¿Qué son los Sistemas Ciberfísicos (CPS)? El Futuro de la IA y la Automatización

Los Sistemas Ciberfísicos (CPS) representan la integración avanzada entre procesos de computación, redes y entornos físicos. A diferencia de los sistemas embebidos convencionales, un CPS utiliza sensores y actuadores para vincular el mundo físico con algoritmos virtuales en tiempo real, consolidándose como la columna vertebral de la Industria 4.0.

En plena era de transformación digital, los CPS se han erigido como la piedra angular de la innovación. En términos sencillos, un sistema ciberfísico es un mecanismo supervisado por algoritmos informáticos e integrado profundamente con Internet. En este ecosistema, el software y los componentes físicos convergen de tal forma que operan en diversas escalas temporales y espaciales, interactuando para transformar nuestra realidad tangible.

Esta tecnología constituye una fusión transformadora que se perfila como uno de los pilares de la cuarta y quinta revolución industrial. De hecho, los CPS están redefiniendo el paradigma de la ingeniería con aplicaciones profundas en sectores estratégicos como la energía, la agricultura, la salud, el transporte y la fabricación (Tushar et al., 2023).

En el presente artículo, analizaremos los principios de los sistemas ciberfísicos, sus desafíos y el papel determinante que desempeñan en la industria moderna. Además, exploraremos sus tipologías, la importancia crítica de la seguridad y las tendencias científicas que marcan el futuro de esta disciplina tecnológica.

Puntos clave

• Convergencia Definitiva entre lo Digital y lo Físico: A diferencia de los sistemas tradicionales, los CPS no solo procesan datos, sino que operan en un bucle de retroalimentación constante con el mundo tangible. Utilizan sensores y actuadores para transformar la información virtual en acciones físicas precisas y en tiempo real.

• El Corazón de la Industria 4.0: Los CPS son los arquitectos de las Smart Factories. Gracias a la arquitectura del Modelo 5C (Conexión, Conversión, Cibernética, Cognición y Configuración), permiten que la maquinaria sea autónoma, reduciendo costes operativos hasta en un 25% mediante el mantenimiento predictivo.

• Distinción Crítica frente al IoT: Es vital entender que, mientras el IoT se enfoca en la conectividad y recolección de datos, los CPS se centran en el control y la interacción profunda. El IoT observa el mundo, mientras que el CPS tiene la capacidad de modificarlo y gestionarlo.

• La Ciberseguridad como Seguridad Física: En el ecosistema CPS, una vulnerabilidad digital puede tener consecuencias físicas catastróficas (como el sabotaje de redes eléctricas o equipos médicos). Por ello, la tendencia actual se desplaza hacia la Arquitectura Zero Trust (ZTA) y el uso de Gemelos Digitales para simulaciones de ataque seguras.

• El Futuro en la CPAI (IA Ciberfísica): El próximo gran salto tecnológico es la Inteligencia Artificial Ciberfísica. Este campo busca armonizar la naturaleza probabilística de la IA con la necesidad de certidumbre absoluta de los sistemas físicos, garantizando que los sistemas autónomos del futuro sean tanto inteligentes como infalibles.

¿Qué son los Sistemas Ciberfísicos? Definición Técnica y Evolución

En esencia, los Sistemas Ciberfísicos (CPS) constituyen la convergencia de algoritmos computacionales con procesos físicos tangibles. Según Yao et al. (2019), el objetivo primordial de estos sistemas es crear una interfaz comunicativa bidireccional entre el mundo digital y el físico. Por su parte, Javaid et al. (2023) destacan que los CPS representan una nueva generación de integraciones donde la computación y las redes se fusionan intrínsecamente con los activos físicos.

Considerados como la evolución máxima de la ingeniería mecatrónica y la informática, los CPS se definen como orquestaciones tecnológicas que vinculan el «espacio cibernético» (software y algoritmos) con el «espacio físico» (maquinaria, entorno y factor humano).

En términos simples, son redes integradas que monitorean y controlan procesos físicos mediante un bucle de retroalimentación constante. Esta conexión permite interacciones en tiempo real, derivando en sistemas autónomos y altamente eficientes. Como señalan El-Kady et al. (2023), un CPS puede ser supervisado, controlado y operado de forma remota gracias a una percepción precisa de la realidad en tiempo real.+1

Actualmente, estos sistemas desempeñan un papel vital en sectores estratégicos como la salud, el transporte, la energía y la manufactura. Gracias al uso de sensores, actuadores y redes de datos, los CPS poseen la capacidad de tomar decisiones autónomas, impulsando el desarrollo de un mundo más inteligente e interconectado.

Historia y Evolución de los Cyber-Physical Systems (CPS)

El concepto de sistemas ciberfísicos no es reciente; sus raíces se remontan a principios de la década de 2000, cuando la National Science Foundation (NSF) identificó el potencial de integrar la computación con la física. El término fue acuñado oficialmente en 2006 por Helen Gill durante un taller organizado por la propia NSF (Alguliyev et al., 2018), hito que catalizó programas de investigación y financiación a nivel global.

