La incorporación conjunta de inteligencia artificial y dispositivos conectados ha pasado de experimento a palanca operativa en la industria. La llamada AIoT aparece ya en una mayoría de organizaciones del sector, un dato que refleja una transición menos teórica de lo que parecía hace apenas cinco años. Según el estudio How AIoT Is Reshaping Industrial Efficiency, Security, and Decision-Making de IDC encargado por SAS, el 62% de las compañías a escala global emplea soluciones AIoT, mientras un 31% prevé hacerlo a corto plazo. Este salto cuantitativo sugiere un cambio profundo en la forma en que las empresas manufactureras y energéticas articulan su digitalización.
Los datos del informe muestran que el mantenimiento predictivo se ha consolidado como la aplicación dominante, con cerca del 71% de adopción. La cifra no sorprende, aunque ayuda a explicar por qué la tecnología empieza a escalar dentro de los planes de modernización de plantas y redes. La automatización de IT alcanza el 53% y la optimización del suministro y la logística llega al 47%, un reparto que apunta a prioridades tácticas más que a una única narrativa de eficiencia.
El estudio, realizado a más de 300 ejecutivos de fabricación y energía, señala que el 54% de las organizaciones espera ahorros de costes significativos, mientras el 52% confía en una innovación más rápida y el 49% anticipa mejoras operativas. La previsión no implica que los beneficios estén garantizados, aunque, según IDC, las empresas con un uso intensivo de AIoT duplican la probabilidad de superar las expectativas de negocio frente a las que aplican la tecnología de forma moderada.
Kathy Lange, Research Director de AI Software en IDC, afirma que “los usuarios que hacen un uso intenso de AIoT son casi dos veces más propensos a recibir unos beneficios que superan las expectativas. Esta tecnología está impulsando la innovación, optimizando las operaciones y facilitando que la toma de decisiones sea más inteligente y rápida”. Su comentario resume una percepción compartida por directivos industriales que observan cómo los datos conectados pasan a ser un recurso operativo, no solo analítico.
La demanda de AIoT crece mientras persisten las fricciones internas
La adopción avanza, aunque no de manera lineal. La integración con sistemas heredados continúa dificultando la escalabilidad de los proyectos. A esto se añaden problemas de calidad del dato y una brecha de habilidades que se convierte en el obstáculo más citado por los ejecutivos. Lo curioso es que la percepción de valor no se ve erosionada por estas barreras: menos del 3% de las empresas considera que la AIoT rinde por debajo de sus expectativas.
Europa mantiene una posición especialmente optimista. No tanto por una adopción más intensa, sino por la expectativa de retorno derivada de necesidades estructurales: infraestructuras industriales maduras, presión regulatoria sobre sostenibilidad y una mayor urgencia por coordinar cadenas de suministro complejas.
Para SAS, el uso creciente de AIoT está actuando como catalizador de la automatización industrial. Jason Mann, Vicepresidente de IoT en la compañía, explica que “cuanto más utilizan las empresas la AIoT, mayores son los beneficios que obtienen. En base a los resultados, prevemos que la adopción de estas soluciones se acelerará a medida que las compañías experimenten una mayor eficiencia, productividad y ahorro”. La afirmación introduce un matiz relevante: la tecnología no solo sustituye tareas, sino que reorganiza procesos enteros, desde el mantenimiento de equipos críticos hasta la optimización de redes eléctricas.
Un mercado industrial en transformación estructural
Las compañías industriales se enfrentan a interrupciones en las cadenas de suministro, tensiones de seguridad y una escasez persistente de mano de obra cualificada. La consecuencia inmediata es un aumento de las inversiones en herramientas capaces de absorber incertidumbre operativa. La AIoT encaja en esa lógica no por ser una tecnología emergente, sino por su capacidad de conectar datos procedentes de equipos heterogéneos y traducirlos en decisiones operativas.
La automatización de fábricas avanza a ritmos irregulares. Mientras algunos sectores han normalizado sistemas de inspección automática y flujos de mantenimiento basados en datos en tiempo real, otros siguen atrapados en infraestructuras rígidas. La fragmentación tecnológica condiciona el despliegue, aunque, de nuevo, el estudio muestra que las empresas que mantienen una estrategia activa obtienen retornos superiores.
En el sector energético, la investigación señala que la AIoT facilita la gestión de gastos operativos, la previsión de demanda y la optimización de redes. Este punto adquiere relevancia a medida que los operadores incorporan nuevos recursos distribuidos y deben coordinar señales procedentes de miles de dispositivos. La capacidad de anticipar picos de consumo, detectar anomalías o ajustar la producción sin intervención manual empieza a traducirse en ventajas competitivas.
Ampliar el acceso al dato y reducir la brecha de habilidades
Un elemento que suele pasar desapercibido es el cambio en la relación entre empleados y datos. Según el informe, la inteligencia artificial permite que perfiles con distintos niveles de experiencia interactúen con la información operacional. Personal de planta, equipos de campo o responsables estratégicos pueden acceder a modelos que combinan IoT, IA tradicional, IA generativa o IA agencial para tomar decisiones más fundamentadas. Este fenómeno no resuelve de inmediato la escasez de profesionales especializados, aunque sí redistribuye capacidades dentro de la organización.
La convergencia entre IA y IoT también amplía el valor de infraestructuras ya amortizadas. Muchos sistemas industriales continúan operando más allá de su ciclo tecnológico, pero la integración de modelos de análisis añade una capa de inteligencia que prolonga su utilidad sin exigir sustituciones inmediatas. En realidad, esta evolución explica parte del interés de sectores tradicionales, donde las inversiones de capital suelen ser elevadas y los márgenes para detener la producción son limitados.
El mercado se mueve con una velocidad desigual. Algunas compañías avanzan hacia modelos de orquestación inteligente, mientras otras mantienen procesos manuales por falta de recursos, dudas regulatorias o una cultura organizativa aún reacia al uso intensivo del dato. Aun así, la investigación sugiere que la próxima fase no vendrá marcada solo por la adopción tecnológica, sino por la capacidad de integrar decisiones distribuidas en sistemas industriales complejos.
