En Contxto: ¿Quién entrena y supervisa la IA en América Latina?

La IA ha dejado de ser una novedad para convertirse en el motor de una tendencia global, y esto abarca industrias como el mantenimiento. Se estima que la adopción de IA en procesos industriales podría aportar hasta 15.7 billones de dólares a la economía mundial para 2030. Mientras que las grandes potencias se enfocan en la creación de modelos masivos, Latinoamérica se ha convertido en un campo de batalla para la eficiencia operativa, donde la tecnología no es un lujo, sino una respuesta vital a infraestructuras logísticas complejas y recursos limitados.

Pero la implementación en el mundo real trae consigo interrogantes profundas sobre la ética y la transparencia. A medida que la IA toma decisiones que afectan desde la cadena de suministro hasta el suministro eléctrico de una ciudad, surge una pregunta: ¿quién supervisa a la máquina?

La realidad técnica nos dicta que, por más avanzado que sea un modelo, la figura del humano más indispensable que nunca. Auditar los sesgos culturales y evitar que los «ritos» de mantenimiento se conviertan en errores sistémicos es el nuevo gran desafío de la ingeniería moderna.

En este escenario de alta complejidad y activos industriales cada vez más sofisticados, la democratización del conocimiento se presenta como la única vía para cerrar la brecha entre la tecnología y el operario de campo. El objetivo ya no es solo automatizar, sino dotar al profesional de herramientas que conviertan los datos en decisiones seguras.

En Contxto conversamos con Ricardo Román, Chief Sales Officer de Fracttal, una plataforma que está redefiniendo la gestión de activos mediante el uso de IA e IoT. Con más de 15 años de experiencia y una herencia familiar ligada al mantenimiento, Ricardo nos ofrece una visión sobre cómo Latinoamérica está liderando la adaptabilidad técnica en la era de la inteligencia artificial.

Contxto: Hola a todos, bienvenidos a En Contxto. En este episodio de nuestra serie sobre Inteligencia Artificial, vamos a profundizar en esta tecnología que, más que nueva, se ha vuelto tendencia. Hoy nos acompaña Ricardo Román, Chief Sales Officer de Fracttal, una plataforma que integra software de gestión de mantenimiento basado en IA e Internet de las Cosas (IoT), entre otras tecnologías.

Contxto: Ricardo, hablemos sobre la IA, pero específicamente sobre las diferencias de entrenar estos modelos en Latinoamérica frente a países más desarrollados, según la experiencia de Fracttal.

Ricardo: Es importante ser precisos cuando hablamos de «entrenar». La mayoría de los que trabajamos en este sector a nivel comercial nos apoyamos en modelos (LLMs) que se entrenan en Estados Unidos, China o Europa. Entrenar esos modelos desde cero cuesta miles de millones de dólares en poder de cómputo; sería muy difícil para una empresa como la nuestra hacerlo de esa forma.

Lo que sí hacemos en Fracttal es utilizar esos modelos para cerrar brechas de conocimiento y mejorar la experiencia de usuario (UX). Además, entrenamos modelos mucho más precisos basados en Machine Learning enfocados específicamente en comportamiento y mantenimiento predictivo.

Sobre el contexto latinoamericano, nos hemos dado cuenta de que el nivel de mantenimiento en nuestra región es, sorprendentemente, a veces más alto que en otros países. No es magia: en un entorno con menos capital, logística complicada y procesos aduaneros lentos donde un repuesto tarda meses en llegar, tienes que ser mucho más cuidadoso y preciso. La adaptabilidad del ingeniero latinoamericano, especialmente tras la pandemia, es única. Esa capacidad de gestionar tiempos de espera largos y recursos limitados nos da un nivel de organización y manejo de datos muy alto.

Contxto: Genial. Hablemos del término «mantenimiento» y si puedes darnos un ejemplo práctico de lo que hace Fracttal con la IA hoy en día.

Ricardo: El mantenimiento son todas las actividades para que los activos operen bajo sus condiciones de diseño originales. Un activo puede ser desde maquinaria industrial hasta equipos médicos, sistemas de climatización en edificios o vehículos.

