Durante esta investigación contrastamos el marco legal español, el Reglamento europeo de ecodiseño, los últimos indicadores de Eurostat y proyectos de investigación. El objetivo no es reunir ejemplos tecnológicos, sino ofrecer un método para decidir cuándo la IA resuelve un cuello de botella circular y cuándo solo añade una capa digital.

Revisión documental: 28 de julio de 2026.

1. Qué significa economía circular

La Ley 7/2022 de residuos y suelos contaminados define la economía circular como un sistema en el que el valor de productos, materiales y recursos dura el mayor tiempo posible, se mejora su uso eficiente y se reducen al mínimo los residuos y sustancias peligrosas durante el ciclo de vida.

Esto es más amplio que gestionar bien la basura. Incluye diseñar con menos material, compartir capacidad infrautilizada, mantener, reparar, actualizar, reutilizar componentes, remanufacturar y, cuando el producto ya no puede conservarse, recuperar materiales.

Tres preguntas para reconocer una intervención circular

1. ¿Qué flujo físico cambia? Producto, componente, agua, alimento, metal, polímero, fibra u otro material concreto.
2. ¿Qué vida o uso se conserva? Años de servicio, ciclos adicionales, unidades reparadas o materia secundaria que sustituye a materia virgen.
3. ¿Qué impacto se evita? Extracción, fabricación, residuo, emisiones, agua o toxicidad, medidos con un perímetro declarado.

Una plataforma que predice cuándo desechar un activo no es circular si adelanta su sustitución sin necesidad. Una herramienta sencilla puede serlo si permite reparar y usar el producto dos años más. La tecnología utilizada no decide el resultado.

La circularidad europea sigue siendo limitada

Eurostat calculó que en 2024 el 12,2 % de los materiales utilizados en la UE procedía de materiales reciclados. Es el valor más alto de la serie, pero no significa que el 87,8 % termine como residuo: el indicador relaciona el uso circular de materiales con el uso material total y depende de extracción, importaciones y recuperación.

La cifra muestra por qué no basta con digitalizar plantas de tratamiento. La economía necesita menor demanda material, productos duraderos y mercados capaces de incorporar materia secundaria con calidad estable.

2. La jerarquía que impide confundir circularidad con reciclaje

El artículo 8 de la Ley 7/2022 ordena las opciones: prevención, preparación para la reutilización, reciclado, otras formas de valorización —incluida la energética— y eliminación. Puede justificarse una excepción mediante enfoque de ciclo de vida, pero no por conveniencia comercial.

Clasificar más material para reciclaje puede ser positivo, pero no debe desplazar sistemas de retorno, reparación o prevención que conserven más valor. La Agencia Europea de Medio Ambiente mantiene la prevención en la cima de la jerarquía y advierte de la necesidad de medir programas y resultados, no solo aprobar medidas.

Reciclado no equivale a sustitución

Una tonelada contabilizada como reciclada puede sufrir pérdidas, degradación de propiedades o falta de demanda. Para afirmar circularidad hay que saber cuánto material sale con calidad utilizable, qué producto lo incorpora y cuánta materia primaria sustituye. El porcentaje de captura de una máquina es solo una etapa.

3. Dónde encaja realmente la IA

La IA transforma datos en una predicción, clasificación, recomendación o consigna. El resultado circular aparece después, cuando una persona, máquina o proceso modifica el flujo físico. Separar ambos pasos evita atribuir al modelo todo el efecto.

1. Problema físico: merma, defecto, parada, mezcla de materiales, falta de comprador o vida útil corta.
2. Observación: imágenes, espectros, sensores, historial de pedidos, composición, reparaciones o ubicación.
3. Modelo: clasifica, pronostica, detecta anomalías, recomienda o encuentra coincidencias.
4. Decisión: producir menos, mantener, reparar, separar, redirigir o recuperar.
5. Actuación: cambio real en compras, diseño, operación o tratamiento.
6. Verificación: masa, vida útil, calidad, sustitución e impactos netos.

IA, automatización y trazabilidad no son sinónimos

Un lector óptico puede separar por una regla fija; un robot ejecuta movimientos; una base de datos conserva información; un código QR identifica; y un modelo aprende patrones. Un sistema puede combinar todo, pero conviene declarar qué componente utiliza IA porque precisión, mantenimiento, riesgos y coste dependen de él.

