La IA generativa lleva tres años demostrando que puede escribir, codificar y razonar. Lo que no ha demostrado todavía —o al menos no de forma comercialmente validada— es que puede simular la física de un avión a velocidad real, predecir cómo se deforma un componente de coche bajo carga extrema o modelar el comportamiento de fluidos en un reactor. Eso es lo que la industria llama physical AI o IA para ingeniería, y es exactamente el territorio al que Mistral acaba de entrar.El 28 de mayo de 2026, en su primera conferencia anual celebrada en París, Mistral AI lanzó formalmente Mistral for Industrial Engineering: un stack de IA diseñado específicamente para manufactura avanzada e ingeniería. Airbus firmó un contrato de cinco años. BMW aplicará la tecnología en sus líneas de producción. EDF (la eléctrica francesa, que opera una de las mayores flotas nucleares del mundo) y CMA CGM (armadora naviera francesa) completan la lista de clientes de lanzamiento. Lo cubre The Next Web el mismo día.La base técnica: la adquisición de Emmi AI y los surrogate modelsEl stack no es solo los modelos de lenguaje de Mistral conectados a documentación de ingeniería. Tiene una capa de física simulada construida sobre la tecnología de Emmi AI, una startup austriaca que Mistral adquirió el 19 de mayo de 2026 por aproximadamente 300 millones de euros.Emmi AI, originalmente nacida en la Universidad Johannes Kepler de Linz y la empresa austriaca NXAI en diciembre de 2024, desarrolla lo que la industria llama modelos sustitutos de simulación (simulation surrogate models): redes neuronales entrenadas con los resultados de simuladores de física caros —como los de fluidos computacionales (CFD), mecánica estructural o termodinámica— que aprenden a producir resultados comparables en segundos en lugar de horas. No simulan la física desde los primeros principios; aprenden el comportamiento del simulador y lo replican con una fracción del coste computacional.Los modelos de Emmi simulan aerodinámica, termodinámica, dinámica de fluidos y deformación de materiales en tiempo real. Para Airbus, que gasta decenas de millones de dólares al año en tiempo de cómputo para simulaciones de diseño aeronáutico, reducir esos ciclos de horas a segundos tiene un valor económico directo e inmediato.Por qué Airbus prefiere a Mistral sobre Google o MicrosoftLa confianza de Airbus en Mistral no es solo técnica. Tiene una dimensión de soberanía de datos. Un fabricante de aeronaves que compite directamente con Boeing no puede, razonablemente, enviar los datos de diseño de nuevas alas a un servidor de Microsoft Azure o Google Cloud. Los datos de simulación de diseño de aeronaves son sensibles desde el punto de vista estratégico y, en muchos contratos de defensa o aeroespacial, hay restricciones sobre qué jurisdicción puede procesar esos datos.Mistral, como empresa francesa que opera bajo el marco legal europeo de protección de datos, puede ofrecer despliegue on-premise —el cliente corre los modelos en su propia infraestructura— con datos que nunca salen de la red interna del cliente. Eso es un diferenciador que OpenAI o Anthropic no pueden igualar fácilmente para clientes europeos con requisitos de soberanía de datos.El CEO de Mistral, Arthur Mensch, fue directo en el evento: «Los casos de uso más importantes para la IA se encuentran en la investigación y el desarrollo y en la creación de objetos físicos». Y también: «No tenemos el balance de Microsoft, pero Europa tiene importantes empresas de manufactura de alta gama.»La conferencia de París es deliberadamente el intento de Mistral de establecer el tipo de cadencia anual de evento de desarrollador que Google I/O y OpenAI DevDay han construido, pero anclado en IA física e industrial en lugar de en lanzamientos de modelos de consumo. Es un movimiento de posicionamiento estratégico que diferencia a Mistral tanto de los grandes labs americanos como de los modelos de código abierto que compiten en precio y capacidad general.ASML invirtió en Mistral en 2025 en un movimiento de soberanía tecnológica europea: el fabricante holandés de litografía —indispensable para la fabricación de chips— apostó por Mistral precisamente como parte de un ecosistema tecnológico europeo independiente. Mistral 3 había establecido el modelo de «eficiencia primero»: capacidades comparables a los grandes modelos americanos con una fracción de los parámetros. El lanzamiento del stack industrial es el paso siguiente en esa misma lógica: no competir frontalmente en el mercado de modelos de propósito general donde OpenAI tiene ventaja, sino ocupar un espacio donde Europa tiene una ventaja estructural.Mi valoraciónMistral eligió bien su primera conferencia. Hacer el evento sobre IA industrial e ingeniería física —no sobre nuevos benchmarks de modelos de lenguaje— es un movimiento de posicionamiento que tiene sentido estratégico y comercial.Lo que más me convence es la lógica del surrogate model. La pregunta no es si una red neuronal puede aprender el comportamiento de un simulador de CFD (puede, hay años de investigación académica al respecto). La pregunta era si había una empresa capaz de empaquetar eso, venderlo a ingenieros en lugar de a investigadores y firmar contratos de cinco años con Airbus. Eso es lo que Mistral ha demostrado que puede hacer.Lo que más me preocupa es la sostenibilidad del modelo de negocio. Un contrato de cinco años con Airbus es sólido, pero los contratos industriales de largo plazo tienen un ciclo de ventas larguísimo. Mistral tiene que firmar un número significativo de acuerdos similares con Airbus en los próximos dos años para que el stack industrial se vuelva un negocio y no un proyecto de demostración. EDF y CMA CGM son buenos nombres pero están por debajo de Airbus en términos de impacto en la cuenta de resultados.Preguntas frecuentes¿Qué es «physical AI» o IA física y en qué se diferencia de la IA generativa?La IA generativa aprende patrones de texto, código e imágenes para generar respuestas o contenido nuevo. La physical AI (IA física) o IA para ingeniería aprende modelos de comportamiento del mundo físico —aerodinámica, mecánica de fluidos, deformación de materiales, termodinámica— para simular o predecir cómo se comportan objetos y sistemas en el mundo real. En lugar de predecir la próxima palabra de un texto, predice cómo se deforma un componente bajo carga o cómo fluye el aire alrededor de un perfil aerodinámico.¿Qué es Emmi AI y por qué valía 300 millones de euros para Mistral?Emmi AI es una startup austriaca, originada en la Universidad Johannes Kepler de Linz, especializada en modelos sustitutos de simulación (simulation surrogate models): redes neuronales que aprenden a replicar los resultados de simuladores de física costosos (CFD, mecánica estructural) a una fracción del coste computacional. Para Mistral, Emmi era la pieza técnica que faltaba para construir el stack de IA industrial: tiene los modelos de lenguaje generales, pero necesitaba los modelos de física para aplicaciones de ingeniería real.¿Por qué eligió Airbus a Mistral frente a OpenAI o Google para un contrato de 5 años?Además de las capacidades técnicas, la decisión refleja consideraciones de soberanía de datos y regulación. Airbus opera en sectores aeroespacial y de defensa donde los datos de diseño y simulación tienen restricciones sobre qué jurisdicciones pueden procesarlos. Mistral, como empresa francesa bajo derecho europeo, puede ofrecer despliegue on-premise —donde los datos nunca salen de la infraestructura del cliente— con garantías legales que las empresas americanas no pueden igualar de la misma forma para contratos europeos con requerimientos de confidencialidad de alto nivel.La noticia Mistral lleva la IA a las fábricas: Airbus firma 5 años, BMW entra en producción y llega la «Physical AI» europea fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.