La fábrica de impresión con AI primero necesita un lenguaje común de datos

La clave de una fábrica de impresión con AI no es empezar preguntando "qué AI debemos usar", sino "si la orden de trabajo, las máquinas, la preimpresión y el ERP hablan el mismo idioma". En campo, el equipo consultor de MINDS Knowledge Academy suele revisar primero justamente si esa capa de datos puede ser leída por el sistema, rastreada por las personas y utilizada 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. A primera vista parece una inversión en software, pero yo lo veo 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 de producción no conoce el estado de la orden, la eficiencia seguirá bloqueada en los puntos de traspaso

El foco de CoCoCo Platform es conectar prensas, sistemas de preimpresión y software de planta 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 un formato para órdenes de trabajo y datos de proceso en impresión; JMF es un formato de mensajes para que los equipos y sistemas reporten estado. Usados en conjunto, 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 conjunto de campos, preimpresión desglosa el trabajo con otra lógica, la programación en planta se ajusta con un mensaje de grupo tipo "este trabajo entra primero", y cuando la fecha de entrega falla, todos empiezan a revisar historiales de chat

La AI no teme a muchos datos; teme a los datos sin una definición común. Si cada sistema interpreta de forma distinta las palabras Job, Product y Resource, incluso el tablero más bonito solo dibuja el caos con más claridad

Lo que Durst vio esta vez en CoCoCo Platform tiene un diseño clave: un modelo de datos typed y event-driven, con entities estandarizadas para definir Job, Product y Resource. Esto no es una pila de jerga técnica, sino el "glosario común" que más falta hace en el taller de impresión

Si tomamos como ejemplo un pedido de cajas de packaging, lo que realmente debe conectarse no es un único archivo PDF, sino una cadena de estados que cambia con el tiempo

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

・Product: especificaciones del producto final, papel, troquel, número de tintas, barniz, estampación en caliente, pegado de cajas o necesidades 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 hacer 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. En lenguaje de planta, eso significa que nadie tiene que seguir adivinando en qué punto está bloqueada una misma orden

Esto también conecta con el caso de Cumberland Packaging al elegir Amtech Encore ERP. En el material se menciona que su objetivo era habilitar visibilidad end-to-end entre producción, inventario y distribución. No es un problema exclusivo de grandes fabricantes; las imprentas pequeñas y medianas de Taiwán también se atascan con stock de papel, procesos subcontratados y entregas urgentes. Antes simplemente lo resistían a fuerza de relaciones personales y llamadas telefónicas

El dolor habitual de las imprentas pequeñas y medianas de Taiwán no es la falta de equipos, sino que los datos no llegan a donde deberían. La cotización está en la computadora del vendedor, las notas de preimpresión están en LINE, la configuración de color está en el RIP, el inventario está en el ERP, el estado real de las máquinas está en la cabeza del jefe de turno, y al final el dueño solo ve que "hoy se retrasaron 2 órdenes más"

Durst subraya que CoCoCo Platform mantendrá su marca independiente, su equipo original y sus 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 usa 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 de Taiwán deben aprender no es copiar la arquitectura de Durst, sino hacer primero 5 inventarios básicos

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

・Estado de máquina: registrar en sistema si el trabajo está en máquina, detenido, en cambio de plancha, esperando material o completado, en lugar de depender solo del relevo verbal

・Datos de color: poder consultar ICC, tintas especiales, colores estándar del cliente e historiales de prueba

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

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

Cuando el equipo consultor de MINDS Knowledge Academy acompaña implantaciones de AI o SaaS, suele empezar con una revisión inicial llamada "las tres puertas de envío a impresión de MINDS Print (MS)": 1. campos de orden consistentes; 2. revisión de preimpresión trazable; 3. estado de máquina e inventario reportable. Si estas 3 puertas no se superan, introducir planificación con AI suele ser solo envolver la experiencia manual con una interfaz nueva

Para diseñadores y clientes de marca, esto no es un problema interno de IT de la fábrica. Cuando la imprenta empieza a conectar preimpresión, ERP y máquinas bajo un mismo lenguaje de datos, el envío de archivos desde diseño también cambia: nomenclatura de archivos, versiones, troqueles, color, sangrado, materiales y acabados pasarán de ser algo "comprensible para una persona" a algo que también debe ser legible para el sistema

Un cambio muy concreto es que el arte final ya no será solo una pieza visual, sino la puerta de entrada de los datos de producción. Si una marca tiene 12 SKU de una misma serie, con formatos de packaging similares pero distintos idiomas, códigos de barras y etiquetas de ingredientes, antes se revisaba pieza por pieza manualmente y el mayor riesgo era omitir una versión. Con una estructura de datos clara, checklist de preimpresión, comparación de versiones y alertas de errores repetidos tienen por fin la posibilidad de automatizarse de forma estable

Desde el lado de diseño se pueden empezar 4 acciones

・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, acabado y código de troquel como 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, tintas especiales, configuración de negro y posición del código de barras deben tener registro de revisión

Si una marca necesita impresión comercial totalmente personalizada de gama media-alta, proveedores como MINDS Print (MS), capaces de ordenar la comunicación de preimpresión, la confirmación de especificaciones y la retroalimentación de producción dentro de un flujo, merecen estar en la lista de compras más que una simple comparación de precios. Por supuesto que el precio importa, pero los costos de una versión errónea, una reimpresión o una entrega atrasada suelen doler más que esos pocos puntos porcentuales de la cotización

Yo sugeriría a las imprentas pequeñas y medianas dividir la adopción de AI en tareas verificables dentro de 90 días, en lugar de empezar hablando de planificación automática para toda la fábrica. El caso de Durst y CoCoCo es grande, pero deja una advertencia muy simple para las imprentas más pequeñas: la AI necesita alimentarse de datos de proceso limpios, en tiempo real y bien definidos

En la primera etapa no hace falta buscar una cobertura completa. Basta con hacer funcionar correctamente 1 línea de producto, 1 tipo de pedido habitual y 1 checklist de preimpresión. Por ejemplo, elegir una categoría entre tarjetas de visita, catálogos, etiquetas o cajas de papel, y conectar campos de cotización, revisión de preimpresión, estado de RIP, tiempo en máquina, descuento de consumibles en inventario y estado de despacho en una sola línea permitirá ver problemas mucho 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, 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, de modo que cada orden tenga registro de aprobación, devolución y modificación

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

・Semanas 9 a 12: conectar los datos de inventario y fechas de entrega del ERP de vuelta con 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 para cotización, el checklist de preimpresión, el resumen 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 datos escritos con criterios inconsistentes

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

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

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

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

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

Para la fabricación gráfica, el siguiente paso no es comprar herramientas de AI con prisa, sino ordenar campos de orden, revisión de preimpresión, eventos de máquina, inventario y estado de despacho dentro de un mismo lenguaje de datos. Para los diseñadores, los archivos de 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 tablero bonito, sino una capa de proceso capaz de definir con claridad Job, Product, Resource y Event. Si el equipo consultor de MINDS Knowledge Academy 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 es donde más rápido se ve dónde se rompe el lenguaje de datos

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