La fábrica de impresión con AI empieza por corregir el lenguaje de datos

La clave de una fábrica de impresión con AI no es preguntar primero «qué AI vamos a usar», sino preguntar si la orden de trabajo, las máquinas, la preimpresión y el ERP hablan el mismo idioma. Cuando el equipo consultor de Academia del conocimiento Mai Strategy entra en planta, casi siempre revisa primero esa capa: si los datos pueden ser leídos por el sistema, rastreados por las personas y usados por el proceso para tomar decisiones

El 16 de julio de 2026, Durst anunció que adquiría una participación mayoritaria en Triple C Labs GmbH. Triple C Labs es la empresa detrás de CoCoCo Platform. A simple vista parece una inversión en software, pero yo lo leo más como el reconocimiento de una realidad por parte de un fabricante de equipos de impresión: por rápida que sea una máquina aislada, si la línea no sabe en qué estado está cada orden, la eficiencia se sigue atascando 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, lo incorpora a su software industrial Kyveris y a su AI stack. En la comunicación oficial hay una idea muy precisa: entre lo que hizo la máquina y lo que sabe el taller siempre ha habido una brecha

Qué son JDF/JMF: JDF es un 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 informan estados. Juntos permiten que preimpresión, máquinas y MIS/ERP intercambien órdenes, avances y estado de recursos

He visto demasiados casos parecidos en imprentas pequeñas y medianas de Taiwán: ventas cotiza con un juego de campos, preimpresión desglosa el pedido con otro lenguaje, la planificación en planta se ajusta con un mensaje de grupo que dice «mete este trabajo antes», y cuando la fecha de entrega falla, todos empiezan a revisar el historial de conversaciones

A la AI no le asusta que haya muchos datos. Le asusta que los datos no tengan una definición común. Si Job, Product y Resource significan cosas distintas en cada sistema, hasta el dashboard más bonito solo dibuja el caos con más claridad

Lo que Durst ha visto en CoCoCo Platform tiene un diseño muy importante: un modelo de datos typed y event-driven, con entities estandarizadas para definir Job, Product y Resource. No es una pila de términos técnicos. Es el «glosario compartido» que más falta hace en una planta de impresión

Si pensamos en un pedido de cajas de packaging, lo que de verdad hay que conectar no es un único 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: especificación del producto terminado, papel, troquel, número de tintas, barniz, stamping, pegado de caja o necesidades de acabado

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

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

El valor de CoCoCo está en que las prensas, los sistemas de preimpresión y el shop-floor software reconozcan esos datos en tiempo real. Durst lo llama JDF/JMF-based data fabric. Traducido al lenguaje de planta: nadie tiene que seguir adivinando dónde está atascada exactamente una misma orden

Esto también conecta con el caso de Cumberland Packaging, que eligió Amtech Encore ERP. El material menciona que su objetivo era abrir visibilidad end-to-end sobre producción, inventario y distribución. No es un problema exclusivo de grandes fabricantes. Las imprentas pequeñas y medianas de Taiwán también se traban con inventario de papel, procesos subcontratados y entregas urgentes. Antes simplemente lo aguantaban a fuerza de llamadas y favores

El dolor más común en las imprentas pequeñas y medianas de Taiwán no es la falta de equipos, sino que los datos no llegan adonde deberían. La cotización está en el ordenador 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 al final el dueño solo ve que «hoy se retrasaron otros 2 pedidos»

Durst subraya que CoCoCo Platform mantendrá marca independiente, equipo original y compromisos con sus clientes, además de seguir abierta a OEM de terceros, proveedores de software y clientes de producción gráfica. Ese punto importa mucho para el sector, porque una imprenta rara vez trabaja con equipos de una sola marca. Una planta real suele mezclar 3 máquinas de distintas épocas, 2 sistemas de software y varios talleres externos de acabado

Lo que las plantas taiwanesas deben aprender no es copiar la arquitectura de Durst, sino empezar por revisar 5 cosas

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

・Estado de máquina: si entrada en máquina, parada, cambio de plancha, espera de material y finalización pueden registrarse en el sistema, en vez de depender solo del relevo verbal

・Datos de color: si ICC, tintas especiales, colores estándar del cliente e historial de pruebas pueden consultarse después

・Datos de inventario: si papel, planchas, consumibles y avance de procesos subcontratados están vinculados con la orden

