La fábrica de impresión con AI empieza por un lenguaje común de datos

La clave de una fábrica de impresión con AI no es preguntar primero “qué AI vamos a usar”, sino “si la orden de trabajo, las máquinas, la preimpresión y el ERP hablan el mismo idioma”. En las visitas a planta, el equipo consultor de MINDS Knowledge Academy suele revisar primero justamente esta capa: si los datos pueden ser leídos por los sistemas, trazados por las personas y utilizados por el flujo de trabajo para tomar decisiones

El 16 de julio de 2026, Durst anunció la adquisición de una participación mayoritaria en Triple C Labs GmbH, la empresa detrás de CoCoCo Platform. En apariencia, la operación parece una inversión en software; yo la leo más bien como el reconocimiento, por parte de un fabricante de equipos de impresión, de una realidad: por rápida que sea una máquina individual, si la línea no conoce el estado de la orden de trabajo, la eficiencia seguirá bloqueada en los puntos de traspaso

El foco de CoCoCo Platform está en conectar prensas, sistemas de preimpresión y software de taller mediante JDF/JMF. Durst, por su parte, la integra en su software industrial Kyveris y en su AI stack. En la comunicación oficial hay una idea muy precisa: siempre ha existido una brecha entre lo que hace la máquina y lo que sabe el taller

Qué son JDF/JMF: JDF es el formato para describir órdenes de trabajo y datos de proceso en impresión; JMF es el formato de mensajes con el que los equipos y sistemas reportan estados. Usados en conjunto, permiten que preimpresión, máquinas y MIS/ERP intercambien órdenes, avances y estados de recursos

He visto demasiadas situaciones parecidas en pequeñas y medianas imprentas de Taiwán: ventas cotiza con un conjunto de campos, preimpresión desglosa el trabajo con otro lenguaje, y en planta se termina ajustando la programación con un mensaje de grupo que dice “mete este trabajo primero”. Cuando aparece un problema de entrega, recién entonces todos empiezan a revisar el historial de conversaciones

La AI no le teme a tener muchos datos; le teme a que los datos no tengan una definición común. Si cada sistema interpreta de manera distinta palabras como Job, Product y Resource, incluso el panel de control más atractivo solo dibujará el desorden con más claridad

CoCoCo Platform, lo que Durst ha puesto en la mira, tiene un diseño clave: un modelo de datos tipado y orientado a eventos, con entidades estandarizadas para definir Job, Product y Resource. No es una acumulación de tecnicismos; es la “tabla de nombres comunes” que más falta hace en la planta de impresión

Si tomamos como ejemplo un pedido de cajas de packaging, lo que realmente hay que conectar no es un archivo PDF, sino una cadena de estados que van cambiando

・Job: cliente, fecha de entrega, cantidad, versión, estado de prueba y prioridad de producción de esa orden

・Product: especificaciones del producto final, sustrato, troquel, número de tintas, barniz, estampado en caliente, pegado de caja o requisitos de acabado

・Resource: máquinas, planchas, tintas, papel, troqueles, personal y franjas horarias disponibles

・Event: revisión de preimpresión completada, RIP completado, en máquina, parada, reposición de material, reimpresión, entrada a almacén y despacho

El valor de CoCoCo es permitir que las prensas, los sistemas de preimpresión y el shop-floor software reconozcan estos datos en tiempo real. Durst lo llama un data fabric basado en JDF/JMF; traducido al lenguaje de planta, significa que nadie tiene que adivinar en qué punto está bloqueada una misma orden

Esto también conecta con el caso de Cumberland Packaging, que eligió Amtech Encore ERP. El material menciona que su objetivo es habilitar visibilidad de extremo a extremo sobre producción, inventario y distribución. No es un problema exclusivo de grandes empresas: las pequeñas y medianas imprentas taiwanesas también se atascan con inventario de papel, procesos tercerizados y entregas urgentes; antes simplemente lo sostenían a fuerza de relaciones personales y llamadas telefónicas

