De la automatización clásica a la inteligencia artificial industrial

Mi interés inicial por la Ingeniería de Telecomunicación nació de una curiosidad muy simple: entender fenómenos ‘invisibles’ que parecían mágicos. Me fascinaban la propagación inalámbrica de las señales, el funcionamiento de los semiconductores y la posibilidad de transformar conocimiento científico en soluciones útiles. En la Venezuela de los años ochenta, las oportunidades tecnológicas estaban concentradas en sectores muy específicos: telecomunicaciones, electricidad, siderurgia, medios de comunicación y, sobre todo, petróleo y petroquímica.

Durante unas prácticas en la empresa estatal de telefonía CANTV tuve la oportunidad de observar la transición entre centrales telefónicas analógicas y digitales, e incluso presenciar algunos de los primeros empalmes de fibra óptica realizados en el país por especialistas japoneses. Sin embargo, terminé orientando mi carrera hacia la automatización industrial y la teoría de control, atraído por la posibilidad de conectar electrónica, física y operación en plantas industriales.

Mis primeros trabajos fueron eminentemente prácticos: sistemas de control para soldadura de tuberías petroleras, automatización de máquinas de extrusión, reparación de electrónica industrial, laminación de aluminio y diagnóstico de sistemas de velocidad para motores industriales. Aquella etapa me enseñó algo que sigo considerando fundamental: la planta siempre tiene la última palabra. Aprendí la importancia de hablar con operadores, técnicos de mantenimiento y supervisores para entender realmente el comportamiento de los procesos.

También descubrí que muchos problemas aparentemente técnicos esconden dinámicas humanas y organizativas mucho más complejas. En una ocasión, durante el diagnóstico de averías recurrentes en sistemas de soldadura para oleoductos, descubrimos que parte de los fallos habían sido sabotajes relacionados con conflictos laborales internos. Aquello me hizo comprender que la ingeniería nunca ocurre aislada de las personas.

La revolución de la automatización industrial

Entre mediados de los años ochenta y noventa, la industria vivió una transformación extraordinaria. Se pasó de paneles analógicos neumáticos e hidráulicos a sistemas digitales distribuidos basados en microprocesadores. Las antiguas salas de control con instrumentos físicos y registradores de papel comenzaron a desaparecer para dar paso a sistemas DCS de fabricantes como Honeywell, Foxboro o Bailey. Al mismo tiempo, los PLC evolucionaban rápidamente y aparecían los primeros sistemas instrumentados de seguridad tolerantes a fallos.

Hoy resulta difícil imaginarlo, pero en aquella época prácticamente todo era propietario: protocolos, redes, arquitecturas y comunicaciones. La interoperabilidad apenas existía y conectar sistemas de distintos fabricantes era una tarea compleja y costosa.

Mi interés inicial por la Ingeniería de Telecomunicación nació de una curiosidad muy simple: entender fenómenos ‘invisibles’ que parecían mágicos

En ese contexto tuve la oportunidad de participar en proyectos que, para entonces, resultaban tecnológicamente revolucionarios, como la puesta en marcha del sistema SISUGAS para supervisión y control remoto de la red nacional de gasoductos de Venezuela. Aquella infraestructura integraba cientos de unidades remotas distribuidas a lo largo de miles de kilómetros mediante radiofrecuencia y telemetría. Vistos desde hoy, aquellos sistemas parecen limitados, pero representaron el inicio de la digitalización industrial moderna.

Los primeros pasos en inteligencia artificial

A comienzos de los años noventa descubrí el mundo de las redes neuronales artificiales en la Universidad Simón Bolívar. Lo que me atrajo inicialmente fue su capacidad para descubrir patrones no evidentes en los datos y aproximar funciones complejas de manera sistemática. En aquel momento, la inteligencia artificial estaba muy lejos del protagonismo actual. Trabajábamos con poca capacidad computacional, conjuntos de datos reducidos y algoritmos implementados manualmente en lenguajes como Turbo Pascal o C.

Paradójicamente, aquellas limitaciones obligaban a comprender profundamente los algoritmos y sus fundamentos matemáticos. Programar equivalía casi directamente a investigar.  La limitación tecnológica de aquella etapa obligaba a seleccionar problemas concretos y acotados donde la inteligencia artificial realmente aportara valor. No existía todavía el entusiasmo masivo que hoy rodea a la IA; era necesario demostrar utilidad práctica. Décadas después, resulta fascinante observar cómo muchos de aquellos conceptos terminaron convirtiéndose en la base del aprendizaje profundo moderno.

Trabajar en grandes complejos petroquímicos ya entrado el año 2000, transformó profundamente mi manera de entender la ingeniería

España, investigación y transferencia tecnológica

Mi llegada a España en enero de 1995 y posteriormente a Cartagena supuso un punto de inflexión tanto profesional como personal. Gracias a una beca del Ministerio de Educación y Ciencia pude incorporarme como investigador invitado al Grupo de Visión y Robótica de la Universidad de Murcia.

Aquella experiencia me permitió profundizar en áreas emergentes como las redes neuronales y las wavelets, al tiempo que comenzaba a formar pequeños equipos de estudiantes e impulsar nuevas líneas de investigación en inteligencia artificial aplicada.

