Diego Tuccillo, CEO de Deduce Data Solutions, participó el 1 de octubre en SIA 2026, el congreso Santander Inteligencia Artificial, en una mesa redonda moderada por Jesús Herrero Poza, director general de Red.es. Allí explicó por qué muchas plantas acaban apagando modelos de IA que predicen bien.
En esta noticia
SIA 2026 celebró su cuarta edición el 1 y el 2 de octubre en el Palacio de Exposiciones y Congresos de Santander. La mesa «IA como motor de transformación: tecnología, innovación e impacto» sentó en el escenario a tres empresas cántabras que desarrollan proyectos de I+D en inteligencia artificial, con el máximo responsable de Red.es haciendo las preguntas.
Deduce Data Solutions (DDS), pyme científica con sede en Santander, llevó a esa conversación el punto de vista de la planta industrial: qué hace falta para que un modelo siga encendido cuando lo usa el turno de noche. Es la misma pregunta que guía su trabajo en eficiencia energética con IA para hornos y procesos térmicos.
01. SIA 2026 reunió a catorce ponentes en Santander
El congreso Santander Inteligencia Artificial lo organiza El Diario Montañés junto al Ayuntamiento de Santander, con la colaboración de la Consejería de Innovación del Gobierno de Cantabria a través de SODERCAN. En esta edición intervinieron catorce ponentes de empresas como Microsoft, Telefónica, DXC Technology, Ryanair Labs o Mediaset España, además del programador y divulgador Miguel Ángel Durán (midudev).
El programa cubrió durante dos días asuntos muy distintos: la educación y el desarrollo de capacidades, la optimización matemática aplicada a decisiones, el valor del conocimiento cuando generarlo deja de ser escaso o los pagos automáticos entre agentes de IA. La industria tuvo su espacio el primer día, en la mesa de Red.es.
Para DDS era una cita conocida. Diego Tuccillo ya había participado en una mesa redonda de la primera edición del congreso, en noviembre de 2023.
02. Una mesa moderada por el director general de Red.es
Jesús Herrero Poza dirige Red.es, la entidad pública que gestiona buena parte de las ayudas a la digitalización y a la I+D en inteligencia artificial en España. En Santander moderó una conversación sobre el recorrido que separa un desarrollo tecnológico de su uso diario en una empresa.
Le acompañaron Miguel Cuartas Hernández, de INGECID; David Lanza Lanza, de CIC Consulting Informático, y Diego Tuccillo. Lanza presentó Comisium, un proyecto que quedó segundo entre más de 1.000 candidaturas en la convocatoria de Red.es para proyectos de I+D en inteligencia artificial, según ha comunicado la propia empresa. Tuccillo explicó el enfoque de ADYTON-AI, uno de los proyectos de I+D que desarrolla DDS.
03. Por qué una planta apaga un modelo que predice bien
Un piloto de IA se evalúa en un portátil, con datos de hace seis meses y alguien del equipo de datos delante. La planta lo evalúa a las tres de la madrugada, con el jefe de turno solo y una alarma que no sabe si creerse. Con esa imagen resumió Tuccillo la distancia entre el laboratorio y la operación.
Cuando un modelo no llega a producción, casi nunca es por falta de precisión.Diego Tuccillo, CEO de Deduce Data Solutions
El motivo habitual es otro. Nadie en la planta sabe en qué condiciones puede fiarse de la predicción, y quien decide de madrugada hace lo sensato, que es apagarla. Un modelo útil en operación tiene que conocer el proceso físico y avisar cuando trabaja fuera de lo que ha aprendido. Solo así el turno lo deja encendido.
De ahí que DDS construya sus modelos con la física del proceso dentro. Parte de su investigación reciente, presentada en ECML PKDD 2026, compara redes neuronales con y sin balance de energía cuando un horno se mide poco.
04. El sobrecoste energético de la siderurgia pone cifra al problema
Tuccillo llevó el argumento a un caso de actualidad. UNESID, la patronal siderúrgica, estima en 658 millones de euros el sobrecoste energético de la siderurgia española entre marzo y diciembre de 2026, y muchas plantas están parando en las horas de precio alto.
Parar es una decisión racional, pero un horno no se enciende y se apaga como un interruptor. El ahorro depende de responder bien, hora a hora, a varias preguntas.
Lo que un modelo de proceso ayuda a decidir en una hora cara
- Qué consumos se pueden modular sin afectar a la calidad.
- Qué operaciones se pueden retrasar a una hora más barata.
- Qué conviene no tocar aunque la hora sea cara.
Esas respuestas las da un modelo que conoce el comportamiento térmico del horno. Una previsión de precios por sí sola no llega tan lejos.
05. El criterio dura más que las herramientas
La mesa terminó hablando de personas. Las herramientas de IA cambian cada pocos meses, y lo que permanece es el criterio para saber qué pedirles y cuándo desconfiar de lo que devuelven. La idea apareció también en otras ponencias del congreso, como la de Ainhoa Marcos (Letmino AI) sobre aprendizaje y capacitación.
Tuccillo cerró su repaso de la jornada con una pregunta para quienes ya han llevado un modelo a una planta: qué hizo falta para que el turno de noche lo dejara encendido.
Hablemos de lo que tu horno puede modular
Reunión de 30 minutos con el equipo de DDS para revisar qué mide tu proceso y qué decisiones de consumo se pueden apoyar en un modelo.
Contactar con DDS06. Preguntas frecuentes sobre SIA 2026
¿Qué es SIA 2026?
Es la cuarta edición del congreso Santander Inteligencia Artificial, organizado por El Diario Montañés junto al Ayuntamiento de Santander. Se celebró el 1 y el 2 de octubre de 2026 en el Palacio de Exposiciones y Congresos de Santander, con catorce ponentes.
¿En qué mesa de SIA 2026 participó Deduce Data Solutions?
En «IA como motor de transformación: tecnología, innovación e impacto», el 1 de octubre. La moderó Jesús Herrero Poza, director general de Red.es, y en ella intervinieron Miguel Cuartas (INGECID), David Lanza (CIC Consulting Informático) y Diego Tuccillo (Deduce Data Solutions).
¿Por qué se apagan modelos de IA en una planta industrial?
Según explicó Diego Tuccillo en SIA 2026, rara vez por falta de precisión. Ocurre cuando el personal de turno no sabe en qué condiciones puede fiarse del modelo y, ante la duda, lo desconecta.
¿Qué aporta la IA frente al coste energético de un horno industrial?
Un modelo que conoce el proceso indica qué consumos se pueden modular o retrasar en las horas caras y cuáles no conviene tocar. UNESID estima en 658 millones de euros el sobrecoste energético de la siderurgia española entre marzo y diciembre de 2026.
Seguir leyendo: La investigación de DDS sobre hornos industriales en ECML PKDD 2026 · IA industrial en Santander y Cantabria · Más noticias en el blog de DDS
