La empresa minera BHP ha comenzado a implementar inteligencia artificial (IA) para transformar sus operaciones, convirtiendo datos operativos en decisiones más efectivas en el día a día. En un reciente artículo, la compañía destacó cómo el análisis de datos provenientes de sensores y sistemas de monitoreo permite identificar patrones y detectar problemas en la maquinaria de planta, lo que brinda a los tomadores de decisiones opciones que pueden mejorar la eficiencia y la seguridad, además de reducir el impacto ambiental.

Para los líderes de BHP, la pregunta clave no fue '¿Dónde podemos utilizar IA?' sino '¿Cuáles son las decisiones que tomamos repetidamente y qué información podría mejorarlas?'. La empresa ha decidido avanzar más allá de las pruebas piloto, considerando la IA como una capacidad operativa esencial. El proceso comenzó con un conjunto limitado de problemas que afectaban el rendimiento de la compañía, donde los cambios podrían medirse en resultados concretos.

BHP ha logrado evitar paradas no planificadas de maquinaria y ha optimizado su consumo de energía y agua. Cada caso de uso, enfocado en un problema pequeño pero significativo, recibió un responsable y un indicador clave de rendimiento (KPI). Los resultados se revisan con la misma regularidad que se utiliza para el monitoreo del rendimiento operativo en otras áreas de la empresa.

En el día a día, BHP ha concentrado sus esfuerzos en áreas como el mantenimiento predictivo y la optimización energética. Además, la empresa está considerando la implementación de IA en operaciones más innovadoras y críticas, como vehículos autónomos y monitoreo en tiempo real de la salud del personal. Estas categorías son fácilmente aplicables a otros entornos con grandes activos, tales como logística, manufactura e industrias pesadas.

El mantenimiento predictivo consiste en planificar reparaciones durante el tiempo de inactividad programado, con el objetivo de reducir fallos inesperados y paradas costosas. En este sentido, los modelos de IA analizan datos de equipos provenientes de sensores a bordo y pueden anticipar necesidades de mantenimiento, lo que disminuye la cantidad de averías y reduce incidentes de seguridad relacionados con el equipamiento. BHP aplica análisis predictivo en la mayoría de sus flotas de carga y transporte, así como en sus sistemas de manejo de materiales. Un centro de mantenimiento centralizado proporciona indicaciones en tiempo real y a largo plazo sobre la salud de las máquinas y posibles fallas o degradaciones.

La predicción se ha vuelto integral en las operaciones de BHP, donde anteriormente, esta información se presentaba como un simple informe que podía perderse en la burocracia de la empresa. Ahora, se modelan y definen umbrales que activan acciones directamente hacia los equipos encargados de planificar el mantenimiento.

La optimización de energía y agua se ha implementado en sus instalaciones en Escondida, Chile. La compañía reporta ahorros de más de tres giga-litros de agua y 118 gigavatios hora de energía en un período de dos años, atribuyendo estos logros directamente a la IA. La tecnología proporciona a los operadores opciones en tiempo real y análisis que identifican anomalías y automatizan acciones correctivas en múltiples instalaciones, incluyendo concentradores y plantas de desalinización.

Una lección importante que BHP ha aprendido es la necesidad de colocar la IA en el lugar donde se toman las decisiones. Cuando los operadores y equipos de control pueden actuar sobre recomendaciones en tiempo real, las mejoras se multiplican. En contraste, los informes periódicos significan que las decisiones solo se toman si el personal ve los resultados de los datos y considera que es necesario actuar. La naturaleza en tiempo real del análisis de datos y el uso de disparadores para la acción hacen que las diferencias sean rápidamente evidentes.

BHP también está utilizando tecnologías más avanzadas, como vehículos y maquinaria autónomos soportados por IA. Estas áreas presentan un mayor riesgo, y se ha comprobado que la tecnología reduce la exposición de los trabajadores al riesgo y disminuye el factor humano en los incidentes. En la empresa, datos operacionales complejos fluyen a través de centros regionales desde instalaciones remotas. Sin el uso de IA y análisis, el personal no podría optimizar cada decisión de la manera que el software lo permite.

El uso de dispositivos portátiles integrados con IA está en aumento en diversas industrias, incluyendo ingeniería, servicios públicos, manufactura y minería. BHP se destaca en la protección de su personal, que a menudo trabaja en condiciones desafiantes. Los dispositivos portátiles pueden monitorear condiciones personales, como la frecuencia cardíaca y los indicadores de fatiga, y proporcionar alertas en tiempo real a los supervisores. Un ejemplo de esto es la tecnología de sensores en cascos 'inteligentes' que BHP utiliza en Escondida, la cual mide la fatiga de los conductores de camiones analizando las ondas cerebrales de los mismos.

Independientemente de la industria, los tomadores de decisiones pueden extraer enseñanzas de las experiencias de BHP en la implementación de IA en la primera línea de operaciones. Un plan que podría ayudar a los líderes en sus propias estrategias para aprovechar la IA en áreas problemáticas operativas es el siguiente: elegir un problema de fiabilidad y uno de eficiencia de recursos que los equipos de operaciones ya rastrean, y luego asignar un KPI. Mapear el flujo de trabajo: quién verá el resultado y qué acción podrá tomar. Establecer una gobernanza básica para la calidad de los datos y el monitoreo de modelos, y luego revisar el rendimiento junto con los KPIs operativos. Comenzar con soporte a la toma de decisiones en procesos de mayor riesgo, y automatizar solo después de que los equipos validen los controles.