El Impact World Tour de Cognite reunió en Houston a directivos de las principales compañías energéticas e industriales del mundo para discutir la siguiente etapa de la transformación digital. El evento, que continuó en Oslo y Mumbai, estuvo marcado por el lanzamiento de Beyond the Plant, una visión que extiende el alcance de la plataforma más allá de la planta hacia funciones de cadena de suministro, planeación y rentabilidad.

Por Kathya Santoyo

TotalEnergies gestiona más de 200 bases de datos diferentes en su división de exploración y producción, pero solo cerca del 20% de los datos generados en sus plataformas costa afuera puede consultarse en tiempo real. En 2025, la compañía se asoció con Cognite para unificar la información procedente de sistemas como SAP, OSIsoft PI y SharePoint en una plataforma centralizada de datos, con el plan de desplegar esta solución en 36 activos de producción durante los próximos tres años, un despliegue que, con su anterior enfoque centrado en aplicaciones, habría requerido un plazo mucho mayor.

El desafío que llevó a Cognite a tomar esta decisión fue transformar los datos operativos dispersos en un cimiento sólido que la inteligencia artificial pueda aprovechar realmente. Ese fue el eje central del Impact World Tour de Cognite, un roadshow regional que reunió a ejecutivos del sector energético e industrial en Houston y que continuó en Oslo y Mumbai. Los debates giraron en torno al potencial de los datos operativos más allá de la planta, una cuestión que un número creciente de empresas del sector comparte.

Esta misma reflexión enmarcó el lanzamiento de Integrated Supply Chain, la nueva área de soluciones que Cognite presentó bajo el concepto Beyond the Plant durante la edición de Oslo, celebrada la semana siguiente. Con esta iniciativa, la plataforma amplía su alcance más allá de las operaciones de producción. El objetivo es eliminar uno de los problemas más costosos de la industria: la desconexión entre los equipos de planta y las áreas de cadena de suministro, abastecimiento y distribución.

“Cada una opera con sus propios sistemas, indicadores y procesos, y ninguna tiene visibilidad en tiempo real de lo que ocurre en la otra”, detalló la compañía.

Según Cognite, esa fragmentación puede costar hasta 5% de los ingresos o más de 50 millones de dólares anuales en una organización con ingresos de 1,000 millones, principalmente por la toma de decisiones lenta y reactiva ante interrupciones operativas. La solución unifica datos de dentro y fuera de la planta en un grafo de conocimiento industrial en tiempo real, dotando de contexto compartido a los equipos de procura, distribución y operaciones para detectar problemas antes de que se conviertan en pérdidas.

Además de Beyond the Plant, el evento mostró la evolución de Cognite Flows, la capa de desarrollo de aplicaciones que la compañía anunció el año anterior y que para la edición de Houston ya contaba con 50 clientes habilitados, 137 aplicaciones desarrolladas y más de 100 programadores certificados. La plataforma permite construir aplicaciones industriales sobre la base de datos de Cognite con controles de gobernanza, reduciendo el tiempo entre la identificación de un caso de uso y su despliegue en producción.

Para el sector de petróleo y gas, esa extensión tiene grandes implicaciones. Un ejemplo es Hess, que antes de ser adquirida por Chevron, implementó la plataforma de Cognite en los activos que operaba. Durante un panel de operadores en el marco del Impact World Tour, se describió cómo la solución permitió consolidar en un solo punto de acceso información que antes requería consultar hasta una docena de sistemas distintos.

El resultado fue una reducción del 30% en el tiempo de inactividad de sus activos y un ahorro de cinco horas por evento operativo en los procesos de respuesta. Al respecto se subrayó que, si bien la tecnología fue la parte sencilla, el verdadero desafío fue escalar la solución de un superintendente de área al siguiente, dado que cada uno manejaba expectativas y formas de trabajo distintas.

La IA que está transformando la energía

El retorno de inversión que las organizaciones pueden obtener de esa infraestructura fue otro tema fundamental del Impact World Tour. Paul Miller , vicepresidente y analista principal de Forrester Research, presentó las conclusiones de un estudio de impacto económico basado en entrevistas con clientes del sector energético, cuyos resultados arrojaron un retorno sobre la inversión de 465%, con recuperación de la inversión inicial en menos de seis meses, proyectados sobre organizaciones compuestas por 5,000 millones de dólares en ingresos anuales y entre 30,000 y 50,000 equipos etiquetados por sitio.

Paul Miller advirtió que la mayoría de las organizaciones se estancan en etapas tempranas de adopción de IA, centradas en automatización y productividad, sin alcanzar las etapas donde el impacto es estructural, como la reconstrucción de cadenas de valor y la reinvención del modelo de negocio. «El riesgo es perseguir las últimas capacidades disponibles sin haber definido primero qué problema de negocio se intenta resolver«, expuso. Miller también alertó sobre la brecha creciente entre el ritmo de avance de la IA agéntica y la velocidad real a la que las organizaciones pueden aprovecharla.

La escala de adopción que algunos clientes han alcanzado ilustra qué ocurre cuando esa secuencia se respeta. Una refinería estadounidense escaló la plataforma de Cognite a 13 refinerías en 10 meses y proyecta pasar de 1,700 usuarios activos en 2025 a 7,000 en 2027, la mayoría operando en campo y no en oficinas corporativas.

Frente a este diagnóstico, Cognite plantea una alternativa que resuelve justamente ese obstáculo inicial. Las alternativas genéricas requieren construir contexto industrial desde cero para cada caso de uso y rediseños costosos para escalar entre sitios, mientras que la plataforma de Cognite parte de un grafo de conocimiento industrial preexistente con agentes anclados en datos operativos reales, y con capacidad de despliegue multi-sitio en días.

Para una empresa de petróleo y gas que opera decenas de instalaciones con miles de equipos etiquetados, esa diferencia de punto de partida determina si un proyecto de inteligencia artificial escala o se queda como piloto.