El ecosistema industrial global enfrenta desafíos como la complejidad en las cadenas logísticas y la volatilidad en los precios de los commodities, lo que hace cada vez más necesario el uso de soluciones inteligentes basadas en datos. Aveva, que posee uno de los portafolios de software industrial más extensos del mundo, lidera esta transformación. Daniel Muller, director de ventas para Latinoamérica, explicó que su visión es ser la plataforma que conecta personas e información para facilitar las mejores decisiones. En diálogo con EconoJournal, Muller afirmó que la curiosidad de la compañía radica en entender «cuál es el límite que vamos a compartir sobre los datos entre diferentes especialistas, entre las distintas áreas de las personas y cuál será el impacto positivo que uno va a tener en los procesos».

También profundizó sobre los desafíos que enfrentan las empresas en materia de agilidad tecnológica y ciberseguridad, temas cruciales en el sector. Muller afirmó que Aveva es «una de las empresas más ágiles que está respondiendo al mercado», con una inversión mínima del 15% de sus ingresos en el desarrollo de nuevas tecnologías. Respecto a la transición a la nube, comentó que muchas compañías industriales son conservadoras por naturaleza. La mayoría mantiene sus datos en servidores propios, lo que asegura que, en caso de un «apagón» en la nube, «la operación se mantiene», aunque se pierdan temporalmente capacidades de optimización. La ciberseguridad, en ese contexto, es una prioridad, dado que los sistemas están conectados directamente al «corazón del proceso». Muller mencionó que algunos clientes con sistemas críticos, como YPF, implementan «barreras físicas» para restringir el acceso a datos.

El evento reunió en Buenos Aires a clientes y socios para intercambiar experiencias y analizar la evolución de la industria. Aveva, que forma parte de Schneider Electric pero mantiene una gestión independiente y neutral, reafirmó su compromiso con la innovación, destinando al menos el 15% de sus ingresos a nuevas tecnologías. Entre las presentaciones, se destacaron casos donde la integración de datos y la simulación avanzada facilitan la transición energética y la optimización de operaciones críticas, con especial énfasis en YPF Luz, Techint y otros clientes regionales.

En la actualidad, las estructuras industriales deben ser robustas, escalables y adaptarse rápidamente a las demandas del mercado. La clave radica en que las empresas fundamenten sus mejoras en datos de proceso reales, buscando estandarizar y democratizar el acceso a la información para potenciar la toma de decisiones.

YPF Luz y el desafío organizacional de las predictive analytics

La compañía implementó la herramienta Predictive Analytics de Aveva con el objetivo de maximizar la confiabilidad y disponibilidad de sus activos, ante la necesidad de mitigar fallas graves que afectan su operación. Alberto Bosch, gerente de tecnología en YPF Luz, resaltó que uno de los mayores impactos fue el cambio cultural que requirió la organización, además de la adopción tecnológica. Para Pedro Vicente, jefe de innovación en tecnología, si bien «implementar el sistema es una herramienta», su uso correcto «es un desafío organizacional».

Antes de la implementación, enfrentaron dificultades en la adecuación de su base de datos PI System, identificando la falta de mapas de señales adecuados, frecuencias correctas y modelos en AF. Esto los llevó a crear una célula interdisciplinaria que integra áreas de TI, Operaciones y Control para alinear la información. A pesar de los obstáculos iniciales, la puesta en marcha fue rápida (alrededor de ocho meses), gracias al apoyo del equipo de Aveva, que aportó modelos base para activos térmicos y renovables.

Los resultados incluyeron la detección temprana de degradación en filtros de turbinas de vapor, permitiendo cambios preventivos y evitando paradas no planificadas. También ajustaron modelos para prever fallas en aerogeneradores, analizando temperatura y lubricación, y lograron detectar situaciones críticas en sobrecalentadores de turbinas de gas con tres días de anticipación. El objetivo final es reemplazar el mantenimiento preventivo por uno basado en condiciones, optimizando costos y disponibilidad.

Modelando el futuro energético: Hidrógeno Verde en Techint

El departamento de Transición Energética de Techint Ingeniería y Construcción presentó un proyecto innovador en colaboración con Aveva Process Simulation, enfocado en una planta de producción de hidrógeno off-grid alimentada por un parque eólico. La iniciativa busca crear un modelo dinámico para evaluar la producción y gestionar la variabilidad del suministro energético.

El principal desafío fue dimensionar e integrar los sistemas del parque eólico, electrolizadores y almacenamiento, para garantizar una producción eficiente y constante ante la intermitencia de las fuentes renovables. El modelo simula la lógica de control para gestionar excedentes y déficits energéticos, enviando energía sobrante a almacenamiento y utilizando ese recurso cuando la energía escasea, asegurando una producción estable y confiable.

Este enfoque automatizado permite a Techint analizar en tiempo real variables como velocidad del viento, consumo de electrolizadores y flujos de almacenamiento, facilitando futuras mejoras en eficiencia y confiabilidad en sus proyectos de transición energética.

Aveva Connect: El ecosistema unificado para el dato industrial

El motor de estos avances es Aveva Connect, una plataforma diseñada para unificar y gestionar el dato industrial. Utiliza el PI System como banco de datos estándar, reconocido por su eficiencia y amplia difusión en el sector. Daniel Muller explica que «el dato industrial necesita ser estándar para evitar interpretaciones diferentes y conclusiones erróneas».

Connect está compuesto por tres aplicaciones principales: Data Services, Visualización y Analytics Avanzado. La primera permite almacenar datos de múltiples fuentes en la nube de forma segura. La segunda genera dashboards en tiempo real, accesibles desde cualquier dispositivo, con un asistente de inteligencia artificial que facilita la interacción en español. La tercera ofrece modelos de machine learning para decisiones prescriptivas, sin necesidad de programación, ayudando a reducir variabilidad y optimizar producción.

Un ejemplo es la reducción de variabilidad en procesos de Nestlé, donde la plataforma ajustó parámetros en tiempo real para mantener la humedad adecuada del producto. En conjunto, Connect busca facilitar decisiones estratégicas y promover un ecosistema abierto a socios y nuevas tecnologías.