Desde su origen, los CPS han evolucionado exponencialmente gracias al incremento de la potencia informática, la Inteligencia Artificial (IA) y la conectividad avanzada. La adopción masiva del Internet de las Cosas (IoT) y el despliegue de las redes 5G han acelerado esta transformación. En este contexto, Chui et al. (2023) pronostican que, a medida que el IoT se consolide como la arquitectura de red dominante, su rol será cada vez más crítico en el perfeccionamiento y la expansión de los sistemas ciberfísicos.

Diferencias Clave: Sistemas Ciberfísicos (CPS) frente al Internet de las Cosas (IoT)

A menudo, los términos CPS e IoT se utilizan como sinónimos; sin embargo, existe una distinción sutil pero trascendental. Mientras que el Internet de las Cosas (IoT) se centra primordialmente en la conectividad y el intercambio de datos entre dispositivos, los Sistemas Ciberfísicos ponen el foco en el control de bucle cerrado (feedback loop) y en una interacción profunda y bidireccional entre la computación y los procesos físicos.

Como reportan Gurung et al. (2026), el IoT y los CPS suelen analizarse de forma conjunta debido a que comparten arquitecturas, características operativas y componentes de hardware similares, además de enfrentar desafíos de seguridad prácticamente idénticos.

A pesar de estas similitudes, es fundamental entender que sus objetivos operativos difieren notablemente:

Característica	Internet de las Cosas (IoT)	Sistemas Ciberfísicos (CPS)
Enfoque Principal	Conectividad y recolección masiva de datos.	Control avanzado y retroalimentación física.
Inteligencia	Generalmente centralizada en la nube (Cloud).	Distribuida y en tiempo real (Edge Computing).
Interacción	Predominantemente pasiva (monitoreo).	Activa (modifica el estado del mundo físico).
Ejemplo Típico	Un termostato inteligente con Wi-Fi.	Una planta de energía autorregulada.

Principios Fundamentales de los Sistemas Ciberfísicos

El diseño y la operatividad de los CPS se sustentan en pilares estratégicos que garantizan un funcionamiento autónomo, seguro y eficiente. Estos principios permiten que los sistemas se adapten dinámicamente a su entorno, ofreciendo una versatilidad sin precedentes en diversas industrias:

• Integración Intrínseca: Los CPS ejecutan una fusión profunda entre la computación y los procesos físicos. Esto implica que el hardware y el software no solo coexisten, sino que operan en tándem como una unidad funcional indivisible.
• Bucles de Retroalimentación (Feedback Loops): Estos sistemas dependen de una retroalimentación constante. Utilizan sensores avanzados para la captura de datos y actuadores precisos para ejecutar decisiones que impactan directamente en el mundo físico.
• Operatividad en Tiempo Real: La capacidad de procesamiento y respuesta ante cambios del entorno debe ocurrir en tiempo real. Este principio es crítico para garantizar la precisión operativa y, sobre todo, la seguridad en entornos industriales o críticos.
• Autonomía y Toma de Decisiones: Mediante el uso de algoritmos avanzados y aprendizaje automático (Machine Learning), los CPS pueden gestionar tareas complejas sin intervención humana, optimizando procesos de manera independiente.

Gracias a la convergencia de estos principios, los CPS logran una capacidad de respuesta superior, consolidándose como soluciones robustas para los desafíos de la ingeniería moderna.

Clasificación y Tipologías de los Sistemas Ciberfísicos

La taxonomía de los CPS varía según su nivel de complejidad, funcionalidad y el entorno operativo donde se despliegan. A continuación, se detallan las categorías principales que definen el ecosistema actual de esta tecnología:

• Sistemas de Control en Red (NCS): Estas arquitecturas utilizan tecnologías de comunicación avanzadas para la supervisión y el control remoto de activos físicos, garantizando la operatividad a distancia.
• Sistemas Ciberfísicos Integrados: Representan soluciones de escala reducida presentes en dispositivos de uso cotidiano, tales como smartphones, wearables y ecosistemas de domótica inteligente.
• Sistemas de Infraestructura Crítica: Son CPS diseñados para la gestión de servicios esenciales, incluyendo redes eléctricas inteligentes (smart grids), sistemas de suministro hídrico y redes logísticas de transporte.
• Sistemas de Automatización Industrial: Constituyen el núcleo de las plantas de fabricación modernas, permitiendo el monitoreo, la optimización de procesos y el mantenimiento predictivo en tiempo real.
• Sistemas Ciberfísicos Médicos (MCPS): Aplicados al sector salud, estos sistemas abarcan desde el monitoreo constante de constantes vitales hasta la robótica quirúrgica de alta precisión.

Aunque cada tipología enfrenta desafíos técnicos y de seguridad específicos, todas convergen en un propósito común: dotar a los sistemas físicos de una inteligencia superior y una capacidad de respuesta dinámica ante estímulos externos.