Durante esa etapa trabajamos en el desarrollo de soluciones orientadas a problemas industriales reales, entre ellas la clasificación automática de losas de mármol, la inspección automática de etiquetado industrial, la identificación dinámica de procesos y el desarrollo de sensores virtuales para plantas industriales. Estas aplicaciones combinaban tecnologías que entonces eran todavía incipientes en el entorno industrial, como redes neuronales, visión artificial y lógica borrosa.

Más allá de los avances técnicos, aquella etapa reforzó una convicción que me ha acompañado siempre: la verdadera innovación surge cuando universidad e industria colaboran de manera realista y práctica, cuando consigue transformar conocimiento en soluciones capaces de mejorar la operación, la calidad, la seguridad o la eficiencia de los procesos industriales.

Petroquímica: donde la ingeniería se vuelve crítica

Trabajar en grandes complejos petroquímicos ya entrado el año 2000, transformó profundamente mi manera de entender la ingeniería. La primera gran lección fue la humildad frente a la física y frente al riesgo. En una planta petroquímica, un error aparentemente pequeño puede tener consecuencias enormes. Aprendes rápidamente que la seguridad operacional no es negociable.

También descubres que diseñar tecnología y operar plantas reales son actividades muy diferentes. En el diseño todo parece limpio y ordenado: diagramas, simulaciones, protocolos y modelos. En operación aparecen sensores degradados, variaciones de materia prima, fenómenos de corrosión, desgaste mecánico, limitaciones humanas y situaciones imprevistas que obligan a priorizar robustez y confiabilidad por encima de elegancia técnica.

La ciberseguridad industrial comenzó a convertirse en una preocupación real cuando los sistemas de control dejaron de estar aislados

Con el tiempo, mi visión profesional evolucionó desde una perspectiva puramente técnica hacia una visión mucho más humana y organizativa. Liderar operaciones significa entender que las personas son parte central del sistema. Un procedimiento mal explicado puede inutilizar una buena tecnología, mientras que un operador bien entrenado puede compensar muchas limitaciones técnicas.

También aprendí una de las transiciones más difíciles para cualquier ingeniero que asume responsabilidades de liderazgo: dejar de hacer tareas técnicas y comenzar a desarrollar equipos capaces de resolver problemas por sí mismos.

La digitalización industrial y la nueva convergencia tecnológica

La digitalización industrial ha supuesto probablemente la transformación más profunda desde la aparición de los sistemas digitales de control. Sin embargo, después de años impulsando proyectos de transformación digital, llegué a una conclusión clara: las principales barreras no son tecnológicas, sino culturales y organizativas. Muchas empresas abordan la digitalización como un proyecto de software o de IT, cuando en realidad implica rediseñar procesos, capacidades y formas de trabajo.

La integración entre OT e IT, el Internet Industrial de las Cosas, los lagos de datos, el mantenimiento predictivo y los sistemas inteligentes están redefiniendo completamente la operación industrial. Pero la tecnología, por sí sola, no transforma organizaciones.

La ciberseguridad industrial

La ciberseguridad industrial comenzó a convertirse en una preocupación real cuando los sistemas de control dejaron de estar aislados. Recuerdo claramente uno de mis primeros incidentes: detectamos actividad inesperada en servidores de un sistema DCS aparentemente protegido y finalmente descubrimos que existían accesos remotos habilitados por contratos de mantenimiento externos. Aquello me hizo comprender que la conectividad introducía una nueva categoría de riesgo industrial.

Con los años he llegado a creer que desarrollar personas es tan importante como desarrollar tecnología

Posteriormente tuve la oportunidad de participar en grupos de trabajo relacionados con el estándar ISA-99 y en iniciativas europeas sobre certificación de ciberseguridad industrial. Participar en el desarrollo de estándares cambia completamente la perspectiva profesional, porque permite entender que los estándares no son documentos perfectos ni absolutos, sino compromisos prácticos entre seguridad, operabilidad, coste y realidad industrial.

Liderazgo, mentoring y futuro

Con los años he llegado a creer que desarrollar personas es tan importante como desarrollar tecnología. He trabajado intensamente en formación, desarrollo de jóvenes ingenieros, programas de certificación técnica y colaboración con asociaciones profesionales y universidades. La diferencia entre dirigir y desarrollar talento es profunda: dirigir busca resultados inmediatos; desarrollar talento busca crear capacidad futura.

Creo que las próximas generaciones de ingenieros necesitarán combinar competencias técnicas clásicas con capacidades de integración, pensamiento sistémico, ciberseguridad, inteligencia artificial y sostenibilidad. Pero, sobre todo, necesitarán mantener pensamiento crítico. La automatización y la inteligencia artificial pueden amplificar enormemente nuestras capacidades, pero no sustituyen el criterio ingenieril, la comprensión física de los procesos ni la responsabilidad humana.

Después de cuatro décadas en la industria sigo creyendo que la ingeniería consiste, esencialmente, en combinar conocimiento técnico, sentido práctico y responsabilidad hacia las personas y la sociedad.