IA en la industria del Camp de Tarragona: qué funciona y qué no

Si trabajas en una empresa industrial del Camp de Tarragona, es probable que ya hayas visto alguna demostración de inteligencia artificial. Y también es probable que salieras con una sensación difícil de explicar en voz alta: lo que se enseñaba funcionaba, era vistoso, y aun así no quedaba claro qué harías tú con eso el lunes a primera hora.

No es escepticismo mal entendido. Es que el trabajo de una planta, de una oficina técnica o de un departamento que da servicio a operaciones tiene condiciones que una demostración genérica no toca.

Mi experiencia profesional mezcla datos, automatización y entornos industriales, incluida industria química, así que no planteo la IA igual que en una pyme puramente administrativa. En industria pesan mucho más la seguridad, la trazabilidad, la integración con sistemas existentes, la fiabilidad del dato y la separación entre una demo que funciona y un proceso que debe aguantar todos los días. En Tarragona ese enfoque encaja especialmente bien porque hay un tejido industrial donde «probar una IA» no basta: hay que integrarla sin romper operación, cumplimiento ni datos.

Este artículo va de la parte que se puede empezar hoy sin tocar nada: qué sabe hacer un equipo industrial con las herramientas que ya tiene instaladas, dónde no conviene meterlas y por dónde empezar. Es el terreno de la formación en IA en Tarragona cuando quien la pide es una empresa del polígono, del entorno del puerto o de su cadena de proveedores.

Por qué aquí el listón está más alto

En una oficina administrativa, un texto mal redactado se corrige y no pasa nada. En un entorno industrial, casi todo lo que se escribe tiene a alguien detrás que lo va a usar para hacer algo, o a alguien delante que lo va a revisar. Eso cambia cuatro cosas.

La trazabilidad. Buena parte de lo que se redacta forma parte de un registro: quién hizo qué, cuándo, con qué resultado y sobre qué versión del documento. Un texto que aparece sin que nadie pueda explicar de dónde ha salido encaja mal en un sistema pensado para poder reconstruir el camino. La consecuencia práctica no es prohibir la herramienta, es tener claro en qué punto entra —como borrador, casi siempre— y que la versión que se registra la haya revisado y asumido una persona con nombre.

La fiabilidad del dato. Un modelo de lenguaje produce texto plausible. Cuando una cifra, una unidad o una referencia de equipo equivocada tiene consecuencias, «plausible» no vale. Esto no invalida la herramienta: determina qué se le puede pedir. Reordenar, resumir, comparar y redactar sobre material que ya existe, sí. Producir datos que no le has dado, no.

La integración con lo que ya existe. Una empresa industrial no parte de cero. Tiene un sistema de gestión, un histórico de documentación, un gestor documental, hojas de cálculo que llevan años funcionando y, casi siempre, un ERP con sus propias reglas. Cualquier cosa que se plantee tiene que convivir con eso. La ventaja del uso que describo aquí es justo que no toca nada: la persona abre la herramienta, pega el material que tiene delante y trabaja.

La distancia entre una demo y un proceso. Una prueba se hace una vez, con un ejemplo elegido y con alguien al lado que sabe qué pedir. Un proceso se hace todos los días, a veces a las seis de la mañana y a veces por quien ese día cubre a un compañero. Lo que aguanta el segundo escenario es bastante menos espectacular y bastante más útil que lo que se ve en una demostración.

Las tareas que de verdad se benefician

En las empresas del polígono y del entorno del puerto, lo más demandado casi nunca tiene que ver con producción: es la parte administrativa y de documentación técnica. Son tareas de texto, con el material delante y un resultado que alguien va a revisar. Estas son las que más rinden.

Documentación técnica y procedimientos

Documentar cómo se hace algo que todo el mundo sabe hacer pero nadie ha escrito es el trabajo que siempre se queda para «cuando haya un rato». La herramienta no lo escribe por ti, pero convierte lo que sabes en una primera versión ordenada:

«Te voy a explicar un procedimiento paso a paso y de forma desordenada. Ordénalo en un procedimiento numerado, con los requisitos previos y los equipos de protección al principio, y una nota en los puntos donde suelen aparecer errores. Antes de escribirlo, pregúntame lo que falte en lugar de suponerlo.»

