알림 목록

Área de análisis:  ciudad metropolitana de Ulsan

Áreas principales:  Buk-gu, Dong-gu, Nam-gu, Ulju-gun

Agenda: Preparación para AX, difusión y brechas de rentabilidad entre grandes corporaciones y proveedores locales

Tipo de Golden Time: Riesgo de polarización de la cadena de suministro AX

Fecha de referencia: 28/08/2026

Versión: Regional AX Golden Time Intelligence v3.2
 

Hyundai Motor está expandiendo sus fábricas definidas por software que combinan IA, robots y gemelos digitales, mientras que HD Hyundai está impulsando FOS con el objetivo de mejorar la productividad de los astilleros en un 30 % y acortar los períodos de construcción en un 30 % para 2030. Aunque la unidad de competencia en la industria manufacturera de Ulsan ha pasado de las instalaciones individuales a un sistema operativo de datos e IA para toda la fábrica, las tasas de adopción de IA y los niveles de conectividad de datos de procesos de los proveedores no se divulgan a nivel regional. Si los estándares de entrega de los contratistas principales cambian a datos de calidad, carbono y entrega en tiempo real entre 2026 y 2028, los proveedores que no puedan adaptarse se retirarán de las relaciones comerciales independientemente de su capacidad de producción.  La brecha AX en Ulsan ha ido más allá de una brecha tecnológica y ha entrado en una etapa donde determina la supervivencia de la cadena de suministro.

El gobierno amplió el presupuesto de Industrial AX para 2026 de 565.100 millones de wones en 2025 a 1,1347 billones de wones, y también aumentó el presupuesto de AI Factory de 158.200 millones de wones a 220.000 millones de wones. Aunque el enfoque de la política de manufactura ha cambiado del despliegue de fábricas inteligentes a la expansión de la IA de manufactura autónoma, en 2024 solo había 26 fábricas de IA de manufactura autónoma en todo el país. Si el despliegue continúa centrándose en las empresas líderes durante los próximos dos o tres años, seguirá habiendo una brecha entre la expansión del presupuesto y la adopción real por parte de las empresas asociadas locales.  Si bien la inversión nacional en AX se ha acelerado, la expansión in situ en las empresas asociadas todavía está en sus etapas iniciales.

En su Estrategia de IA para la Manufactura 2025, el Ministerio de Pymes y Empresas Emergentes presentó el objetivo de establecer 12 000 fábricas inteligentes centradas en IA para lograr una tasa de adopción de IA del 10 % entre las pequeñas y medianas empresas manufactureras. El objetivo político en sí mismo revela el bajo nivel actual de utilización de IA en el sector manufacturero, y la tasa de adopción calculada por separado para las empresas asociadas con sede en Ulsan no ha sido verificada. Si el número de empresas que adoptan la IA sigue siendo una minoría del total incluso entre 2026 y 2028, la brecha entre la velocidad de transición a la IA de los contratistas principales y la velocidad de transición promedio de la cadena de suministro se ampliará aún más. En consecuencia,  se considera que la adopción de IA en el sector manufacturero se encuentra en la etapa de difusión inicial, en lugar de la etapa de adopción masiva.

Las grandes corporaciones poseen datos propios y personal especializado en IA que conecta el diseño, las adquisiciones, la producción, la logística, los productos y la gestión. Si bien las empresas asociadas intercambian información sobre pedidos y calidad a través del sistema del contratista principal, no se divulga su nivel de almacenamiento, análisis y operación de modelos de datos independientes. Si la IA del contratista principal se aplica a la selección de socios y a la evaluación del precio unitario y la entrega en un plazo de dos a tres años, las empresas que carezcan de capacidad para generar datos estarán sujetas a evaluación, pero no podrán acceder a los modelos de evaluación.  Es muy probable que las grandes corporaciones actúen como operadoras de AX, mientras que la mayoría de las empresas asociadas seguirán siendo meras proveedoras de datos de AX.

