IA en la formulación de recubrimientos
Wally Kesler
Los formuladores y fabricantes de recubrimientos se enfrentan a presiones, tanto antiguas como nuevas, para mantener la rentabilidad en el entorno empresarial actual. Al igual que muchas otras empresas, las compañías de recubrimientos recurren a la Inteligencia Artificial (IA) para afrontar estos desafíos. ¿Cómo se puede utilizar la IA para desarrollar formulaciones de recubrimientos? ¿Puede la IA ayudar a superar los problemas de coste y rendimiento que persisten desde hace tiempo? Sí, mediante el uso de la IA, los productores de recubrimientos pueden afrontar los nuevos retos que plantean las iniciativas de sostenibilidad y las cambiantes presiones regulatorias.
Según el sitio web de IBM: «La inteligencia artificial (IA) es una tecnología que permite a los ordenadores y las máquinas simular el aprendizaje, la comprensión, la resolución de problemas, la toma de decisiones, la creatividad y la autonomía humanas». Veamos qué dice un agente de IA sobre la IA en la formulación de recubrimientos. Le pedí a ChatGPT que proporcionara un resumen del tema «IA en la formulación de recubrimientos». La respuesta más común de los agentes de IA fue: «La IA en la formulación de recubrimientos se refiere al uso de aprendizaje automático y modelos basados en datos para diseñar, optimizar y solucionar problemas en sistemas de pintura y recubrimientos de forma más rápida y precisa que con los métodos tradicionales de ensayo y error».
Aplicaciones de la IA en recubrimientos: presente y futuro
Para obtener la perspectiva y la opinión de un experto, conversé con el Dr. Erik Sapper, profesor asociado de Química en la Universidad Politécnica Estatal de California en San Luis Obispo. Erik es un destacado investigador académico en el tema del uso de la IA y el aprendizaje automático (ML) para mejorar la síntesis de polímeros y las formulaciones de recubrimientos. Discutimos sobre la IA en la formulación de recubrimientos y abordamos áreas como las aplicaciones actuales, su visión del futuro y cómo el uso de la IA en la industria de recubrimientos afectará a la fuerza laboral. El Dr. Sapper imparte clases en los programas de pregrado y posgrado de polímeros y recubrimientos de Cal Poly SLO.
Estado actual de la implementación de la IA en recubrimientos
En primer lugar, el Dr. Sapper y yo hablamos sobre cómo se utiliza la IA con mayor frecuencia en las formulaciones de recubrimientos en la actualidad. «Donde estas herramientas se utilizan con mayor eficacia es como asistente de laboratorio». En su experiencia, «las mayores y más sencillas ventajas se obtendrán al ajustar conjuntos de datos bien definidos para resolver problemas de formulación utilizando datos existentes limitados». Esto ilustra una de las ventajas comunes del uso de la IA, citada por numerosas fuentes: utilizarla como herramienta para aumentar la eficiencia de los recursos y reducir los plazos de desarrollo de productos.
La IA como herramienta de recopilación y análisis de datos, la IA como herramienta predictiva
Cuando se le preguntó sobre el futuro de la implementación de la IA en la industria de recubrimientos, el Dr. Sapper comentó: «Habrá muchas opciones para la ingesta de datos, tomando datos existentes, por ejemplo, datos de hojas de cálculo, y utilizando datos en diferentes formatos». Mediante tecnologías como la IA generativa y los modelos de lenguaje a gran escala (LLM), «el procesamiento de datos se acelerará, combinando y consolidando conjuntos de datos dispares en un único conjunto para el entrenamiento de modelos». Estos modelos se utilizan posteriormente para predecir propiedades de formulación que abarcan desde propiedades reológicas y ópticas hasta la dureza de la película y la resistencia a la corrosión.
Precauciones: IA en la formulación de recubrimientos
Como en cualquier técnica de formulación basada en predicciones derivadas de datos, la calidad de los datos es fundamental. Los conjuntos de datos pequeños pueden generar predicciones fiables siempre que estén bien definidos y documentados. Los agentes de IA especializados, adaptados a aplicaciones en química o recubrimientos, pueden ser muy útiles, a diferencia de las aplicaciones de macrodatos con conjuntos de datos generalizados muy grandes. El Dr. Sapper comentó que el desarrollo de nuevos agentes de IA se está llevando a cabo tanto en la industria privada como en universidades como Cal Poly. Las universidades lideran áreas como el desarrollo de polímeros asistido por IA, mientras que los desarrolladores de software trabajan principalmente en agentes generalizados con mayor atractivo para el mercado. En palabras de Erik Sapper: «Los investigadores universitarios no intentan vender nada; pueden centrarse en los fundamentos».