Arquitectura de los Sistemas Ciberfísicos: El Modelo 5C

Para que un sistema alcance una jerarquía avanzada de CPS, debe fundamentarse en una arquitectura estructurada. El estándar más reconocido en el ecosistema de la Industria 4.0 es el Modelo 5C, el cual define cinco capas críticas de implementación:

• Conexión (Connection): Implementación de sensores y protocolos de comunicación industrial (como MQTT y OPC UA) diseñados para la captura precisa de datos directamente desde la fuente física.
• Conversión (Conversion): Fase de procesamiento donde los datos brutos se transforman en información estratégica mediante algoritmos de salud de activos y análisis de datos avanzados.
• Cibernética (Cyber): Desarrollo de un Gemelo Digital (Digital Twin), una réplica virtual que funciona como el núcleo central de inteligencia y simulación del sistema físico.
• Cognición (Cognition): Etapa de diagnóstico donde se presenta la información procesada para facilitar la toma de decisiones, identificando patrones de desgaste, anomalías o ineficiencias operativas.
• Configuración (Configuration): El nivel de autogestión donde el sistema emite órdenes correctivas hacia el mundo físico, ajustando parámetros de forma autónoma para eliminar desviaciones.

💡 Valor Estratégico de Ingeniería: La implementación rigurosa del Modelo 5C puede reducir los costes operativos hasta en un 25%. Esto es posible gracias al mantenimiento predictivo, que permite intervenir en los activos antes de que se produzca una parada crítica en la línea de producción.

Sistemas Ciberfísicos y la Cuarta Revolución Industrial

La Cuarta Revolución Industrial, o Industria 4.0, define la tendencia actual hacia la automatización inteligente y el intercambio masivo de datos en los ecosistemas de fabricación. En este escenario, los CPS actúan como el motor principal del cambio, al facilitar una fusión sin precedentes entre los procesos digitales y el entorno físico.

Esta integración da origen a las denominadas Fábricas Inteligentes (Smart Factories), entornos donde la maquinaria posee la capacidad de comunicarse de forma autónoma, tomar decisiones críticas y optimizar los flujos de producción sin necesidad de intervención humana constante. Este avance no solo incrementa drásticamente la productividad, sino que también minimiza el desperdicio de recursos, promoviendo un modelo de fabricación mucho más sostenible y eficiente.

Más allá del suelo de fábrica, los CPS son fundamentales en la optimización de la cadena de suministro, la logística avanzada y el mantenimiento predictivo. Como concluyen Aslam et al. (2026), la sinergia entre los sistemas ciberfísicos y la Industria 4.0 está transformando sectores estratégicos como los Sistemas de Transporte Inteligente (ITS), al hibridar capacidades computacionales de alto nivel con infraestructuras físicas resilientes.

Aplicaciones de los Sistemas Ciberfísicos: Transformando la Industria Global

Las aplicaciones de los CPS son vastas y constituyen el pilar de la industria moderna (Duo et al., 2022). Según detallan Alguliyev et al. (2018), estos sistemas son la base para el desarrollo de infraestructuras inteligentes, ciudades conectadas, vehículos autónomos y sistemas avanzados de defensa y meteorología.

A continuación, analizamos el impacto de los CPS en sectores estratégicos:

Gestión del Agua

Ante los desafíos del cambio climático, los CPS desempeñan un rol crucial en la gobernanza hídrica. Alexandra et al. (2023) destacan su funcionalidad en entornos rurales, urbanos y costeros para optimizar todo el ciclo del agua.

Salud y Medicina Inteligente

Los Sistemas Ciberfísicos Médicos (MCPS), como marcapasos avanzados y robots quirúrgicos, han revolucionado la atención clínica. Investigaciones de Liu et al. (2023) destacan el uso de IA explicable (XAI) para mejorar la transparencia y confiabilidad en el análisis de imágenes médicas, facilitando diagnósticos remotos precisos.

Transporte y Movilidad

El vehículo autónomo es el exponente máximo en este sector. Al procesar datos en tiempo real de sensores y GPS, estos sistemas optimizan rutas y previenen colisiones de forma autónoma.

Energía y Smart Grids

Las redes inteligentes gestionan la distribución eléctrica de forma eficiente. Sin embargo, Dui et al. (2026) advierten que la integración de energías renovables en microrredes exige una evaluación conjunta de riesgos, ya que la vulnerabilidad ante ataques cibernéticos puede comprometer el flujo energético.

Manufactura Avanzada (ICPS)

En las Smart Factories, los sistemas ciberfísicos industriales permiten la cooperación total en la cadena de valor (Zhang et al., 2022). Autores como Ryalat et al. (2023) proponen marcos innovadores que integran tecnologías de la información y comunicación para maximizar la operatividad industrial.

Agricultura de Precisión

Las técnicas de agricultura de precisión utilizan CPS para monitorear las condiciones del suelo, los patrones climáticos y la salud de los cultivos, lo que permite a los agricultores optimizar el uso de los recursos y aumentar los rendimientos.

Alimentación y Salud Preventiva

Los CPS ofrecen soluciones escalables para la monitorización nutricional en tiempo real. Biskupovic et al. (2026) demostraron que identificar patrones de alimentación facilita la integración de servicios médicos preventivos impulsados por datos.

Construcción y Automatización

El futuro de la construcción reside en la automatización y el control en tiempo real. Akanmu et al. (2021) señalan que los Gemelos Digitales y los CPS de próxima generación son esenciales para acelerar la innovación en instalaciones físicas.