Tampoco toda optimización necesita aprendizaje automático. Una política de inventario, una simulación o una regla de mantenimiento pueden superar a un modelo complejo cuando hay pocos datos o el proceso es estable. La guía de Green AI propone comparar siempre con una alternativa más sencilla.

4. Mapa de aplicaciones y métricas

La columna decisiva es la última. Una precisión del 98 % puede producir poco valor si el flujo es pequeño, el error afecta a un contaminante crítico o el material separado carece de comprador. A la inversa, una mejora modesta puede ser relevante en un flujo grande si eleva pureza hasta el requisito de una aplicación real.

La unidad funcional cambia según el caso

No se comparan igual un kilogramo de textil clasificado, una pieza remanufacturada y una tonelada de alimento no desperdiciado. La unidad debe describir el servicio: «1.000 envases separados con pureza X», «un motor operativo durante un año adicional» o «una comida servida con calidad y seguridad equivalentes».

5. Clasificación de residuos y control de calidad

La clasificación combina iluminación, cámaras o sensores espectrales con modelos que identifican objetos o composición; después, aire comprimido o robots separan. La capacidad depende de la cinta, tamaño, solapamiento, suciedad, humedad, color, mezcla y cambios de envases.

Un estudio en una planta municipal a escala real cerca de Barcelona documentó el aprendizaje de un robot durante sus primeros meses y señaló la falta previa de evidencia empírica comparable. Su lección sigue vigente: un resultado de laboratorio no describe necesariamente una corriente heterogénea en producción.

Cómo evaluar una clasificadora

• Captura: proporción del material objetivo recuperado.
• Pureza: proporción correcta dentro de la fracción seleccionada.
• Rendimiento: masa o piezas tratadas por hora a carga real.
• Disponibilidad: tiempo operativo descontando limpieza, atascos y mantenimiento.
• Deriva: cambio de resultados cuando aparecen envases o composiciones nuevas.
• Destino: venta, reutilización, reciclaje efectivo o rechazo posterior.
• Seguridad y trabajo: exposición evitada, nuevas tareas y riesgos de interacción.

Precisión y captura pueden entrar en conflicto. Un umbral muy estricto produce una fracción pura, pero deja material valioso en el rechazo. El punto operativo debe responder a especificaciones del comprador y al coste ambiental de ambos errores.

Textiles: prometedor no significa resuelto

El proyecto europeo SORT4CIRC investiga clasificación textil con IA, multisensores, trazabilidad y pasaporte de producto. Es un proyecto de investigación y demostración, no evidencia de que todos los tejidos mezclados puedan clasificarse industrialmente. Una revisión académica reciente identifica como límites la detección de mezclas, los datos disponibles y la escalabilidad.

Para profundizar en ese flujo, consulte nuestra guía específica sobre IA, moda circular y reciclaje textil.

6. Diseño, mantenimiento, reparación y reutilización

La mayor oportunidad puede estar antes del residuo. Un modelo de mantenimiento puede estimar degradación; la visión puede valorar el estado de un producto devuelto; y un asistente puede recuperar documentación técnica. Pero la decisión debe conservar función sin anticipar reemplazos.

Mantenimiento predictivo con una línea de base honesta

Compare el modelo con mantenimiento por tiempo, condición o inspección actual. Registre fallos evitados, intervenciones innecesarias, piezas cambiadas, parada, energía y vida adicional. Una alarma temprana no demuestra extensión de vida si el equipo se sustituye igualmente.

Clasificar devoluciones para un segundo uso

En electrónica, maquinaria o comercio, imágenes y pruebas pueden orientar a reventa, reparación, desmontaje o reciclaje. El sistema debe minimizar dos errores distintos: enviar un producto inseguro a uso y destruir uno reparable. La revisión humana es especialmente importante cuando faltan datos de historial.

Diseño asistido: optimizar más de una propiedad

Reducir masa puede dificultar reparación o reciclaje; usar menos piezas puede impedir desmontaje; incorporar material secundario puede alterar durabilidad. El problema de diseño debe incluir función, seguridad, vida, desmontaje, sustancias preocupantes y escenario de fin de vida, no solo coste o peso.

7. Demanda, inventario y desperdicio alimentario

Una previsión puede reducir sobreproducción si modifica pedidos y fabricación. Para demostrarlo hay que comparar categorías, tiendas o líneas equivalentes y separar el efecto de promociones, clima, precios, surtido y cambios de operación.

