La Inteligencia Artificial Generativa (GenAI) -tecnología capaz de crear textos, análisis y predicciones a partir de grandes volúmenes de información- ha despertado enormes expectativas en todos los sectores. Sin embargo, su implementación en entornos industriales es más compleja de lo que aparenta: estos sistemas todavía enfrentan desafíos como la generación de información inexacta, elevados costos de procesamiento, y preocupaciones sobre privacidad y derechos de propiedad intelectual.
Frente a este panorama, en industrias como la manufactura y la energía, “la IA sólo es tan poderosa como los datos sobre los que opera. Su verdadero valor emerge cuando se construye sobre información operativa confiable, bien estructurada y con una gobernanza sólida”, destaca Sergio Campana, Software Business Manager de Rockwell Automation para Latinoamérica.
De hecho, según un informe de Gartner, en 2030, el 75% de las decisiones operativas se tomarán dentro de una aplicación habilitada por IA, lo que lleva a las empresas a resolver sus deficiencias de datos ahora, y establecer buenas prácticas de gobernanza y seguridad.
Y es que, a diferencia de las soluciones de IA genéricas diseñadas para el consumo masivo, el enfoque de Rockwell Automation consiste en integrar capacidades de IA directamente en los sistemas de Tecnología Operacional (OT) y Tecnología de la Información (IT) existentes, estrategia que mitiga algunos retos como la latencia y la complejidad, mejorando el uso dentro de los sistemas con los que los operadores ya están familiarizados. Cabe destacar que la compañía advierte que los modelos genéricos de IA, que carecen de datos industriales fiables y contextualizados, tienden a sufrir de “alucinaciones” y respuestas erróneas.
“No se trata de ser parte de la tendencia. La IA generativa en la industria no puede improvisarse. Requiere disciplina en el manejo de datos, y un enfoque riguroso en la seguridad y la gobernanza”, afirma el experto, puntualizando sobre la importancia de transformar datos en decisiones confiables y responsables.
Entender qué es un dato, en términos amplios, es el primer paso: cualquier señal, medición o registro generado por una máquina, un proceso o una persona constituye información valiosa. En una planta industrial, esto abarca desde la temperatura de un motor y la velocidad de una línea de producción, hasta las órdenes de trabajo y los registros de mantenimiento. Cuando estos datos están bien organizados, integrados y son accesibles, se convierten en la materia prima que permite a la IA anticipar fallas, optimizar procesos y generar impacto real en el negocio.
Para lograr esto y evitar el hype (expectativa excesiva o entusiasmo desmedido que rodea a esta tecnología), la empresa propone la integración efectiva de tecnologías de IA existentes en los sistemas de IT y OT del cliente, asegurando que la misma trabaje como un “asistente inteligente” que complementa la experiencia humana, en lugar de reemplazarla sin supervisión.
De esta manera, la multinacional enfatiza en que el valor de la GenAI se materializa en su aplicación a las necesidades reales de las industrias, reduciendo tareas repetitivas y mejorando la eficiencia en el diseño y la resolución de problemas.
