Construir o comprar: sistema industrial de visión con IA
Por Tommy Jonsson, CEO, Byte Motion · Actualizado 2026-08-26
Construir o comprar significa elegir entre contratar y formar un equipo interno que desarrolle software de visión con IA y robótica, o contar con un proveedor que entrega una plataforma probada más ingeniería y soporte. La decisión correcta depende de cuánto varíe su producto, de la rapidez con la que necesite un sistema fiable en marcha, y de si ya existe experiencia en visión dentro de su equipo.
Lo que realmente cuesta "construir"
Construir un sistema de visión con IA internamente rara vez se reduce a "contratar a un ingeniero de machine learning". Un sistema de producción que funcione de verdad necesita varias especialidades que casi nunca caben en el escritorio de una sola persona: selección de cámara e iluminación (el problema de calidad de imagen que decide si un modelo puede funcionar siquiera), un pipeline de recopilación y etiquetado de datos para el producto que se va a inspeccionar o manipular, entrenamiento y evaluación de modelos, e integración con los PLC, robots y cintas que ya hacen funcionar la línea. Cada una es una disciplina en sí misma, y la mayoría de las fábricas no cuentan con todas ellas internamente desde el primer día.
El verdadero factor de coste es el tiempo hasta el primer sistema funcional, más que cualquier partida individual. Solo la configuración de cámara e iluminación suele requerir varias iteraciones antes de que las imágenes queden lo bastante limpias como para entrenar con ellas. Recopilar un dataset que realmente cubra la variación que el modelo necesita ver —cambio estacional, variación natural del producto, defectos raros— lleva más tiempo del que suele suponer una primera estimación. Llevar un modelo de "funciona en un portátil" a "funciona de forma fiable a velocidad de línea" es otro proyecto aparte, y plantea una pregunta que muchos primeros intentos se saltan: ¿qué debe hacer el sistema cuando no está seguro? Decidir si un artículo dudoso se rechaza, se marca para que lo vea una persona o se deja pasar —y conectar esa decisión con la lógica del PLC o del robot— es trabajo de ingeniería por derecho propio, no un añadido de última hora una vez que el modelo funciona.
La carga no termina en la puesta en marcha. Los productos varían, el embalaje cambia, la iluminación de la nave se desplaza con las estaciones: un modelo entrenado con las imágenes del año pasado se degrada en silencio a menos que alguien lo vigile y lo reentrene con ejemplos nuevos. Esa propiedad continuada es lo que más a menudo falta en una primera estimación de construcción propia.
Nada de esto convierte una construcción interna en la opción equivocada; muchos proyectos de visión se construyen con éxito internamente. Pero una contabilidad honesta incluye la contratación de especialistas, el tiempo de iteración antes de un primer sistema funcional y el compromiso de mantenimiento permanente, no solo el coste de entrenar un modelo. El riesgo real de equivocarse en la elección es un sistema estancado o discretamente puenteado, y un segundo intento con un año ya invertido: exactamente el resultado que un paso de viabilidad está diseñado para evitar.
Lo que realmente cuesta "comprar" y qué riesgo elimina
Comprar cambia el perfil de coste: en lugar de ensamblar las especialidades internamente, se paga por la plataforma y el tiempo de ingeniería de un proveedor, y el mayor riesgo —¿esto funciona siquiera con nuestro producto?— se retira pronto, antes de asumir un compromiso a escala de producción.
Byte Motion estructura esto empezando por un preestudio. Es una fase de viabilidad de alcance cerrado, normalmente de una a tres semanas, en la que se recopilan imágenes de su línea real, se anota un dataset limitado, se entrena un modelo de IA simplificado y se mide el rendimiento de detección frente a sus criterios de aceptación. El coste está contenido —alrededor de 10.000 €, sin IVA, viajes, hardware especial ni costes de terceros— precisamente porque su función es responder una pregunta con evidencia antes de comprometer nada mayor.
Si el preestudio muestra que la tarea es viable, el siguiente paso es una célula de producción: una instalación completa de Optimus con la cámara, el modelo de IA, un PC industrial, comunicación con PLC o robot, y un dashboard de producción. La instalación suele costar entre 10.000 € y 30.000 €, según el hardware, el alcance de la integración y cualquier desarrollo a medida, e incluye 15 meses de garantía y licencia. Pasado ese periodo, la licencia se renueva desde 500 € hasta 1.500 € al mes según la escala del despliegue y las necesidades de soporte: el coste continuado del reentrenamiento del modelo, la monitorización y el soporte de cámara y PLC que un equipo interno tendría que asumir por sí mismo. Consulte el desglose completo de precios para ver qué incluye cada etapa.
Esa estructura reduce dos riesgos a la vez: la decisión de capital (se ve la evidencia de viabilidad sobre las propias imágenes antes de comprometerse con una instalación completa) y la carga de mantenimiento (el soporte y las actualizaciones de modelo forman parte de la licencia, en lugar de ser una responsabilidad interna abierta).
