⚡ Resumen Rápido

2025-05-20

Un hito importante en nuestra misión de aumentar la eficiencia de fabricación con IA

Dr. Jonathan Spitz, CEO de GaussML, hablando en un evento de fabricación

Cuando decidí dejar mi cómodo trabajo en Bosch en medio de la pandemia, y con un bebé en camino, para crear mi propia startup, sabía que el camino por delante sería difícil. Durante los últimos años, enfrenté cada desafío con una visión clara: hacer que la fabricación sea más sostenible a través del Know-how on-demand, impulsado por inteligencia artificial (IA). Hemos recorrido un largo camino desde nuestro primer prototipo basado en Python, y hoy en día estamos ayudando a los fabricantes a aumentar su productividad en un 20% de manera diaria. Hoy, me complace anunciar que GaussML ha conseguido exitosamente una ronda de financiación de €390.000 con business angels estratégicos con profunda experiencia en fabricación e inteligencia artificial.

Esta inversión proviene de un grupo notable de personas que aportan mucho más que capital. Nuestros inversores son directores de empresas de fabricación, emprendedores en serie, ex vicepresidentes de gigantes como Autodesk y SodaStream, y directores de ventas y CFOs experimentados. Su experiencia combinada en operaciones de fabricación, soluciones de IA y escalamiento de startups proporciona a GaussML una guía estratégica que resultará invaluable en nuestra próxima fase de crecimiento.

En GaussML, nos sentimos afortunados de haber conseguido esta financiación en un momento crítico para la industria manufacturera. Las empresas de todo el mundo enfrentan una escasez de operarios sin precedentes, con una valiosa experiencia en fabricación que literalmente sale por la puerta a medida que los operarios experimentados se jubilan. Al mismo tiempo, la incertidumbre del mercado, el aumento de los costos energéticos y los desafíos en la cadena de suministro están ejerciendo una inmensa presión sobre la eficiencia de producción. Esto crea una tormenta perfecta donde los fabricantes deben aprovechar soluciones de IA de vanguardia para seguir siendo competitivos.

En un momento en que los fabricantes enfrentan desafíos sin precedentes, desde una creciente brecha de habilidades hasta cadenas de suministro volátiles, esta inversión nos permite acelerar nuestra misión: hacer que la experiencia en fabricación sea accesible para todos a través de la IA.

Con esta inversión, estamos impulsando nuestra misión de democratizar la experiencia en fabricación a través de la IA. El capital nos permite expandir nuestro equipo con talentos clave en ventas e ingeniería, acelerar nuestra hoja de ruta de desarrollo de productos y apoyar nuestra expansión europea a través de asociaciones estratégicas. Lo más importante es que nos permite continuar refinando nuestro enfoque único de "pocos datos" junto con nuestros clientes, entregando resultados tangibles después de solo un puñado de experimentos, y posibilitando un rendimiento a nivel de experto a cualquier operario, en cualquier máquina.

La crisis de experiencia en fabricación

Los recientes cambios políticos de las principales potencias económicas han introducido una incertidumbre sustancial en los mercados mundiales. Los fabricantes navegan un entorno donde los aranceles y contra-aranceles se anuncian y cancelan con poca advertencia, creando volatilidad en cadenas de suministro que antes eran estables y predecibles, y provocando considerables fluctuaciones de precios en materias primas y productos terminados. Estos rápidos cambios del mercado están obligando a los fabricantes a reconsiderar sus estrategias de abastecimiento y líneas de producción en un momento en que ya enfrentan desafíos sin precedentes para mantener su excelencia operativa.

Operario trabajando en una máquina de corte láser

Durante décadas, las empresas de fabricación confiaron en operarios experimentados—maestros de su oficio que podían escuchar una máquina funcionando desde el estacionamiento y notar si algo estaba mal. Estos trabajadores cualificados acumularon años de experiencia, aprendiendo a ajustar máquinas para un rendimiento óptimo a través de innumerables horas de prueba y error. A medida que estos expertos se jubilan, las empresas están experimentando una fuga de conocimiento que las deja operando sus máquinas muy por debajo de su potencial máximo.

