Dexory ha desplegado la plataforma Engineering AI de SimScale para acelerar el trabajo de ingeniería con el que diseña y prueba sus robots autónomos de inventario. El programa aplicará agentes de inteligencia artificial a la simulación de componentes físicos, con tres objetivos concretos: investigar fallos estructurales, comparar variantes de diseño y conservar el conocimiento generado en proyectos anteriores.
La IA entra en el proceso de diseñar el robot
Dexory ya utilizaba la plataforma de simulación en la nube de SimScale. El paso anunciado el 30 de julio de 2026 añade agentes capaces de automatizar partes del flujo de análisis, desde la preparación y ejecución de simulaciones hasta la elaboración de informes comparables.
El primer caso de uso se centra en encontrar con mayor rapidez la causa raíz de los fallos de componentes estructurales. Cuando una pieza no soporta las cargas previstas, el problema no siempre se resuelve con una única prueba: hay que revisar geometría, materiales, condiciones de contorno y diferentes hipótesis. Dexory quiere que los agentes reduzcan el trabajo manual de configurar cada iteración y permitan ejecutar más análisis durante las fases críticas del diseño.
La segunda función serán los barridos de parámetros. La información distribuida por ambas compañías explica que el sistema probará varias variables de diseño de forma simultánea y generará resultados comparativos sin configurar cada simulación desde cero. Eso puede servir para descartar antes las alternativas débiles y reservar las pruebas físicas para las configuraciones más prometedoras.
No se trata de que un modelo decida por sí solo qué pieza debe fabricarse. La arquitectura de SimScale combina agentes para orquestar el trabajo con solvers de física de mayor fidelidad para validar los resultados. Los ingenieros siguen fijando objetivos, restricciones y criterios de aceptación; la automatización se ocupa de repetir y documentar una parte del proceso.
Un robot alto convierte la estructura en un problema central
La elección tiene sentido por la forma de la máquina que fabrica Dexory. Su robot de inventario circula por los pasillos y eleva un conjunto de sensores para leer ubicaciones de palés a distintas alturas. Esa arquitectura permite capturar el almacén sin mover mercancía, pero también obliga a controlar estabilidad, vibraciones, deformaciones y fatiga en una estructura vertical que trabaja en movimiento.
El robot alimenta DexoryView, la plataforma con la que la empresa construye un gemelo digital del inventario y analiza ocupación, errores y disponibilidad de producto. Según la descripción oficial de Dexory, el sistema puede escanear más de 10.000 palés por hora y ya opera en almacenes de Europa, Asia y Estados Unidos. La compañía cita entre sus clientes a operadores como DHL, GXO y NFI, además de fabricantes como Stellantis, Samsung y GE Appliances.
Esa escala eleva el coste de un fallo de diseño. Una debilidad que apenas aparece en un prototipo puede convertirse en paradas, mantenimiento o cambios de hardware cuando se repite en una flota. Simular más variantes antes de congelar el diseño no elimina la necesidad de ensayos físicos, pero puede ayudar a localizar antes qué combinaciones de geometría y carga merecen llegar al taller.
El tercer frente del programa intenta evitar que cada incidencia empiece desde cero. Los agentes crearán una base de conocimiento consultable a partir de simulaciones y proyectos previos. En teoría, un ingeniero podrá recuperar configuraciones ya validadas, decisiones de mallado o criterios internos en lugar de depender únicamente de la memoria de los especialistas que participaron en un desarrollo anterior.
Es un piloto de ingeniería, no un robot que se rediseña solo
Dexory y SimScale presentan el proyecto como una forma de descubrir dónde aportan valor real los agentes. No han publicado cuánto tiempo esperan ahorrar, cuántos componentes entran en el programa ni métricas que comparen sus resultados con el flujo anterior. Tampoco han anunciado una pieza rediseñada con esta herramienta o un cambio medido en la fiabilidad del robot.
Ese matiz importa. Engineering AI puede automatizar configuraciones, lanzar barridos y ordenar resultados, pero una simulación sigue dependiendo de que el modelo físico, las cargas y las restricciones representen correctamente la realidad. Acelerar un supuesto equivocado solo produce más resultados equivocados en menos tiempo. La trazabilidad de cada decisión y la validación final con solvers y ensayos seguirán siendo esenciales.
La novedad relevante está en llevar la IA más atrás en la cadena de robótica. Dexory ya usa autonomía y análisis de datos cuando sus máquinas recorren un almacén; ahora prueba agentes para desarrollar el propio hardware. Si el piloto consigue acortar la investigación de fallos y reutilizar conocimiento sin rebajar el control técnico, la ganancia no será una demostración más vistosa, sino ciclos de diseño más cortos y robots más fáciles de industrializar.
Fuentes
- RoboticsTomorrow — anuncio del despliegue de Engineering AI en Dexory [en]
- SimScale — arquitectura oficial de Simulation & AI Engine [en]
- SimScale — funcionamiento de los agentes Engineering AI [en]
- Dexory — plataforma de IA y robótica para almacenes [en]
- Imagen: Dexory — robot oficial desplegado en Yusen Logistics [en]