La creciente electrificación, la descentralización energética y la presión regulatoria están elevando el nivel de complejidad de redes e infraestructuras críticas. En un contexto donde la continuidad del suministro y la resiliencia operativa se han convertido en prioridades estratégicas, la inteligencia artificial comienza a desempeñar un papel decisivo para anticipar incidencias, optimizar activos y reforzar la capacidad de respuesta ante escenarios cada vez más exigentes. El reto ya no consiste únicamente en reaccionar ante fallos, sino en construir sistemas capaces de preverlos y actuar antes de que afecten a la operación.
Sobre estas cuestiones giró el segundo panel del Foro Tendencias Barcelona 2026: Inteligencia artificial ante los grandes retos de la eficiencia energética, la resiliencia y la competitividad, organizado por la Plataforma enerTIC.org bajo el título “IA en redes e infraestructuras críticas: flexibilidad, resiliencia y seguridad del suministro”. A lo largo de las distintas exposiciones, representantes de PwC, Aerolaser System, Cognizant, Izertis y SDG Group analizaron cómo tecnologías como la inteligencia artificial, el IoT, el Cloud y los gemelos digitales están redefiniendo la gestión de infraestructuras estratégicas en sectores donde cualquier interrupción puede tener un elevado impacto operativo, económico y social.
Las diferentes intervenciones compartieron una idea de fondo: la resiliencia ya no puede entenderse como una capacidad puramente reactiva. La creciente sofisticación de amenazas físicas, cibernéticas y operativas obliga a evolucionar hacia modelos predictivos y prescriptivos, apoyados en datos, automatización y sistemas capaces de contextualizar información para facilitar decisiones más rápidas, precisas y seguras.
De la reacción a la anticipación: la IA como escudo operativo
Una de las principales conclusiones del panel fue que la inteligencia artificial comienza a consolidarse como una herramienta clave para reforzar la resiliencia de infraestructuras críticas. Frente a entornos históricamente preparados para gestionar fallos fortuitos o incidencias técnicas, las organizaciones deben enfrentarse ahora a amenazas mucho más complejas, desde ciberataques coordinados hasta escenarios híbridos donde confluyen riesgos físicos y digitales. En este contexto, la capacidad de anticipación gana peso frente a los modelos tradicionales basados únicamente en reacción y recuperación.
Pero la IA introduce también una paradoja relevante: puede convertirse simultáneamente en un factor de riesgo y en un mecanismo de defensa. Si por un lado reduce barreras para actores maliciosos, acelerando la generación de ataques cada vez más sofisticados, por otro ofrece nuevas capacidades para simular escenarios de riesgo, detectar anomalías tempranas y reforzar la toma de decisiones estratégicas. La resiliencia deja así de apoyarse únicamente en protocolos de contingencia para incorporar modelos capaces de aprender, interpretar patrones y adaptarse de forma dinámica ante situaciones inesperadas.
Este cambio de paradigma ya comienza a traducirse en aplicaciones muy concretas sobre activos críticos. El panel mostró cómo tecnologías de captura avanzada de datos mediante drones, helicópteros, sensores LiDAR, termografía e imagen de alta resolución están permitiendo supervisar miles de kilómetros de infraestructuras energéticas con niveles de precisión muy superiores a los modelos tradicionales. La combinación de estas capacidades con inteligencia artificial facilita además la detección temprana de anomalías, automatiza informes y acelera la transición desde modelos de inspección reactiva hacia una inteligencia operativa mucho más predictiva.
Del dato al activo inteligente: hacia infraestructuras capaces de aprender
La evolución de las infraestructuras críticas también pasa por una transformación profunda en la forma de interpretar y utilizar los datos. Durante el panel se puso de relieve cómo muchos sistemas de análisis tradicionales continúan limitados por cuadros de mando rígidos, dependientes de perfiles altamente especializados y poco adaptables a contextos operativos cambiantes. La incorporación de inteligencia artificial generativa empieza a abrir nuevas posibilidades, permitiendo interactuar con grandes volúmenes de información mediante lenguaje natural y acelerando significativamente la capacidad de extraer conocimiento útil para la operación.
Pero el verdadero cambio parece ir más allá del análisis. Varias intervenciones apuntaron a una nueva generación de infraestructuras diseñadas desde el origen para convivir con inteligencia artificial, integrando modelos predictivos, agentes autónomos y capacidades de razonamiento dentro de la propia lógica operativa. Desde plantas energéticas virtualmente simuladas antes de construirse hasta sistemas capaces de contextualizar el estado de un activo, estimar su vida útil remanente o recomendar acciones concretas al operario en campo, el objetivo ya no pasa solo por monitorizar, sino por construir entornos capaces de aprender y asistir en la decisión.
Todo ello vuelve a situar el foco en un elemento que atravesó buena parte del panel: la calidad y gobernanza del dato. Sin información estructurada, contextualizada y compartida, la inteligencia artificial difícilmente puede escalar de forma fiable. A esta cuestión se suma un debate cada vez más estratégico sobre soberanía tecnológica, capacidades europeas y dependencia de grandes plataformas globales. Porque, como quedó patente durante el encuentro, la resiliencia de las infraestructuras del futuro no dependerá únicamente de tener más tecnología, sino de construir ecosistemas fiables, seguros y capaces de mantener el control sobre decisiones cada vez más críticas.