La producción automotriz, naval y petroquímica de Ulsan opera bajo una estructura donde grandes fábricas de conglomerados y subcontratistas de múltiples niveles comparten procesos, entrega, mantenimiento y logística. Si bien la competitividad de los productos terminados depende de los plazos de entrega y la calidad de toda la cadena de suministro, la inversión en IA es impulsada inicialmente por los contratistas principales donde se concentran el capital, los datos y la mano de obra. No se divulgan los niveles de AX en cada etapa de subcontratación ni la ubicación de las empresas que representan cuellos de botella. Si las redes de subcontratistas de menor nivel no están conectadas para 2028, el crecimiento de la productividad interna dentro de los grandes conglomerados se verá limitado por la volatilidad de las compras externas.  La unidad real del AX de fabricación de Ulsan no es la gran fábrica del conglomerado, sino la cadena de suministro de múltiples niveles, y la unidad de medida actual es más estrecha que esa.

Los ingresos de las empresas asociadas están vinculados a los cambios en el volumen de producción, los tipos de vehículos, los tipos de buques y los planes de mantenimiento del contratista principal. No existen datos públicos sobre cómo se distribuyen las ganancias de productividad generadas por las inversiones en AX entre las empresas asociadas, ya sea a través del precio unitario, el volumen o los contratos a largo plazo. Si las ganancias se concentran en el contratista principal durante dos o tres años, mientras que los costos de inversión corren a cargo de las empresas asociadas, aumenta el riesgo de que estas no recuperen su inversión durante la transición a AX.  La brecha de AX en Ulsan podría ampliarse debido a la estructura de distribución de las ganancias de productividad, más que a la propiedad de la tecnología.

Hyundai Motor está integrando instalaciones de producción, robots logísticos, inspección de calidad y gemelos digitales, y expandiendo sus sistemas de producción de vehículos autónomos y electrificación. Si bien la competencia automotriz ha pasado de la calidad del ensamblaje a la integración de software, baterías y datos de control electrónico, las ventas de software y las tasas de conversión a la electrificación para los proveedores regionales de piezas de motores de combustión interna aún no están confirmadas. Si la configuración de piezas para los nuevos modelos se fija entre 2026 y 2028, las oportunidades de transición para los proveedores de piezas existentes se retrasarán hasta la próxima plataforma.  La fase AX (Tecnología Avanzada Automotriz) para vehículos terminados se encuentra en una etapa de aceleración, mientras que la fase AX (Tecnología Avanzada Automotriz) para la cadena de suministro de piezas existente es una etapa donde la supervivencia de las empresas individuales está en juego.

Los vehículos eléctricos y los vehículos autónomos se caracterizan por una reducción en el número de piezas y un aumento en la proporción de componentes electrónicos y software. Si bien la demanda de piezas mecánicas suministradas por los socios actuales está disminuyendo y los estándares de envío de datos, trazabilidad y ciberseguridad han aumentado, no existe un indicador integrado para evaluar la preparación de los proveedores de piezas de Ulsan. Si la reducción de piezas coincide con los costos de la certificación digital en un plazo de dos a tres años, tanto los ingresos como la capacidad de inversión se reducirán, comenzando por las microempresas.  La brecha para los proveedores de la industria automotriz abarca no solo la automatización de las fábricas, sino también el riesgo de que los propios artículos suministrados queden obsoletos.

HD Hyundai está impulsando FOS, que incluye diseño con IA, gemelos digitales, robots y agentes de maestros artesanos. Si bien la producción naval ha pasado de la coordinación in situ por parte de trabajadores cualificados a la predicción basada en datos y la operación autónoma, no existe un historial comprobado de operaciones de IA independientes por parte de subcontratistas en bloques, tuberías, soldadura y pintura. Si solo los procesos del contratista principal se han modernizado para 2028, las variaciones de calidad derivadas del trabajo manual de los subcontratistas seguirán siendo un cuello de botella en el período de construcción general.  Las carteras AX de las principales empresas de construcción naval son integrales, mientras que la AX de las redes de cooperación regional está parcialmente conectada.

La industria naval está reforzando su plantilla mediante la contratación de mano de obra extranjera y la capacitación local. Si bien la estructura laboral se ha orientado hacia equipos multinacionales, aún no se ha confirmado el porcentaje de subcontratistas que utilizan estándares de trabajo, video y datos de calidad en un sistema digital multilingüe. Si la salida de trabajadores cualificados coincide con una alta rotación de personal en un periodo de dos a tres años, los riesgos relacionados con la reelaboración, la seguridad y los plazos de entrega aumentan, especialmente para las empresas que carecen de una base de conocimientos digitales.  La brecha en la experiencia del cliente (AX) entre los subcontratistas de la industria naval se debe a la combinación de la escasez de mano de obra y la incapacidad para replicar las habilidades.