Desafíos y Limitaciones de los Sistemas Ciberfísicos

Si bien el potencial de los CPS es disruptivo, su implementación conlleva una serie de desafíos y desventajas críticas que las organizaciones deben evaluar con rigor:

• Elevados Costes de Inversión: El despliegue de estos sistemas exige una capitalización sustancial en hardware especializado, software de vanguardia e infraestructura de red robusta. Para las pequeñas y medianas empresas (PYMES), la inversión inicial puede representar una barrera de entrada significativa.
• Complejidad Técnica y Operativa: El diseño, la integración y el mantenimiento de los CPS requieren un alto nivel de especialización. La estrecha convergencia entre los componentes físicos y digitales demanda una gestión técnica extremadamente sofisticada para evitar errores de sincronización.
• Vulnerabilidades en Ciberseguridad: Debido a su naturaleza interconectada, los CPS son blancos potenciales para ciberataques. Un fallo en la seguridad no solo compromete la integridad de los datos, sino que puede derivar en daños físicos tangibles o interrupciones críticas en infraestructuras esenciales.
• Dependencia Crítica de la Conectividad: La operatividad de gran parte de los CPS está supeditada a una conexión a Internet estable y de baja latencia. Cualquier interrupción en la red puede provocar ineficiencias operativas o fallos sistémicos en procesos de tiempo real.

A pesar de estos factores, los beneficios estratégicos a largo plazo suelen superar los inconvenientes iniciales, siempre que se garantice una infraestructura resiliente y protocolos de seguridad de última generación.

Desafíos Estratégicos y Ciberseguridad en los CPS

Para liberar el pleno potencial de los Sistemas Ciberfísicos (CPS), es imperativo abordar desafíos técnicos que van más allá de la informática tradicional. La integración de infraestructura heredada (legacy), la necesidad de procesamientos masivos en tiempo real y la urgencia de marcos regulatorios globales son barreras que la industria debe derribar para garantizar una adopción segura y a gran escala.

La Seguridad como Pilar Crítico

Uno de los problemas más agudos es la vulnerabilidad ante ciberataques. Dado que estos sistemas gestionan servicios esenciales, una brecha de seguridad podría colapsar redes eléctricas o sabotear dispositivos médicos vitales. Como señala Duo et al. (2022), la protección de las capas física, cibernética y de comunicación es hoy una prioridad absoluta para investigadores y profesionales.

La convergencia digital-física introduce riesgos sin precedentes: una vulnerabilidad de software ya no solo implica pérdida de información, sino que puede traducirse en la destrucción física de una turbina o el sabotaje de una planta potabilizadora.

Vulnerabilidades en la Ciberseguridad Industrial

La protección de un CPS presenta retos únicos que no existen en el entorno de una oficina convencional:

• Inyección de Datos: Ataques donde se engaña a los sensores para que reporten normalidad mientras el sistema opera bajo condiciones críticas.
• Latencia Crítica: En un CPS, la seguridad no puede ralentizar el proceso. Un retraso de apenas 10 ms en un sistema de frenado automático es inaceptable.
• Sistemas Heredados (Legacy): Gran parte de la infraestructura crítica utiliza protocolos antiguos diseñados antes de la era de la hiperconectividad.

💡 Aviso de Seguridad: Actualmente, la Arquitectura Zero Trust (ZTA) se consolida como el estándar recomendado por la NSF y el NIST para blindar ecosistemas CPS complejos.

Taxonomía de Amenazas en Gemelos Digitales y CPS

De acuerdo con Otoom (2025) y Canonico & Sperlì (2023), las amenazas se categorizan según su impacto en la disponibilidad, integridad y control del sistema:

Categoría de Ataque	Descripción y Consecuencia
Denegación de Servicio (DoS/DDoS)	Sobrecarga de sistemas que interrumpe el flujo de datos y provoca paradas operativas.
Manipulación de Datos (Tampering)	Alteración de medidas de sensores (Spoofing) que induce al sistema a decisiones erróneas.
Intercepción PitM (Person-In-The-Middle)	Modificación del flujo de comunicación entre el gemelo digital y el activo físico.
Inyección de Comandos	Toma de control no autorizado de dispositivos mediante protocolos sin autenticación.
Movimiento Lateral y Reconocimiento	Infiltración silenciosa para recopilar inteligencia y acceder a datos sensibles a largo plazo.
Riesgos Físicos e Internos (Insiders)	Sabotaje intencional o negligencia por parte de personal con acceso autorizado.
Amenazas al Hardware y Firmware	Inserción de dispositivos falsos (Rogue Devices) o alteración de firmware para crear puertas traseras.
Explotación de Sesgos en IA	Ataques diseñados para engañar a los modelos de detección de seguridad del propio sistema.

Tendencias en Resiliencia y Defensa Avanzada

La investigación actual propone soluciones dinámicas para enfrentar este panorama hostil. Babar et al. (2026) destaca el uso de Aprendizaje por Refuerzo Jerárquico (HRL) para adaptar automáticamente los umbrales de respuesta ante incidentes. Por otro lado, Somers et al. (2023) propone el uso de Gemelos Digitales como entornos de prueba seguros para simular ataques sin poner en riesgo la operación real.

