Ciencia, innovación y tecnología - Ciencia y tecnología

Tecnología predictiva: cuando los datos se convierten en valor sostenible 

Si algo tenemos que agradecer a la digitalización es, sin duda, que ha cambiado la forma en que las empresas gestionan sus datos en favor de la sostenibilidad. Su evolución permite integrar información ambiental, social y operativa para convertirla en conocimiento útil para la toma de decisiones.

En un contexto en el que al menos el 73 % de las organizaciones peruanas ya ha emprendido un proceso de transformación digital (EY, 2024), el desafío consiste ahora en aprovechar mejor la información disponible. Esto implica conectar datos ambientales y sociales con procesos como compras, producción, logística, mantenimiento, riesgos y finanzas.

Datos que impulsan la sostenibilidad

Milagros Quillama, coordinadora de proyectos de sostenibilidad en Deuman, sostiene que una empresa con 1000 proveedores puede integrar una plataforma ESG a su sistema de compras.

“Cada proveedor completa un cuestionario estandarizado y carga evidencias sobre emisiones, permisos, entre otros. La plataforma valida campos, identifica certificados vencidos, consolida resultados y genera una clasificación de riesgo según categoría de compra, criticidad, ubicación, gasto e historial de incidentes”, señala.

La digitalización también permite que la información ESG dialogue con la información financiera. Quillama indica, por ejemplo, que un incremento sostenido en el consumo energético, una interrupción por estrés hídrico o un proveedor crítico con riesgo socioambiental pueden visualizarse como variables de costo, continuidad operativa, acceso a financiamiento o exposición regulatoria.

“IFRS S2, precisamente, vincula los riesgos y oportunidades climáticas con los flujos de efectivo, el acceso a financiamiento, el costo de capital y la cadena de valor”, agrega.

En este escenario, la inteligencia artificial adquiere especial relevancia cuando procesa grandes volúmenes de información que una revisión manual no podría manejar con la misma velocidad. Puede extraer datos de documentos, identificar campos incompletos, detectar inconsistencias, clasificar proveedores o instalaciones por nivel de riesgo y generar alertas.

“Por ejemplo, puede cruzar el gasto anual, la criticidad del insumo, la ubicación, el historial de incidentes y el cumplimiento documental para priorizar a los 50 proveedores que requieren una evaluación o auditoría más profunda”, señala Milagros Quillama.

Para Katherine Prendice, digital offer manager de Softtek, la tecnología se ha convertido en uno de los principales habilitadores de las estrategias ESG, porque permite a las organizaciones operar de manera más eficiente, tomar mejores decisiones y utilizar sus recursos de forma más responsable.

La especialista resalta el uso de la IA y la automatización para eliminar actividades repetitivas, reducir desperdicios y optimizar procesos. Muchas de las iniciativas que desarrollan desde la compañía, como FRIDA ASE o FRIDA RPA, buscan generar soluciones digitales con mayor productividad o automatizar procesos para eliminar tareas manuales y operaciones basadas en papel.

“El impacto va mucho más allá de la eficiencia. Cuando una organización reduce reprocesos, optimiza recursos o automatiza actividades de bajo valor, también avanza en sus objetivos ambientales y sociales”, remarca.

El potencial de los digital twins

Una evolución hacia una digitalización más avanzada la representan los gemelos digitales o digital twins. Se trata de representaciones virtuales de un activo, proceso o sistema físico, alimentadas por datos reales y capaces de reflejar su comportamiento.

Carlos Zuzunaga, socio de McKinsey & Company en Perú, menciona que al incorporar información procedente, por ejemplo, de sensores IoT, permiten entender en tiempo real cómo está funcionando un activo y simular diferentes escenarios antes de introducir cambios en el mundo físico.

“Desde una perspectiva de sostenibilidad, esto permite identificar ineficiencias, anticipar problemas y optimizar variables como el consumo de energía y materiales, la producción o el mantenimiento”, añade.

Según McKinsey, el uso de gemelos digitales puede reducir el consumo energético alrededor de un 10 % en promedio. En manufactura automotriz, se estima que su aplicación podría generar ahorros energéticos del 6 % al 10 %, además de contribuir potencialmente a reducir alrededor del 20 % de las emisiones totales.

El experto detalla que también existen casos concretos en otros sectores. Por ejemplo, fabricantes de electrónica de consumo han utilizado gemelos digitales para reducir los residuos de producción aproximadamente un 20 %.

