Vig-IA Tech: IA chilena que detecta corrosión con drones

Vig-IA Tech convierte una tesis doctoral en un SaaS de inspección

La corrosión le cuesta al mundo cerca de US$2,5 billones al año, entre el 3% y el 4% del PIB global, según las estimaciones que maneja la industria. Ese es el tamaño del problema que ataca Vig-IA Tech, una startup del Biobío chileno que convierte una tesis doctoral en una plataforma SaaS para detectar y clasificar la severidad de la corrosión a partir de imágenes.

Para un founder, el dato relevante no es el monto: es cómo se reparte ese gasto. Hoy se va en inspecciones manuales lentas, caras y peligrosas, donde cada andamio que se levanta y cada espacio confinado en el que entra un inspector es un costo que la automatización puede recortar.

Qué hace exactamente la plataforma

Vig-IA Tech detecta y clasifica la severidad de la corrosión, el estado de la pintura y las grietas a partir de imágenes tomadas con drones o celulares. Después entrega automáticamente informes de inspección ordenados por severidad.

El motor detrás combina visión computacional y deep learning. La tesis que le dio origen, titulada Clasificación Avanzada de Corrosión Atmosférica en Estructuras Metálicas mediante Deep Learning y Análisis Multiespectral, se complementa con imágenes hiperespectrales captadas por cámaras que registran 300 bandas de luz, lo que permite estimar el estado del óxido con más precisión que una foto convencional.

El autor es Julio Espinoza, viñamarino y doctorando en Ingeniería de la Universidad de Concepción (UdeC), hoy CEO de la startup. La investigación la financia la Agencia Nacional de Investigación y Desarrollo (ANID) a través del concurso Tesis de Doctorado en el Sector Productivo, y la guían los académicos Hugo Garcés y David Rojas.

El socio industrial que cambió la ecuación

DITNOVA, empresa chilena de pinturas, recubrimientos y protección anticorrosiva, es la empresa patrocinante del proyecto. Desde noviembre de 2024 lo integró a su Departamento de Innovación, con la mentoría de su gerente general, Víctor Rosales, y puso a disposición sus profesionales, su laboratorio y sus instalaciones.

"En DITNOVA creemos que la ciencia tiene que salir del laboratorio y llegar a la industria. Acompañar a Julio Espinoza desde el primer día ha sido un orgullo, y por eso creamos juntos Vig-IA Tech, para llevar esta tecnología a nuestros clientes y al mercado", afirma Rosales.

Ese es el punto que muchos founders subestiman: el socio corporativo no aportó solo dinero. Aportó laboratorio, datos de campo y, sobre todo, una cartera de clientes industriales. Al terminar la tesis, DITNOVA y Vig-IA Tech llevarán la tecnología al mercado aprovechando esa cartera y la experiencia técnica de Espinoza.

Los números que respaldan la tecnología

La plataforma ya se probó en cascos de buques, planchas de acero de construcción y puentes. Uno de sus resultados se publicó este año en la revista internacional Measurement Science and Technology, y las cifras son concretas:

• El algoritmo distingue el óxido de las pinturas rojizas o las sombras, un falso positivo clásico de la visión por computador aplicada a superficies metálicas.
• Reduce cerca de un 10% el error frente al método estándar.
• Procesa cada imagen en 3,7 milisegundos, una velocidad que permite ejecutarlo a bordo de un dron.

Ese último punto es el que habilita el caso de uso. Un modelo que tarda segundos por imagen obliga a subir todo a la nube; uno que resuelve en milisegundos puede filtrar en el aire y enviar solo lo relevante.

El proyecto también se presentó en el Congreso Panamericano de Ingeniería Naval en México, en el seminario Two Days Corrosion en Santiago y en el simposio SLAP 2026 en Brasil, y colabora con la Universidad de Alberta, en Canadá.

Por qué la inspección con IA es un mercado que crece

El nicho no es exclusivo de Chile. Un informe del IEEE difundido por el CESEDEN menciona el reconocimiento de imágenes para analizar fotografías de drones de líneas eléctricas con el fin de detectar defectos, y describe el uso de gemelos digitales para predecir la corrosión en generadores de vapor, lo que según ese documento ahorra a las empresas de servicios públicos "miles de millones en costes al año".

La lógica es la misma que aplica Vig-IA Tech: activos distribuidos, inspección cara y un histórico de imágenes que se puede convertir en modelo. Las industrias objetivo de la startup —minería, astilleros y buques, puertos, energía, petróleo y gas, e infraestructura civil— comparten ese patrón.

Hay un detalle de posicionamiento que vale la pena copiar: la plataforma no reemplaza al inspector, lo apoya. Reduce el trabajo en terreno, la exposición al riesgo y los tiempos de reporte. Es una decisión comercial, no solo técnica: vender automatización que amenaza el puesto de quien firma el informe es la forma más rápida de que la adopción se caiga.

Qué significa esto para tu startup

1. Busca un socio industrial antes de buscar capital. Vig-IA Tech consiguió laboratorio, instalaciones y profesionales de DITNOVA sin levantar una ronda. Si tu producto necesita datos del mundo real, un cliente ancla que te abra sus instalaciones vale más que un cheque temprano. En Chile, el concurso Tesis de Doctorado en el Sector Productivo de ANID está diseñado exactamente para eso: obliga a que la investigación tenga una empresa patrocinante.

2. Vende el entregable, no la tecnología. El comprador de Vig-IA Tech no es un CTO que quiere un modelo de deep learning: es un jefe de mantenimiento que necesita un informe ordenado por severidad para decidir dónde manda la cuadrilla el lunes. Diseña la interfaz del resultado final antes de optimizar el modelo.

3. Convierte la validación externa en material comercial. Una publicación en una revista revisada por pares y una reducción del 10% del error frente al método estándar son argumentos de venta en industrias conservadoras. En minería o petróleo y gas, la pregunta siempre es contra qué se comparó tu sistema.

4. Elige verticales donde el riesgo físico sea el dolor. Andamios y espacios confinados no son solo un costo: son un problema de seguridad laboral. Cuando tu producto reduce exposición al riesgo, la conversación deja de ser sobre eficiencia y pasa a ser sobre cumplimiento normativo.

Conclusión

Vig-IA Tech es un caso poco común en el ecosistema hispanohablante: una tesis doctoral financiada con fondos públicos, un socio industrial que aporta laboratorio y clientes, y una plataforma SaaS lista para salir al mercado. El modelo —investigación aplicada, empresa ancla y validación publicada— es replicable en cualquier vertical industrial donde la inspección siga siendo manual, lenta y riesgosa. La pregunta para un founder no es si la tecnología existe, sino si tiene acceso al socio que le abra la puerta a los datos y a los primeros clientes.

Fuentes

• Vig-IA Tech: La startup del Biobío que usa inteligencia artificial para inspeccionar la corrosión (fuente original)
• IEEE. Inteligencia artificial: el catalizador estratégico para un futuro energético resiliente y descarbonizado