El ojo humano acierta 68%: la IA redibuja el negocio del sorteo automotriz

Durante décadas, el negocio del sorteo automotriz se midió en pares de ojos. Cuando una armadora detectaba piezas sospechosas, una empresa de contención —el servicio de revisar pieza por pieza un lote dudoso— enviaba decenas de inspectores a separar lo bueno de lo malo. El activo era humano y se cobraba por hora.

Ese modelo choca hoy con un dato incómodo. En un estudio publicado en 2022 en la revista Safety, los inspectores humanos que evaluaban álabes de motor acertaron en promedio 67.7% de las veces, según Nicholas Pons y Jonathan Aust. Uno de ellos dejó pasar 87.5% de los defectos. La experiencia no ayudó: no hubo diferencia significativa entre novatos y veteranos.

Sobre esa grieta se metió la inteligencia artificial. Y con ella, la pregunta que hoy desvela a las empresas sorteadoras: si una cámara con visión artificial no se cansa ni se distrae, ¿qué queda del negocio de vender ojos?

Por qué la ola llega justo ahora

El volumen es la primera razón. La producción mundial de vehículos alcanzó 92.7 millones de unidades en 2024 y subió a 96.4 millones en 2025, de acuerdo con la OICA. Cada unidad arrastra miles de piezas que alguien debe revisar.

La segunda razón es el costo del error. Solo en Estados Unidos, la NHTSA contabilizó 1,073 campañas de llamado a revisión en 2024, que afectaron a unos 35 millones de vehículos. Un defecto que escapa del sorteo puede volver meses después convertido en recall, con la factura y el daño reputacional que eso implica para el proveedor.

El mercado ya votó por la máquina

El dinero sigue esa lógica. El mercado global de sistemas de IA para inspección de calidad automotriz valía USD 528 millones en 2025 y se proyecta en USD 3,197 millones para 2035, una tasa de crecimiento anual de 19.72%, según Precedence Research. El mercado más amplio de visión artificial pasaría de USD 23,060 millones en 2025 a USD 76,890 millones en 2035, estima la misma firma.

Son proyecciones de una casa de análisis, no hechos consumados. Pero marcan la dirección: el capital apuesta a que la inspección deja de ser un trabajo manual.

Cifras clave

• Exactitud promedio del inspector humano: 67.7% (Pons y Aust, 2022)
• Producción mundial de vehículos: 96.4 millones en 2025 (OICA)
• Recalls en EE. UU.: unos 35 millones de vehículos en 2024 (NHTSA)
• Mercado de IA para inspección automotriz: USD 3,197 millones proyectados a 2035, con CAGR de 19.72% (Precedence Research)

Qué automatiza realmente la IA

En la planta de BMW en Regensburg, Alemania, sale un vehículo cada 57 segundos. Desde abril de 2025, un sistema llamado GenAI4Q arma un catálogo de inspección distinto para cada auto según su configuración, explicó Rüdiger Römich, responsable de inspección de la planta. “La IA apoya la transformación digital hacia una fábrica inteligentemente conectada”, dijo el director del sitio, Armin Ebner. El sistema no despidió a los inspectores: les dice dónde mirar.

Ahí está el giro para las sorteadoras. La visión artificial es buena en tareas acotadas y repetitivas —una rayadura, una rebaba, una soldadura ausente— donde una cámara supera al ojo cansado. Una revisión sistemática de 2023 sobre redes neuronales convolucionales aplicadas a la detección de defectos superficiales documentó cientos de casos con esa promesa. El sorteo masivo de un defecto ya conocido es, justamente, esa clase de tarea: la que primero cae en manos de la máquina.

Dónde sigue mandando el humano

La automatización no es total. El defecto nuevo, el que nadie anticipó, sigue necesitando criterio humano: la máquina solo detecta lo que aprendió a ver. Un lote con mezcla de piezas, variantes y urgencias de última hora rara vez cabe en un modelo entrenado la semana pasada.

En los corredores industriales del Bajío mexicano —Silao, Celaya, Querétaro—, donde operan empresas de contención e inspección con presencia local como Quality Bolca, ese reto es cotidiano: la demanda pico llega en horas, no en trimestres, y todavía se resuelve con gente capacitada que la cámara aún no reemplaza.

El contrapeso: la mayoría de los proyectos no despega

Aquí conviene bajar la euforia. Cerca de 77% de las implementaciones de visión con IA en manufactura nunca pasan de la fase piloto, reportó en abril de 2026 el medio Automotive Manufacturing Solutions. El villano no suele ser el algoritmo.

“Incluso un pequeño porcentaje de falsos positivos, a volumen de producción, basta para erosionar la confianza del operador”, advirtió Zeeshan Karamat, director de tecnología de 36ZERO Vision. Integrar la cámara a sistemas viejos, reentrenarla con cada variante nueva y definir quién manda cuando el humano y la máquina no coinciden pesa más que la precisión del modelo.

Para una sorteadora, esa fricción es una oportunidad. El cliente no quiere comprar una cámara: quiere el problema resuelto. La empresa que integre la visión artificial, la mantenga y responda por sus errores vende algo que un proveedor de software por sí solo no puede ofrecer.

Qué vigilar de aquí en adelante

El oficio del sorteo no desaparece; cambia de forma. El inspector que solo separaba piezas migra hacia operar, alimentar y auditar modelos. La materia prima del negocio deja de ser la hora-hombre y pasa a ser el dato etiquetado: 36ZERO Vision entrenó sus modelos con más de 22 millones de imágenes.

Conviene seguir tres señales en los próximos meses: cuántas sorteadoras montan su propio equipo de datos, si las armadoras empiezan a exigir inspección con IA dentro de sus contratos de contención, y si el costo de las cámaras baja lo suficiente para llegar al Bajío y no solo a Baviera.

Nota metodológica

Reportaje elaborado con información pública consultada hasta el 22 de septiembre de 2026. Las cifras de mercado provienen de Precedence Research (2026) y son estimaciones de una firma de análisis, no datos oficiales. Las cifras de producción (OICA) y de recalls (NHTSA) son oficiales. El dato de exactitud humana proviene de un estudio sobre álabes de motor de avión, usado como referencia general de la fiabilidad de la inspección visual, no del sector automotriz. No se hallaron cifras públicas verificables del tamaño específico del mercado de servicios de sorteo/contención tercerizado, por lo que ese punto se deja fuera.

Fuentes

• OICA — Producción mundial de vehículos 2024-2025 (2026)
• Pons y Aust — Inspección visual de álabes, revista Safety (2022)
• NHTSA — Reporte anual de recalls 2024 (2025)
• Precedence Research — Mercado de IA para inspección de calidad automotriz (2026)
• Precedence Research — Mercado de visión artificial (2026)
• BMW Group — Proyecto GenAI4Q, planta Regensburg (2025)
• Automotive Manufacturing Solutions — Adopción de visión con IA (2026)
• Revisión sistemática CNN para detección de defectos, MDPI/PMC (2023)