“También hemos visto casos en los que gemelos digitales orientados a sostenibilidad consiguieron reducir el consumo energético en más de un tercio y el uso de agua en más de una cuarta parte”, sostiene.

Katherine Prendice señala que sectores como minería, energía, manufactura, logística y retail tienen una enorme oportunidad, porque cualquier mejora en eficiencia puede generar impactos significativos tanto en costos como en sostenibilidad.

Para José Luis Wong, gerente general de Manapro Perú, estos sectores son los que más están apostando por esta tecnología a nivel mundial: “Tiene mucho sentido porque son industrias donde pequeñas mejoras en eficiencia pueden representar millones de dólares en ahorro o un impacto significativo en sostenibilidad”.

En minería y energía, detalla Prendice, existen oportunidades para optimizar activos y gestionar mejor recursos críticos.

“En logística, para reducir recorridos, combustible y emisiones. Y en manufactura, para disminuir desperdicios y mejorar productividad”, detalla.

En perspectiva, los digital twins permiten modelar digitalmente un proceso, activo o red logística y probar escenarios antes de realizar una inversión: cambiar una ruta, modificar una operación, instalar equipos más eficientes o evaluar un cambio en la mezcla energética.

“Su ventaja es estimar efectos sobre costos, productividad, energía, emisiones y continuidad operativa sin intervenir primero el sistema real”, explica Milagros Quillama.

Sus desafíos

Para Perú existe un gran potencial en la actividad minera. Maru Leguizamón, directora de Maestría de la Escuela de Postgrado UTP, comenta que un caso destacado es el de Ferreyros, que desarrolló MineLink, un gemelo digital del proceso de acarreo de las flotas de camiones mineros.

Esta solución integra en tiempo real datos de los equipos, los procesos y otras variables operativas para simular diferentes condiciones y mejorar la toma de decisiones.

“En una prueba realizada en una mina peruana, Ferreyros utilizó esta tecnología para identificar el nivel de consumo de combustible más eficiente por tonelada transportada, logrando proyectar un ahorro significativo de combustible por camión y, en consecuencia, una reducción de las emisiones de CO 2”, manifiesta.

En la misma línea, Antamina viene digitalizando su gestión de mantenimiento con modelos predictivos de falla, dejando atrás los reportes manuales para anticipar problemas en su flota de equipos antes de que ocurran y reducir así las paradas no planificadas.

“Ambos casos demuestran cómo la digitalización puede conectar productividad, seguridad y sostenibilidad en una misma decisión operacional. También evidencian que el valor no está únicamente en representar virtualmente una operación, sino en utilizar los datos para probar escenarios, anticiparse a los problemas y tomar mejores decisiones antes de intervenir el entorno real”, sostiene.

Si bien la digitalización empresarial ha entrado en una etapa de mayor sofisticación con los digital twins, su implementación requiere una primera condición estratégica: la empresa debe tener claro qué problema quiere resolver y qué resultado espera obtener.

Para Maru Leguizamón, sin un objetivo concreto se corre el riesgo de construir una réplica sofisticada que genere información, pero no necesariamente valor. A partir de ese objetivo, se necesita una base de datos confiable, integrada y gobernada.

“Los sensores deben capturar continuamente variables relevantes, como temperatura, presión, vibración, consumo energético, caudal o emisiones, y esa información debe llegar oportunamente a una infraestructura capaz de almacenarla, procesarla y convertirla en modelos predictivos”, indica.

La calidad de los datos es una piedra angular en la incorporación de cualquier innovación tecnológica. Carlos Zuzunaga señala que, en el caso de los gemelos digitales, a menudo se observan entornos de datos fragmentados, conocimiento todavía limitado sobre sus posibilidades y falta de talento interno para desarrollarlos y desplegarlos.

José Luis Wong concuerda con que muchas veces, cuando escuchamos el término ‘gemelo digital’, pensamos en una tecnología compleja y futurista. Sin embargo, el verdadero desafío no está en la tecnología, sino en la calidad de los datos y en la claridad de los objetivos de negocio.

En los proyectos de transformación digital, el éxito no depende de la herramienta más sofisticada, sino de la capacidad de la organización para convertir datos en decisiones.

“Cuando eso sucede, tecnologías como los gemelos digitales generan beneficios muy concretos en productividad, mantenimiento, seguridad y sostenibilidad. Me ha tocado acompañar a organizaciones que tenían sus indicadores dispersos en múltiples hojas de cálculo y procesos manuales. La información llegaba tarde, era difícil de validar y la toma de decisiones terminaba basándose más en percepciones que en datos”, remarca.

