El sistema marcó alerta crítica en la bomba principal. Detuviste la producción, desarmaste el equipo… y nada. El rodamiento estaba impecable. El culpable: un sensor flojo que vibraba por la resonancia de una tubería cercana. Una historia que se repite en plantas de todo el mundo.
Conversamos con Sebastián Cordero, especialista en mantenimiento industrial, automatización e IA aplicada, sobre por qué la IA es una herramienta poderosa, pero peligrosa si se utiliza sin el filtro del criterio técnico y el sentido común industrial.
En esta edición:
Por qué el contexto operativo vale más que cualquier algoritmo
Cómo la falta de criterio técnico convierte la IA en un generador de falsas alarmas
El valor real de la tecnología está en potenciar al equipo, no en reemplazarlo
Sebastián Cordero
Jefe de Mantenimiento y Operaciones de Utilities — Toyota
Once años manteniendo los servicios esenciales de Toyota en Zárate: efluentes, distribución eléctrica, vapor y aire comprimido. Gestiona activos con IBM Máximo y SAP, e integra Python e IA generativa en sus estrategias de mantenimiento basado en condición. Co-fundador de Tech ED.
Las plantas generan más datos que nunca, y Python se convirtió en el estándar para convertirlos en decisiones concretas: conecta el PLC, el CMMS y los datos dispersos de planta en un solo flujo de análisis.
Pero para Cordero, su valor real no está en la herramienta, sino en quien la usa. Un algoritmo detecta anomalías estadísticas, pero no sabe que ayer se cambió el lubricante o que la temperatura subió diez grados por una ola de calor. Ese contexto lo tiene el equipo técnico, y ningún modelo lo reemplaza.
Y eso tiene un costo concreto. Cuando se implementa IA sin el criterio técnico que filtre la información, el resultado es una acumulación de falsas alarmas que paraliza equipos sanos y genera intervenciones innecesarias.
Con el tiempo, el equipo deja de confiar en la herramienta y vuelve a operar como siempre, con la diferencia de que ahora hay sensores caros sin uso real. La tecnología no falla por ser tecnología: falla cuando se implementa sin entender el comportamiento real de los activos.
El verdadero valor de Python y la IA en mantenimiento aparece cuando amplifican el criterio humano, no cuando intentan sustituirlo.
Cordero lo resume en tres principios. Menos es más: a veces la corriente del motor dice más que diez sensores de vibración mal ubicados. La física manda: si el modelo predice una falla, pero la termografía y la escucha activa indican lo contrario, hay que confiar en la física. Y la iteración real: Python limpia el ruido de los datos, pero es el técnico con experiencia quien decide si ese ruido es una falla real o una característica del proceso.
Nota del entrevistador: Desde Barcelona, donde el debate suele centrarse en la plataforma y no en el proceso, lo que más me llamó la atención de Sebastián fue su claridad para señalar lo evidente: ningún modelo reemplaza al técnico que sabe cómo suena esa bomba en condiciones normales.
Para resumir: La historia del rodamiento impecable y el sensor flojo no es una anécdota: es el síntoma de implementar tecnología sin criterio técnico. La IA puede detectar anomalías, pero no puede reemplazar al equipo que conoce el activo. El éxito no está en el modelo más complejo, sino en el que mejor refleja la realidad operativa de la planta.
Como dice Cordero: "En confiabilidad, un modelo de IA sin sentido común es como un médico que receta cirugía basándose solo en el pulso, sin mirar al paciente."
Te invitamos a visitar nuestra web para leer más artículos como este » Elreliabilitypost
