
La IA Industrial ayuda a las simulaciones visuales que producen un impacto real en la planta.
Uno de los retos a los que se enfrentan las startups de IA industrial es definir una vía clara hacia el retorno de la inversión (ROI) y casos de uso que se adapten a los contextos industriales. Si no pueden hacerlo bien, es probable que su aplicación se pierda entre el ruido.
Según Crump, las startups tienen que esforzarse por abordar las necesidades específicas no satisfechas de la industria. Adoptar esta mentalidad les da una ventaja competitiva. «Hay mucho revuelo sobre la IA en este momento y una avalancha de startups que innovan con esta tecnología», afirma. «Las que se destacan pueden demostrar cómo su solución única basada en la IA responde a una necesidad concreta y conduce a mejores resultados. Sus productos y servicios muestran un impacto empresarial positivo y tangible y un ROI claro».
La forma en que la startup tiene un impacto puede diferir significativamente entre los entornos industriales, dada la gran cantidad de aplicaciones potenciales de la tecnología de la IA. Las startups deben demostrar un conocimiento profundo de cómo su solución interactúa con el hardware industrial o colaborar para adquirir conocimiento del sector y conjuntos de datos industriales de calidad.
La atención debe centrarse en los hechos, utilizando datos propios y ofreciendo soluciones escalables y centradas en el usuario, sugiere Samuel Schuler, director general de Reimann Investors Venture Management. «Es fundamental priorizar la comprensión profunda de los flujos de trabajo industriales reales antes de adaptar soluciones de IA», señala.

