Los avances en IA embebida, conectividad y seguridad están transformando las arquitecturas de sistemas embebidos. Mientras el cómputo se dispara, los factores de forma siguen reduciéndose.
La seguridad, los controles de datos y las nuevas regulaciones agravan los retos de conectividad y diseño, mientras tanto los fabricantes como los OEMs, aceleran los ciclos de desarrollo y pruebas.
En esta entrevista, el Dr. Daniel N. Denzler, director general de Tria Technologies, explora las últimas tendencias que están moldeando el diseño de sistemas embebidos en Europa, desde procesadores habilitados por IA hasta el impacto de nuevas regulaciones como la Ley de Resiliencia Cibernética de la UE.
¿Cuáles son las tendencias que están moldeando el mercado de sistemas embebidos a medida que evoluciona en 2026?
El mercado europeo de sistemas embebidos está creciendo rápidamente. Impulsado por la creciente demanda de Robótica de Automatización Industrial y ciudades inteligentes, agricultura y transporte, el mercado fue valorado en 54.700 millones de dólares en 2025 y se prevé que casi se duplique en la próxima década.
Los aceleradores de hardware de IA recién disponibles, los modelos de IA cada vez más reducidos y la mejora en el procesamiento, la eficiencia energética y la conectividad han permitido casos de uso antes inviables de IA local en el borde.
Como resultado, el cambio del mercado gira hacia diseños cada vez más complejos y capaces, ya que el COM (Computer on Module) estandarizado acelera su implementación para simplificar y acelerar los ciclos de desarrollo OEM, así como para protegerse frente a nuevas regulaciones de seguridad y cumplimiento de datos.
¿Por qué los procesadores habilitados por IA se están volviendo esenciales en los sistemas embebidos modernos?
La IA se está desplazando, y cada vez más, hacia el borde. Hace solo unos años, cualquier idea más amplia de despliegue de IA en campo usando sensores inteligentes se habría logrado trasladando cargas de trabajo a la nube.
Sin embargo, tanto la transferencia de datos como el procesamiento remoto presentaron diversos desafíos, incluyendo latencia, seguridad de datos, complejidad de integración, así como requisitos adicionales de infraestructura y costes de suscripción.
Procesadores y aceleradores dedicados habilitados por IA, junto con ecosistemas de software para desplegar y gestionar la IA en el borde, han ayudado significativamente a simplificar y minimizar estos obstáculos.
Además, al procesar localmente, las cuestiones sobre el manejo de datos, la propiedad, la privacidad, la soberanía y los requisitos regionales son mucho más fáciles de abordar, incluidas las planteadas por la Ley de IA de la UE.
