Inteligencia artificial en una planta de bloques y adoquines: primero el dato, después el algoritmo

2026-09-08 · 12 min de lectura

La palabra llegó a la industria del concreto y llegó para quedarse. Antes de preguntar qué herramienta comprar, sin embargo, hay una pregunta anterior que casi nadie hace y que decide todas las demás: ¿tu planta produce datos?

La mayoría no. Produce piezas, y produce experiencia acumulada en la cabeza de dos o tres personas. Eso es valiosísimo, y no es un dato. Un dato es un número con fecha, unidad y algo a lo que atarse.

Este artículo va de eso, y por eso está partido en dos. La primera mitad es para el fabricante que hoy no registra nada: qué empezar a tomar y qué preguntas debería poder responder su planta antes de que la palabra inteligencia artificial signifique algo en ella. La segunda es para quien ya tiene registros y los tiene muertos en un cuaderno: qué se puede hacer con ellos de verdad, qué no, y dónde está la decisión que paga.

La tesis, para no esconderla: la inteligencia artificial no arregla lo que no mides. Amplifica lo que ya sabes. Y el activo que vale no es el algoritmo —que hoy es mercancía barata y cada año más barata— sino el historial de tu planta, que no existe en ningún otro lado y no se puede comprar.

Primera parte: si hoy no registras nada

1. Qué cuenta como dato y qué no

«La mezcla de ayer estaba muy seca» no es un dato. Es una observación, y se pierde con el turno.

Un dato tiene cuatro cosas: un número, una unidad, una fecha y una atadura. La atadura es la que casi siempre falta y la que decide si el registro va a servir para aprender: cada número tiene que poder amarrarse a la batida y al día que lo produjo. Un peso de pieza sin saber de qué batida salió es un número suelto; el mismo peso atado a su batida, a su dosificación y a la arena que se estaba usando esa semana es el principio de un historial.

Esa atadura es la diferencia entre tener papeles y tener información.

2. Los cinco registros que valen más de lo que cuestan

Ninguno necesita equipo nuevo más allá de una balanza, y en conjunto sostienen todo lo que viene después:

1. El peso de la pieza. Es el que más información entrega por menos esfuerzo. Con dimensiones estables, el peso es tu medida diaria de compactación, y la compactación es tu resistencia. Diez piezas por turno, pesadas y anotadas, valen más que cualquier informe trimestral.
2. El agua de cada batida. Cuánta se añadió, y si es posible con qué humedad venían los agregados. Es la variable que más manda en el resultado y la que más se mueve sola.
3. La dosificación real, no la fórmula. Lo que efectivamente entró en la mezcladora, que casi nunca coincide con lo que dice el papel pegado en la pared.
4. La altura de las piezas. El ensayo más barato que existe, y el que detecta el desgaste de moldes y bandejas antes de que lo detecte tu cliente.
5. La resistencia, atada a su batida. A 7 y a 28 días. Sin la atadura no sirve: un valor de resistencia que no se puede rastrear hasta la mezcla que lo produjo no enseña nada.

Y dos registros más que casi nadie lleva y que después se echan de menos: las condiciones del día —temperatura y humedad ambiente— y las bajas con su causa: cuántas piezas se rechazaron, y por qué. Ese «por qué» es el que convierte un número en una decisión.

3. Las cuatro preguntas

Antes de evaluar ninguna herramienta, siéntate con lo que tengas hoy e intenta responder estas cuatro. Son deliberadamente básicas:

• ¿Cuánto cemento gastaste por metro cuadrado de producto este mes, comparado con el anterior?
• ¿Cuánto varía tu resistencia a 28 días? Y ojo: no el promedio, la dispersión. El promedio tranquiliza; la dispersión es la que te obliga a dosificar de más para dormir tranquilo, y es la que te está costando dinero todos los días.
• ¿Cuántas piezas rechazaste el mes pasado y por qué causa?
• ¿Qué le pasa al peso de tus piezas cuando cambia la arena?

Si no puedes responderlas, ya tienes la respuesta a la pregunta de si necesitas inteligencia artificial. No es que no la necesites: es que todavía no tienes con qué alimentarla.

4. La parte incómoda: casi todo el retorno está aquí

Lo que sigue no le conviene a quien vende software, pero es lo que se ve en planta: la mayor parte del dinero que hay sobre la mesa está en los dos primeros peldaños de la escalera —medir y registrar con trazabilidad—, no en el último.

Una planta que empieza a pesar piezas y a anotar su dosificación real suele encontrar, en pocos meses y sin ningún modelo, que estaba pagando de más en cemento para cubrir una variabilidad que ahora puede ver y corregir. Ese hallazgo es aritmética, no inteligencia artificial. Y es, casi siempre, el más rentable de todos.

Vale la pena ver por qué, porque es aritmética de servilleta y explica el ahorro entero.

La norma no te evalúa por tu promedio: te exige además un mínimo por pieza individual. Y eso cambia todo, porque quien dosifica no dosifica para su promedio, dosifica para su peor pieza. Dos plantas pueden tener exactamente el mismo promedio de resistencia y estar gastando cantidades de cemento muy distintas: la que produce parejo puede acercar su promedio al mínimo exigido, porque sabe que su pieza más floja no se aleja mucho; la que produce disparejo tiene que subir el promedio hasta que la más floja también cumpla, y ese colchón lo paga en cemento, en cada pieza, todos los días del año.

Ese colchón es el precio de tu variabilidad. Y no se puede negociar con el proveedor de cemento: solo se reduce reduciendo la dispersión, y para reducirla primero hay que verla. Ahí está la razón económica de todo este artículo: quien no mide no sabe cuánto colchón está pagando, así que no puede recortarlo aunque sobre.

