Por Kathya Santoyo

Cognite quiere ayudar a sus clientes a generar 100 mil millones de dólares en valor económico durante la próxima década. Este ambicioso objetivo, planteado en la Impact Conference 2025 de la empresa, que agotó todas sus entradas, no está vinculado a la cantidad de contratos firmados, usuarios activos o implementaciones realizadas, sino a indicadores como la productividad, la eficiencia energética, la disponibilidad operativa y la reducción de tiempos de inactividad.

Detrás de esa apuesta existe una convicción que la compañía considera cada vez más evidente en la industria: el principal obstáculo para capturar valor con inteligencia artificial ya no es el acceso a modelos más avanzados, sino la capacidad de conectar y contextualizar la información sobre la que operan.

En entrevista para Global Energy durante el Impact World Tour de la compañía, Bill Hendricks, presidente de Cognite Americas, sostiene que la conversación sobre inteligencia artificial en las industrias de proceso está entrando en una nueva etapa. Aunque la tecnología ha impulsado inversiones multimillonarias en prácticamente todos los sectores, gran parte de la información crítica para la operación continúa distribuida entre sistemas incompatibles, documentos técnicos, historiales operativos y bases de datos que fueron desarrolladas para resolver necesidades específicas y que rara vez se comunican entre sí.

“El resultado es que muchas organizaciones destinan una parte importante de sus esfuerzos de transformación digital a integrar datos antes de poder generar beneficios tangibles, lo que explica por qué numerosos proyectos enfrentan dificultades para escalar”, explica.

Construir la base antes que las aplicaciones

Mucho antes de que la inteligencia artificial generativa se convirtiera en una prioridad para las organizaciones, Cognite apostó por resolver ese problema de base. Durante la última década, la compañía ha destinado inversiones significativas al desarrollo de una arquitectura capaz de conectar información proveniente de diagramas de tuberías e instrumentación (P&ID), manuales técnicos, historiales operativos, sistemas empresariales y otras fuentes industriales.

La base de esa estrategia es el grafo de conocimiento industrial, una estructura que permite organizar información compleja preservando las relaciones existentes entre activos, procesos y datos operativos. Cuando los modelos de lenguaje comenzaron a popularizarse, la compañía descubrió que esa infraestructura ofrecía una ventaja que no había anticipado. «Habíamos decidido almacenar toda esa información desordenada en grafos de conocimiento, y resultó que los modelos de lenguaje trabajan de forma nativa sobre esa estructura. No tuvimos que hacer nada adicional para habilitarlos», explica Hendricks.

Sin embargo, organizar información es solo parte del desafío. Para que la inteligencia artificial tenga utilidad operativa, los datos deben estar disponibles con la velocidad suficiente para responder a las necesidades del negocio. El directivo compara este enfoque con el funcionamiento de Google Earth, “cuando una persona accede a la plataforma puede visualizar el planeta completo y acercarse de inmediato a cualquier ubicación, porque la información ya está preparada en distintos niveles de resolución. Nosotros aplicamos un principio similar a los datos industriales«, señala.

A través de datos preagregados en distintos intervalos de tiempo, los usuarios pueden consultar años de información operativa de forma prácticamente instantánea. «Si la información tarda demasiado en llegar, la adopción disminuye y el potencial de la tecnología se reduce».

Medir resultados, no implementaciones

La forma en que Cognite evalúa el éxito de sus proyectos refleja esa visión. En lugar de centrar la conversación en el número de implementaciones o usuarios activos, la compañía mide el impacto económico generado para sus clientes mediante variables como productividad, optimización energética y reducción de tiempos de paro, revisadas periódicamente con las áreas financieras de las organizaciones usuarias.

Para acelerar la adopción, Cognite modificó también su estrategia comercial. En lugar de iniciar con programas de transformación de gran escala, comenzó a impulsar proyectos enfocados en resolver problemas específicos con resultados medibles en periodos más cortos. A través de una metodología denominada value launchpad, desarrolla casos de uso acotados antes de extenderlos a otras áreas de la operación.

«Empezar con algo pequeño nos permitió generar confianza y trabajar con muchos más clientes de forma acelerada. Lo que hacemos es complejo porque cada organización tiene datos distintos y siempre surgen retos, así que presentarse como un socio capaz de resolverlos hace una diferencia importante», comenta.

América Latina acelera su adopción

La transformación digital industrial también está ganando terreno en América Latina. Aunque la adopción tecnológica suele avanzar algunos meses detrás de mercados como Estados Unidos, sectores como petróleo y gas, minería, manufactura, y alimentos y bebidas están incrementando sus inversiones en digitalización y análisis avanzado de datos.

Cognite ha servido durante mucho tiempo al mercado latinoamericano y mantiene una sólida red de alianzas clave en la región, como SLB, RADIX y Ernst & Young. Según Hendricks, este modelo permite combinar capacidades tecnológicas globales con conocimiento local para acelerar la ejecución de proyectos. En Latinoamérica, apoyarnos en socios que ya tienen esas relaciones nos ha permitido ganar participación de mercado de una forma que nos habría tomado mucho más tiempo si lo hubiéramos intentado hacer directamente, señala.

La inversión que Cognite destinó a construir esa infraestructura de datos fue concebida como la condición necesaria para que la inteligencia artificial pueda generar resultados medibles dentro de las organizaciones. En un entorno donde los modelos son cada vez más accesibles y menos diferenciadores, la ventaja competitiva se traslada hacia quien logre convertir décadas de información operativa dispersa en una base utilizable para la toma de decisiones. Esa es, para Cognite, la promesa real de la próxima etapa industrial.