Actualizado: octubre de 2026
La visión artificial en la industria combina cámaras industriales y redes neuronales para comprobar la calidad del producto en tiempo real, contar piezas, leer marcajes y vigilar infracciones de seguridad. Encaja en la producción en serie a partir de 500 unidades por turno: alimentación, metalmecánica, farmacia, electrónica.
Es una de las tecnologías de IA más maduras en la industria. En 2025 el mercado mundial se estima en unos 16.600 millones de euros (MarketsandMarkets), y el 70% de los casos de uso están en la fabricación: control de calidad, conteo de productos, clasificación, supervisión de equipos.
Aun así, la mayoría de los fabricantes siguen viendo la visión artificial como «cosa de ciencia ficción» que solo pueden permitirse las grandes plantas. Es un error: un sistema MVP parte de 13.900 € y se amortiza en 3–8 meses. A continuación, lo concreto: cómo funciona la tecnología, qué problemas resuelve, cuánto cuesta y cómo implantarla sin grandes riesgos.
Qué es la visión artificial y en qué se diferencia de la videovigilancia
La videovigilancia graba la imagen. La visión artificial analiza la imagen y toma decisiones. Una cámara de almacén se limita a grabar lo que pasa. Un sistema de visión artificial en una cinta transportadora detecta un arañazo de 0,1 mm en una pieza, envía la orden de «rechazo» al mecanismo de clasificación y registra el defecto en una base de datos, todo en 50 milisegundos.
Técnicamente, la visión artificial tiene tres componentes:
La diferencia clave con la videoanalítica: la visión artificial trabaja en tiempo real y con precisión industrial. La latencia aceptable es de 10–100 ms. Si una pieza avanza a 1 m/s, recorre 10 cm en 100 ms, así que el sistema tiene que procesar el fotograma y dar la orden antes de que la pieza pase por el mecanismo de clasificación.
7 tareas que la visión artificial resuelve en planta
Control de calidad y detección de defectos
Hasta el 60% de todos los proyectos. Encuentra arañazos, desconchones, abolladuras, grietas, inclusiones extrañas y desviaciones dimensionales. Un inspector humano se cansa al cabo de 2–3 horas (su precisión cae del 95% al 70–80%); el sistema mantiene más del 99% día y noche. En una línea de envases de plástico detecta microgrietas desde 0,05 mm a 200 unidades/min: una cámara sustituyó a cuatro inspectores de calidad y las reclamaciones de clientes bajaron un 85%.
Conteo y trazabilidad de productos
Conteo de unidades en la cinta, en palés, en estanterías. Precisión del 99,9% a velocidades de hasta 1.000 unidades/min. Especialmente útil con artículos pequeños (tornillería, ferretería, fármacos), donde contar a mano es lento y poco fiable.
Clasificación y selección
Clasificación por tamaño, color, forma y calidad. Alimentación (fruta, grano), reciclaje, electrónica (componentes). Hasta 2.000 objetos por minuto, un ritmo que el trabajo manual no puede igualar.
Lectura de marcajes y códigos
OCR, códigos de barras, QR, DataMatrix. Comprobación de etiquetas, números de lote y fechas de caducidad. Relevante en farmacia (serialización y trazabilidad), alimentación y electrónica.
Guiado y posicionamiento de robots
La visión artificial le «muestra» al robot dónde está la pieza y cómo cogerla: bin picking, posicionamiento preciso en el montaje, seguimiento de la trayectoria de soldadura. Sin ella, un robot solo puede manipular piezas colocadas en una posición estrictamente fija.
Control de montaje y de integridad
Comprobar que cada componente está en su sitio: tornillos apretados, conectores enchufados, etiquetas puestas. Crítico en automoción y electrónica, donde un componente que falta puede acabar en cualquier cosa, desde una reclamación hasta la retirada del producto del mercado.
Supervisión del estado de los equipos
Seguimiento del desgaste de piezas, niveles de fluidos y estado de las superficies. Mantenimiento predictivo: el sistema detecta el desgaste de la banda transportadora 2–3 semanas antes de que se rompa. El ahorro es el coste de una parada, que en una planta mediana puede llegar a decenas de miles de euros al día.
Cómo es una implantación: de la idea al arranque
Un proyecto típico pasa por 5 fases. No es «compras una cámara y funciona sola»: cada fase cuenta.
Total de la auditoría al arranque: 10–20 semanas. Las tareas sencillas (conteo, códigos) se quedan cerca de 10; las complejas (detección de defectos multiclase, inspección 3D), cerca de 20.
