Hicham Kabbaj, director general de Dassault Systèmes para España y Portugal.
Hicham Kabbaj: “La industria no puede permitirse las alucinaciones de la IA generativa de propósito general”
El máximo directivo de Dassault Systèmes en España y Portugal defiende una IA industrial que se apoye decididamente en ciencia, simulación y trazabilidad para tomar decisiones en entornos físicos.
Más información: La fábrica invisible: cómo se entrena una inteligencia artificial
La distinción entre inteligencia artificial generativa de propósito general e IA industrial no es una operación de marketing. Una diferencia de escala y especialización que se nota en cuanto entramos terrenos críticos y que es, para Dassault Systèmes, la razón de su existencia.
"Los modelos de IA generativa de propósito general del que hoy se habla en el mercado pueden redactar una oferta comercial, resumir un informe voluminoso o generar código en cuestión de segundos, impulsando la productividad", concede Hicham Kabbaj, director general de Dassault Systèmes para España y Portugal. "Sin embargo, no son capaces de certificar la resistencia estructural de un fuselaje ni de validar la eficiencia del motor de una aeronave, por poner sólo algunos ejemplos".
La frontera radica en la propia naturaleza de la inteligencia artificial: "La IA industrial va mucho más allá. Se trata de un modelo de IA que se sustenta en la experiencia industrial, en la ciencia y en la simulación. Se apoya en unos procedimientos de validación muy rigurosos y en la trazabilidad del dato para cumplir su cometido principal que no es generar contenido, sino ayudar en la toma de decisiones".
La industria, insiste Kabbaj, opera en el mundo físico. Y en el mundo físico los errores no se corrigen con una regeneración del texto. "Una recomendación incorrecta debida a una 'alucinación' en estos entornos podría causar, desde interrupciones operativas y pérdidas económicas, hasta inconformidades e incluso riesgos para la seguridad", señala el directivo. La pregunta que interesa a un ingeniero no es si la respuesta de un modelo suena plausible, sino qué ocurrirá cuando se actúe sobre ella: "En los entornos industriales en realidad no estamos buscando una respuesta plausible, sino aplicar la IA para que nos ayude a entender lo que ocurrirá si actuamos de una determinada manera, antes de haber actuado en el mundo real".
Entonces, ¿qué impide que un LLM entrenado sobre datos industriales obtenga esos resultados que tanto ansiamos? Hicham Kabbaj tiene una respuesta trabajada a esta pregunta: "La IA industrial no puede articularse sólo con el entrenamiento de grandes modelos de lenguaje: requiere décadas de know-how industrial, modelos científicos validados, tecnologías de simulación de última generación y herramientas para proteger la propiedad intelectual de las empresas que los aplican".
Eso no es una ventaja competitiva etérea. Sólo quienes acumulen esas décadas de conocimiento podrán competir en esta nueva era: "Hoy, nuestros clientes aprovechan el conocimiento acumulado por Dassault Systèmes en nuestros 40 años en la industria, en forma de datos, información, relaciones, modelos, semánticas, ontologías, corpus especializados y experiencias para diferentes industrias", detalla el ejecutivo a DISRUPTORES - EL ESPAÑOL. No en vano, el inventario resulta tan denso que se vuelve difícil de comprender como activo, precisamente porque no cabe en un titular.
De ese acervo nace también su apuesta más reciente en forma de producto. "Los Virtual Companions son capaces de comprender la intención del usuario y de razonar y orquestar acciones a lo largo de todo el ciclo de vida de los productos", añade Kabbaj. Tres compañeros virtuales con nombres y perfiles diferenciados: Leo resuelve retos de ingeniería multidisciplinar; Marie aporta experiencia en materiales, química y formulaciones; Aura coordina conocimiento y contexto para mantener la alineación en requisitos y proyectos.
A su vez, la arquitectura que sostiene esos compañeros virtuales tiene nombre propio: los 3D UNIV+RSES, presentados por Dassault Systèmes en febrero de 2025 como "la siguiente generación en la representación del mundo, en la que el modelado, la simulación y los datos del mundo real se integran con contenido generado por IA". Kabbaj los describe, en sus propias palabras, como el entorno en el que clientes pueden "experimentar, aprender e innovar con IA de manera mucho más segura", antes de comprometer ningún recurso físico.
Diferentes ejemplos de la tecnología de Dassault Systèmes.
La lógica es la misma que vertebra toda la propuesta de la compañía: probar en el gemelo lo que no te puedes permitir probar en la realidad. A nadie se le escapa que el coste del error en simulación tiende a cero, mientras que el coste del error en una línea de producción o en un componente aeronáutico tiene otra escala.