El enfoque tradicional para la optimización de parámetros de proceso es demasiado lento e ineficiente para la era digital y de IA. Cada combinación de material, producto y máquina requiere parámetros de proceso específicos. Cuando llega una nueva máquina, material o producto, el proceso comienza de nuevo. Con frecuencia, un operario de máquina, supervisor o ingeniero de procesos pasa semanas realizando experimentos para encontrar parámetros decentes para cada tarea de fabricación. Si están sobrecargados con otras tareas, pueden simplemente confiar en parámetros antiguos o conservadores proporcionados por el fabricante de la máquina. En todos estos casos, el resultado es el mismo: rendimiento subóptimo que desperdicia recursos y limita la productividad.

Operar una línea de producción de manera eficiente hace la diferencia entre que una empresa de fabricación crezca o cierre. Hemos visto, a través de innumerables interacciones con clientes, que sus máquinas industriales suelen funcionar solo al 80% de su potencial de productividad. Para un fabricante mediano con diez máquinas, esto se traduce en un desperdicio de €500.000 de productividad anual. Si multiplicamos esto por todo el sector de fabricación, estamos hablando de miles de millones en productividad sin explotar. Los fabricantes necesitan herramientas de vanguardia ahora más que nunca, para operar sus máquinas eficientemente y seguir siendo competitivos.

Operar una línea de producción de manera eficiente hace la diferencia entre que una empresa de fabricación crezca o cierre. Sin embargo, la mayoría de las máquinas industriales suelen funcionar solo al 80% de su productividad potencial debido a parámetros de proceso subóptimos.

Desde que OpenAI lanzó ChatGPT, hemos visto una explosión de soluciones de IA inundando el mercado de fabricación, prometiendo control de calidad automatizado, mantenimiento predictivo para reducir tiempos de inactividad y muchas otras aplicaciones. La mayoría de estas soluciones de alto costo requieren instalaciones de sensores IoT, meses de recopilación de datos e integración compleja con sistemas existentes. Pero seamos realistas: la mayoría de los fabricantes no pueden permitirse gastar tiempo y dinero en proyectos de implementación prolongados con resultados inciertos. Necesitan soluciones que ofrezcan resultados inmediatos con riesgo mínimo, especialmente cuando ya están luchando por encontrar suficientes personas para mantener sus líneas de producción en funcionamiento.

Nuestro trabajo con Steinhart Metallwarenfabrik desde 2022 es un claro ejemplo de lo que es posible cuando los fabricantes con la mentalidad adecuada reciben las herramientas correctas. Antes de implementar nuestra solución, sus operarios pasaban horas ajustando manualmente los parámetros de corte para cada nueva tarea. El proceso dependía en gran medida de la experiencia del operario, y a menudo resultaba en productividad desperdiciada y retrabajo que consumía tiempo. Después de implementar Optimyzer, lograron un aumento del 16% en la productividad y redujeron drásticamente el tiempo que los operarios dedicaban al retrabajo manual. Como nos dijo su director general, "el inteligente Optimyzer se caracteriza por su facilidad de uso" - exactamente lo que los fabricantes necesitan en el desafiante entorno actual.

Nuestro enfoque único de "pocos datos"

Interfaz de Optimyzer mostrando métricas de mejora de productividad

Cuando la mayoría de las personas escuchan "inteligencia artificial", inmediatamente piensan en conjuntos de datos masivos e infraestructura costosa. La sabiduría común dice que "los datos son el nuevo oro" y que la IA necesita miles — si no millones — de datos para hacer predicciones significativas. Pero esta suposición no siempre es cierta, especialmente cuando tienes el enfoque correcto para el problema.

