Por Stiven Cartagena
agosto 27, 2026
Una máquina industrial puede comenzar a mostrar señales de desgaste mucho antes de detenerse. El problema para las empresas no es necesariamente detectar que algo está mal, sino hacerlo a tiempo sin la necesidad de exponer trabajadores a equipos en funcionamiento y sin depender de revisiones manuales cada varias semanas.
Ese fue el problema que encontró Dynamox, startup fundada en Florianópolis que comenzó desarrollando sensores inalámbricos de vibración para mantenimiento predictivo. Con el tiempo, la compañía amplió su apuesta hacia una plataforma que combina hardware, software, datos e inteligencia artificial.
El mercado también está acompañando esta transición. Grand View Research estima que el mercado de mantenimiento predictivo en América Latina movió $1.494 millones de dólares en 2025 y podría alcanzar $11.272 millones de dólares en 2033, con un crecimiento anual compuesto de 29,4% entre 2026 y 2033.
Dynamox comenzó a operar en 2016 y lanzó en 2018 su primera generación de sensores inalámbricos de vibración. Para Bernardo Pereira Murta, Principal Engineer de la compañía, la tecnología surgió para resolver un problema que iba más allá de hacer más eficiente el mantenimiento: reducir el riesgo al que se exponían los trabajadores al acercarse a maquinaria en funcionamiento para comprobar su estado.
"Los sensores no inalámbricos tienen mucha exposición y el riesgo de vida, porque las personas tienen que llegar cerca de un equipamiento que está funcionando para checar si hay algún problema", explicó Murta en entrevista con Contxto durante el Startup Summit 2026.
Un año después, la compañía incorporó colectores de datos y una plataforma web para escalar el monitoreo. En lugar de realizar inspecciones cada 15 o 30 días, los equipos industriales podían comenzar a recibir información de sus activos de manera continua.
La evolución llevó a Dynamox a ampliar su catálogo más allá de vibración y temperatura. Hoy trabaja también con sensores de termografía, corriente y tensión, mientras su plataforma procesa aproximadamente 2.500 millones de datos diarios, según Murta.
La compañía ya ha producido más de 360.000 sensores y cuenta con más de 400 colaboradores. Su operación internacional alcanza más de 40 países, mientras mantiene oficinas en Estados Unidos, Europa y Australia, de acuerdo con información de la empresa.
El desafío tecnológico está en convertir ese volumen de información en decisiones. Para Murta, un sistema de mantenimiento predictivo no puede limitarse a generar una alerta cuando un indicador supera determinado umbral.
"No es solo 'ah, los límites se pasaron, tienes una alerta'. Tienes que mirar todo el histórico y el filme de aquella máquina, no solo la foto de cómo está ahora", explica.
Ese histórico es el que permite a los algoritmos identificar patrones y anticipar posibles fallas. La lógica es especialmente relevante en industrias como minería, energía, petróleo y gas, manufactura y agro, sectores donde una interrupción inesperada puede traducirse rápidamente en pérdidas de producción.
La expansión de Dynamox también se ha apoyado en adquisiciones. En 2023 compró la portuguesa Enging, especializada en análisis de corriente y tensión para detectar fallas eléctricas. La operación permitió incorporar nuevas capacidades a una plataforma que originalmente tenía su principal especialización en vibraciones.
En 2026, Dynamox adquirió Crave Industry, compañía especializada en plataformas de datos e inteligencia artificial para plantas industriales. La operación busca conectar el monitoreo físico de los activos con información sobre los procesos de producción.
La estrategia, explica Murta, consiste en sumar especializaciones en lugar de intentar desarrollar internamente todas las capacidades.
"En el DNA de Dynamox está ser muy especialistas", afirma. La adquisición de Enging permitió incorporar conocimiento en corriente y tensión; Crave, por su parte, aporta capacidades relacionadas con datos de procesos.
El objetivo es pasar de responder preguntas como cuándo debe realizarse el mantenimiento de una máquina a analizar cómo optimizar el funcionamiento de una operación industrial completa.
La siguiente etapa es la inteligencia artificial. En 2026, Dynamox lanzó Cowork, una plataforma de IA multiagente integrada a su sistema de mantenimiento predictivo. La herramienta utiliza especialistas digitales para analizar datos, generar reportes y ayudar a priorizar alertas.
Murta explica que la IA funciona sobre la información que la compañía lleva años recopilando. La apuesta, por tanto, no es añadir un chatbot sobre una plataforma industrial, sino utilizar el contexto acumulado de los activos para facilitar la comunicación entre analistas, gerentes y equipos de procesos.
"Desarrollamos y lanzamos este año una inteligencia artificial conversacional encima de todos los datos. Con eso, ella trabaja como un traductor para hacer la comunicación de los analistas con los gerentes, con el equipo de proceso, y hacer todos hablar en la misma lengua en la misma plataforma", señala.
La compañía también enfrenta un desafío inevitable al trabajar con información operacional de grandes industrias: la seguridad. Dynamox cuenta con certificaciones ISO 27001, 27701, 27017 y 27018, relacionadas con seguridad de la información, privacidad y servicios en la nube.
"Todo lo que hacemos tiene seguridad en el primer momento", dice Murta. "Tenemos entrenamientos recurrentes. Yo estoy en una posición de especialista en IA y ciberseguridad, porque los dos tienen que andar juntos."
El caso de Dynamox muestra hacia dónde se mueve una parte de la industria industrial: los sensores fueron el primer paso, pero el valor empieza a desplazarse hacia la capacidad de interpretar grandes volúmenes de datos y convertirlos en decisiones.
Desde Florianópolis, la compañía intenta llevar esa combinación de hardware, software e IA a una industria que, cada vez más, necesita anticipar una falla antes de que una máquina deje de funcionar.
