Con 27 años, el ingeniero madrileño Edmundo Sanz-Gadea ha cruzado el Atlántico para transformar la forma en que se fabrican las cosas. Desde Los Ángeles, donde ha cofundado Helicon, trabaja en un modelo que integra inteligencia artificial, robótica, simulación y automatización para crear fábricas capaces de aprender de cada pieza que producen. Tras captar 14 millones de dólares, su compañía prepara una planta de 3.500 metros cuadrados con la que quiere demostrar que la tecnología puede acelerar la fabricación y contribuir a recuperar capacidad industrial en Occidente.
Con 27 años decidió marcharse a Estados Unidos para intentar cambiar cómo se fabrican las cosas. ¿Qué vio en la industria occidental que le hizo pensar que había que empezar de cero?
Lo vi primero construyendo coches de carreras y después en el sector de los drones: conseguir componentes de fibra de carbono era mucho más difícil de lo que esperaba. Al conocer mejor la industria, vimos un problema más profundo. Durante décadas asumimos que podíamos conservar el diseño y enviar la fabricación a otro país, pero ambas cosas están muy conectadas. Una parte importante de la innovación aparece cuando intentas fabricar algo, descubres un problema y modificas el proceso. Al separar esas actividades, también pierdes conocimiento.
No se trata de empezar de cero ignorando todo lo que la industria sabe, sino de cambiar cómo organizamos la producción. Para recuperar capacidad industrial, necesitamos automatizar más y aprovechar mejor el conocimiento de las personas. La convergencia de inteligencia artificial, robótica y sensores abre una oportunidad para hacerlo.
Se habla constantemente de inteligencia artificial aplicada al conocimiento. Ustedes quieren llevarla a la fábrica. ¿Qué puede hacer una IA dentro de una fábrica que una fábrica tradicional no puede hacer?
Lo pensamos como una especie de sistema operativo de la fábrica: conectar qué hay que producir, cómo debe fabricarse cada componente y qué resultados se están obteniendo. La IA puede ayudar a coordinar esa información y, combinada con simulación, anticipar cómo se comportará el material y el proceso antes de fabricarlo.
Una oportunidad especialmente importante está en las tareas repetitivas de ingeniería. Preparar una nueva pieza para producción exige muchas horas de análisis, pruebas y ajustes. Estamos automatizando parte de ese trabajo para reutilizar lo aprendido. Así podemos dedicar más esfuerzo a producir y mejorar las piezas, y menos a repetir la misma preparación una y otra vez.
Helicon habla de fábricas autónomas. ¿Qué significa exactamente «autónoma»? ¿Qué decisiones toma hoy una máquina que antes tenía que tomar un ingeniero?
Autónoma no significa que el ingeniero deje de decidir, sino que su conocimiento se incorpora al sistema. El ingeniero define los requisitos, los límites del proceso y los criterios de calidad, y el sistema los aplica sin que una persona tenga que intervenir en cada pieza. Por ejemplo, el ingeniero establece qué defectos buscar y un sistema de visión artificial inspecciona las piezas automáticamente. El esfuerzo de ingeniería se aprovecha durante muchos ciclos, en lugar de repetirse en cada uno.
Su sistema conecta diseño, simulación, fabricación e inspección. ¿Qué cambia cuando todas esas fases empiezan a formar parte de un mismo sistema?
Cambia que las decisiones dejan de tomarse de forma aislada. Partimos del diseño del cliente y lo conectamos con el desarrollo del molde, la simulación y el proceso de fabricación. Después, la inspección permite comprobar qué ha ocurrido realmente y devolver esa información al principio. Para nosotros, la integración vertical significa sobre todo integrar el conocimiento: lo que aprendes fabricando sirve para preparar mejor la siguiente pieza.
Eso reduce las esperas y las correcciones entre proveedores. Nuestro objetivo es acortar los plazos de desarrollo de meses a semanas, para que los clientes puedan probar cambios y pasar de un prototipo a producción más rápidamente.