Las grandes empresas petroquímicas de Ulsan llevan tiempo utilizando sistemas de control distribuido, optimización de procesos y tecnologías de mantenimiento predictivo. Si bien Process AX ha avanzado hasta integrar rendimiento, energía y mantenimiento, el alcance de la conectividad de datos para los subcontratistas de mantenimiento, inspección, logística y gestión ambiental sigue sin estar claro. A medida que se produzcan reducciones de instalaciones y reestructuraciones empresariales entre 2026 y 2028, los subcontratistas que dependen del sistema del contratista principal se enfrentarán simultáneamente a una disminución de su cartera de clientes y a la imposibilidad de recuperar su inversión en AX. La brecha para los subcontratistas petroquímicos no reside en la adopción de tecnología, sino en la falta de visibilidad de los datos sobre la reestructuración del contratista principal.

Los estándares de competencia para los productos químicos se han ampliado, pasando del precio y la calidad a incluir la huella de carbono y la trazabilidad de las materias primas. Si bien las grandes corporaciones tienen la capacidad de recopilar información sobre el carbono a nivel de producto, la verificación de toda la cadena de suministro no puede completarse a menos que se integren los datos de emisiones de las empresas de transporte, mantenimiento y tratamiento de residuos. Si los estándares de verificación de los clientes se endurecen en un plazo de dos a tres años, los proveedores sin datos serán clasificados como riesgos para la cadena de suministro, independientemente de sus emisiones reales.  La brecha en los datos de carbono está pasando de la evaluación ambiental a una disparidad en la calificación para el comercio de derechos de emisión.

El proyecto de implementación de fábricas inteligentes ha extendido la gestión de la producción, la conectividad de equipos y la recopilación de datos de calidad a plantas de fabricación pequeñas y medianas. Sin embargo, la IA en la fabricación presupone la calidad de los datos recopilados, los períodos de acumulación y la estandarización de procesos, y la predicción autónoma no puede lograrse únicamente mediante la conectividad de equipos. La tasa de utilización real de las fábricas inteligentes de Ulsan y la tasa de operación del modelo de IA no se distinguen en los datos disponibles públicamente. Si la digitalización básica y las operaciones de IA se consideran el mismo logro para el período 2026-2028, la brecha en este campo desaparece de las estadísticas.  Los registros de implementación de fábricas inteligentes evidencian la preparación para la transformación digital, pero no su operación.

El Ministerio de Pymes y Empresas Emergentes propuso una tasa de utilización del 85 % para las fábricas inteligentes y la expansión de las fábricas inteligentes con IA en el marco del Proyecto de Innovación en Manufactura Inteligente 2026. Si bien los estándares de las políticas han pasado de centrarse en el número de implementaciones a las tasas de utilización y el rendimiento de la IA, los sistemas no operativos, la pérdida de datos y la dependencia del mantenimiento por parte de los proveedores para las empresas de Ulsan siguen sin confirmarse. Si la utilización del sistema se mantiene baja durante dos o tres años, la inversión adicional en IA amplifica los errores en los datos existentes.  Para la empresa socia AX de Ulsan, la principal brecha reside en el nivel de uso real de la fábrica inteligente existente, más que en el modelo de IA.

Las grandes corporaciones poseen datos de diseño, producción, calidad y clientes para vehículos, barcos y productos químicos terminados a lo largo de todo su ciclo de vida. Si bien es común que los proveedores solo posean los datos de los procesos de los que son responsables o que los ingresen en el sistema del contratista principal sin obtener el derecho a reutilizarlos, los derechos de datos por contrato no se divulgan. Si una IA entrenada con los datos del contratista principal durante dos o tres años reemplaza la toma de decisiones de producción, los proveedores pierden la base de aprendizaje necesaria para crear sus propios modelos. La principal deficiencia de Ulsan AX radica en el acceso a los datos industriales, más que en el volumen de servidores que poseen.