Esa última frase cambia el resultado por completo: en vez de rellenar huecos, pregunta.

Revisa: los pasos con implicación de seguridad, uno a uno, contra la fuente. Un procedimiento con un paso reordenado es peor que no tener procedimiento.

Informes de turno y partes de incidencia

Notas rápidas, escritas con prisa y a menudo por varias personas, que hay que convertir en algo legible para quien entra después:

«Convierte estas notas de turno en un parte con tres apartados: qué ha pasado, qué se ha hecho y qué queda pendiente con responsable. No añadas causas ni conclusiones que no estén en las notas; si algo no consta, escribe “no consta”.»

Revisa: que no haya convertido una sospecha en una causa. Es el error más frecuente y el más caro, porque un parte con una causa inventada acaba orientando mal una investigación posterior.

Correos y documentación con proveedores y contratistas

Una parte importante del día en compras, en oficina técnica o en mantenimiento se va en correos largos con varios asuntos mezclados y en documentación que llega de fuera con formatos distintos cada vez. Extraer todas las peticiones de un correo antes de contestarlo, comparar dos versiones de una especificación o resumir una oferta técnica centrándose en plazos y exclusiones son tareas donde el ahorro se nota el primer día. Están desarrolladas una a una, con la instrucción concreta que hay que escribir, en diez usos de ChatGPT en tareas administrativas.

Actas y resúmenes de reuniones

Reuniones de coordinación, de seguridad, de seguimiento con cliente. El patrón es siempre el mismo: notas telegráficas que hay que convertir en acuerdos y tareas con responsable. Aquí la instrucción útil incluye qué hacer cuando falta información: «si en las notas no consta el responsable de una tarea, escribe “por asignar” en lugar de suponerlo».

Revisa: los acuerdos. Un acuerdo mal recogido genera más trabajo del que ahorra.

Traducción de documentación

En una empresa que trabaja con matriz, clientes o proveedores fuera de España, la documentación viaja en varios idiomas. La traducción de un texto técnico es uno de los usos donde el resultado sale más limpio, con una condición importante: hay que darle el vocabulario propio de la casa.

«Traduce este procedimiento al inglés manteniendo la terminología de esta lista: [términos y su traducción acordada]. No cambies los nombres de equipos ni las referencias. Si una expresión es ambigua, márcala en lugar de resolverla tú.»

Revisa: la terminología crítica y las unidades. Una traducción fluida esconde mejor un error de término que una traducción torpe.

Material formativo interno

Convertir un procedimiento en una presentación de acogida, sacar una lista de comprobación de un manual largo o preparar preguntas de repaso para una formación de seguridad interna. Es trabajo de reescritura sobre material propio, con revisión antes de usarlo, que es exactamente el terreno donde estas herramientas rinden.

Lo que no conviene delegar

Los usos de arriba comparten un patrón: material existente, resultado revisable y una persona que responde de él. Fuera de ese patrón, el rendimiento cae y el riesgo sube.

Nada con consecuencias directas de seguridad. Si la respuesta a una pregunta puede acabar en una maniobra, en una autorización de trabajo o en una decisión sobre si algo es seguro, la herramienta no es la fuente. Puede ayudar a redactar, a ordenar y a preparar preguntas; no valida.

Interpretar un requisito sin darle el texto. Preguntarle qué dice una norma, un requisito de cliente o un procedimiento propio sin pegarle el documento es la vía más rápida para acabar citando algo que no existe. Si el texto está a mano, se le da; si no está, se busca antes.

Calcular. Cuadrar un consumo, sumar una columna o comprobar un balance de materia no es su terreno: predice texto, y un número plausible se parece muchísimo a un número correcto. El reparto sensato es usar la IA para extraer datos de un documento y la hoja de cálculo para operar con ellos.

Rellenar un registro. Un hueco en un registro es información: significa que algo no se hizo, no se midió o no se anotó. Que una herramienta lo complete con lo más probable destruye justo el valor del registro.