Hay una idea en vuestro proyecto: que la fábrica no solo fabrique, sino que aprenda de cada pieza que produce. ¿Cómo funciona ese aprendizaje en la práctica?
El aprendizaje consiste en relacionar cada pieza con su geometría, el material, el molde y los parámetros con los que se ha fabricado. Después comparamos esos datos con los resultados del control de calidad para identificar qué condiciones producen mejores piezas y cuáles están asociadas a más defectos.
Esa información permite mejorar la simulación, los moldes y ajustar el proceso. El objetivo es que más piezas salgan bien a la primera y aprovechar lo aprendido para reducir las pruebas necesarias al preparar nuevas referencias.
¿Qué es hoy más difícil de automatizar: diseñar la pieza, fabricar la pieza o conseguir que la máquina sepa cuándo se ha equivocado?
Lo más difícil es conseguir que las tres cosas funcionen juntas. Puedes tener un diseño prometedor en simulación que resulte complicado de fabricar, o una máquina que repita perfectamente una operación sin que eso garantice que el resultado sea el correcto.
Si tuviera que destacar una parte, pondría el énfasis en la verificación. No basta con producir: hay que comprobar que la pieza cumple los requisitos y entender qué ha ocurrido cuando no los cumple. Al conectar esa información con el diseño y la fabricación, podemos corregir el proceso y evitar que el problema se repita.
Hablas de recuperar la capacidad industrial occidental. ¿Qué hemos perdido exactamente y por qué la IA y la robótica pueden cambiar esa situación?
No hemos perdido solamente fábricas o puestos de trabajo. También hemos perdido proveedores especializados, experiencia de producción y conocimiento que se transmite trabajando junto a una máquina durante años. Cuando desaparece esa red, desarrollar nuevos productos se vuelve más difícil.
La IA y la robótica pueden aumentar la productividad de ingenieros y operarios, reducir errores y aprovechar mejor las máquinas. Eso permite competir mediante una producción más eficiente y recuperar actividad industrial junto con el conocimiento que genera.
¿Por qué decidisteis construir la empresa en Estados Unidos y no en Europa?
Porque encontramos una combinación de capital, talento y demanda que encajaba con lo que queríamos construir. Muchos de nuestros clientes están en esta región, y estar cerca permite entender mejor sus necesidades, probar diseños y hacer cambios rápidamente. La intención es demostrar que el modelo funciona y llevarlo después también a Europa.
Habéis levantado 14 millones de dólares en una fase muy temprana. ¿Qué están financiando exactamente esos 14 millones y qué tendrá que haber conseguido Helicon dentro de dos años para demostrar que la apuesta funciona?
Están financiando la puesta en marcha de nuestra fábrica en Los Ángeles, de unos 3.500 metros cuadrados: el equipamiento, el equipo y el desarrollo del software y la automatización. Estamos reuniendo un muy buen equipo con mucha experiencia en ingeniería y fabricación.
Dentro de dos años tendremos contratos de producción recurrentes y estaremos entregando miles de componentes de alta calidad, costes competitivos y en plazos cortos. Tenemos que demostrar que podemos aumentar el volumen sin que el trabajo manual crezca en la misma proporción.
Estáis poniendo en marcha una instalación en Los Ángeles. ¿Qué veremos allí dentro de un año que hoy todavía no existe?
Ahora estamos instalando e integrando el equipamiento. Dentro de un año estaremos fabricando piezas de fibra de carbono en grandes volúmenes, con todo el proceso integrado en la planta. Habremos construido la base de datos propia conectando las propiedades de los materiales, el diseño de los moldes y las simulaciones con los resultados de cada pieza fabricada. Nuestro software utiliza esos datos para predecir cómo se comporta el material dentro del molde y qué propiedades tiene la pieza antes de fabricarla. Al contrastar las simulaciones con los resultados reales, podremos afinar esas predicciones, reducir defectos y producir nuevos diseños más rápidamente.