Lo importante ocurre cuando se incorporan plataformas digitales que centralizan la información y la convierten en conocimiento accionable. Wong recuerda el caso de una organización que buscaba optimizar sus operaciones y reducir costes. A través de herramientas de analítica y automatización pudo identificar patrones de consumo energético que antes pasaban desapercibidos.

“Lo interesante es que el proyecto comenzó como una iniciativa de eficiencia operativa y terminó generando también beneficios en sostenibilidad”, sostiene.

Talento y generación de valor

La principal barrera ya no es la tecnología. Hoy existen soluciones maduras de inteligencia artificial, automatización y analítica, señala Katherine Prendice. Coincide en que el desafío está en cómo las organizaciones preparan sus datos, desarrollan nuevas capacidades y generan confianza para adoptar nuevas formas de trabajo.

“También es importante demostrar resultados rápidamente. En nuestra experiencia, cuando los equipos ven mejoras concretas en productividad, calidad o sostenibilidad, la adopción ocurre mucho más rápido”, sostiene.

También existen desafíos vinculados con la falta de talento especializado y con modelos operativos que todavía no facilitan la colaboración entre tecnología, operaciones y negocio. Carlos Zuzunaga indica que un análisis de 2026 de McKinsey y el World Economic Forum sobre América Latina muestra una brecha importante entre adopción y generación de valor.

“Solo el 10 % de las organizaciones de la región vincula la implementación de IA con su estrategia empresarial, y apenas el 6 % reporta un impacto económico significativo. A esto se suman limitaciones de infraestructura y datos, talento y colaboración entre funciones”, argumenta.

Es evidente que la tecnología por sí sola no garantiza resultados. El talento también es el factor que permite transformar los datos en decisiones. Se necesitan equipos multidisciplinarios que integren conocimiento del proceso, ingeniería, ciencia de datos, tecnología y sostenibilidad.

“La organización debe desarrollar una cultura que incentive la curiosidad, la experimentación y el aprendizaje continuo. Un gemelo digital genera valor cuando sus recomendaciones se incorporan a la operación y ayudan a actuar de manera más anticipada, eficiente y sostenible”, comenta Maru Leguizamón.

El futuro próximo

En los próximos cinco años, la agenda de sostenibilidad corporativa en Perú estará marcada por una mayor integración entre IA, datos operativos, trazabilidad de cadenas de valor y gestión de riesgos climáticos. 

Milagros Quillama señala que la oportunidad no será únicamente automatizar reportes, sino utilizar estas tecnologías para mejorar la eficiencia de recursos, la resiliencia operativa, el control de proveedores y la calidad de la información para decisiones de inversión.

IA aplicada a riesgos ESG y eficiencia operativa; monitoreo ambiental basado en sensores; digitalización de información climática y de cadena de valor; y gobernanza, seguridad y uso responsable de IA serán algunas de las tendencias que marcarán la agenda de las compañías en el país.

“Las empresas deberían empezar ahora con una secuencia concreta: identificar sus indicadores ESG materiales; evaluar disponibilidad, calidad y trazabilidad de datos; seleccionar casos de uso con impacto operativo medible; integrar sostenibilidad, tecnología, operaciones, compras y finanzas; y establecer controles para que los resultados sean verificables”, afirma.

Añade que la prioridad inicial no es implementar IA de manera aislada, sino construir datos confiables y procesos claros sobre los cuales la automatización pueda generar valor.

Hace algunos años, evoca José Luis Wong, gran parte de las conversaciones con empresas giraban en torno a digitalizar procesos. Hoy el nivel de madurez es diferente. Las organizaciones ya no preguntan únicamente cómo digitalizar, sino cómo obtener más valor de los datos que ya generan.

“Las empresas que logren integrar tecnología, datos y sostenibilidad tendrán mayores posibilidades de anticiparse a los riesgos, optimizar sus recursos y responder a un entorno empresarial cada vez más exigente. La transformación digital deja así de ser únicamente una agenda tecnológica para convertirse en una decisión estratégica vinculada directamente con la competitividad y la sostenibilidad.”

En ese escenario, los gemelos digitales representan una de las expresiones más sofisticadas de esta evolución. Su potencial no reside solamente en crear una réplica virtual, sino en utilizarla para anticipar escenarios, reducir ineficiencias y tomar decisiones con mayor información. Para las empresas peruanas, el reto será convertir estas capacidades tecnológicas en resultados medibles que generen valor económico, ambiental y social.