Decidir. Si un desvío es aceptable, si un proveedor ha incumplido o si conviene parar una línea son decisiones con consecuencias y con un responsable detrás. La herramienta prepara la información; la decisión no se delega.

Y antes de nada, la conversación sobre qué se puede pegar y qué no: en un entorno con acuerdos de confidencialidad, documentación de cliente y datos de personas, esa decisión se toma antes de formar a nadie. El criterio está en qué no compartir nunca con ChatGPT.

Dónde se gana tiempo de verdad, y dónde se pierde

Después de bastantes sesiones, el patrón se repite y no depende del sector: lo que más ahorra tiempo es convertir información ya existente en una primera versión útil. Resumir un hilo largo, redactar un correo, extraer las acciones de un documento, transformar notas en una estructura. Trabajo de reescritura sobre material que ya tienes.

Lo que menos funciona es lo contrario: «hazme todo el informe desde cero» y darlo por terminado. La revisión posterior suele comerse el supuesto ahorro, y en un contexto donde el documento tiene consecuencias, esa revisión no es opcional. El resultado neto de ese uso suele ser negativo, aunque la sensación mientras se genera el texto sea la contraria.

Esa distinción es la que separa una demo de un proceso que aguanta. La demo enseña lo segundo porque impresiona más. El trabajo real está en lo primero.

Formación e implantación no son lo mismo

Conviene decirlo con claridad, porque es donde más se confunden expectativas y presupuestos.

Todo lo de este artículo es formación: personas de vuestro equipo aprendiendo a usar herramientas de texto con los documentos que ya manejan, en el ordenador que ya tienen, sin conexión con ningún sistema vuestro. Se puede hacer en unas sesiones y se aplica al día siguiente.

Conectar la IA con vuestro ERP, montar un asistente que consulte el histórico de mantenimiento o la documentación técnica interna, automatizar un flujo entre aplicaciones o construir una capa de datos para explotar lo que ya tenéis registrado es implantación: otro proyecto, con análisis previo, otros plazos y otro tipo de riesgo técnico. Esa parte no la abordo desde aquí, la trabajo desde Meridian Data, la consultora de datos e IA desde la que hago los proyectos técnicos.

Mezclar las dos cosas al valorar un presupuesto lleva casi siempre al mismo sitio: un proyecto que empieza como formación y acaba parado esperando una integración que nadie había planificado.

Por dónde empezar

Empieza por un documento, no por una herramienta. La pregunta útil no es «¿qué IA usamos?» sino «¿qué documento escribimos todas las semanas y nos cuesta más de lo que debería?». De ahí sale el caso de prueba, y de ahí sale también la forma de saber si ha servido.

Con un grupo pequeño primero. Gente que escriba mucho: responsables de turno, calidad, prevención, compras, oficina técnica. Un grupo reducido permite trabajar con vuestros documentos reales, y son ellos quienes después arrastran al resto.

Con la decisión de datos tomada antes. Qué se puede pegar, en qué cuenta y con qué tratamiento previo. Es una decisión de dirección, no de quien redacta, y tenerla resuelta evita que la formación acabe en una discusión que no toca ahí.

Con material vuestro, no con ejemplos genéricos. Lo que más falla en una formación es justo esto: hacer una formación espectacular pero desconectada del trabajo real. Muchas demos, muchas herramientas y muchos prompts, pero ningún proceso del alumno. Al día siguiente nadie sabe por dónde empezar y a las dos semanas no queda nada.

Con una vuelta semanas después. Es la parte que más se agradece y la que casi nunca se contrata: revisar qué se ha quedado por el camino, qué instrucciones han funcionado y cuáles hay que corregir. En el Camp de Tarragona esa segunda visita no es un problema de agenda, lo que la hace mucho más fácil de plantear que en una formación a distancia.

Si estáis en esa fase —con la sensación de que aquí hay algo pero sin tener claro por dónde se empieza sin romper nada—, ese es exactamente el punto de partida de la formación en IA para empresas, adaptada a los documentos y al vocabulario de vuestra planta. Si quieres ver si encaja con vuestro equipo, reserva media hora y lo miramos con un caso vuestro sobre la mesa.