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

Cuando el equipo consultor de Academia del conocimiento Mai Strategy acompaña una implantación de AI o SaaS, normalmente hace primero un diagnóstico con las «tres puertas de envío a impresión de MINDS Print (MS)»: ① campos de orden consistentes, ② revisión de preimpresión trazable, ③ estado de máquinas e inventario reportable. Si esas 3 puertas no se superan, un piloto de planificación con AI suele ser solo experiencia manual envuelta en una interfaz nueva

Para diseñadores y clientes de marca, esto no es un asunto interno de IT de la imprenta. Cuando la planta empieza a conectar preimpresión, ERP y máquinas en un mismo lenguaje de datos, también cambia lo que se exige al enviar artes finales: nombres de archivo, versiones, troqueles, color, sangrado, materiales y acabados pasan de ser algo «comprensible para una persona» a algo que también debe leer el sistema

Un cambio muy concreto es que el diseño deja de ser solo una pieza visual y se convierte en la entrada de datos de producción. Si una marca tiene 12 SKU de una misma serie, con formatos de packaging parecidos pero idiomas, códigos de barras y etiquetas de ingredientes distintas, antes todo se revisaba manualmente hoja por hoja, y lo peor era perder una versión. Con una estructura de datos clara, el checklist de preimpresión, la comparación de versiones y las alertas de errores repetidos tienen una posibilidad real de automatizarse de forma estable

Desde el lado del diseño se pueden hacer 4 cosas primero

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

・Convertir especificaciones en datos: escribir material, número de tintas, acabados y código de troquel como campos copiables, no solo dentro del cuerpo de un email

・Asegurar trazabilidad de versiones: cada modificación debe conservar número de versión, motivo del cambio y hora de aprobación

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

Si una marca necesita impresión comercial totalmente personalizada de nivel medio o alto, proveedores como MINDS Print (MS), capaces de ordenar la comunicación de preimpresión, la confirmación de especificaciones y el feedback de producción en un proceso claro, merecen estar en la lista de compras más que una comparación basada solo en precio. El precio importa, claro. Pero el coste de una versión errónea, una reimpresión o una entrega tarde suele doler más que esos pocos puntos porcentuales del presupuesto

Yo recomendaría a las imprentas pequeñas y medianas dividir la implantación de AI en trabajos verificables dentro de 90 días, en lugar de empezar hablando de planificación automática para toda la planta. El caso de Durst y CoCoCo es grande, pero la lección para una planta pequeña es sencilla: la AI necesita datos de proceso limpios, en tiempo real y bien definidos

La primera fase no tiene que ser perfecta. Basta con hacer funcionar 1 línea de producto, 1 tipo de pedido habitual y 1 checklist de preimpresión. Por ejemplo, elegir tarjetas de visita, catálogos, adhesivos o cajas de cartón, y conectar en una sola línea los campos de cotización, la revisión de preimpresión, el estado de RIP, la hora de entrada en máquina, el descuento de consumibles del inventario y el estado de despacho. Eso revela los problemas mucho antes que hablar en abstracto de una fábrica inteligente

Un orden aterrizable sería este

・Semana 1: listar los campos actuales de la orden, eliminar campos duplicados y añadir 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 registro de aprobado, devuelto y modificado

・Semanas 5 a 8: lograr que el estado de máquina reporte 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 de vuelta a la orden, 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 reclamaciones, la organización de materiales para propuestas y los recordatorios de seguimiento de pedidos. No hace falta esperar a que toda la planta esté automatizada, pero sí hacen falta campos limpios y procesos estables. Si no, la AI solo estará ordenando una pila de datos escritos con criterios distintos

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

・El valor de JDF/JMF está en permitir que órdenes, máquinas y sistemas intercambien información de estado con el mismo marco

・Si el ERP solo lleva cuentas y no conecta con preimpresión, inventario, máquinas y distribución, no ve el verdadero riesgo de entrega

・El arte final pasará de ser un archivo visual a ser la entrada de datos de producción. Versiones, troqueles, color y acabados deben ser trazables

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

Para la manufactura gráfica, el siguiente paso no es salir corriendo a comprar herramientas de AI, sino ordenar campos de órdenes, revisión de preimpresión, eventos de máquina, inventario y estado de despacho dentro de 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 dashboard bonito, sino una capa de proceso capaz de definir con claridad Job, Product, Resource y Event. Si el equipo consultor de Academia del conocimiento Mai Strategy acompaña a una imprenta pequeña o mediana en su primera revisión, yo empezaría por el tipo de pedido que más se reimprime, más se retrasa y más se persigue por teléfono, porque ahí se ve con más facilidad dónde se rompe el lenguaje de datos

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