¿Cuáles son hoy los principales retos a los que se enfrentan las compañías industriales en este contexto de transformación energética y tecnológica?
El gran reto de la industria hoy es que ya no basta con ser eficiente en condiciones normales. Ahora hay que ser capaz de adaptarse rápido. Las empresas están operando con energía más cara y más volátil, con más presión regulatoria, con objetivos de descarbonización, con riesgos de suministro y, además, con una tecnología que muchas veces ha ido creciendo por capas: SCADA, MES, mantenimiento, cuadros de mando, soluciones específicas… pero sin una lógica común que conecte todo eso.
Por eso, en nuestra opinión, el problema principal no es que falten datos. El problema es que muchas veces falta una visión unificada de lo que está pasando de verdad en la operación. Hay información, sí, pero no siempre está conectada de forma que ayude a decidir mejor. Y ahí aparecen muchos problemas: una parte de la organización optimiza “lo suyo”, pero perjudica otra o simplemente no se optimizan recursos con una visión global; se depende demasiado de personas concretas y cuesta anticiparse. Diría que la clave no está en desarrollar más dashboards, sino en tener una capa que ayude a interpretar, priorizar y decidir mejor.
¿Cómo está afectando el contexto geopolítico actual a las prioridades de la industria en materia de eficiencia energética, costes y resiliencia operativa?
El contexto geopolítico ha cambiado por completo la forma en que la industria entiende la eficiencia. Antes se veía sobre todo como una forma de mejorar márgenes. Hoy es también una forma de protegerse. La combinación de tensiones internacionales, problemas en cadenas de suministro, precios volátiles de energía y materias primas, y más presión regulatoria está obligando a revisar decisiones muy de fondo: a quién se compra, dónde se produce, cuánto stock conviene tener, cuánto riesgo se asume en logística o cuánto dependes de determinados mercados energéticos.
Eso hace que la resiliencia pase a estar mucho más arriba en la agenda de prioridades de las industrias. Ya no vale con optimizar una planta pensando en un escenario estable. Ahora hay que poder simular escenarios, mover cargas, revisar estrategias de compra, cambiar prioridades de mantenimiento o ajustar la operación con más rapidez. Y eso solo se puede hacer bien si conectas muchas piezas a la vez: demanda, energía, activos, costes, restricciones operativas, proveedores… Cuando eso no está conectado, la empresa llega tarde. Por eso hoy en día tienen tanto sentido los enfoques de soluciones en torno a los gemelos digitales, la optimización o la supervisión inteligente: porque ayudan a absorber incertidumbre y no solo a mejorar eficiencia.
¿Cómo está impactando la inteligencia artificial en la operación, el mantenimiento y la optimización energética de los procesos industriales?
La IA está teniendo impacto en tres frentes muy claros. En operación, ayuda a entender antes qué está pasando, qué merece atención y cuál es la mejor forma de actuar. En mantenimiento, permite anticipar fallos y decidir mejor cuándo intervenir. Y en energía, ayuda a prever consumos, detectar sobreconsumos, ajustar utilidades y tomar decisiones más finas según precio, demanda o disponibilidad.
Pero tal vez lo realmente importante es cómo está cambiando la forma de construir soluciones. Hasta hace poco, muchas soluciones de IA se hacían de forma muy cerrada: para un único problema, con poca reutilización de funcionalidades y muchas veces con poca transparencia. Funcionaban, pero eran difíciles de escalar.
Ahora, con enfoques más agenticos, la lógica cambia bastante. Puedes tener agentes o capacidades especializadas que interpretan alarmas, analizan documentos, ayudan en RCA, analizan y explicar el contenido de imágenes o vídeos, y luego reutilizarlas en distintos casos de uso. No hace falta construir todo desde cero cada vez. Eso hace que la IA sea más modular, más explicable, gobernable y más útil a escala industrial. En lugar de tener muchos pilotos sueltos, empiezas a construir capacidades que sirven para varias soluciones.
¿Cuáles son hoy las principales barreras para desplegar soluciones tecnológicas orientadas a mejorar la eficiencia en el entorno industrial?
La primera barrera es la fragmentación. Muchas compañías tienen soluciones parciales que funcionan razonablemente bien, pero no tienen una base común sobre la que crecer. La segunda es la desconexión entre IT, OT y negocio. Si una solución no está realmente conectada al proceso operativo, se queda en un piloto o en un sistema de reporting un poco más sofisticado. Y la tercera es la calidad del dato, sobre todo porque el dato importante no está solo en sensores o señales estructuradas: también está en documentos, órdenes de trabajo, incidencias, vídeo o conocimiento experto.
Hay además una barrera menos evidente, pero que con un gran peso: muchas empresas arrastran años de soluciones construidas como silos. Eso hace que se repitan funcionalidades, que no se reutilicen capacidades y que cada nuevo caso de uso parezca un proyecto completamente nuevo. Ahí las arquitecturas agenticas ayudan bastante, ya que permiten compartir componentes comunes. Pero para que eso funcione de verdad hace falta algo muy básico: orden. Es decir, un roadmap claro de prioridades sobre esquemas ontológicos de diferente índole (activos físicos, bases de datos, etc.). Qué resolver primero, aquello qué da más retorno, qué necesita más madurez de dato y qué conviene construir desde el principio como capacidad compartida. Si eso no existe, la empresa acaba acumulando iniciativas, pero no construyendo una verdadera capacidad industrial.
¿Qué nivel de madurez percibe en la industria española en el uso del dato para optimizar procesos productivos, consumo energético y toma de decisiones? ¿Qué perfiles considera clave dentro de las organizaciones industriales para impulsar estos procesos?
Desde SDG Group estamos viendo que la industria española ha avanzado mucho, pero no de forma homogénea. Vemos compañías muy maduras, sobre todo en sectores intensivos en activos, energía o proceso, y hay otras que todavía están en fases más parciales, con digitalización desigual o casos de uso bastante aislados. En general, lo positivo es que el debate ha cambiado: ya no se discute tanto si el dato o la IA son importantes, sino cómo llevarlos de verdad al terreno operativo.
Como decía anteriormente, lo que todavía falta en muchos casos es dejar de pensar en soluciones aisladas y empezar a pensar en capacidades comunes. Es decir, no ver mantenimiento, energía, calidad o supervisión como mundos totalmente separados, sino como piezas que deberían apoyarse en una misma base de inteligencia.
Y respecto a perfiles, esto no lo mueve una sola figura. El COO y operaciones son clave, porque el valor real se captura en planta. Mantenimiento, energía, calidad, HSE y sostenibilidad aportan el contexto y las prioridades funcionales. Y CIO, CTO o CDO son imprescindibles para que haya una arquitectura sólida y escalable.
Pero hay una figura adicional que me parece cada vez más importante: una función de Transformación Digital o Transformación Industrial a modo de Centro de Excelencia de Data e IA con visión transversal, respaldada desde Dirección General o desde Operaciones. Porque los proyectos que realmente cambian una organización necesitan a alguien que piense no solo en resolver un problema concreto, sino en construir capacidades reutilizables: agentes, capas documentales, supervisión, RCA, visión, analítica… como piezas compartidas dentro de una arquitectura común. Cuando esa figura existe, la madurez crece mucho más rápido y de una forma mucho más sostenible.
SDG Group
Data & AI Solutions Lead for Indutry and Utilities