Finalmente, Cassottana et al. (2023) subrayan la importancia de marcos estandarizados para evaluar la resiliencia de los CPS, permitiendo que las organizaciones se recuperen eficazmente tras cualquier interrupción.

Tendencias científicas en el campo de los sistemas ciberfísicos

Geografía y Focos Temáticos Nacionales

Tras el procesamiento de los metadatos de los más de 7,000 registros de publicaciones académicas durante los años 2021-2026, se identifican clústeres geográficos con especializaciones marcadas:

China: Liderazgo en Infraestructura y Control de Redes

• Foco Temático: Dominio absoluto en Smart Grids (Redes Eléctricas Inteligentes) y control de micro-redes.
• Especialización: Gran parte de la producción china se centra en la detección de ataques de inyección de datos falsos (FDIA) y algoritmos de control distribuido para sistemas de energía. El RIS muestra una fuerte presencia de la State Grid Corporation y universidades politécnicas chinas liderando la resiliencia en CPS industriales.

Estados Unidos: Arquitectura de Seguridad y Estandarización

• Foco Temático: Seguridad desde el diseño (Security by Design) y CPS médicos.
• Especialización: Las investigaciones se inclinan hacia la interoperabilidad de sistemas, seguridad en vehículos autónomos y el desarrollo de marcos teóricos para Internet of Medical Things (IoMT). Se observa un fuerte vínculo entre academia y agencias federales (como NIST o NSF).

Europa (Alemania, Italia, Francia): Industria 4.0 y Gemelos Digitales

• Foco Temático: Automatización avanzada y manufactura inteligente.
• Especialización: El clúster europeo lidera la implementación de Digital Twins (Gemelos Digitales) aplicados a la línea de producción. Hay un énfasis notable en la ética de la IA y la transición hacia la Industria 5.0 (colaboración humano-robot y sostenibilidad).

India y Sudeste Asiático: Aplicaciones IoT y Sensores

• Foco Temático: Optimización de recursos y redes de sensores inalámbricos (WSN).
• Especialización: Fuerte tendencia hacia soluciones de bajo costo en agricultura inteligente y monitoreo ambiental mediante CPS, con un enfoque creciente en el uso de Blockchain para asegurar la integridad de los datos en dispositivos IoT.

Instituciones Líderes y sus Líneas de Investigación

El análisis de los metadatos de filiación en la Base de Datos de artículos revela un ecosistema donde la investigación está distribuida entre grandes clústeres tecnológicos globales, con una clara distinción entre la ciencia académica (teórica) y la estratégica (aplicada).

Clúster Académico (Universidades de Alto Impacto)

• Nanyang Technological University (NTU) & National University of Singapore (NUS):
  • Línea: Seguridad en el nivel de control y resiliencia de CPS urbanos. Se enfocan en algoritmos de detección de intrusiones para sistemas de transporte inteligente y redes de agua.
• Tsinghua University & Zhejiang University (China):
  • Línea: Control avanzado de procesos industriales y redes inteligentes. Lideran el desarrollo de protocolos de comunicación seguros para la red eléctrica nacional y el filtrado de Kalman para estimación de estados bajo ataque.
• IIT (Indian Institutes of Technology):
  • Línea: Arquitecturas de bajo consumo para IoT y CPS en agricultura. Su enfoque es la optimización de nodos de sensores en entornos con conectividad limitada.

Clúster Estratégico y Normativo (Institutos y Academias)

• Chinese Academy of Sciences (CAS):
  • Rol: Investigación de frontera en IA aplicada a CPS. Se observa un volumen masivo de publicaciones sobre Deep Learning para el reconocimiento de patrones de fallo en sistemas ciber-físicos complejos.

Síntesis de la Naturaleza de la Investigación

• Ciencia Académica: El 75% de los registros provienen de universidades, centrados en el desarrollo de modelos matemáticos y optimización de algoritmos.
• Ciencia Estratégica: El 25% restante (institutos y laboratorios nacionales) se enfoca en la resiliencia de infraestructuras críticas (energía y defensa), lo que sugiere que los CPS son vistos como un activo de seguridad nacional en los países líderes.

Autores Influyentes y Perfiles de Experto

Tras el análisis de los científicos que han publicado investigaciones, se identifican tres escuelas de pensamiento claramente diferenciadas:

La Escuela del Control Robusto y Resiliencia (Núcleo Central)

• Shi, Yang (Clúster Verde): Se posiciona como el autor con mayor centralidad. Sus investigaciones se centran en el Control Predictivo por Modelo (MPC) y la estimación de estados para CPS. Su trabajo es fundamental para garantizar la estabilidad operativa de sistemas bajo ataques externos o fallos técnicos.
• Chen, Bo (Puente Central): Actúa como integrador de conocimientos. Su enfoque principal es el procesamiento de señales y fusión de información en redes de sensores. Es clave en la detección de anomalías y la seguridad de sistemas de control industrial ciber-físicos (CPICS).
• Garg, Sahil (Puente Central): Especialista en la aplicación de Inteligencia Artificial y Edge Computing. Su labor conecta la teoría del control con las capacidades de procesamiento en el borde de la red, facilitando respuestas en tiempo real ante intrusiones.