Mi experiencia con la optimización de IA de "pocos datos" para la fabricación comenzó durante mi postdoctorado en el Instituto de Investigación Inria en Francia. Trabajé en un desafío fascinante: enseñar a robots humanoides a comprender rápidamente las diferencias entre sus modelos físicos internos y cómo se comportan realmente en el mundo real. Los enfoques tradicionales habrían requerido cientos de experimentos costosos, lo cual no era práctico. Necesitábamos una solución que pudiera entregar resultados con solo unos pocos movimientos del robot.

Esta restricción me impulsó a desarrollar algoritmos que pudieran extraer el máximo valor de puntos de datos limitados. En lugar de confiar en modelos clásicos de redes neuronales, construí gemelos digitales inteligentes que entendían cómo funcionan los sistemas físicos y podían indicar cuándo no sabían cómo se comportaría el sistema. Los resultados fueron notables: el robot podía adaptarse al mundo real con solo un puñado de experimentos cuidadosamente seleccionados.

Cuando me incorporé al Centro de Inteligencia Artificial de Bosch en Alemania, tuve la oportunidad de aplicar un pensamiento similar a los desafíos de optimización de procesos industriales en varios dominios de fabricación. Los paralelismos eran sorprendentes: tanto los robots como las máquinas de fabricación son equipos costosos que operan en entornos físicos complejos donde pequeños ajustes de parámetros pueden conducir a resultados dramáticamente diferentes. La experiencia reforzó mi creencia de que un enfoque de "pocos datos" podría revolucionar cómo los fabricantes optimizan sus procesos.

Mientras que otras soluciones de IA requieren meses de recopilación e integración de datos, Optimyzer entrega mejoras tangibles de productividad en una sola tarde, a menudo con solo un puñado de experimentos.

Dejé Bosch en agosto de 2020 y comencé a desarrollar inmediatamente la primera versión de Optimyzer, nuestro copiloto de IA para fabricación — un algoritmo básico sin interfaz de usuario. Esos primeros días fueron desafiantes, programando hasta altas horas de la noche mientras me preparaba para la llegada de mi primera hija. Los resultados iniciales fueron lo suficientemente prometedores como para convencer a algunos fabricantes de máquinas de que este enfoque podría ofrecer un valor tremendo a clientes que luchan con la optimización de procesos, y así es como GaussML obtuvo los primeros resultados en máquinas reales de corte láser.

La primera versión de Optimyzer, con una interfaz fácil de usar, permitía a los clientes crear optimizaciones aisladas para máquinas y materiales específicos. Aunque funcional, no aprovechaba todo el potencial de nuestro enfoque. El avance llegó con nuestra segunda versión, que conectaba optimizaciones en una máquina para permitir la transferencia de experiencia. Esto liberó el verdadero poder de nuestra solución: después de realizar un puñado de optimizaciones en la misma máquina, Optimyzer podía lograr un excelente rendimiento con su primera sugerencia de parámetros para nuevos materiales o piezas.

El enfoque de "pocos datos" de GaussML recibió su primera validación exitosa con empresas de procesamiento de chapa metálica como Steinhart Metallwarenfabrik y Haimerl Lasertechnik GmbH, que se convirtieron en nuestros primeros campeones. Su disposición a probar una solución poco validada de una pequeña startup nos dio la validación del mundo real que necesitábamos. A medida que se difundía la noticia sobre nuestros resultados, GaussML comenzó a atraer el interés de organizaciones más grandes: proveedores de automoción de primer nivel e incluso OEMs. Con cada nueva optimización, ganamos valiosa experiencia en la industria, ayudándonos a refinar Optimyzer para ofrecer resultados cada vez más rápidos a nuestros clientes.

Nuestra asociación estratégica con Würth Italia, anunciada a principios de este año, marcó un momento crucial en nuestro camino de crecimiento. Como uno de los principales proveedores industriales de Europa con más de 40.000 clientes solo en Italia, Würth nos proporciona un canal de distribución que nos habría llevado años construir por nuestra cuenta. Su equipo de expertos comprende los desafíos diarios que enfrentan los fabricantes y puede identificar los procesos donde Optimyzer aportará el mayor valor.

