Qué anunció Dassault Systèmes en GTC Berlin
Dassault Systèmes trasladó su colaboración con NVIDIA a una arquitectura de IA industrial en la que tres agentes especializados —AURA, LEO y MARIE— razonan, planifican y ejecutan secuencias de trabajo sobre gemelos virtuales durante periodos prolongados. Las demostraciones se presentaron en NVIDIA GTC Berlin, cuyo programa oficial se desarrolló del 20 al 22 de octubre de 2026.
El cambio no es de capacidad conversacional, sino de integración: los agentes operan sobre modelos industriales y procesos técnicos, no sobre instrucciones aisladas. La propuesta combina agentes especializados, conocimiento técnico y simulaciones físicas, y mantiene al profesional como responsable de la decisión final.
Para un founder de software industrial esto importa porque mueve la conversación: el valor ya no está en el modelo que responde mejor, sino en quién controla el contexto técnico donde ese modelo opera. La alianza se formalizó en febrero de 2026 y estableció una arquitectura compartida que une los gemelos virtuales y el software industrial de Dassault con la infraestructura acelerada, los modelos y las bibliotecas de NVIDIA.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasAURA, LEO y MARIE: qué hace cada agente
Los tres compañeros virtuales tienen funciones acotadas, no son asistentes generalistas. Según recogió El Español durante la presentación del acuerdo en el 3DExperience World celebrado en Houston:
- AURA trabaja sobre estrategia de negocio y gestión de proyectos, conectando conocimiento interno y externo de la organización.
- LEO es el perfil técnico: ingeniería, mecánica, estructura, movimientos, simulaciones y fabricación. Su nombre evoca a Leonardo da Vinci.
- MARIE, homenaje a Marie Curie, cubre disciplinas científicas como materiales, química, formulaciones y regulaciones.
En la demostración de Berlín, MARIE apareció vinculada al NVIDIA BioNeMo Agent Toolkit, una herramienta orientada a biología, química y descubrimiento de fármacos. La idea es que agentes generalistas, científicos o plataformas propias puedan apoyarse en recursos especializados e interpretar sus resultados, no solo recuperar información.
El detalle menos obvio es de dónde sale la precisión: Morgan Zimmermann, CEO de 3DExperience, explicó a El Español que la compañía se apoya en una adquisición de hace cuatro años llamada Proxem, una pieza de IA generativa para construir ontologías, y que esa combinación de ontología más modelo de lenguaje es lo que evita malentendidos en la interacción. Es un recordatorio útil: en dominios técnicos, el vocabulario estructurado pesa más que el tamaño del modelo.
Del gemelo virtual de la planta a la fábrica de IA
En fabricación, las aplicaciones DELMIA permiten explorar el gemelo virtual de un sistema productivo mediante un proceso integral automatizado, e integrar las bibliotecas de IA física de NVIDIA Omniverse para avanzar hacia sistemas definidos por software. En ingeniería, el gemelo virtual funciona como entorno de prueba donde el agente valida cambios antes de tocar el mundo físico.
El alcance llega hasta las denominadas fábricas de IA: las instalaciones que alojan y ejecutan sistemas de inteligencia artificial. Los gemelos virtuales, la ingeniería de sistemas basada en modelos y LEO pueden usarse para diseñar, simular y validar instalaciones basadas en la arquitectura de referencia NVIDIA DSX. NVIDIA utiliza las soluciones de ingeniería de Dassault para ese propósito, comenzando por la plataforma Rubin y su integración con Omniverse DSX Blueprint.
Ahí aparece el eslabón de infraestructura: OUTSCALE prevé desplegar fábricas de IA con tecnología de NVIDIA en tres continentes para ejecutar modelos dentro de 3DEXPERIENCE, con garantías planteadas alrededor de privacidad, propiedad intelectual y soberanía. Para organizaciones que manejan diseños, datos científicos o procesos sensibles, decidir dónde se alojan los modelos deja de ser un detalle de TI y se vuelve una condición contractual.
¿Por qué NVIDIA también necesita a Dassault Systèmes?
Porque el intercambio va en las dos direcciones. Philippe Laufer, vicepresidente ejecutivo de marcas globales de 3DS, lo explicó a El Español: Dassault obtiene de NVIDIA la infraestructura para escalar si millones de usuarios empiezan a usar LEO, MARIE y AURA, además de modelos fundacionales ya entrenados en biología y fabricación que no tiene sentido volver a desarrollar. Y NVIDIA obtiene de Dassault la capacidad de simular y agilizar el despliegue de sus propias instalaciones antes de construirlas.
La prueba más concreta de ese segundo rol llegó el 22 de octubre de 2026 en Berlín: Dassault Systèmes y Vertiv anunciaron una colaboración para configurar, simular y validar la infraestructura de fábricas de IA antes de que empiece la construcción, sobre el diseño de referencia NVIDIA Vera Rubin DSX y Omniverse DSX Blueprint, según el comunicado difundido por Business Wire.