La Escuela de Ingeniería de Software y Verificación (Rama Superior)

• Arrieta, Aitor (Clúster Morado): Lidera una subcomunidad especializada en la verificación y validación (V&V) de CPS. Su enfoque es preventivo, utilizando técnicas de prueba automatizadas para descubrir comportamientos erróneos en el diseño antes de la implementación.
• Challenger, Moharram (Clúster Gris): Experto en Ingeniería Basada en Modelos (MDE) y agentes inteligentes. Su trabajo se enfoca en la automatización y sostenibilidad de los CPS, utilizando tecnologías como agentes de software para gestionar la complejidad de las líneas de producción inteligentes.

La Escuela de Seguridad Crítica y Redes (Centro-Derecha)

• Lee, Insup & Kong, Fanxin (Clúster Azul Claro): Representan el núcleo de investigación en seguridad en tiempo real. Se enfocan en la integridad de los datos de sensores y en la defensa contra ataques temporales y de inyección de datos que pueden desestabilizar sistemas físicos como vehículos autónomos o dispositivos médicos.

Dinámica de las Redes de Colaboración

El mapa de VOSviewer revela una estructura de red tipo «Hub-and-Spoke» con las siguientes características:

1. Apertura Internacional vs. Cohesión Local:
   • El Núcleo Central (Verde/Rojo) muestra una altísima apertura internacional, con colaboraciones frecuentes entre instituciones de Asia (China/Singapur) y América del Norte. Esto indica que los fundamentos del control y la seguridad de los CPS son un esfuerzo global estandarizado.
   • Los Clústeres Periféricos (Morado/Gris) presentan una colaboración más cerrada o regional (principalmente Europea), lo que sugiere nichos de especialización tecnológica muy específicos o proyectos de consorcios industriales europeos (como los del programa Horizon 2020).+1
2. Actores «Puente» y Flujo de Conocimiento:
   • Investigadores como Chen, Bo y Garg, Sahil son vitales para la red; sin ellos, la masa central se fragmentaría. Su rol es traducir los avances en IA y fusión de datos hacia aplicaciones de control industrial práctico.
3. Temporalidad y Evolución:
   • Basado en la densidad de los nodos, se observa una transición: los autores históricos (como Shi, Yang) han sentado las bases del control, mientras que los autores emergentes (como Challenger) están impulsando el campo hacia la Industria 5.0, centrada en la sostenibilidad y el gemelo digital.

Mapa Temático del Conocimiento

El análisis de los metadatos revela que la investigación en Sistemas Ciber-Físicos (CPS) ha dejado de ser puramente teórica para convertirse en un ecosistema de «supervivencia digital» y optimización industrial.

Clúster Rojo: El Frente de la Resiliencia y Ciberdefensa

Este es el pilar más denso del archivo RIS. La investigación se concentra en la integridad de los datos.

• Foco en FDIA (False Data Injection Attacks): Existe una masa crítica de artículos centrados en redes eléctricas inteligentes (Smart Grids). El desafío no es solo que el sistema no se caiga, sino que el atacante no «engañe» al controlador inyectando datos falsos que causen daños físicos.
• SCADA y Sistemas de Control Industrial: Se observa una transición hacia la detección de intrusiones basada en Machine Learning, alejándose de los métodos tradicionales basados en reglas fijas.

Clúster Verde y Naranja: La Fábrica Inteligente y el Gemelo Digital

Este bloque representa la aplicación física de los CPS en la Manufactura Avanzada.

• Digital Twins (Gemelos Digitales): El RIS identifica este término como el puente entre el diseño y la operación. Se utilizan no solo para simulación, sino para el mantenimiento predictivo en tiempo real.
• Sistemas Multi-Agente: La investigación muestra una fuerte tendencia hacia la descentralización. Ya no hay un solo cerebro controlador, sino múltiples agentes (robots, sensores) que toman decisiones locales para aumentar la flexibilidad de la producción.

Clúster Azul y Morado: Fronteras Emergentes (Humano y Datos)

Aquí es donde el campo se expande hacia nuevas dimensiones:

• Industria 5.0 (El Factor Humano): A diferencia de la 4.0, el archivo maestro destaca términos como «Human-in-the-loop». Se investiga cómo el trabajador interactúa con el CPS sin comprometer la seguridad física ni la ciberseguridad.
• El impacto del COVID-19: Los registros del RIS confirman que la pandemia aceleró la investigación en teleoperación y laboratorios remotos. El clúster morado vincula la nube (Cloud) no solo como almacenamiento, sino como el habilitador que permitió que la industria no se detuviera durante los confinamientos.

Clúster Celeste: La Inteligencia del Sistema

• Reinforcement Learning (Aprendizaje por Refuerzo): Se identifica como la técnica líder para la Gestión de Energía. Los CPS están aprendiendo a auto-optimizarse para reducir la huella de carbono, vinculándose con el concepto de sostenibilidad presente en el clúster verde.

Tendencias Emergentes y Futuro del Campo

El análisis temporal confirma un desplazamiento de la infraestructura (cómo conectar sistemas) hacia la inteligencia resiliente (cómo proteger y optimizar sistemas autónomos).