La alianza con NVIDIA para validar fábricas que no existen
El movimiento estratégico más visible de Dassault Systèmes del último año ha sido la alianza de esta firma con NVIDIA. Lo que presentaron conjuntamente en COMPUTEX, en Taipéi, es revelador de hasta dónde puede llegar esa combinación: el gemelo virtual de una fábrica de IA, capaz de ser probada y validada antes de que exista físicamente. Kabbaj lo describe como "una innovación pionera que permite probar y validar una fábrica de IA antes de colocar el primer ladrillo".
El reparto de roles en la colaboración está bien delimitado: "La combinación de nuestras tecnologías de gemelo virtual con la infraestructura de IA, los modelos abiertos y las bibliotecas de software aceleradas de NVIDIA nos permite crear modelos del mundo industriales validados científicamente para ámbitos como la biología, la ciencia de los materiales, la ingeniería o la fabricación", explica el ejecutivo de la primera en España. El fabricante de chips, por su parte, adopta la ingeniería de sistemas basada en modelos de Dassault Systèmes para diseñar sus propias fábricas de IA, lo que facilita su despliegue a gran escala.
La IA industrial ya tiene ejemplos medibles en automoción y aeroespacial
La industria atraviesa, según Hicham Kabbaj, la convergencia de tres grandes fuerzas simultáneas: descarbonización, automatización y resiliencia. La IA Industrial actúa como acelerador de esa triple transformación, y este directivo no necesita recurrir a promesas abstractas para ilustrarlo. En automoción, el ciclo de diseño puede reducirse en torno a un 20% y el tiempo total de desarrollo hasta en un 40%. En aeroespacial, la búsqueda de nuevos materiales bajo ciertas especificaciones puede acelerarse entre diez y quince veces.
Los robots humanoides, que han pasado de laboratorio a líneas de producción reales en automoción y logística, encajan también en esa ecuación. La tesis de Dassault Systèmes es que la carrera decisiva no está en el hardware, sino en la inteligencia. En otras palabras, los gemelos virtuales permiten que esas máquinas aprendan en entornos simulados antes de ser desplegadas en operaciones reales, cerrando el círculo con bucles de datos fiables que mejoran el rendimiento de forma continua.
Y como telón de fondo, la situación española es honesta en sus contornos, donde la IA industrial ha dejado de ser una visión de futuro en los entornos más avanzados. Empero, la generalización está pendiente: "Todos nuestros clientes quieren adentrarse en la IA, pero no todos lo consideran una urgencia. Necesitamos convencerles de la importancia de pasar de los pilotos y pruebas de concepto, al despliegue real", sentencia Kabbaj.
La soberanía digital protege la propiedad intelectual industrial europea
Dassault Systèmes firmó el AI Pact de la Comisión Europea, amplió su colaboración con Mistral AI para ofrecer IA soberana a industrias reguladas y administraciones, y su filial OUTSCALE ha construido toda su propuesta en torno a ese concepto. Para Hicham Kabbaj, la soberanía es condición estructural. "Garantizar que el mercado europeo de la nube se asienta en la confianza, la transparencia y la resiliencia es una condición muy importante para la seguridad y la competitividad de Europa", razona. "Si no, podrían perder su propiedad intelectual."
La escala global de la compañía -el 83% de las empresas del Fortune Global 500 trabajan con ellos; sus plataformas intervienen en el desarrollo del 90% de los aviones comerciales y el 90% de los vehículos eléctricos, y en el 100% de los nuevos medicamentos de los dieciséis mayores laboratorios farmacéuticos- no le impide mirar al tejido industrial español, donde la empresa mediana sigue siendo el actor dominante. "La IA industrial aporta valor a cualquier organización que diseñe, fabrique u opere productos y sistemas complejos, porque su impacto no depende solo del volumen de datos, sino del conocimiento acumulado", defiende Kabbaj.
EN PROFUNDIDAD - LA LEY EUROPEA DE IA
La ley de inteligencia artificial se somete a su enésimo examen: qué ha cambiado desde su aprobación y qué viene ahora
La fábrica invisible: cómo se entrena una inteligencia artificial
La IA inyecta gasolina en las startups: menos rondas, pero más grandes y selectivas a la espera de un otoño caliente
Zack Kass (exOpenAI): “ChatGPT fue, en cierto sentido, un accidente”
CINCO VOCES PARA UNA MISMA LEY
Hicham Kabbaj: “La industria no puede permitirse las alucinaciones de la IA generativa de propósito general”
Roberto Alonso (V-Valley): "Hemos pasado de probar la IA a exigirle retorno para el negocio"
Carlos Becker (HappyRobot): "La IA agéntica no debe limitarse a automatizar tareas, ofrece una revolución estructural"
Félix Pastor (Asus): "La IA está convirtiendo el equipo de trabajo en un socio activo"