Las cifras que acompañan ese anuncio hay que leerlas con lupa: engineering.com reportó que, según el modelo y los supuestos declarados por Vertiv, el enfoque podría reducir hasta 10 veces el tiempo entre definir requisitos y tener una solución validada, recortar hasta 50% el periodo de despliegue, adelantar la entrada en operación unas 10 semanas y generar hasta 30% más de tokens acumulados en 12 meses con la misma capacidad instalada. La propia compañía aclara que esos números se atribuyen solo a una mayor madurez temprana de la instalación y no representan una mejora de eficiencia operativa medida en un cliente real.
Siemens ya lo probó en su propia fábrica: la referencia del sector
Si buscas un espejo de hacia dónde va la IA industrial, el caso más cercano es el de NVIDIA y Siemens. Según TechTarget, NVIDIA está desplegando gemelos digitales, datos de entrenamiento sintéticos y agentes de IA en la fábrica de electrónica de Siemens en Erlangen, Alemania, en el marco de un plan que ambas compañías anunciaron en enero y que apunta a lo que describieron como las primeras plantas de fabricación totalmente impulsadas por IA.
Los resultados que reportan son los que suelen faltar en este tipo de anuncios: hasta 85% menos esfuerzo de ingeniería y hasta 40% menos tiempo de salida al mercado en inspección de placas de circuito, más de 100 algoritmos de IA ya en uso en producción, logística, calidad y mantenimiento, y una inversión prevista de Siemens de aproximadamente 559 millones de dólares en la transformación del sitio hasta 2030.
Los analistas citados por TechTarget también ponen el freno: son beneficios potenciales medidos en una planta propia de Siemens de alta mezcla, no en sitios multi-proveedor ya existentes. Y el punto clave para cualquier fundador que venda software industrial es la frase de Jonathan Davenport, de Gartner: los despliegues de soluciones puntuales no escalan; lo que escala es una plataforma común sobre la que se montan varios casos de uso.
¿Qué significa esto para tu startup?
La señal para el ecosistema hispanohablante es doble. Primero, que el mercado de la IA industrial se está cerrando alrededor de plataformas: Dassault, NVIDIA, Siemens y Vertiv están definiendo el sustrato. Segundo, que ese sustrato abre una ventana concreta para startups que no compiten con ellos, sino que se conectan.
Acciones concretas que puedes implementar esta semana:
- Vende integración, no agentes. Si tu producto toca diseño, simulación o manufactura, posiciona tu herramienta como una capa que se conecta al gemelo virtual del cliente —vía API, conectores o exportación a formatos de ingeniería— en lugar de competir por ser el asistente que responde mejor. La demostración de Berlín dejó claro que el valor está en operar sobre modelos industriales propios, no en generar texto plausible.
- Monta el piloto sobre datos propios, no sobre una demo. La propia arquitectura presentada se queda en fase de demostración tecnológica: no aporta resultados de implantación, métricas de productividad ni comparaciones de costes. Si un proveedor te enseña un agente industrial y no puedes probar el flujo completo sobre tus modelos y tu información, no tienes evidencia de nada. Pide siempre una prueba sobre tu gemelo virtual, con tu vocabulario y tus reglas físicas.
- Revisa tu barrera de entrada si vendes a industria tradicional. El modelo de gemelos virtuales como servicio ya apunta a reducir plazos de implantación de entre uno y dos años a unos pocos meses o incluso semanas, y interempresas.net, citando datos de la compañía, recoge mejoras de entre 10% y 30% en tiempo de salida al mercado, hasta 30% de eficiencia operativa y alrededor de 10% de mejora en utilización de activos. Para una startup de LATAM o España que quiera vender simulación a una planta mediana, eso cambia el costo de entrada del cliente: antes era un proyecto de años, ahora puede ser una suscripción.
- Ubica el dato donde vive el negocio. Si tu producto maneja diseños, formulaciones o procesos productivos sensibles, la discusión de soberanía —dónde se ejecutan los modelos y cómo acceden al conocimiento corporativo— va a aparecer en la negociación. Tener una respuesta clara sobre alojamiento e IP antes de la primera reunión comercial te ahorra meses.
Lo que este anuncio todavía no demuestra
El propio material de la compañía es explícito: se trata de demostraciones tecnológicas. No hay resultados de implantación, ni métricas de productividad, ni comparaciones de costes. La consecuencia operativa es incómoda pero clara: evaluar IA industrial exige probar el flujo completo sobre gemelos virtuales y datos propios, no medir la capacidad conversacional del agente.
Ese es, quizá, el aprendizaje más transferible de GTC Berlin para un founder: en software industrial, el anuncio no es el resultado. La verificación sigue ocurriendo dentro de la fábrica.
Fuentes
- La Ecuación Digital: Dassault Systèmes aplica IA industrial a gemelos virtuales
- El Español: Dassault Systèmes y Nvidia se asocian para dar infraestructura al gemelo digital industrial
- interempresas.net: Dassault Systèmes acelera la transformación industrial con los gemelos virtuales como servicio
- Business Wire vía Yahoo Finance: Dassault Systèmes and Vertiv Team to Accelerate AI Factory Design and Deployment
- engineering.com: Dassault and Vertiv plan AI factory design collaboration
- TechTarget: Siemens, Nvidia deploy industrial AI to reduce engineering effort
- MuyComputerPro: NVIDIA muestra en GTC Berlin agentes y sistemas que impulsan la inteligencia en el escritorio
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
