La autonomía —no la automatización— es el próximo gran avance en el mantenimiento de activos
La gestión autónoma de activos es el próximo gran avance en mantenimiento y permite que las empresas pasen de revisar manualmente las alertas a adoptar flujos de trabajo conectados, predictivos y prescriptivos que convierten las señales de los equipos en acciones priorizadas.
default
Algunas empresas ya tienen decenas de millones de activos bajo gestión a medida que los datos conectados, las capacidades predictivas y la IA amplían lo que los equipos de mantenimiento pueden supervisar. Otras todavía dependen de los técnicos para clasificar las alertas, conciliar registros y decidir qué orden de trabajo merece atención primero.
La brecha entre esos enfoques empieza a ser importante. «Nos estamos acercando a la gestión autónoma de activos», dice John Holmes, líder de gestión inteligente de activos para Norteamérica en Accenture. «Estamos convirtiendo las señales y solicitudes en paquetes de trabajo priorizados.»
¿Qué ocurre cuando sus competidores pueden actuar ante los problemas de los equipos antes de que su equipo termine de revisar las alertas? En el podcast The Future of Supply Chain, episodio 177, Holmes y Andy Hancock, responsable global de asesoría de dominio para gestión de activos y servicio en campo en SAP, se unieron a mí para explorar cómo el mantenimiento autónomo está cerrando esa brecha.
La ventaja comienza entre la señal y la respuesta
Los equipos de mantenimiento ya tienen muchos datos. El problema surge cuando el personal debe pasar de un sistema a otro, conciliar registros y convertir manualmente una alerta de un equipo en una orden de trabajo, mientras la producción, los envíos y los compromisos de servicio ya están en riesgo.
Hancock ve que las empresas están cerrando esa brecha mediante la convergencia. «La tendencia dominante realmente es la convergencia», dice, mientras los clientes reúnen la gestión del ciclo de vida de los activos, la confiabilidad, las analíticas y la ejecución «todo en un solo lugar».
Esa conexión combina señales en tiempo real del equipamiento con el desempeño histórico, las estrategias de mantenimiento y los registros de ejecución. «Así es como se pasa de una estrategia de mantenimiento basada en el tiempo y en las condiciones a una estrategia predictiva y prescriptiva», agrega Hancock.
Las empresas pueden entonces priorizar el trabajo según el estado actual de los activos y el impacto en el negocio, lo que les permite pasar más rápidamente de una alerta temprana a la acción que protege las operaciones.
Los agentes de IA están comenzando a coordinar el trabajo
Predecir una falla ofrece poca ventaja si la respuesta sigue estancada en una lista de pendientes. Holmes ve que los agentes de IA pueden cerrar esa brecha y pregunta: «¿Cómo usamos esos agentes para crear solicitudes de mantenimiento?»
Estos agentes pueden supervisar los equipos, reconocer problemas que están surgiendo, crear solicitudes y ayudar a programar la respuesta. También pueden considerar conjuntamente el mantenimiento preventivo, los trabajos correctivos, los riesgos operativos, los recursos disponibles y las dependencias de programación.
«¿Cuáles son los riesgos si cambio este cronograma y traslado este [mantenimiento preventivo] para que se realice aquí y pueda llevarse a cabo este trabajo correctivo?» Holmes pregunta. La IA puede ayudar a evaluar esas compensaciones considerando más datos de los que un planificador podría comparar razonablemente usando una hoja de cálculo, una hoja de papel o lo que él llama un «gran tablero borrable en seco».
El resultado podría ser un paquete de trabajo priorizado que indique a los técnicos adónde ir, qué atender y por qué es importante. Holmes dice que esto trasladará la actividad manual al «trabajo basado en excepciones», mediante programación inteligente, información estratégica impulsada por IA y diagnósticos, para ayudar a los empleados a «ejecutar más rápido, mejor y con mayor eficacia».
Ese cambio modifica dónde las personas aplican su experiencia. La coordinación rutinaria requiere menos atención, lo que les da a los técnicos más tiempo para atender situaciones inusuales, problemas de seguridad y consecuencias operativas que requieren criterio humano.
Los años de experiencia pueden influir en cada decisión
El momento es importante porque los técnicos experimentados se están jubilando y se llevan consigo conocimientos valiosos. Muchas empresas están gestionando simultáneamente más datos sobre sus equipos sin sumar suficiente personal para interpretarlos.
Holmes considera que una captura de datos más completa es una forma de preservar lo que los empleados aprenden en el campo. «Podemos capturar eso con una foto, podemos capturarlo en video e incluso podemos capturarlo con la voz», dice, y explica que esta información puede alimentar futuros flujos de trabajo y modelos de IA.
Los registros históricos de mantenimiento son otra fuente de experiencia. Hancock hace referencia a empresas con «cientos de miles de órdenes de trabajo» y décadas de información que ahora se pueden analizar para respaldar procesos de bucle cerrado y la mejora continua.
Ese historial puede ayudar a los nuevos empleados a contribuir más pronto. «No necesitan entender los códigos T», dice Hancock. «Pueden decir: “Bueno, tengo una solicitud de trabajo, una tarea o una Orden de trabajo”», mientras la tecnología subyacente traduce esa solicitud al lenguaje necesario para ejecutarla.
La orientación puede continuar en el activo mismo. Hancock imagina «un código QR en un activo que muestre un breve video» que explique cómo realizar un apagado, un bloqueo u otro procedimiento específico del equipo.
Las empresas que conectan estas capacidades pueden preservar la experiencia y ofrecerla cuando los empleados la necesitan. Quienes se demoren podrían enfrentar una brecha cada vez mayor entre el conocimiento que se va con su fuerza laboral y la complejidad que llega al área de producción.
El mantenimiento está ganando influencia en toda la cadena de suministro
El verdadero avance se hace evidente cuando los datos de los activos salen del departamento de mantenimiento. Un problema incipiente en una línea de producción puede afectar los inventarios, los envíos, los resultados financieros y los compromisos con los clientes, lo que otorga a la gestión de activos un papel fundamental en la resiliencia de la cadena de suministro.
La gestión autónoma de activos conecta esas consecuencias antes de que la disrupción se propague. Las señales de los equipos se convierten en trabajo priorizado, la ejecución genera nueva información estratégica y cada decisión fortalece la siguiente.
Las empresas que crean ese ciclo cerrado pueden responder con rapidez y contexto de negocios en millones de activos. El futuro del mantenimiento podría determinar quién ve venir la disrupción de la cadena de suministro —y quién queda reaccionando después de que llegue.
Podcasts de SAP
El futuro de la cadena de suministro.
manual
link-target-same
secondary