El viaje desde el concepto inicial hasta un producto listo para el mercado ha reforzado lo que hace único a nuestro enfoque: mientras que otras soluciones de IA requieren meses de recopilación e integración de datos, Optimyzer entrega mejoras tangibles de productividad en una sola tarde. Al centrarnos en victorias rápidas que generan ROI inmediato, GaussML ha generado confianza con clientes que a menudo desconfían de proyectos de implementación de IA prolongados con resultados inciertos.

Los inversores estratégicos proporcionan mucho más que un impulso financiero

Dr. Jonathan Spitz presentando GaussML en el Business Angels Club de Berlin-Brandenburg

Conseguir capital para una startup nunca se trata solo del dinero. Se trata de encontrar los socios adecuados que no solo "animen desde un costado", sino que apoyen activamente la visión del fundador con su experiencia y sus redes. Después de haber logrado que GaussML funcionara por sí mismo durante nuestra fase crítica de validación, elegimos trabajar con inversores ángeles que pudieran proporcionar un apoyo práctico y conexiones específicas de la industria.

Nuestra ronda ángel de €390.000, cerrada en abril de 2025, proporciona mucho más que capital operativo. Estamos extremadamente orgullosos de haber ganado a un grupo notable de inversores estratégicos con profunda experiencia en fabricación, IA y escalamiento de empresas tecnológicas. Son directores de fabricación, emprendedores en serie y ejecutivos experimentados que creen firmemente en nuestra visión y comprenden los desafíos que GaussML está resolviendo.

Nuestro grupo de ángeles incluye veteranos de los sectores de tecnología e IA. Ben Schrauwen y Samir Hanna, ambos ex ejecutivos de Autodesk con múltiples startups exitosas, aportan una experiencia invaluable en el escalamiento de empresas de IA. Su experiencia en la construcción de soluciones de software para el sector de fabricación se alinea perfectamente con nuestra misión de hacer que la experiencia en fabricación sea accesible para todos.

"Invertí en GaussML debido a la fuerte mentalidad técnica del fundador, la ventaja competitiva de su enfoque de pocos datos y su modelo de negocio validado. Habiendo seguido a Jonathan desde que nos conocimos en una aceleradora en 2020, estaba convencido por los primeros éxitos de GaussML y sé que el equipo llevará esta empresa a la excelencia." — Mario Turić, emprendedor e inversor ángel

Dicen que se necesita todo un pueblo para criar a un niño, y gracias a esta ronda de inversión, GaussML ahora cuenta con muchos nuevos partidarios que están ansiosos por abrir puertas a nuevos clientes, proporcionar recomendaciones sobre posicionamiento de mercado y ayudarnos a navegar por las complejidades de los ciclos de ventas empresariales. También son fundamentales en la preparación de nuestra próxima etapa de financiación: una ronda seed planificada para 2026 que impulsará nuestra expansión más allá de los países de habla alemana e Italia hacia el mercado europeo más amplio.

"Como inversora mujer, respaldo empresas que optimizan el mundo, no solo las ganancias. En GaussML, la IA no es solo publicidad: está generando beneficios reales en energía, velocidad y calidad para los fabricantes." — Karina Rasic, inversora ángel y CFO fraccional

Con nuestra asociación con Würth Italia ganando impulso y el creciente interés de fabricantes multinacionales, GaussML está posicionada para capitalizar la oportunidad de mercado inmediatamente. Esta financiación nos da los recursos para responder a esta demanda mientras continuamos refinando nuestra tecnología y desarrollando nuevas capacidades que amplían nuestra ventaja competitiva.

El camino por delante

Esta ronda de financiación marca el comienzo de un nuevo y emocionante capítulo para GaussML. Si bien GaussML ha logrado un progreso notable como startup autofinanciada, esta afluencia de capital nos permite acelerar nuestra visión para una fabricación más sostenible.

