Fujitsu, Tokyu Construction y Kitano Construction han iniciado una prueba de campo de una inteligencia artificial destinada a anticipar omisiones y riesgos de retraso en proyectos de construcción. El ensayo en ejecución desde el 3 de agosto hasta el 25 de diciembre de 2026 en Fujitsu Technology Park, evaluará si el sistema puede advertir de problemas con uno o dos meses de antelación y justificar cada alerta con información extraída de la documentación de las obras.
La iniciativa traslada la IA a una parte especialmente sensible de la gestión de proyectos: la coordinación entre planificación, compras, personal, maquinaria, inspecciones, autorizaciones y trabajo de subcontratistas. La relevancia operativa reside en detectar una omisión antes de que afecte a la secuencia de la obra, genere tareas adicionales o comprometa los plazos. Las empresas también quieren comprobar si esta asistencia reduce la carga de los responsables y facilita el uso del conocimiento acumulado por los profesionales veteranos.
Documentación dispersa convertida en alertas preventivas
La denominada IA de apoyo a la gestión de procesos de construcción analiza planos, cronogramas, informes diarios, procedimientos, registros de inspección, autorizaciones e instrucciones de seguridad almacenados en los archivos compartidos de cada proyecto. El objetivo es relacionar información que habitualmente se produce en momentos, formatos y áreas diferentes para identificar tareas pendientes o inconsistencias antes de que bloqueen el avance.
El sistema puede revisar, por ejemplo, si la planificación contempla a tiempo la llegada de materiales, la disponibilidad de personal o maquinaria pesada, las comprobaciones técnicas y la coordinación con empresas colaboradoras. También contrasta la documentación con legislación, ordenanzas, normativas y requisitos de organismos públicos y administraciones locales para señalar posibles ausencias en solicitudes, permisos o inspecciones.
Otra línea de análisis compara los cronogramas con los informes diarios. Una diferencia entre el avance previsto y el trabajo registrado puede revelar un obstáculo, un cambio que todavía no se ha trasladado al calendario o una dependencia que requiere intervención. La IA debe mostrar los datos que sustentan su conclusión, de modo que el responsable de obra pueda revisar la alerta y decidir si modifica recursos, fechas o procedimientos.
Ese componente justificativo será una parte central de la prueba. En construcción, una advertencia aislada aporta un valor limitado si el profesional no puede identificar su origen, comprobar qué requisito se considera incumplido o entender qué actividades posteriores resultarían afectadas. Las compañías evaluarán tanto la precisión de las detecciones como la utilidad de las evidencias presentadas.
Varias obras para medir la adaptación a cada constructora
La validación se desarrolla sobre diferentes obras ejecutadas simultáneamente por Tokyu Construction y Kitano Construction dentro de Fujitsu Technology Park. Esta configuración permite probar el sistema ante variaciones en los procesos operativos y en la forma de organizar planos, calendarios e informes diarios, en lugar de limitar el ensayo a un único conjunto homogéneo de datos.
La adaptación es uno de los puntos críticos. Dos constructoras pueden registrar una misma actividad con plantillas, niveles de detalle, nomenclaturas y circuitos de aprobación distintos. La prueba comprobará hasta qué punto la IA interpreta esas diferencias sin exigir una reorganización completa de la documentación o una normalización que aumente el trabajo administrativo.
Fujitsu se ocupa de planificar y desarrollar el sistema, analizar los datos de las obras y validar su funcionamiento. Las dos constructoras aportan la información de los proyectos y el conocimiento especializado necesario para interpretar los resultados. También evaluarán la herramienta desde la perspectiva de las operaciones y trasladarán observaciones sobre la utilidad de sus recomendaciones.
Los criterios anunciados incluyen la precisión al detectar omisiones y riesgos de demora, la calidad de la información utilizada como fundamento, la ayuda prestada a los responsables y la reducción de su carga de trabajo. Fujitsu no ha concretado por ahora umbrales de precisión, métricas de productividad ni condiciones para un despliegue comercial. El ensayo servirá para obtener esas evidencias antes de avanzar hacia una aplicación práctica.
La IA como soporte para transferir experiencia
El proyecto aborda una dificultad que va más allá de automatizar revisiones documentales. La gestión de una obra depende de decisiones basadas en secuencias, excepciones y dependencias que los responsables experimentados han aprendido a reconocer durante años. Cuando ese conocimiento permanece ligado a personas concretas, formar a nuevos profesionales y mantener una calidad uniforme resulta más complejo.
Al relacionar datos históricos y operativos con requisitos administrativos y de seguridad, la herramienta podría convertir parte de esa experiencia en comprobaciones reutilizables. Un responsable con menos trayectoria tendría acceso a advertencias sobre trámites, compras o coordinaciones que quizá todavía no forman parte de sus rutinas. La decisión seguiría correspondiendo al equipo de obra, pero con una revisión adicional sobre un volumen de información difícil de cotejar manualmente de forma continua.
Las empresas sitúan esta capacidad frente a la escasez de mano de obra cualificada, el envejecimiento de la plantilla y la concentración de tareas en equipos limitados. El resultado relevante no será únicamente cuántas alertas genera el sistema, sino si estas llegan con margen suficiente, evitan trabajo repetido y permiten que los responsables dediquen menos tiempo a buscar información entre archivos.
Un banco de pruebas dentro de la reurbanización del parque
El ensayo forma parte del proyecto de reurbanización de Fujitsu Technology Park, previsto entre 2025 y 2035 en colaboración con la ciudad japonesa de Kawasaki. La presencia de varias obras y empresas en un mismo recinto ofrece un entorno en el que probar la tecnología con interdependencias reales entre materiales, equipos, inspecciones y calendarios.
Tras la prueba, Fujitsu prevé continuar la validación mediante su plataforma de IA Fujitsu Kozuchi y Digital Annealer, su tecnología de inspiración cuántica orientada a problemas de optimización. Los siguientes desarrollos contemplan incorporar fotografías, nubes de puntos, planos de construcción, modelos BIM y conocimiento interno de las constructoras.
La combinación de estas fuentes ampliaría el análisis desde lo que está escrito en informes y calendarios hasta la situación física de la obra. Las fotografías o nubes de puntos podrían aportar evidencias sobre el progreso ejecutado, mientras que los modelos BIM proporcionarían información estructurada sobre materiales, cantidades y componentes del edificio. Su integración todavía pertenece a una fase posterior y no forma parte de los resultados de la prueba actual.
La calidad de los datos determinará la utilidad operativa
Para las constructoras, un eventual despliegue exigirá algo más que incorporar un motor de IA. Será necesario definir qué repositorios se consultan, quién mantiene actualizados los documentos, cómo se resuelven versiones contradictorias y qué responsable revisa cada tipo de alerta. Una recomendación basada en un cronograma desactualizado puede añadir ruido precisamente en el momento en que el equipo necesita actuar con rapidez.
La prueba permitirá observar si la tecnología se integra en las rutinas de obra sin crear una nueva capa de supervisión difícil de sostener. Si las alertas resultan precisas, trazables y compatibles con formatos distintos, las compañías podrán convertir la documentación cotidiana en un mecanismo preventivo. El efecto empresarial dependerá de que esa anticipación se traduzca en menos interrupciones, compras urgentes, trámites omitidos y horas dedicadas a reconstruir información dispersa.