El error medio oculta lo que termina en residuo

Un modelo puede mejorar el error global y empeorar productos perecederos de alto impacto. Conviene ponderar caducidad, masa, margen, emisiones incorporadas y posibilidad de donación o transformación. También debe medir faltantes: reducir inventario a costa de perder servicio no es una mejora gratuita.

El PNUMA recomienda evaluar prevención y gestión con enfoque de ciclo de vida. Para alimentos, la decisión preferible es evitar el excedente; redistribuirlo para consumo humano conserva más valor que convertirlo en residuo orgánico.

Diseño de una prueba de previsión

1. Definir merma: masa, unidades y causa, no solo valor contable.
2. Conservar un periodo de prueba no usado para entrenar.
3. Comparar con la regla actual y una referencia estacional sencilla.
4. Medir faltantes, descuentos, donaciones y residuos por separado.
5. Verificar que el pedido recomendado se ejecutó.
6. Normalizar aperturas, ventas y cambios de surtido.

8. Trazabilidad y pasaporte digital de producto

La trazabilidad enlaza información de modelo, lote o unidad con materiales, sustancias, reparación o tratamiento. Puede ayudar a desmontadores y recicladores, pero un registro no prueba por sí solo que el objeto se repare o recicle.

El Reglamento (UE) 2024/1781 sobre ecodiseño crea el marco del pasaporte digital de producto. Los datos concretos, el nivel —modelo, lote o unidad— y el soporte se determinarán para grupos de productos mediante actos delegados. Por tanto, no existe una fecha universal de 2027 aplicable a todos los productos.

Qué exige el pasaporte y qué no

• Debe vincularse a un identificador persistente mediante un soporte de datos.
• La información debe ser exacta, completa y actualizada.
• Los datos deben usar formatos abiertos, interoperables y legibles por máquina.
• Los derechos de acceso dependen del grupo de producto y del tipo de dato.
• No exige inteligencia artificial.
• No exige blockchain.
• No garantiza que la información introducida sea correcta sin gobernanza y control.

La IA puede extraer documentos, detectar inconsistencias o recomendar rutas de tratamiento, pero necesita procedencia y reglas. Inventar composición cuando falta un dato sería especialmente dañino: una incertidumbre debe marcarse, no rellenarse con una predicción presentada como hecho.

9. Cómo evaluar un piloto empresarial

El piloto debe empezar con un balance de materiales. Dibuje entradas, producto, subproducto, retorno, residuo y destino. Seleccione un cuello de botella sobre el que exista capacidad real de actuar.

Protocolo de diez pasos

1. Definir proceso, flujo material y responsable.
2. Elegir una unidad funcional y un periodo representativo.
3. Medir la línea de base con el método actual.
4. Documentar calidad, composición y destinos, no solo masa.
5. Establecer costes diferentes para cada tipo de error.
6. Separar entrenamiento, validación y prueba temporal.
7. Probar primero como recomendación sin automatizar.
8. Registrar decisiones aceptadas, rechazadas y no ejecutadas.
9. Calcular resultado físico y económico neto.
10. Definir criterios de escala, pausa y retirada.

Ejemplo reproducible de rendimiento

Una línea recibe 1.000 kg de un flujo que contiene 200 kg del material objetivo. El sistema recupera 160 kg de ese material junto con 40 kg de impropios. La captura es 160/200 = 80 % y la pureza 160/200 = 80 %. No puede afirmarse «80 % de reciclaje»: todavía faltan pérdidas posteriores, calidad de proceso y destino final.

10. Impacto neto, riesgos y regulación

El coste ambiental de la capa digital

Cámaras, iluminación, sensores, robots, servidores y comunicaciones requieren materiales y energía. La comparación adecuada incluye fabricación, mantenimiento, recambios, cómputo y fin de vida. Un modelo pequeño que evita una gran merma puede ofrecer un balance claro; un gemelo digital complejo aplicado a un flujo marginal quizá no.

La evaluación de nuestra guía sobre impacto ambiental de la IA generativa sirve para separar equipo, centro de datos, electricidad y ciclo de vida.

Riesgos técnicos y sociales

• Deriva: cambian envases, materiales, estaciones o proveedores.
• Datos incompletos: la composición o destino real no coincide con el registro.
• Optimización equivocada: se maximiza volumen clasificado en vez de prevención o calidad.
• Efecto rebote: una operación más barata incentiva mayor producción o descarte.
• Bloqueo tecnológico: formatos cerrados impiden cambiar de proveedor o reutilizar datos.
• Trabajo: automatizar una tarea puede crear exposición, vigilancia o carga en otra.
• Greenwashing: una métrica del modelo se presenta como impacto circular final.

