Un reciente informe de la industria sostiene que la red ferroviaria británica podría transportar un mil millones de viajes adicionales para mediados de la década de 2030, sumándose a los 1.6 mil millones de viajes de pasajeros registrados hasta marzo de 2024. En la próxima década, se prevé una combinación de complejidad y control, donde el aumento de sistemas digitales, datos y proveedores interconectados generará más puntos de falla potenciales.

El eje central del informe destaca que la inteligencia artificial se convertirá en el sistema operativo del ferrocarril moderno. No se tratará de una colección centralizada de modelos y algoritmos, sino de capas de predicción, optimización y monitoreo automatizado que se integrarán en la infraestructura, el material rodante, los patios de mantenimiento y las estaciones.

Esta tecnología no busca reemplazar la actividad humana, sino guiar el enfoque de los trabajadores en sus rutinas diarias. La transición hacia un mantenimiento predictivo y basado en datos es fundamental. Actualmente, el mantenimiento ferroviario depende de horarios fijos y de inspecciones manuales, lo que resulta en un proceso reactivo y laborioso. El informe menciona que Network Rail todavía depende de ingenieros que caminan por las vías para detectar fallas.

Con la implementación de la inteligencia artificial, la industria cambiará hacia un mantenimiento predictivo, analizando datos de sensores para anticipar fallas antes de que generen interrupciones significativas. Esta metodología incluye una combinación de sensores e imágenes, como cámaras de alta definición, escáneres LiDAR y monitores de vibración, que proporcionan datos a sistemas de aprendizaje automático capaces de identificar la degradación en las vías, señales y activos eléctricos antes de que ocurran fallos.

Estos programas de monitoreo pueden generar alertas con meses de anticipación, lo que reduce la necesidad de llamados de emergencia. El plazo para predecir fallas varía según el tipo de activo. Los esfuerzos de infraestructura inteligente de Network Rail deberían evolucionar de un enfoque de "encontrar y arreglar" a uno de "predecir y prevenir". Además, Network Rail enfatiza la importancia de un mantenimiento basado en datos y herramientas diseñadas para consolidar la información sobre los activos, mientras que programas de I+D europeos, como Europe’s Rail y su predecesor Shift2Rail, financian proyectos como DAYDREAMS, que también buscan una gestión prescriptiva de activos.

La optimización operativa, más allá del mantenimiento predictivo, ofrece retornos significativos. Los sistemas de inteligencia artificial utilizan datos operativos en tiempo real y históricos, como posiciones de trenes, velocidades y pronósticos meteorológicos, para anticipar interrupciones y ajustar el flujo de tráfico. Las pruebas de gestión de tráfico basadas en gemelos digitales y en inteligencia artificial en Europa, junto con la investigación y el testeo de conducción y posicionamiento asistidos por IA, podrían aumentar la capacidad total de la red sin necesidad de añadir más vías.

Los algoritmos también asesoran a los conductores sobre la aceleración y el frenado óptimos, lo que podría generar ahorros de energía del 10 al 15%. Teniendo en cuenta las variaciones de ruta, tracción y restricciones de horarios, los ahorros energéticos se acumulan rápidamente a lo largo de una red amplia.

Las aplicaciones visibles de la inteligencia artificial se centran en la seguridad y la protección. La detección de obstáculos utiliza cámaras térmicas y aprendizaje automático para identificar peligros que escapan a la visibilidad humana. La IA también supervisa los pasos a nivel y analiza imágenes de CCTV para detectar objetos abandonados y actividades sospechosas.

Por ejemplo, se emplean IA y LiDAR para el monitoreo de multitudes en la estación de London Waterloo como parte de un conjunto de herramientas de seguridad. En cuanto a la optimización del flujo de pasajeros y los viajes, la inteligencia artificial puede prever la demanda utilizando ventas de boletos, eventos y señales móviles, permitiendo a los operadores ajustar la cantidad de vagones y reducir la congestión.

Con la convergencia de la tecnología operativa y la informática, los problemas de ciberseguridad se convierten en un asunto operativo crítico. Los sistemas heredados, que carecen de planes de reemplazo, representan un riesgo, así como la integración de análisis modernos con infraestructuras más antiguas. Esto crea condiciones atractivas para los atacantes. El futuro de la inteligencia artificial en el ferrocarril implica sensores que funcionen en entornos extremos, modelos confiables y probados por los operadores, y una gobernanza que trate la resiliencia cibernética como inseparable de la seguridad física.

El mensaje del informe es claro: la inteligencia artificial llegará de todos modos. La cuestión es si las vías férreas adoptarán y controlarán proactivamente esta tecnología o si heredarán una complejidad no gestionada.