El dolor habitual en las pequeñas y medianas imprentas de Taiwán no es la falta de equipos, sino que los datos no llegan adonde deberían. La cotización está en el computador de ventas, las notas de preimpresión en LINE, los ajustes de color en el RIP, el inventario en el ERP, el estado real de la máquina en la cabeza del jefe de turno, y lo único que acaba viendo el dueño es que “hoy se retrasaron otros 2 pedidos”

Durst subraya que CoCoCo Platform mantendrá su marca independiente, su equipo actual y los compromisos con clientes, además de seguir abierta a OEM de terceros, proveedores de software y clientes de producción gráfica. Esto es importante para la industria, porque una imprenta rara vez trabaja con equipos de una sola marca. Una fábrica real suele operar con 3 máquinas de distintas generaciones, 2 sistemas de software y varios proveedores externos de acabado funcionando al mismo tiempo

Lo que las imprentas taiwanesas deberían aprender no es copiar la arquitectura de Durst, sino empezar por estas 5 revisiones

・Campos de la orden de trabajo: verificar si cotización, preimpresión, programación y despacho usan el mismo número de pedido y la misma definición de ítems

・Estado de máquina: confirmar si estados como en máquina, parada, cambio de plancha, a la espera de material y terminado pueden registrarse en el sistema, no solo comunicarse verbalmente en el cambio de turno

・Datos de color: comprobar si ICC, colores especiales, colores estándar del cliente y registros históricos de pruebas pueden consultarse después

・Datos de inventario: asegurar que papel, planchas, consumibles y avance de procesos tercerizados estén vinculados con los pedidos

・Datos de entrega: revisar si la fecha que ve el ERP refleja bloqueos de preimpresión, reposición de material, reimpresiones y colas de acabado

Cuando el equipo consultor de MINDS Knowledge Academy acompaña implementaciones de AI o SaaS, normalmente empieza con el diagnóstico “tres controles MINDS para envío a impresión”: 1. campos de orden consistentes, 2. revisión de preimpresión trazable, 3. estado de máquinas e inventario reportable. Si estos 3 controles no pasan, introducir programación con AI suele ser solo envolver la experiencia manual con una interfaz nueva

Para diseñadores y clientes de marca, esto no es solo un problema interno de IT de la fábrica. Cuando una imprenta empieza a conectar preimpresión, ERP y máquinas en un mismo lenguaje de datos, el envío de archivos desde diseño también queda sujeto a nuevas exigencias: nomenclatura, versiones, troqueles, color, sangrado, materiales y acabados tienen que pasar de ser “comprensibles para una persona” a ser también “legibles por el sistema”

Un cambio muy concreto es que el arte final deja de ser solo una pieza visual y se convierte en la entrada de datos de producción. Si una marca tiene 12 SKU dentro de una misma serie, con tamaños de packaging parecidos pero distintos idiomas, códigos de barras y tablas de ingredientes, antes se revisaban uno por uno de forma manual, con el riesgo de omitir una versión. Con una estructura de datos clara, el checklist de preimpresión, la comparación de versiones y las alertas por errores repetidos recién tienen la posibilidad de automatizarse de manera estable

El lado de diseño puede empezar con 4 acciones

・Estandarizar nombres de archivo: incluir cliente, ítem, tamaño, versión y fecha dentro de una regla fija de nomenclatura

・Convertir especificaciones en datos: registrar material, número de tintas, acabados y número de troquel en campos copiables, no solo dentro del cuerpo de un correo

・Hacer trazables las versiones: conservar número de versión, motivo del cambio y hora de aprobación en cada modificación

・Fijar el checklist de preimpresión: sangrado, fuentes, resolución de imagen, colores especiales, configuración de negro y posición de códigos de barras deben tener registro de revisión