Los contratistas principales pueden seleccionar al proveedor óptimo comparando los datos de calidad y entrega de múltiples subcontratistas. Sin embargo, los subcontratistas individuales carecen de acceso a los datos comparativos y las previsiones de demanda de los contratistas principales y se basan en pedidos anteriores para la inversión en instalaciones y la asignación de personal. Si la asimetría de información persiste hasta 2028, la precisión de las previsiones de los contratistas principales aumentará, mientras que los riesgos asociados al inventario y las instalaciones inactivas para los subcontratistas se incrementarán.  Se ha confirmado que la IA en la cadena de suministro tiene el potencial de exacerbar la asimetría del poder de negociación en lugar de facilitar la optimización conjunta.

Los grandes conglomerados de Ulsan están implementando diseño con IA, gemelos digitales, robótica y mantenimiento predictivo en los sectores automotriz, naval y petroquímico. Si bien el alcance de la aplicación tecnológica se ha expandido para abarcar todos los aspectos de la actividad empresarial, las estadísticas regionales no verifican las tasas de adopción, utilización ni la magnitud de las inversiones en IA de las empresas asociadas. Si esta brecha no se mide en un plazo de dos a tres años, será imposible determinar si los objetivos de apoyo se alinean con los cuellos de botella de la cadena de suministro.  El nivel de preparación de los grandes conglomerados se clasifica como "avanzado", mientras que el de las empresas asociadas es "parcialmente digitalizado" o "AX no confirmado".

Se ha fijado como objetivo político futuro una tasa de adopción de IA del 10 % entre las pequeñas y medianas empresas manufactureras, y en 2024 existían 26 fábricas autónomas con IA en todo el país. Si bien esto indica que la infraestructura actual se concentra en unas pocas empresas líderes, no se divulga la distribución de las empresas asociadas de Ulsan por sector y tamaño. Si la adopción de IA continúa concentrándose en los socios de primer nivel para 2028, el nivel de preparación de la red de menor nivel permanecerá sin cambios.  Se estima que el nivel promedio de preparación de la cadena de suministro es significativamente inferior al de las grandes corporaciones líderes.

Las aplicaciones de IA y robótica en grandes corporaciones se observan en la producción, inspección, logística y diseño. Si bien su aplicación se ha extendido más allá de los procesos individuales a los sistemas operativos de las fábricas, aún no se ha confirmado hasta qué punto esta tecnología se ha propagado a las fábricas asociadas. Si la difusión continúa solo dentro de las fábricas de los contratistas principales durante dos o tres años, las diferencias en la velocidad de procesamiento de la cadena de suministro generarán cuellos de botella en las entregas. Aunque  la difusión interna dentro de las grandes corporaciones ha avanzado, la difusión entre empresas aún no se ha confirmado.

El gobierno se fijó como objetivo contar con más de 500 fábricas de IA para la fabricación autónoma en 2030, pero en 2024 solo existían 26. Existe una brecha de aproximadamente 19 veces entre el objetivo de expansión y la infraestructura actual, y el volumen asignado y seleccionado para Ulsan aún no se ha confirmado. Dado que los próximos dos o tres años constituirán la fase inicial de expansión para alcanzar el objetivo, la brecha para las empresas excluidas de los proyectos líderes se ampliará primero. Si bien la expansión de las fábricas de IA ha comenzado, aún no ha alcanzado una etapa en la que abarque toda la red de cooperación de Ulsan.

Las grandes corporaciones cuentan con organizaciones dedicadas a la IA y redes de colaboración con empresas tecnológicas externas, universidades y plataformas globales. Si bien una encuesta de la Agencia Nacional de la Sociedad de la Información (NIA) confirmó que las pymes tienen dificultades para adquirir las últimas tecnologías, contratar personal especializado e integrarlas en el sector manufacturero, no se divulga el número de profesionales dedicados a la IA en las empresas asociadas de Ulsan. Si esta escasez de personal persiste durante dos o tres años, la velocidad de mejora de los modelos y la respuesta a fallos variarán incluso al adoptar la misma solución.  La falta de personal en Ulsan se debe a la ausencia de una organización capaz de operar la IA de forma continua, más que a los costes de implementación.