Cuándo tiene sentido construir internamente
Construir internamente es una opción genuinamente buena bajo un conjunto concreto de condiciones, y no sería honesto argumentar lo contrario. Encaja en grandes organizaciones que ya cuentan con un equipo de ingeniería dedicado a visión con IA o robótica y quieren mantener esa capacidad permanentemente en casa en lugar de como coste de proyecto. Encaja en un caso de uso único, muy específico y en gran medida estable, ejecutado a una escala donde amortizar un pequeño equipo interno durante varios años sale más barato que una licencia equivalente durante el mismo periodo. También encaja en empresas que quieren la propiedad total de los modelos entrenados y de los datos de entrenamiento subyacentes, sin ningún proveedor en la cadena de decisión.
El compromiso no desaparece, sin embargo. Un equipo interno sigue teniendo que resolver por su cuenta la selección de cámara e iluminación, los pipelines de datos, la integración con PLC y robots, y el mantenimiento del modelo a largo plazo: construir elimina la relación con el proveedor, no el trabajo de ingeniería subyacente. Si el caso de uso es realmente estrecho y estable, y el equipo contratado para ello va a seguir en plantilla durante años en lugar de un solo proyecto, ese coste interno continuado puede ser el camino más económico a largo plazo.
Cuándo tiene sentido comprar
Comprar tiene sentido cuando el producto es variable o el entorno no está estructurado —productos naturales, envases deformables, residuos mezclados— y el patrón que separa lo bueno de lo malo solo se aclara a partir de imágenes reales de producción, y resolver eso internamente exige exactamente el tiempo especializado y los meses de calendario descritos arriba. También encaja en empresas que necesitan fiabilidad de producción con rapidez y no cuentan hoy con un equipo de visión propio, y en situaciones donde mantener las cámaras, robots y PLC existentes en su sitio importa más que ser dueño por completo del pipeline de entrenamiento del modelo.
Los despliegues de Byte Motion muestran cómo es un resultado comprado a escala de producción. En MOWI, uno de los mayores productores mundiales de salmón, Optimus inspecciona el 100% de los pallets salientes en busca de sobresalida, cajas rotas y conteo de cajas, con cada pallet fotografiado para una red de distribución que abarca más de 25 países. En la planta de residuos de IVAR, en Noruega, un sistema de visión con IA y robot detecta baterías de formas, tamaños y colores variables en residuos mezclados con una precisión superior al 95%, y los incidentes de incendio vinculados a la contaminación por baterías cayeron a cero en los primeros meses de operación: una tarea cuya variabilidad material hace que construirla internamente sea sensiblemente más difícil de llevar a un nivel fiable (caso de clasificación de baterías). Y en el despliegue de recogida de salchichas, un productor alimentario ya había comprado un sistema de visión a otro proveedor: tenía problemas de precisión, velocidad y rotación, y el producto a veces se destruía durante la recogida. Byte Motion sustituyó solo las cámaras y el modelo de IA; los seis robots ABB IRB 360 FlexPicker existentes y las tres cintas se quedaron exactamente en su sitio. Ese es el argumento de comprar en miniatura: el arreglo fue un mecanismo de decisión distinto, no una línea reconstruida.
La entrega agnóstica en cuanto a cámaras y robots es lo que hace posible ese tipo de mejora, en lugar de convertirla en un proyecto de rip-and-replace. Optimus está construido para conectarse al equipo que una fábrica ya utiliza, añadir la inteligencia que le falta y dejar el resto de la línea intacto.
¿Cuánto dura un preestudio?
Un preestudio de Byte Motion suele durar de una a tres semanas. Cubre la recopilación de imágenes de su línea de producción real, la anotación de un dataset limitado, el entrenamiento de un modelo de IA simplificado o un pipeline prototipo, y un informe de viabilidad con una recomendación sobre si avanzar a producción.
El preestudio se dimensiona deliberadamente pequeño —alrededor de 10.000 €, sin IVA, viajes, hardware especial ni costes de terceros— porque su propósito es aportar evidencia, no un sistema terminado. Termina con una recomendación de cámara e iluminación, una evaluación técnica de viabilidad y una estimación presupuestaria para la siguiente fase, de modo que la decisión de invertir en una célula de producción completa se toma sobre sus propios datos y no sobre el discurso comercial de un proveedor.
¿Qué pasa si ya tenemos cámaras o robots?
En la mayoría de los casos, las cámaras, robots y PLC existentes se quedan exactamente donde están. Optimus, la plataforma detrás de los despliegues de Byte Motion, es agnóstica en cuanto a cámaras y robots, y se integra mediante ROS2 y protocolos industriales estándar en lugar de exigir la sustitución completa de la línea.
El ejemplo más claro es el despliegue de recogida de salchichas: los seis robots ABB IRB 360 FlexPicker existentes y las tres cintas se mantuvieron exactamente como estaban, y solo cambiaron las cámaras y el modelo de IA. En MOWI, el sistema de visión se integra con los AGV, el robot de etiquetado y el ERP existentes en lugar de sustituir ninguno de ellos. Comprar un sistema de visión con IA, en la práctica, suele significar mejorar la capa de decisión sobre un equipo que ya se posee: un proyecto más pequeño y más rápido de lo que suponen la mayoría de las comparativas de construir o comprar antes de revisar de verdad el inventario de equipos.
Si el inventario de equipos y la variabilidad del producto son las preguntas abiertas, el siguiente paso es un preestudio con sus propias imágenes. Contacte con Byte Motion para definir su alcance —respondemos en un día laborable— y revise antes los precios de cada etapa.