Formulación de pintura con IA (hágalo usted mismo)
No es necesario un agente de IA comercial personalizado para iniciarse en la formulación de pintura con IA. Pruebe a utilizar programas de IA generativa generales para guiar sus esfuerzos de desarrollo de formulaciones de recubrimientos. Así como podrías usar una búsqueda de Google para encontrar materias primas o proveedores, puedes usar el Modo IA de Google o ChatGPT para generar ideas iniciales de formulación sobre las que trabajar. Un programa de IA generativa es tan bueno como la consulta de entrada y los datos a los que tiene acceso. El usuario no tiene control sobre el conjunto de datos que utiliza una IA de utilidad general y, por lo tanto, debe adaptar la entrada para obtener el resultado más útil.
Usando la consulta «Formular un recubrimiento industrial para el mercado medio» planteada a dos agentes de IA, los resultados fueron muy diferentes:
La respuesta de Google AI fue más breve y se asemejó a una fórmula de punto de partida recomendada, comúnmente publicada por proveedores de materia prima. La respuesta de ChatGPT fue un análisis extenso y detallado de los aspectos técnicos y comerciales de la consulta. Cada agente adoptó su propio enfoque para formular un recubrimiento industrial de gama media. Google AI recomendó una formulación DTM a base de agua con látex acrílico estirenado, mientras que ChatGPT sugirió un enfoque de dos componentes (2K), pero también ofreció recomendaciones para recubrimientos horneados. Se pueden usar consultas de seguimiento para refinar la respuesta.
Nota: las fórmulas completas sugeridas por cada agente IA se pueden ver en la nota completa original: https://www.ulprospector.com/knowledge/21860/pc-ai-in-coatings-formulation/
Un agente de IA general no será tan útil para optimizar una formulación basada en pruebas previas como una aplicación adaptada a la tarea, pero puede proporcionar un punto de partida. Una consulta inicial más específica ayudará a acotar la respuesta. Por ejemplo, en lugar de solicitar una «formulación de recubrimiento industrial de gama media», se podría solicitar una «formulación de recubrimiento a base de agua, de costo y rendimiento medios para aplicaciones industriales». Esta consulta más específica debería generar respuestas con un rango más reducido de parámetros de formulación y materia prima que una consulta más general.
Combinación de la formulación impulsada por IA con la automatización de laboratorio
No validar adecuadamente las formulaciones generadas por IA es un error que debe evitarse, por muy prometedora que parezca la fórmula. En todos los casos, las formulaciones desarrolladas con agentes de IA deben elaborarse físicamente en el laboratorio, generalmente por un químico o técnico de laboratorio. Dicho esto, la industria de recubrimientos y sus proveedores de materias primas utilizan cada vez más la automatización de laboratorio junto con técnicas de formulación de IA para acortar aún más los plazos de desarrollo de productos. La automatización de laboratorio se define como la integración de tecnologías automatizadas en el laboratorio para optimizar los procesos. Proveedores líderes de la industria de recubrimientos, como Clariant y Covestro, utilizan la automatización de laboratorio para acelerar procesos como la dispersión de pigmentos, la igualación de colores y los estudios de optimización de polímeros/reticulantes.
Miedo a la IA
El 73 % de los estadounidenses encuestados en 2025 cree que la IA reducirá el número total de empleos en la próxima decade. Es evidente que existen preocupaciones reales sobre la implementación generalizada de la IA y sus efectos en la fuerza laboral. Si bien estas preocupaciones son reales, se refieren principalmente a cambios que aún no se han producido. Cuando se le preguntó si la IA reemplazaría por completo al formulador de recubrimientos, Erik Sapper respondió: «Definitivamente no. 2026 es el año de la adopción e implementación» de la IA en la formulación de recubrimientos. Incluso cuando la formulación con IA se combine con el laboratorio automatizado, la experiencia humana seguirá siendo necesaria.
Referencias