No te saltes la auditoría ni el prototipo. Suponen el 10–15% del presupuesto, pero responden a la pregunta principal: «¿se puede resolver esta tarea con la precisión necesaria?». Sin prototipo te arriesgas a gastar el 70–80% del presupuesto para descubrir que el hardware no es el adecuado.
Cuánto cuesta: tres niveles de precio
El coste depende de la complejidad de la tarea, el número de cámaras, los requisitos de precisión y velocidad, y la integración con el MES/ERP.
Qué incluye un MVP con una cámara: cámara industrial 1.400–5.900 €, objetivo 450–2.250 €, iluminación 650–3.200 €, dispositivo edge o PC industrial 1.400–4.500 €, desarrollo de software y entrenamiento del modelo 4.500–9.000 €, instalación y puesta en marcha 1.400–3.200 €. Cada mes: soporte y monitorización 650–1.500 €; reentrenamiento cuando cambia el producto, desde 1.500 € bajo demanda.
Amortización: cálculo del ROI en una línea de embotellado
Antes: 4 inspectores de calidad en 2 turnos = 14.400 €/mes, precisión del 92%, reclamaciones del 3,5% = 2.600 €/mes. Después: 1 operario = 2.050 €/mes, precisión del 99,7%, reclamaciones del 0,2% = 150 €/mes, soporte 900 €/mes.
Ahorro: 13.900 €/mes. Implantación: 36.000 €. Amortización: 2,6 meses; ROI del primer año: 363%.
La visión artificial no es un gasto. Es una inversión con uno de los mejores retornos entre las tecnologías industriales. Una amortización de 3–8 meses no es un eslogan de marketing, es la media de nuestros proyectos. La condición clave es una tarea bien definida y una auditoría sólida al principio.
Caso real: control de calidad en tiempo real
Así se ve en una planta real: nuestro proyecto ProControl, inspección automática del producto a la velocidad de la cinta, donde la inspección humana había caído al 75–80% de precisión. Dos cámaras industriales, iluminación estructurada, una red neuronal basada en YOLOv8 que detecta 12 clases de defectos, integración con el PLC para los rechazos y con el MES para las estadísticas.
Cuándo NO necesitas visión artificial
La honestidad importa más que una venta. En algunas situaciones la visión artificial no es la mejor opción:
Volumen de producción bajo
Con 50–100 unidades al día, la inspección manual cuesta unos 450–650 € al mes. Un sistema de 13.900 € o más tardaría 2 años en amortizarse, y eso no se justifica. El umbral práctico son 500 unidades por turno.
Criterios subjetivos
Una red neuronal juzga «¿queda bonito?» peor que una persona. Si un criterio no se puede formalizar (tamaño, color, forma), la visión artificial no te ayudará.
Un surtido que cambia constantemente
Si tus productos cambian cada semana, el coste de reentrenar una y otra vez se come el ahorro. La tecnología compensa en la producción en serie con un surtido estable.
Condiciones extremas
Temperaturas por encima de 80 °C, vibraciones fuertes y ambientes agresivos exigen hardware especial (carcasas, refrigeración) y encarecen el proyecto 2–3 veces. A veces otros sensores resuelven el problema de forma más sencilla.
Visión artificial frente a videoanalítica: en qué se diferencian
Los dos términos se confunden a menudo. Así se diferencian:
La visión artificial son sistemas industriales para el control de calidad, la clasificación y la robótica. Cámaras industriales, precisión de hasta 0,01 mm, respuesta en milisegundos. Precio de entrada: desde 13.900 €.
La videoanalítica consiste en analizar flujos de vídeo de cámaras IP normales: conteo de visitantes, reconocimiento facial, detección de eventos. Cámaras de CCTV estándar, precisión de metros o centímetros, respuesta en segundos. Precio de entrada: desde 6.800 €.
El control de calidad en una cinta es integración de IA. Contar compradores en una tienda es videoanalítica. A veces las tareas se solapan: la ocupación de las zonas de producción también se puede vigilar con videoanalítica.
Qué tecnologías se usan
Modelos de redes neuronales
YOLO: detección de objetos en tiempo real (5–15 ms en una GPU) para defectos, conteo y clasificación. EfficientNet / ResNet: clasificación apto/no apto con más del 99% de precisión. U-Net / Segment Anything: segmentación, es decir, contornos del defecto, área dañada y geometría.
Dispositivos edge
No siempre hace falta un servidor potente. Para tareas sencillas: NVIDIA Jetson Orin (desde unos cientos de euros) o mini PC industriales con OpenVINO. Las ventajas: tamaño compacto, bajo consumo y sin necesidad de red.