Marco español y europeo en 2026

La Estrategia España Circular 2030 establece objetivos de recursos, residuos, alimentos, reutilización, agua y emisiones y prioriza construcción, agroalimentación, industria, consumo, turismo y textil. Son objetivos de política pública; no certifican que un proyecto empresarial concreto sea circular.

La Ley 7/2022 regula prevención y gestión de residuos, subproductos, fin de la condición de residuo y responsabilidad ampliada del productor. El ESPR europeo introduce requisitos de ecodiseño y el pasaporte mediante desarrollo por grupos de producto. Deben consultarse además las normas sectoriales aplicables.

El Reglamento europeo de IA no clasifica automáticamente como alto riesgo una herramienta por utilizarse en economía circular o en una planta. La clasificación depende de finalidad y supuestos del reglamento. Pueden aplicarse, entre otras, reglas de seguridad de maquinaria, protección de datos, relaciones laborales o responsabilidad aunque el sistema no esté en la categoría de alto riesgo del AI Act.

11. Preguntas frecuentes y conclusión

¿La IA hace que reciclar sea siempre más circular?

No. Puede mejorar separación y control, pero prevención, reutilización o reparación pueden conservar más valor. También hay que confirmar calidad y sustitución de materia primaria.

¿Qué diferencia hay entre reutilizar y preparar para reutilizar?

La reutilización vuelve a usar un producto que aún no es residuo. La preparación para la reutilización comprueba, limpia o repara productos o componentes que ya se han convertido en residuo para que puedan volver a usarse.

¿Una gran precisión demuestra impacto?

No. Precisión es una propiedad de clasificación. El impacto requiere masa o vida conservada, calidad, destino, sustitución y balance neto frente a una línea de base.

¿Necesito blockchain para un pasaporte digital?

No. El reglamento exige identificadores, datos e interoperabilidad según el acto aplicable, no una tecnología de registro concreta.

¿Todos los productos tendrán pasaporte en 2027?

No existe una fecha única para todos. Los requisitos se concretan por grupos de productos mediante actos delegados y otras normas sectoriales pueden tener calendarios propios.

¿Una pyme necesita desarrollar su propia IA?

No. Primero debe medir el flujo y probar reglas o servicios existentes. Desarrollar un modelo solo tiene sentido si hay datos, decisión repetida, capacidad de actuación y beneficio suficiente.

¿Cómo evito una afirmación de greenwashing?

Declare perímetro, unidad, periodo, referencia, errores, destino e impacto neto. No convierta una predicción, un objeto detectado o una tonelada clasificada en «residuo evitado» sin verificar el resultado.

¿La IA puede ayudar a reparar?

Sí, mediante diagnóstico, búsqueda de documentación, valoración de estado o planificación de piezas. Debe comprobarse que aumenta reparaciones correctas y vida útil sin introducir fallos de seguridad.

¿Qué dato debo pedir a un proveedor?

Además de rendimiento del modelo, pida resultados en su flujo, matriz de errores, disponibilidad, mantenimiento, exportación de datos y evidencia del destino físico del material.

¿Cuándo no usar IA?

Cuando una regla resuelve el problema, no existe dato fiable, no puede actuarse sobre la recomendación, el flujo es irrelevante o el coste total supera el beneficio circular.

Conclusión: medir el círculo completo

La mejor aplicación no es necesariamente la que reconoce más objetos, sino la que conserva más valor con menos impacto. La IA puede mejorar decisiones en diseño, producción, uso y retorno, pero el círculo solo se cierra cuando el producto, componente o material vuelve a una función útil.

Antes de contratar, dibuje el flujo físico, respete la jerarquía, elija una unidad funcional y compare con una alternativa simple. Después mida calidad, destino y sustitución. Esa secuencia transforma una demostración tecnológica en evidencia empresarial y ambiental.

Fuentes y método editorial: síntesis propia basada en la Ley 7/2022; Estrategia España Circular 2030; Plan de Acción de Economía Circular de la Comisión Europea; Reglamento (UE) 2024/1781; datos 2024 de Eurostat; indicadores de la AEMA; Global Waste Management Outlook 2024 del PNUMA; proyecto SORT4CIRC de CORDIS; y literatura académica sobre clasificación industrial. Los proyectos en desarrollo se identifican como tales y no se convierten en resultados comerciales. Revisión: 28 de julio de 2026.