Para mantenerlos, necesitas recursos: repuestos, horas hombre y servicios de terceros. Fracttal ayuda a orquestar todo esto para que, al intervenir un equipo, el personal esté disponible y capacitado, y los materiales estén a la mano. Lo que parece sencillo implica mucha complejidad detrás: calendarios, órdenes de trabajo, certificaciones y métricas (KPIs) para la toma de decisiones.

El 90% de las empresas no tiene tiempo para esta gestión y se limitan al mantenimiento reactivo (reparar cuando se rompe). Aquí es donde la IA potencia el trabajo: permite a los encargados multiplicar su capacidad de atención, trazar líneas de proyección (forecasting) y ser mucho más eficientes. Ese es el valor fundamental.

Contxto: Ahora que la IA es parte central, ¿qué mecanismos existen para supervisar o auditar las decisiones que toma, especialmente en el mantenimiento industrial?

Ricardo: Es una excelente pregunta. Trabajamos con IA desde 2018 y te puedo decir que en mantenimiento siempre es necesario tener al «humano en el bucle» (human-in-the-loop).

En mantenimiento predictivo, una alerta del sistema para detener una máquina puede costar cientos de miles de dólares o, en el caso de una hidroeléctrica, dejar a una región sin luz. Por eso, Fracttal dispara alertas para que un humano realice la inspección final. Nuestro objetivo es darle al profesional todas las herramientas y el contexto necesario para que la decisión sea lo más informada posible, incluso cuando el parámetro no es obvio.

Contxto: Pasando a un tema ético, ¿qué sesgos humanos podrían afectar el entrenamiento de estas inteligencias artificiales en su área?

Ricardo: En mantenimiento hay mucha «cultura» o costumbres arraigadas. A veces, una reparación se hace de una forma específica porque «siempre se ha hecho así» o porque una persona en particular tiene un método propio.

Esa información se registra en las órdenes de trabajo que luego forman parte del cuerpo de datos de la IA. Por lo tanto, las recomendaciones pueden verse influenciadas por tradiciones que quizá son más un «rito» que una necesidad técnica. La labor de un buen ingeniero de mantenimiento es identificar qué datos aportan valor real y evitar que esos sesgos distorsionen el modelo.

Contxto: Ricardo, tú vienes de una familia de expertos en mantenimiento. ¿Crees que la IA llegará a sustituir a los trabajadores o será un complemento?

Ricardo: Tengo 15 años en esto y vengo de generaciones de «mantenidores». Te digo con total franqueza: nunca he escuchado a una organización decir «tengo todo el personal que necesito». Siempre falta gente, siempre hay trabajo por hacer y datos que registrar.

Estamos en un mundo con cada vez más activos, más complejos y con sistemas más sofisticados. Sin embargo, hay una curva descendente en la cantidad de personas que estudian carreras técnicas. Esta intersección —más activos complejos y menos personal técnico— es donde la IA tendrá un impacto positivo. No viene a sustituir, sino a complementar para que los equipos pequeños puedan gestionar plantas cada vez más grandes y tecnológicas.

Contxto: Mencionabas en un blog que la democratización del conocimiento es la clave. ¿A qué te refieres con esto?

Ricardo: Me refiero a que hoy existe mucha documentación, pero el acceso es difícil. No solo por encontrar un PDF, sino por el idioma o la interpretación. Si compras un equipo en Europa y el manual está en un idioma que el operario no domina, hay una barrera. La IA rompe eso: permite consultar, traducir, indagar y conectar conocimientos de toda la organización. El saber deja de estar en una «torre de marfil» y se vuelve un activo de toda la empresa.

Contxto: Para cerrar, ¿crees que estamos en una burbuja o que esta tecnología seguirá creciendo?

Ricardo: No entraré en temas financieros, pero en lo técnico, la IA está automatizando procesos que antes quitaban tiempo valioso. Es una tecnología muy positiva. Pensemos en lo que hoy nos parece «magia negra»: hace décadas, tener un televisor o ver deportes en vivo desde un teléfono era impensable. En 20 o 50 años veremos cosas increíbles y habrá muchísimo trabajo para traer esas innovaciones a la realidad física.