Si una marca tiene necesidades de impresión comercial altamente personalizada de gama media o alta, proveedores como MINDS Printing (MS), capaces de ordenar la comunicación de preimpresión, la confirmación de especificaciones y la retroalimentación de producción en un flujo de trabajo, merecen estar en la lista de compras más allá de comparar precios. El precio importa, por supuesto, pero el costo de una versión equivocada, una reimpresión o una entrega tardía suele doler más que unos puntos porcentuales en una cotización

Yo recomendaría a las pequeñas y medianas imprentas dividir la implementación de AI en trabajos que puedan verificarse dentro de 90 días, en lugar de empezar hablando de programación automática para toda la planta. El caso de Durst y CoCoCo es grande, pero el recordatorio que deja a los talleres pequeños es muy simple: la AI necesita datos de proceso limpios, actualizados y bien definidos

En una primera etapa no hace falta buscar una solución completa. Basta con hacer funcionar 1 línea de producto, 1 tipo de pedido frecuente y 1 checklist de preimpresión. Por ejemplo, elegir entre tarjetas de visita, catálogos, etiquetas o cajas de cartón, y conectar campos de cotización, revisión de preimpresión, estado de RIP, hora de entrada a máquina, descuento de consumibles del inventario y estado de despacho en una sola línea. Eso mostrará los problemas más rápido que hablar en abstracto de una fábrica inteligente

Un orden aplicable sería el siguiente

・Semana 1: listar los campos actuales de la orden de trabajo, eliminar campos duplicados y agregar campos de fecha de entrega, material, acabado y versión

・Semanas 2 a 4: convertir el checklist de preimpresión en un formulario fijo, para que cada orden tenga registros de aprobado, devuelto y modificado

・Semanas 5 a 8: hacer que el estado de máquina pueda reportar al menos 4 eventos: en máquina, parada, terminado y anomalía

・Semanas 9 a 12: conectar los datos de inventario y fecha de entrega del ERP con la orden de trabajo, empezando por los ítems que más suelen quedarse sin material o retrasarse

Los primeros lugares donde la AI suele aportar valor en una imprenta son la extracción de requisitos de cotización, el checklist de preimpresión, los resúmenes de reclamos de clientes, la organización de materiales para propuestas y los recordatorios de seguimiento de pedidos. Estas tareas no necesitan esperar a que toda la fábrica esté automatizada, pero sí requieren campos limpios y procesos estables; de lo contrario, la AI solo estará ayudando a ordenar un montón de datos definidos de maneras incompatibles

・Una fábrica de impresión con AI debe corregir primero su lenguaje común de datos y después hablar de decisiones automáticas

・El valor de JDF/JMF está en permitir que órdenes de trabajo, máquinas y sistemas intercambien información de estado con una misma estructura

・Si el ERP solo gestiona contabilidad y no se conecta con preimpresión, inventario, máquinas y distribución, no puede ver el riesgo real de entrega

・El arte final pasará de ser un archivo visual a ser una entrada de datos de producción; versiones, troqueles, color y acabados deben ser trazables

・El primer paso para que una pequeña o mediana imprenta implemente AI es hacer fluir correctamente 1 tipo de producto, 1 proceso y 1 checklist

Para la fabricación gráfica, el siguiente paso no es apresurarse a comprar herramientas de AI, sino organizar campos de órdenes de trabajo, revisiones de preimpresión, eventos de máquina, inventario y estados de despacho en un mismo lenguaje de datos. Para los diseñadores, los archivos enviados a impresión deben empezar a gestionarse como datos de producción, con versiones, especificaciones y registros de aprobación. Para los equipos SaaS, el producto más valioso no es un panel bonito, sino una capa de proceso capaz de definir con claridad Job, Product, Resource y Event. Si el equipo consultor de MINDS Knowledge Academy acompañara a una pequeña o mediana imprenta en una primera revisión, empezaría por el tipo de pedido que más se reimprime, más se retrasa y más se persigue por teléfono, porque ahí es donde resulta más fácil ver dónde se rompe el lenguaje de datos

・Durst adquiere una participación mayoritaria en CoCoCo Platform y refuerza su software Kyveris y AI stack