Una visión para un futuro de fabricación sostenible con IA

Así es como estamos invirtiendo este capital para maximizar nuestro impacto:

En primer lugar, estamos expandiendo nuestro equipo con nuevos talentos tanto en roles técnicos como comerciales. Stefano Chiavegati, quien se unió como freelancer en 2023, se convirtió en nuestro primer empleado oficial en abril de 2025. Aspiramos a construir un equipo de ventas técnicas que comprenda los desafíos que enfrentan los fabricantes y el potencial transformador de nuestra tecnología.

También estamos ampliando nuestras capacidades de IA para ofrecer aún más valor a los fabricantes. En GaussML, siempre buscamos hacer que las optimizaciones sean más fáciles y rápidas de ejecutar. Estamos aprovechando estratégicamente a contratistas externos para acelerar este desarrollo mientras construimos nuestras capacidades internas, asegurando que GaussML mantenga su ventaja tecnológica en el enfoque de "pocos datos" para la optimización de fabricación.

Estas inversiones se alinean con nuestros ambiciosos objetivos para 2025-2026: llegar a más clientes y establecer a GaussML como la solución líder de optimización de fabricación en toda Europa. Nuestra próxima ronda de financiación, planificada para 2026, acelerará aún más nuestra expansión, permitiéndonos apuntar a mercados europeos adicionales incluyendo Francia, Reino Unido, España y Polonia.

Nuestra misión es clara: democratizar la experiencia en fabricación a través de la IA, haciendo que cada operario de máquina sea tan efectivo como alguien con décadas de experiencia.

La oportunidad de mercado ante nosotros es sustancial, con millones de máquinas industriales en todo el mundo. Lo que más me emociona es que ya estamos viendo la validación de nuestro enfoque tanto con PYMEs como con empresas más grandes. Cada fabricante, independientemente de su tamaño, enfrenta el desafío de optimizar sus procesos y maximizar la productividad de sus máquinas. Nuestro copiloto de IA ofrece una forma única y accesible de resolver este problema, entregando ROI inmediato sin proyectos de implementación complejos.

Si bien la IA industrial no recibe la misma atención que las aplicaciones de IA orientadas al consumidor, el impacto potencial es enorme. Al hacer que cada operario de máquina sea tan efectivo como alguien con décadas de experiencia, podemos asegurar que cada máquina funcione eficientemente. Ese es el tipo de cambio transformador que motiva a nuestro equipo todos los días, y con nuestra financiación ángel asegurada, GaussML está mejor posicionada que nunca para cumplir esta visión.

Únete a nuestra transformación industrial

A medida que nos embarcamos en esta nueva fase de crecimiento, estamos buscando activamente socios que compartan nuestra visión de una industria manufacturera más eficiente y sostenible.

Si eres un fabricante que busca desbloquear el potencial oculto de tus máquinas, nos encantaría mostrarte cómo Optimyzer puede ofrecer ganancias inmediatas de productividad con un esfuerzo mínimo. Para expertos de la industria y profesionales de ventas apasionados por transformar la fabricación, estamos construyendo un equipo que dará forma al futuro de la IA industrial.

¿Interesado en saber más? Conéctate con nosotros en LinkedIn o contáctanos directamente a través de nuestra página web. Ya seas un cliente potencial, socio o miembro del equipo, estamos emocionados de explorar cómo podemos crear valor juntos.

¡Por un futuro en el que todo lo que hacemos esté bien hecho!

— Dr. Jonathan Spitz, Fundador y CEO/CTO de GaussML

Reserva una demostración de Optimyzer

Did you like this article?

I liked it
I didn't like it

Newsletter

Las historias de éxito de Optimyzer con nuevas tecnologías siguen creciendo cada mes. ¡No te pierdas las oportunidades para aumentar la eficiencia de tu producción!

Al suscribirte a nuestro boletín, aceptas nuestra política de privacidad.
Puedes darte de baja en cualquier momento.