Por: Kathya Santoyo
En su presentación durante AVEVA World 2025, Arti Garg , Chief Technology Officer de AVEVA , detalló la estrategia tecnológica de la compañía para enfrentar los desafíos de la industria 4.0. Centrada en el desarrollo de Agentic AI, explicó cómo esta tecnología permite crear sistemas autónomos capaces de simplificar operaciones complejas, desde el monitoreo predictivo en plantas energéticas, hasta la integración de datos dispersos.
Acompañada de demostraciones en vivo y casos de uso reales, la ejecutiva enfatizó la necesidad de preparar los datos industriales para aprovechar el potencial de la IA, así como la importancia de combinar expertise humano con capacidades de machine learning.
El potencial de la IA Agentiva en entornos industriales
Arti Garg inició su intervención destacando el rápido avance en la adopción de IA dentro del sector industrial.
«El gasto en software de IA superará los 250 mil millones de dólares este año», señaló. «Pero el verdadero valor está en las capacidades específicas para cada dominio, aquellas que resuelven problemas concretos en manufactura, energía o logística».
Un ejemplo clave es el Agentic AI, tecnología que Aveva está integrando en sus plataformas.
«Un agente de IA es un sistema que ejecuta tareas de forma autónoma, aprendiendo del contexto industrial», explicó Garg.
Para ilustrarlo, presentó el caso de una planta de energía: un operador solicitó a través de la interfaz de Aveva Connect la creación de un agente especializado en monitorear un condensador enfriado por aire. El sistema, sin requerir intervención manual, desarrolló un modelo predictivo que identificó fallas por fouling y calculó las pérdidas económicas asociadas.
«El operador no necesitó escribir código ni abandonar su flujo de trabajo habitual», destacó Garg.
Integración de datos: el desafío crítico
La ejecutiva advirtió que la IA Agentiva depende de la calidad y accesibilidad de los datos.
«Durante años, el mayor obstáculo no ha sido el algoritmo, sino preparar los datos: limpiarlos, unificarlos y darles contexto», afirmó, y mostró cómo su IA reconcilia información de sistemas dispares (como SAP y PI) mediante inferencias guiadas.
«Al analizar comentarios y abreviaciones en los datos, el sistema aprende por ejemplo que ‘HX’ significa heat exchanger (intercambiador de calor) y aplica ese conocimiento para categorizar activos automáticamente», detalló.
Sin embargo, resaltó que este proceso aún requiere supervisión humana. «La IA acelera la armonización de datos, pero el conocimiento experto es irremplazable para validar resultados».
La CTO vinculó el éxito de estas tecnologías con la formación de nuevos talentos. Mencionó el EcoTech Emerge Challenge, concurso de Aveva que recibió 200 propuestas de estudiantes para resolver problemas industriales con IA.
«Los ganadores, Sahil Pai y Brendan Lin de la Universidad Estatal de Arizona, demostraron que las nuevas generaciones pueden aportar soluciones innovadoras incluso sin experiencia en el sector», comentó.
Garg cerró su participación subrayando que la IA agentiva es solo un componente de la estrategia de Aveva, que también incluye computación en el edge, realidad extendida y gemelos digitales.
«Estamos en una era donde la tecnología permite simplificar lo complejo, pero su implementación exige datos estructurados, colaboración radical y un equilibrio entre autonomía y control humano», concluyó.
Te puede interesar
AVEVA muestra cómo la IA Industrial está transformando la manufactura global
Rusia explora el sector energético en México, existe interés en crear alianzas