Del «Commodity» a la Especialización (2021 vs. 2024+)

• Temas Maduros (Azules): Conceptos como Blockchain y Cloud Computing han pasado a ser la «base de trabajo» o commodities. Ya no se investigan de forma aislada, sino como herramientas integradas en otras soluciones. El interés por el COVID-19 ha desaparecido de los títulos recientes, dejando paso a la resiliencia industrial pura.
• El Salto Cualitativo en Seguridad: Mientras que en 2021 se hablaba de «Ciberseguridad» de forma genérica, los registros actuales (amarillos) se enfocan específicamente en Ataques de Inyección de Datos Falsos (FDIA). Esto indica que la amenaza ya no es solo que el sistema se detenga, sino que actúe de forma destructiva basándose en datos manipulados.

Frentes de Investigación: El Futuro del Campo

Tras analizar los abstracts de los registros más recientes en el archivo RIS, identificamos los tres pilares del futuro inmediato:

1. Aprendizaje por Refuerzo (Reinforcement Learning) para la Autocuración:
   • La tendencia «amarilla» muestra que el IA ya no solo detecta ataques, sino que aprende a reconfigurar el sistema en tiempo real para mantener la estabilidad operativa. Es el paso de la «detección» a la «autonomía defensiva».
2. Industria 5.0 y el «Human-in-the-loop»:
   • A diferencia de la Industria 4.0, que buscaba la automatización total, el archivo maestro destaca ahora los factores humanos. La tendencia emergente investiga la seguridad de los trabajadores que colaboran con robots (Cobots) y cómo los CPS pueden adaptarse al comportamiento humano, priorizando la ética y la sostenibilidad.
3. Gestión Energética y Sostenibilidad:
   • Los CPS están siendo rediseñados como «Sistemas Ciber-Físicos Verdes». El control ya no solo busca eficiencia productiva, sino la minimización de la huella de carbono a través de algoritmos de optimización de energía en Smart Grids.

Conclusiones

1. Estado de Madurez: El campo de los CPS está en su fase de mayor impacto práctico. Con más de 7,000 registros, la ciencia académica ha dado paso a una ciencia estratégica aplicada a la seguridad nacional e industrial.
2. Dominio Geográfico-Institucional: Existe un liderazgo compartido donde China domina la infraestructura de control (Smart Grids), mientras que Europa y EE.UU. lideran la transición hacia la Industria 5.0 y la verificación de software.
3. Riesgo Crítico: La sofisticación de los ataques (FDIA) es la mayor amenaza detectada. Cualquier inversión futura en CPS debe integrar IA de defensa proactiva (Reinforcement Learning) para ser competitiva.

El Futuro de los Sistemas Ciberfísicos: Hacia la Inteligencia Artificial Ciberfísica (CPAI)

El horizonte de los Sistemas Ciberfísicos (CPS) es tan prometedor como complejo. A medida que nos adentramos en la madurez de la cuarta revolución industrial, estos sistemas continuarán liderando la innovación en sectores críticos como la salud, el transporte y la energía. La convergencia de la Inteligencia Artificial (IA), el Internet de las Cosas (IoT) y el Edge Computing (computación de frontera) permitirá que los CPS alcancen niveles de autonomía y sofisticación técnica sin precedentes.

Sin embargo, el éxito de esta evolución depende de superar una dicotomía fundamental. Lee et al. (2025) proponen la creación de un nuevo dominio interdisciplinario: la Inteligencia Artificial Ciberfísica (CPAI). Esta necesidad surge de una contradicción inherente en sus arquitecturas:

• La IA tradicional opera bajo principios estadísticos; se basa en la probabilidad de que «los eventos positivos ocurran» y asume una disponibilidad de recursos flexible.
• Los CPS, por el contrario, exigen certidumbre absoluta bajo la premisa de que «los eventos catastróficos nunca deben suceder», operando con recursos físicos estrictamente limitados y compartidos.

En definitiva, los sistemas ciberfísicos representan la fusión definitiva de los mundos digital y tangible. Ofrecen oportunidades inigualables para la eficiencia operativa, la automatización avanzada y la innovación disruptiva. A medida que la investigación resuelva los desafíos éticos y de seguridad y logre armonizar la probabilidad de la IA con la precisión de los CPS, esta tecnología se consolidará como el pilar fundamental que configurará el futuro de la industria global.

Preguntas Frecuentes sobre Sistemas Ciberfísicos (CPS)

Referencias

Akanmu, A. A., Anumba, C. J., & Ogunseiju, O. O. (2021). Towards next generation cyber-physical systems and digital twins for construction. Journal of Information Technology in Construction, 26.