El conocimiento práctico en las empresas asociadas se concentra en directores generales, gerentes de planta y trabajadores calificados. Si bien el envejecimiento de la fuerza laboral y la expansión de la mano de obra extranjera están en marcha, el porcentaje de empresas que han acumulado conocimiento práctico en forma de datos, reglas y modelos aún no se ha confirmado. Si la pérdida de trabajadores calificados supera la formación de organizaciones AX para 2028, el conocimiento fundamental necesario para la digitalización se perderá primero.  El riesgo temporal de AX para las empresas asociadas está estructurado de tal manera que la escasez de talento en IA y la extinción del conocimiento de fabricación ocurren simultáneamente.

Las grandes corporaciones poseen la escala y los datos necesarios para lograr reducciones de costos integradas en productividad, calidad, inventario y energía mediante IA. Si bien los proveedores asumen los costos de implementación, no se confirman a nivel regional los casos en los que las ganancias de productividad se reflejen en precios unitarios, volúmenes o períodos contractuales. Si no se establece una estructura de participación en las ganancias durante dos o tres años, la viabilidad económica de la inversión en AX varía entre contratistas principales y proveedores. En consecuencia,  se considera que la difusión de las ganancias de AX en la cadena de suministro se encuentra en una etapa inferior a la difusión de la tecnología.

Si bien el soporte para fábricas inteligentes e IA en la fabricación reduce algunos costos de implementación, los costos de mantenimiento, refinamiento de datos y actualización de modelos son recurrentes. Existe una falta de datos públicos sobre las tasas de operación independientes y los períodos de recuperación de la inversión una vez finalizado el soporte. A medida que se acumulen los costos de reemplazo de sistemas y suscripción entre 2026 y 2028, los proveedores con bajos márgenes se verán obligados a optar por cerrar sus operaciones o depender de proveedores externos.  Supplier AX es vulnerable en términos de estructuras de ingresos que pueden cubrir los costos recurrentes, en lugar de la adopción inicial.

La electrificación y el desarrollo de vehículos autónomos automotrices, la modernización de la infraestructura naval y la reestructuración del negocio petroquímico están incluidas en el cronograma para modificar las configuraciones de la cadena de suministro entre 2026 y 2028. Si bien las transiciones de productos y procesos de los contratistas principales preceden a las inversiones y transiciones de personal de los subcontratistas, no se divulgan los plazos de respuesta de cada empresa. Una vez finalizada la reestructuración de los tipos de vehículos, buques e instalaciones, no habrá tiempo suficiente para la certificación de nuevos proveedores ni para la recuperación de la inversión.  El período óptimo para los subcontratistas de Ulsan no termina con la finalización del proyecto AX del contratista principal, sino antes de que se vuelva a seleccionar la cadena de suministro.

Aunque el presupuesto gubernamental para la AX se ha ampliado, el apoyo a las fábricas de IA y su desarrollo se concentra en un selecto grupo de empresas tras un proceso de selección. Si las empresas líderes son seleccionadas repetidamente durante dos o tres años, los datos y la información sobre su rendimiento se acumulan en estas empresas, y la brecha para las que no la adoptan se amplía exponencialmente. Una vez finalizado el proyecto, las empresas rezagadas deben partir de un nivel tecnológico superior. El riesgo temporal asociado al apoyo a la AX radica en que el propio periodo de no selección genera una brecha competitiva.

La precisión de los modelos de IA mejora a medida que se acumulan datos de producción, defectos y mantenimiento. Si las grandes corporaciones y los proveedores líderes establecen primero la circulación de datos, las empresas que se incorporan más tarde se ven afectadas por una brecha en los datos de entrenamiento que se extiende durante varios años, además del costo de la adquisición de equipos. Si la acumulación de datos no comienza para 2028, será difícil alcanzar el rendimiento de los modelos de las empresas líderes solo mediante la inversión de capital.  La brecha de IA en la fabricación es un riesgo irreversible impulsado por la acumulación de datos, que se amplía con el tiempo.

