La Rockwell Automation acaba de demostrar que inteligencia artificial y piso de fábrica combinan muy bien.
Imagina la escena: un técnico se para frente a una máquina averiada, abre un manual de cientos de páginas y empieza a buscar el código de error para resolver el problema. Si no encontraba la solución, todavía tenía que ir detrás de algún compañero que ya hubiera enfrentado la misma falla. Mientras tanto, la línea de producción detenida iba acumulando pérdidas. Ese era el día a día de muchos profesionales en fábricas alrededor del mundo, incluyendo la planta de Rockwell en Singapur.
Pero desde octubre de 2025, ese panorama cambió por completo. Entró en escena el GenAI-Powered Maintenance Copilot, una herramienta de inteligencia artificial generativa desarrollada internamente por la empresa, que transformó la forma en que los técnicos diagnostican y resuelven fallas en las máquinas. Y los números que llegaron después de ese cambio son difíciles de ignorar. 👇
Qué es el Maintenance Copilot y Cómo Funciona
El Maintenance Copilot es una solución de IA generativa creada por la propia Rockwell Automation para actuar directamente en el proceso de mantenimiento industrial. La herramienta fue entrenada con tres fuentes principales de conocimiento: la experiencia de los propios trabajadores, los datos del software de manufactura de la empresa y los manuales de instrucciones de las máquinas. Todo eso fue reunido en una interfaz conversacional, donde el profesional simplemente describe el problema y recibe orientaciones claras y contextualizadas sobre cómo resolverlo.
Detrás de esa experiencia sencilla existe una arquitectura bastante robusta. La solución corre en la nube de Microsoft Azure, fue construida usando Azure OpenAI dentro de Microsoft Foundry y opera con base en el modelo de lenguaje GPT-5.4-mini, de OpenAI. Es decir, es un large language model de punta trabajando para ayudar al equipo de mantenimiento a diagnosticar y solucionar problemas de forma mucho más rápida que antes.
Quien lo siente en carne propia es gente como Mangleswaran Mahalingam, asistente de ingeniería de la planta de Singapur. Antes, necesitaba salir a buscar compañeros o técnicos senior para preguntarles si ya habían visto determinado error. Hoy, simplemente escribe la duda en el copilot desde su tablet y recibe la respuesta al instante. En sus propias palabras, se volvió más rápido y más fácil. Y no se queda ahí: Mahalingam ya aprendió a acceder a la IA usando lentes inteligentes de realidad aumentada, algo que parecía cosa de ciencia ficción hace algunos años. 🤓
En la práctica, el técnico ya no necesita ser un especialista en cada equipo de la línea de producción. Interactúa con el Copilot como si estuviera conversando con un compañero muy bien informado, que conoce cada detalle de los manuales, cada código de error y cada procedimiento de reparación.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Acceso Rápido al Conocimiento de los Veteranos
Una de las partes más interesantes de esta historia es cómo el sistema rescata décadas de experiencia. Cuando se detecta un error en la fábrica de Singapur, el asistente de IA busca información especializada en una base de datos creada por ingenieros veteranos de Rockwell, profesionales que acumularon de 20 a 30 años de vivencia en el piso de fábrica.
La herramienta organiza esa información por síntoma, causa y reacción, para que el técnico vea de inmediato cuáles son las causas más probables del error, ya sea un engranaje desgastado o un sensor defectuoso. Además, se pueden leer los comentarios de otros compañeros sobre el mismo problema y verificar si eso ya ocurrió en otras líneas de producción. Y si el profesional aún quiere consultar los famosos manuales voluminosos, puede hacerlo en lenguaje natural, con el copilot respondiendo en un paso a paso fácil de seguir.
Para Li Wang, directora de la planta en Singapur, el gran problema que se busca resolver es la pérdida de conocimiento, aquello que llaman conocimiento tribal. Es toda esa experiencia tácita que se va cuando un trabajador experimentado se jubila. Otra ganancia importante, según ella, es la consistencia: ahora existe un enfoque estándar para cada problema, sin importar quién lo esté resolviendo.
Los Resultados Que Llamaron la Atención
Cuando Rockwell Automation divulgó los primeros datos tras la implementación del Maintenance Copilot, quedó claro que la apuesta por la inteligencia artificial en el entorno industrial iba por buen camino. Este enfoque consistente y dirigido redujo el tiempo de máquina parada en un 33 por ciento. Y los gastos también bajaron: con menos servicios de mantenimiento y piezas de repuesto, el seguimiento interno de Rockwell muestra una reducción de costos de alrededor de un 25 por ciento.
Pero quizás el número más impresionante sea el impacto en el aprendizaje de los nuevos empleados. Mahalingam recuerda que se preocupó cuando entró a la fábrica en 2021, porque no sabía nada sobre las máquinas. Le tomó más de un año sentirse seguro para asumir turnos nocturnos, cuando hay menos compañeros cerca. Hoy supervisa alrededor de 50 máquinas.
