El veredicto, por adelantado: el mantenimiento predictivo con IA ahorra dinero en un almacén grande y es, en su mayor parte, un juguete caro para uno pequeño. Dicho sin rodeos, que se amortice tiene poco que ver con lo ingenioso que sea el algoritmo. Depende de si los datos de tus equipos son lo bastante buenos para alimentarlo.
Esto tiene dos caras. El proveedor te dirá que el sistema avisa de los fallos 72 horas antes, lo que suena a bola de cristal. He visto demasiados almacenes gastar mucho dinero en un sistema y descubrir después que ni siquiera tenían un registro de equipos en condiciones. Se instalan los sensores y la IA no lee más que ruido. Así que voy a exponer primero el costo y después el beneficio, para que no gastes el dinero y luego culpes a la suerte.
Qué puede detectar realmente el mantenimiento predictivo con IA
Empecemos por lo que realmente vigila. El mantenimiento predictivo con IA lee tres tipos de señales: vibración, temperatura y corriente eléctrica. Cuando el rodamiento del motor de accionamiento de un transportador se desgasta, el nivel de vibración sube primero. Cuando a una caja de engranajes le falta aceite, la temperatura sube en silencio. Cuando el motor de una grúa apiladora soporta una carga anormal, la curva de corriente empieza a oscilar. Un técnico con experiencia puede detectar a mano y de oído quizá el setenta u ochenta por ciento de esto. Lo que añade la IA es convertir esa intuición en números continuos que vigilan a las 3 a. m., cuando no hay nadie en la nave.
Pero esa frase de «72 horas antes del fallo» hay que desmontarla. La ventana de aviso varía según la máquina y la calidad de los datos. No hay un número fijo que valga en todas partes. Un rodamiento puede tardar una semana desde la primera anomalía de vibración hasta bloquearse por completo; otro se rompe en dos días. Un fallo que se calienta rápido puede dejarte solo unas horas. Cualquier proveedor que venda las 72 horas como una promesa te está vendiendo un titular. La versión honesta es esta: la duración del aviso depende de tus datos, no de su presentación.
Las alertas también necesitan gradación, o hasta el mejor sistema se convierte en ruido. Mi regla son tres niveles. Nivel uno: solo vigilar — una lectura acaba de cruzar el límite, así que regístrala y sigue la tendencia. Nivel dos: programarlo — mete la reparación en la próxima ventana de servicio planificada. Nivel tres: parar ahora — la temperatura o la vibración llegan a la línea roja y la máquina se detiene en el acto. Esos umbrales y quién puede ordenar una parada tienen que estar escritos en el manual de operaciones desde el primer día. El peor modo de fallo es una alerta a la que nadie se atreve a responder: el operario de turno teme parar la línea por error, así que un aviso que llegó tres días antes se convierte en una autopsia.
Voy a poner algunos números — y que quede claro, todo lo que sigue es un ejemplo hipotético, cifras ilustrativas, no datos medidos. Imagina un centro de clasificación que mueve 30,000 pedidos al día. La lectura de vibración del rodamiento del motor de accionamiento de un transportador sube durante tres días seguidos, el sistema lo señala y el equipo cambia el rodamiento durante la calma nocturna. Cuatro horas de inactividad, piezas y mano de obra por menos de diez mil yuanes. Espera a que ese rodamiento se bloquee y toda la línea se para en seco en plena temporada alta, con los pedidos de un día acumulándose detrás. La pérdida es diez veces esa factura de reparación, fácilmente. La misma cuenta corta en sentido contrario. Si tu almacén tiene dos transportadores y sigue llevando los registros de equipos en papel, el precio de un sistema completo de mantenimiento predictivo con IA pagaría diez cambios de rodamiento y sobraría dinero. Esto tiene dos caras, y las cuentas hay que hacerlas con tus propios números.
Haz las cuentas del mantenimiento predictivo antes de comprar IA: a quién le conviene y quién debe esperar
He visto demasiados almacenes comprar el sistema antes de hacer los deberes básicos. Usa esta tabla para puntuar tu propia operación:
| El método antiguo: rondas a pie más servicio programado | Mantenimiento predictivo con IA | |
|---|---|---|
| Qué cuesta | Las horas de un técnico más las piezas | Sensores, plataforma, servicio anual — la pila completa no es barata |
| Qué detecta | Problemas visibles: ruidos extraños, sobrecalentamiento, fugas | Desgaste gradual: degradación de rodamientos, tendencias de sobrecarga del motor |
| Qué necesita | Gente con experiencia | Datos históricos continuos y alguien que sepa leer las alertas |
| A quién le conviene | Almacenes pequeños, pocas máquinas, un solo turno | Almacenes grandes, muchas máquinas, funcionando día y noche |
Y aquí está la parte contraintuitiva: cuantos menos datos tengas, peor encaja la IA. La IA crece con los datos. Aliméntala con tres meses de lecturas irregulares e interrumpidas y te devolverá un montón de falsas alarmas. Después de la décima falsa alarma, nadie las atiende ya, y estás peor que antes de instalar nada. Vi un almacén instalar sensores de vibración en una grúa apiladora y recibir alarmas todos los días durante dos semanas — hasta que alguien descubrió que el sensor estaba atornillado sobre un punto de resonancia. El problema no era la IA. Era la base.
Y aquí va una verdad sencilla que merece decirse en voz alta: a veces el mejor mantenimiento predictivo es un estetoscopio y un oído con experiencia. Un almacén pequeño debe afianzar primero tres hábitos sencillos: escuchar sonidos extraños en la ronda de la mañana, palpar la temperatura de los motores una vez por semana y anotar el registro de servicio en una tabla cada mes. Haz eso bien y detectarás el ochenta por ciento de los fallos repentinos antes de que ocurran. Cuando esa tabla tenga tres meses seguidos de datos limpios, entonces ve a hablar de IA.
Dónde van los sensores también importa. No cubras todo el almacén el primer día. Elige la línea más crítica: en un transportador, vigila los motores de accionamiento y las cajas de engranajes; en una grúa apiladora, vigila el motor de elevación y las ruedas de traslación. Pon en marcha una línea durante tres meses y mira si las alertas son precisas y cuántas son falsas. Si el piloto funciona, amplía. Si no, para y averigua por qué — la pérdida es lo que valen los sensores de una línea. He visto demasiados almacenes desplegar cientos de sensores a la vez, solo para descubrir que la plataforma se quedaba en gris tres meses después. El dinero se gastó, la lección se aprendió y nadie quiso admitirlo.
Una palabra más sobre las grúas apiladoras. Desgaste de rieles, estiramiento de cadenas, sobrecarga del motor de elevación — todo avisa con antelación, pero solo si alguien lo registra. Sin registros, la IA no puede ayudarte. Con registros, la IA es una ayudante incansable. No inviertas el orden.
Así que esta es la pregunta que debes llevarte a tu almacén: ¿puede tu registro de equipos producir tres meses continuos de datos ahora mismo? Si no puede, aparca la conversación sobre IA y empieza a anotar los datos. Si puede, ve a calcular cuánto vale realmente para ti un aviso de 72 horas en dinero ahorrado.
Por Lao Mi, Veterano de la cadena de suministro (20 años) Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.







