EVELAZ ASESORAMIENTO Y CONSULTING DE SEGUROS S L

Los sectores con un uso intensivo de maquinaria —fabricación, logística, transporte pesado, infraestructuras…— conocen el valor del “más vale prevenir”. En la historia industrial, el viejo mantenimiento correctivo (intervención a posteriori de una avería) dio paso al preventivo (sustitución de piezas por caducidad, revisiones periódicas o ante un síntoma extraño…). Este último cede el paso al mantenimiento predictivo (MP) que, al procesar constantemente los datos de los equipos, identifica pequeñas anomalías y patrones para prevenir averías e intervenir con anticipación cuando esa alerta lo aconseja. Ni antes, por protocolo y quizás sin necesidad; ni después, cuando un problema da la cara. Si se sistematiza el MP con sus ventajas (menos parones, ahorro de costes y recursos), puede convertirse en un importante factor de competitividad.  Varios estudios auguran a la industria global del MP (desarrolladores de dispositivos y software, fabricantes, operadores…) crecimientos del 26% al 30% de tasa compuesta anual entre 2023 y 2030. Su mercado se valoraba en 5.200 millones de dólares en 2022 y al final de esta década podría rozar los 42.000 millones. Si hablamos de un modelo con años de rodaje, ¿por qué promete semejante despegue?  El MP ya crecía junto con el big data, la nube e IIoT (internet industrial de las cosas), pero lo acelera la tendencia de la automatización: sensores y dispositivos de monitorización más capaces (de lubricación, presión, caudales, consumos, desgastes, inspección de cámaras inteligentes, termografía infrarroja para detectar temperaturas inusuales en componentes y circuitos, monitoreo acústico, de vibraciones, fricciones y tensiones…), junto con plataformas que analizan en tiempo real ese volumen multiplicado de información. Y, como irrupción decisiva, la IA. De hecho, da lugar a una nueva especialidad al combinarse con IoT: la inteligencia artificial de las cosas (AIoT).  Mediante algoritmos predictivos y aprendizaje automático, la IA eleva la escala en la capacidad de procesar datos de diferentes fuentes —incluidos los históricos de las maquinarias y el contexto de rendimientos y objetivos de productividad— para identificar anomalías, desviaciones, patrones de funcionamiento y probabilidad de averías, con ese conocimiento traducido en cuadros de mando. Todo ello permite programar un mantenimiento proactivo que previene males mayores y facilita tomar decisiones basadas en la información de cada equipo. Por ejemplo, si las vibraciones en un motor ligeramente por encima del estándar delatan el deterioro de una pieza sencilla de sustituir para evitar una reparación compleja más adelante.  En equipos con un uso exigente (cadenas de montaje, flotas, maquinaria de obra como una tuneladora, infraestructuras de generación y distribución eléctrica…), ese monitoreo constante y el aprendizaje automático pueden sumarse a una gestión general también basada en los datos. De acuerdo con Deloitte, el MP puede aumentar la productividad del 5% al 20%, reducir hasta un 20% los periodos de inactividad, además de otros parámetros como ahorros en transporte y en inventario.  Sería razonable esperar que estos rendimientos mejoren a medida que se perfecciona la IA generativa, junto con otras tecnologías como la impresión 3D de piezas in situ, la interoperabilidad para integrar en un único ecosistema diferentes fuentes y sistemas de gestión como, las realidades virtuales y aumentadas o los gemelos digitales que facilitan la formación profesional y la asistencia técnica presencial o remota. Entre los hándicaps del modelo, los informes destacan el elevado coste elevado tanto de implantación como de gestión. Las plataformas MP cada vez más basadas en IA necesitan una buena calidad de datos para no fallar en sus predicciones, lo que obliga a una transformación digital profunda en todos los procesos industriales. Todo esto obliga a formar a los equipos internos para un cambio no solo técnico, sino cultural, en el modelo de mantenimiento integrado con el resto de la gestión operativa.  No obstante, el creciente rendimiento del MP refuerza su papel como inversión y los estudios prevén el descenso de sus costes a medida que se incrementa la demanda. Con ese mismo objetivo de democratizar el MP, ya avanzan tendencias como el pago por uso (SaaS y MaaS, software y mantenimiento como servicio) hacia un futuro, quizá no lejano, en que todo el mantenimiento sea preventivo y desde las grandes industrias se extienda hacia otros sectores. Incluso al lado del consumo con sistemas MP instalados en productos como electrodomésticos, equipos de informática o vehículos.