Stellantis ha anunciado una nueva iniciativa tecnológica junto a Accenture y Nvidia para desplegar sistemas de fabricación basados en gemelos digitales e inteligencia artificial en su red global de plantas.
El proyecto busca transformar la producción industrial del grupo automovilístico mediante réplicas virtuales conectadas a datos en tiempo real capaces de optimizar operaciones, anticipar fallos y acelerar procesos de industrialización.
La iniciativa combinará la experiencia industrial de Stellantis con las capacidades de transformación digital de Accenture y las plataformas de computación acelerada y simulación Omniverse de Nvidia. El objetivo consiste en crear entornos virtuales de fabricación capaces de replicar el comportamiento de las plantas físicas utilizando inteligencia artificial y datos operativos en tiempo real.
“Estamos sentando las bases para la próxima generación de fabricación en Stellantis”, ha señalado Francesco Ciancia, Global Head of Manufacturing de Stellantis. El directivo explica que la combinación de gemelos digitales, IA y simulación avanzada permitirá rediseñar la forma en que la compañía opera y mejora sus sistemas de producción.
Gemelos digitales para optimizar fábricas
El núcleo del proyecto se basa en el uso de gemelos digitales de alta fidelidad, una tecnología que crea réplicas virtuales exactas de fábricas, líneas de producción y sistemas industriales.
Los sistemas pueden incorporar información procedente de sensores y maquinaria industrial para actualizar continuamente el comportamiento del entorno virtual
Estas réplicas permiten simular procesos antes de ejecutarlos físicamente, detectar incidencias potenciales y ajustar parámetros operativos sin interrumpir la actividad real de las plantas. Además, los sistemas pueden incorporar información procedente de sensores y maquinaria industrial para actualizar continuamente el comportamiento del entorno virtual.
Según Stellantis, esta aproximación permitirá optimizar operaciones en tiempo real mediante análisis impulsados por IA, reducir riesgos en los procesos industriales y mejorar la calidad gracias a modelos predictivos de supervisión y mantenimiento. La compañía también pretende acelerar la industrialización de nuevos procesos de producción. En lugar de validar cambios directamente sobre líneas físicas, las pruebas podrán ejecutarse previamente en entornos simulados.
Nvidia entra en la producción industrial
La participación de Nvidia refuerza además el creciente papel de la compañía estadounidense fuera del negocio tradicional de chips para centros de datos e inteligencia artificial generativa. De este modo, el fabricante tecnológico aportará sus plataformas Omniverse y tecnologías de computación acelerada, utilizadas para simulación industrial avanzada e IA física. Estas herramientas permiten construir entornos virtuales complejos capaces de conectar datos industriales, inteligencia artificial y sistemas de automatización.
Por su parte, Accenture se encargará de integrar capacidades de IA y transformación digital sobre los procesos industriales del fabricante automovilístico. “La oportunidad en la fabricación actual es escalar la IA a través de operaciones industriales complejas de manera que ofrezca un valor comercial medible”, ha explicado Tracey Countryman, responsable global de cadena de suministro e ingeniería de Accenture.
Pilotos en Norteamérica desde 2026
Los primeros despliegues de esta iniciativa arrancarán en plantas seleccionadas de Norteamérica a partir de 2026. Stellantis utilizará estos pilotos para evaluar la escalabilidad y el impacto operativo antes de extender el modelo al resto de su red industrial global.
La compañía sostiene que el objetivo final consiste en avanzar hacia un sistema de fabricación más predictivo, adaptable y autónomo, donde las plantas físicas y los entornos virtuales funcionen de forma coordinada mediante optimización de bucle cerrado. En este modelo, los sistemas virtuales reciben continuamente información de las fábricas reales y utilizan inteligencia artificial para proponer ajustes operativos, mejorar el mantenimiento o corregir incidencias antes de que afecten a la producción.
Si (
No(