La cadena de suministro digital del contratista principal evalúa la calidad, el tiempo de entrega, las emisiones de carbono y la seguridad en tiempo real, e incorpora estos resultados en la selección de proveedores. Una vez que una empresa se retira de la cadena de suministro, pierde la capacidad de invertir en AX debido a la disminución de los ingresos y no logra acumular los datos necesarios para la recertificación. Si la salida se produce en un plazo de dos a tres años, la brecha tecnológica y la brecha transaccional se refuerzan mutuamente.  El fracaso de una empresa asociada en AX no se limita a no adoptar el sistema; tiene un carácter irreversible que resulta en su salida definitiva de la cadena de suministro.

Análisis de la compresión: El punto de inflexión de Ulsan Supply Chain AX radica en si las empresas asociadas pueden ir más allá del nivel de proporcionar datos a la IA del contratista principal y, al mismo tiempo, garantizar los derechos de reutilización de datos, las capacidades operativas independientes y los beneficios de productividad.

Se considera que la experiencia de las grandes empresas en Ulsan se encuentra en una etapa avanzada en términos de inversión, datos, personal y aplicación práctica , mientras que la experiencia de las empresas asociadas locales se considera en una etapa inicial y no identificada, excluyendo la digitalización básica y algunas empresas líderes .

La brecha actual no se debe simplemente a una diferencia en los niveles tecnológicos. Se trata de una estructura asimétrica donde las grandes corporaciones actúan como las entidades que predicen y evalúan la cadena de suministro, mientras que las empresas asociadas proporcionan sus propios datos, pero carecen de acceso a información comparativa y a la previsión de la demanda.

Si esta brecha persiste hasta 2028, es muy probable que Ulsan pierda el valor añadido y el número de empresas en su ecosistema de cooperación regional, en lugar de asegurar la competitividad AX de las grandes fábricas corporativas.

Análisis del momento oportuno: Aceleración de la transformación digital empresarial (AX) + Riesgo de polarización de la cadena de suministro

Fuentes de evidencia

• Ministerio de Comercio, Industria y Energía, Presupuesto y objetivos de construcción de la fábrica industrial AX·AI para 2026
• Ministerio de Pymes y Empresas Emergentes, Estrategia de Innovación en Fabricación Inteligente 3.0 basada en IA
• Ministerio de Pymes y Empresas Emergentes, Proyecto de Apoyo a la Innovación en la Fabricación Inteligente 2026
• NIA analiza el estado actual y los desafíos de la utilización de la IA en las empresas.
• NIA propone medidas para utilizar la IA física con el fin de fortalecer la competitividad de la industria manufacturera nacional.
• Sistema de gestión empresarial para fábricas inteligentes
• HD Hyundai establece el astillero FOS para su futuro
• Ministerio de Comercio, Industria y Energía, Subcomité AX del Complejo Industrial y Clúster M.AX

Análisis estructural: a medida que la plataforma AX de las grandes corporaciones tenga éxito, la independencia de sus proveedores podría debilitarse.

La IA en las grandes corporaciones aprende simultáneamente datos sobre precios, calidad, plazos de entrega y defectos de múltiples proveedores. A medida que se acumulan los datos, los contratistas principales predicen con mayor precisión toda la cadena de suministro y reemplazan a los proveedores con mayor rapidez. En cambio, los proveedores solo poseen sus propios datos o no pueden utilizar de forma independiente ni siquiera los datos que introducen en el sistema del contratista principal.

En esta asimetría, la conectividad digital de un socio no equivale a la capacidad de AX. Las empresas conectadas a la plataforma del contratista principal participan en la generación de datos, pero no pueden participar en la propiedad del modelo, la información comparativa ni la toma de decisiones. Esto crea una paradoja en la que la dependencia del contratista principal aumenta a medida que se incrementa el grado de conectividad.

Si la IA del contratista principal aumenta la productividad, resulta económicamente ventajoso operar un sistema de entrega con menos proveedores y mayor precisión. Si el soporte de AX por parte de las empresas asociadas no genera competitividad independiente, la IA funciona como un mecanismo para seleccionar únicamente a las empresas más destacadas, en lugar de impulsar el crecimiento de toda la cadena de suministro.

Por lo tanto, el riesgo estructural en Ulsan no reside únicamente en la tardía adopción de la IA por parte de las empresas asociadas.  Un riesgo mayor es el afianzamiento de una estructura en la que las empresas asociadas proporcionan más datos al participar en AX, pero su capacidad predictiva y su poder de negociación no aumentan.