Alexandra, C., Daniell, K. A., Guillaume, J., Saraswat, C., & Feldman, H. R. (2023). Cyber-physical systems in water management and governance. Current Opinion in Environmental Sustainability, 62, 101290. https://doi.org/10.1016/j.cosust.2023.101290

Alguliyev, R., Imamverdiyev, Y., & Sukhostat, L. (2018). Cyber-physical systems and their security issues. Computers in Industry, 100, 212-223. https://doi.org/10.1016/j.compind.2018.04.017

Aslam, M. M., Shafik, W., Hidayatullah, A. F., Kalinaki, K., Gul, H., Zakari, R. Y., & Tufail, A. (2026). Intelligent Transportation Systems: A Critical Review of Integration of Cyber-Physical Systems (CPS) and Industry 4.0. Digital Communications and Networks, 12(1), 143-164. https://doi.org/10.1016/j.dcan.2025.06.014

Babar, A., Halabi, T., & Zulkernine, M. (2026). Autonomous and adaptive cyber incident detection and response in industrial cyber-physical systems using hierarchical reinforcement learning. ACM Transactions on Cyber-Physical Systems, 10(1), Artículo 8. https://doi.org/10.1145/3765622

Biskupovic, A., González, M. A., Huanca, F., Torres, M., Rodriguez-Fernandez, M., & Núñez, F. (2026). Real-time eating monitoring: A cyber-physical systems approach. Array, 29, 100696. https://doi.org/10.1016/j.array.2026.100696

Canonico, R., & Sperlì, G. (2023). Industrial cyber-physical systems protection: A methodological review. Computers & Security, 135, 103531. https://doi.org/10.1016/j.cose.2023.103531

Cassottana, B., Roomi, M. M., Mashima, D., & Sansavini, G. (2023). Resilience analysis of cyber-physical systems: A review of models and methods. Risk Analysis, 43(11), 2359-2379. https://doi.org/10.1111/risa.14089

Chui, K. T., Gupta, B. B., Liu, J., Arya, V., Nedjah, N., Almomani, A., & Chaurasia, P. (2023). A Survey of Internet of Things and Cyber-Physical Systems: Standards, Algorithms, Applications, Security, Challenges, and Future Directions. Information, 14(7), 388. https://doi.org/10.3390/info14070388

Dui, H., Wang, R., Xia, W., & Xing, L. (2026). Dynamic coupling reliability assessment of smart wind-photovoltaic-storage cyber-physical systems under multi-source uncertain information. Reliability Engineering & System Safety, 273, 112368. https://doi.org/10.1016/j.ress.2026.112368

Duo, W., Zhou, M., & Abusorrah, A. (2022). A survey of cyber attacks on cyber physical systems: Recent advances and challenges. IEEE/CAA Journal of Automatica Sinica, 9(5), 784-800.

El-Kady, A. H., Halim, S., El-Halwagi, M. M., & Khan, F. (2023). Analysis of safety and security challenges and opportunities related to cyber-physical systems. Process Safety and Environmental Protection, 173, 384-413. https://doi.org/10.1016/j.psep.2023.03.012

Gurung, D., Pradhan, M. P., & Gurung, S. (2026). Towards understanding the applicability of runtime moving target defense for the internet of things and cyber physical systems. Scientific Reports, 16(1), 5907. https://doi.org/10.1038/s41598-026-36797-4

Javaid, M., Haleem, A., Singh, R. P., & Suman, R. (2023). An integrated outlook of Cyber–Physical Systems for Industry 4.0: Topical practices, architecture, and applications. Green Technologies and Sustainability, 1(1), 100001. https://doi.org/10.1016/j.grets.2022.100001

Lee, S., Chae, J., Jeon, H., Kim, T., Hong, Y.-G., Um, D.-S., Kim, T. y Park, K.-J. (2025). Cyber-Physical AI: Systematic Research Domain for Integrating AI and Cyber-Physical Systems. ACM Transactions on Cyber-Physical Systems, 9(2), Artículo 19. https://doi.org/10.1145/3721437

Liu, W., Zhao, F., Shankar, A., Maple, C., Peter, J. D., Kim, B. G., … & Lv, J. (2023). Explainable ai for medical image analysis in medical cyber-physical systems: Enhancing transparency and trustworthiness of iomt. IEEE Journal of Biomedical and Health Informatics.

Otoom, S. (2025). Risk auditing for Digital Twins in cyber physical systems: A systematic review. Journal of Cyber Security and Risk Auditing, 2025(1), 22–35.https://doi.org/10.63180/jcsra.thestap.2025.1.3

Ryalat, M., ElMoaqet, H., & AlFaouri, M. (2023). Design of a Smart Factory Based on Cyber-Physical Systems and Internet of Things towards Industry 4.0. Applied Sciences, 13(4), 2156. https://doi.org/10.3390/app13042156

Somers, R. J., Douthwaite, J. A., Wagg, D. J., Walkinshaw, N., & Hierons, R. M. (2023). Digital-twin-based testing for cyber–physical systems: A systematic literature review. Information and Software Technology, 156, 107145. https://doi.org/10.1016/j.infsof.2022.107145

Tushar, W., Yuen, C., Saha, T. K., Nizami, S., Alam, M. R., Smith, D. B., & Poor, H. V. (2023). A survey of cyber-physical systems from a game-theoretic perspective. IEEE Access, 11, 9799-9834.

Yao, X., Zhou, J., Lin, Y. et al. Smart manufacturing based on cyber-physical systems and beyond. J Intell Manuf 30, 2805–2817 (2019). https://doi.org/10.1007/s10845-017-1384-5

Zhang, K., Shi, Y., Karnouskos, S., Sauter, T., Fang, H., & Colombo, A. W. (2022). Advancements in industrial cyber-physical systems: An overview and perspectives. IEEE Transactions on Industrial Informatics, 19(1), 716-729.