Según Bob Buttermore, director de cadena de suministro de Rockwell, el tiempo de integración de nuevos trabajadores cayó de forma drástica. En vez de tomar nueve meses para aprender a diagnosticar cientos de máquinas, ahora solo toma tres meses. Lo resume bien: una mejora enorme, y la IA fue el catalizador de eso. 🚀
Es importante destacar también que estos resultados se obtuvieron en un entorno real de producción, no en un escenario controlado de pruebas. La planta de Singapur opera con los desafíos típicos de cualquier fábrica, como variaciones de carga, desgaste natural de los equipos y la presión constante por cumplir metas. El hecho de que el Maintenance Copilot haya funcionado bien en ese contexto es una señal de madurez de la solución.
La Fábrica del Futuro
La instalación de Singapur fabrica equipos de automatización industrial, como controladores y componentes de red, orientados a sectores de alto crecimiento como el farmacéutico, automotriz y de semiconductores. Y el reconocimiento vino de afuera: en junio, la planta fue designada como un global lighthouse site por el Foro Económico Mundial.
En la mención, el WEF destacó que la unidad aumentó las unidades producidas por hora-persona en un 43 por ciento, redujo los defectos en un 35 por ciento y acortó el tiempo hasta la competencia en un 67 por ciento. Números que colocan a la fábrica en un nivel de referencia mundial.
El maintenance copilot fue apenas una de las varias capacidades basadas en IA implementadas en el lugar. Según Li Wang, también entraron en escena un sistema multiagente de aseguramiento de calidad, que detecta y corrige defectos en la línea de ensamblaje en tiempo real, y un sistema de mantenimiento predictivo, que ayuda a evitar paradas no planificadas de equipos críticos.
Para Patrick Dey, vicepresidente responsable de datos, análisis e innovación en IA en Rockwell, estas soluciones muestran cómo es posible combinar la experiencia operacional y de automatización de la empresa con la tecnología de IA para generar innovación. Y él se encarga de reforzar: esta innovación no solo mejora las operaciones internas, también se usa para ayudar a los clientes a acelerar sus propios caminos de transformación digital.
Arquitectura Pensada Para Crecer
El equipo de Dey construyó estas herramientas aprovechando la amplitud del ecosistema tecnológico de Microsoft. Esto incluyó Azure OpenAI Service y Azure AI Search para las experiencias conversacionales y el razonamiento inteligente, además de los servicios de seguridad, identidad y gobernanza de Azure para garantizar protección y cumplimiento a nivel corporativo.
Ese cuidado con la arquitectura tiene un motivo claro: escalar globalmente. La arquitectura nativa de nube de Microsoft soporta la expansión de una sola fábrica a implementaciones globales, según Dey. Y la integración dentro del ecosistema Microsoft ofrece conectividad fluida entre datos, IA, aplicaciones y herramientas de colaboración.
Herramientas que usamos a diario
No son palabras vacías. Rockwell tiene más de 25 plantas alrededor del mundo y más de 26 mil empleados. El maintenance copilot, por ejemplo, ya tiene fecha para llegar a la fábrica de Twinsburg, en Ohio, además de unidades en Polonia y México. La idea es que las lecciones aprendidas en Singapur sirvan de modelo para impulsar la transformación digital en toda la empresa y también en los clientes.
Cuando la IA se Vuelve Compañera de Trabajo
Quizás el punto más valioso de esta historia esté en la forma en que estos sistemas están siendo percibidos dentro de la empresa. Para Li Wang, estas soluciones se están convirtiendo cada vez más en un compañero de equipo. Según ella, estas aplicaciones son más que solo una herramienta: están conduciendo a todo el equipo hacia un mundo nuevo.
Esta visión de futuro es compartida por Chris Nardecchia, director de información de Rockwell. Para él, el camino es aquel en el que la IA está presente en cada etapa del trabajo. Esa productividad va a permitir que las personas hagan más y creen nuevas posibilidades, afirma. Y deja una reflexión valiosa: para que la IA sea exitosa, se necesitan buenos datos, una fuerza laboral capacitada y una cultura enfocada en aprendizaje y resultados.
Rockwell Automation parece haber acertado al desarrollar la herramienta internamente y probarla primero en su propia planta. Este enfoque garantizó que el producto fuera moldeado por las necesidades reales de quienes lo usan, y no por una visión desconectada de la operación. Por eso la fábrica de Singapur funciona como una vitrina viva para los clientes.
Como resume Buttermore, el objetivo final es ser una referencia para los clientes. Al implementar, probar y escalar estas soluciones en sus propias instalaciones primero, la empresa logra llevar enfoques comprobados a fabricantes que buscan mejorar productividad, resiliencia y la efectividad de la fuerza laboral. Y eso es eficiencia industrial en la práctica: no solo hacer más con menos, sino hacer mejor, con el conocimiento correcto disponible en el momento correcto y para las personas correctas. 🤖⚙️