Servicios en la nube
Para tareas que no requieren tiempo real (analizar fotos después del turno, revisar documentación): Google Cloud Vision, Amazon Rekognition o tus propios modelos en la nube. Normalmente, alrededor de 0,90–1,35 € por cada 1.000 imágenes.
Particularidades por sector
Alimentación
Clasificación por calidad, control de etiquetas y marcajes, detección de cuerpos extraños. Particularidades: higiene (carcasas IP67+), superficies húmedas y brillantes.
Metalmecánica
Control geométrico (tolerancias de hasta 0,01 mm), defectos superficiales (picaduras, grietas, corrosión), soldaduras. Particularidades: las superficies reflectantes requieren iluminación polarizada o difusa.
Farmacia
Verificación de códigos de serialización y trazabilidad, integridad del envase, blísteres completos. Particularidades: validación estricta (GMP), así que cada decisión queda documentada y es reproducible.
Electrónica
Inspección de soldaduras (soldaduras frías, puentes), colocación de componentes SMD, micromarcajes. Particularidades: las dimensiones diminutas exigen cámaras de 12+ MP con objetivos telecéntricos.
Trabajamos llave en mano en cualquier sector, desde la auditoría y la selección de hardware hasta el arranque y el soporte. Más sobre la integración de IA en la industria. Para videoanalítica (conteo de personas, vigilancia de zonas), consulta videoanalítica para empresas.
Cómo elegir proveedor
El mercado de visión artificial es joven y el nivel de los proveedores varía muchísimo. En qué fijarte:
Preguntas frecuentes
¿Cuánto cuesta un sistema de visión artificial?
Un módulo piloto para una tarea o un tipo de defecto parte de 17.900 € y está listo en 2 semanas. Una instalación sencilla con una cámara (conteo, OCR) parte de 13.900 €. Un sistema completo de control de calidad, con el modelo entrenado para todos los tipos de defecto, las cámaras instaladas y la integración con la cinta y tu ERP, parte de 31.000 € y se construye por fases. La implantación llave en mano se explica en nuestra página de visión artificial para la industria. El soporte parte de 1.200 €/mes. La cifra final depende del número de tipos de defecto, la velocidad de la línea y el número de cámaras.
¿Cuántas imágenes hacen falta para entrenar un modelo?
Depende de la tarea. Clasificación binaria (apto/no apto): desde 500 imágenes por clase. Detección de defectos: desde 1.000 imágenes etiquetadas. Clasificación compleja (10+ tipos): desde 300 por tipo. El aumento de datos (rotación, escalado, brillo) reduce un 30–50% la necesidad de datos reales.
¿Se pueden usar cámaras IP normales?
Para tareas sencillas (contar objetos grandes, leer códigos grandes), sí. Para el control de calidad industrial, no: obturador rolling shutter (desenfoque de movimiento), 25–30 fps, sin sincronización con la iluminación y una autoexposición que va variando. Las cámaras industriales tienen obturador global, hasta 500 fps, sincronización con el estroboscopio y ajustes estables. Cuestan 3–5 veces más, y los resultados juegan en otra liga.
¿Qué precisión es realista?
Defectos grandes (arañazos de más de 1 mm, abolladuras de más de 2 mm): 99,5–99,9%. Pequeños (0,05–0,5 mm): 97–99%. Clasificación apto/no apto: 99–99,8%. El 100% no existe: siempre hay un equilibrio entre falsos positivos y falsos negativos. En fabricación, dejar pasar un defecto es el problema mayor, así que el sistema se ajusta para priorizar la sensibilidad (recall).
¿Cuánto cuesta el soporte del sistema?
Básico (monitorización, actualizaciones, consultas): 650–1.200 €/mes. Ampliado (más reentrenamiento y un SLA de 4 horas): 1.200–2.400 €/mes. Sistemas críticos (la cinta se para sin visión artificial): 2.400–4.500 €/mes con un SLA de 1–2 horas. En general, cuenta con un 5–10% del coste de implantación al año.
¿Podemos empezar con un piloto en una línea?
Es el mejor enfoque: un piloto en una línea parte de 17.900 € durante 2 semanas, y el conteo de piezas u OCR con una cámara, de 13.900 €. Puedes empezar con una demo gratuita: envía 100–300 fotos de la línea y en 3–5 días verás la precisión con tus propios productos. Los resultados te dan los datos para calcular el ROI y justificar la ampliación. Cada línea adicional sale un 30–40% más barata porque el modelo ya está entrenado, la arquitectura elegida y la integración hecha. Más sobre la integración de IA.