Es el mismo criterio con el que este sitio mira los aditivos: si te proponen evaluar algo sin pesar piezas, no están evaluando nada. Con la inteligencia artificial vale igual, y con más razón, porque el argumento de venta es más brillante.

Segunda parte: si ya tienes registros

Supongamos que llevas un año anotando. Entonces sí: hay algo que un modelo puede hacer con eso, y conviene saber exactamente qué.

5. El malentendido más común: el chat no es el modelo de tu planta

Casi todo el mundo llega a este tema por el mismo sitio: probó un asistente de conversación, quedó impresionado y se preguntó qué podría hacer eso por su producción. Conviene separar dos cosas que no son la misma, porque confundirlas lleva a decisiones caras.

Un asistente de conversación sabe de todo menos de tu planta. Ha leído una enormidad de texto del mundo, y por eso puede explicarte un método de ensayo, ayudarte a redactar un procedimiento, resumir un pliego, traducir la hoja técnica de un aditivo o montarte la hoja de cálculo donde vas a registrar las batidas. Todo eso es trabajo real y vale la pena. Lo que no puede es decirte cuánto cemento poner mañana, porque nunca ha visto tu arena, tu máquina ni tu historial. Si se lo preguntas igual, te va a responder con el promedio de la industria, que es exactamente la cifra que no sirve para tu planta.

Un modelo predictivo, en cambio, no sabe nada del mundo y solo sabe de ti. Se entrena con tus batidas y aprende cómo se comporta tu proceso. Es mucho más tonto y mucho más útil, porque las respuestas que da son sobre el material que tienes en el patio.

La regla práctica para no equivocarse: si la pregunta es «cómo se hace esto», un asistente de conversación ayuda hoy mismo y casi gratis. Si la pregunta es «qué va a pasar en mi planta», hace falta tu historial, y no hay atajo.

6. Lo que un modelo hace bien

• Mira muchas variables a la vez. Una persona compara dos o tres cosas en su cabeza —el cemento y la resistencia, el agua y la textura—. Tu historial tiene veinte variables moviéndose juntas, y las interacciones entre ellas son justo donde se esconden las respuestas que llevas años buscando a ojo.
• Anticipa. Estimar la resistencia a 28 días con los datos del primer día, o avisar de que una batida va camino de salir fuera de rango, cambia el momento en que te enteras. Enterarte a tiempo es lo que separa un ajuste de un lote perdido.
• Detecta lo que se sale de lo normal sin que le digas qué buscar. Es especialmente útil con las derivas lentas, esas que nadie nota porque cada día se parece al anterior.
• Lee lo que no es número. Fotografías de la cara de la pieza, sonido de la máquina, texto libre de los reportes de turno. Esto es lo más nuevo y lo que más va a cambiar en los próximos años.

7. Lo que no hace, y conviene tener claro antes de firmar

• No inventa el dato que no tomaste. Si nunca anotaste la humedad de los agregados, ningún modelo va a deducirla.
• No sabe de concreto. Encuentra correlaciones, y una correlación puede ser una casualidad de tu historial: si el año pasado cambiaste de cantera el mismo mes que llegó el verano, el modelo va a mezclar las dos cosas y a atribuirle a una lo que hizo la otra. Quien decide si eso tiene sentido físico eres tú, y esa capacidad de juicio no se subcontrata.
• No reemplaza el ensayo. La resistencia que vale ante tu cliente y ante la norma —la NTC 4026, la ASTM C90 o la equivalente en tu país— es la que sale del ensayo de laboratorio. Una predicción sirve para decidir antes, no para certificar.
• No estabiliza un proceso inestable. Y aquí está la trampa más cara: cuanto más desordenado es un proceso, menos aprende un modelo de él, porque el mismo insumo produjo resultados distintos por razones que nadie registró. La inteligencia artificial rinde en las plantas ordenadas, que son justamente las que menos urgencia sienten por comprarla.

8. Cuánto historial hace falta, en serio

No hay una cifra universal, pero sí un orden de magnitud honesto: con unas decenas de registros no hay nada que hacer; con un año de producción bien anotada —cientos de batidas, con sus resistencias atadas— ya hay con qué empezar a trabajar en serio.

Y una advertencia que vale más que la cifra: si tu proceso cambió a mitad del historial, tienes dos historiales, no uno. Cambiaste de cantera, de cemento, de máquina o de molde: el modelo aprende de dos plantas distintas y responde con un promedio que no describe a ninguna. La solución no es descartar los datos viejos, es anotar los cambios cuando ocurren, con su fecha. Ese registro de cambios es de las cosas más baratas de llevar y de las que más valor tienen después.

9. Dónde está la decisión que paga

Predecir por predecir no le sirve a nadie. Estas son las decisiones concretas donde el historial de una planta de vibroprensados se convierte en dinero:

• Bajar el cemento con respaldo. Es el ahorro más grande y el más directo. Nadie baja el cemento por corazonada; se baja cuando la dispersión conocida de tu resistencia te dice cuánto margen tienes de verdad. Aquí el dato no ahorra: autoriza a ahorrar.
• Reducir el rechazo, atacando la causa que el registro señala y no la que se sospecha.
• Anticipar el mantenimiento en vez de repararlo, que en una línea de bandejas y moldes es la diferencia entre un cambio programado y un turno perdido.
• Comprar mejor. Un historial que relaciona el material de cada proveedor con el resultado en pieza convierte una negociación de precio en una negociación de costo real.
• Saber tu costo por pieza y por producto, que es la decisión de gestión que sostiene a todas las demás y la que más plantas toman a ciegas.

10. El orden de la inversión

En ese orden, y sin saltarse peldaños:

1. Registro digital. Una hoja de cálculo bien diseñada, con una fila por batida y sus ataduras en su sitio, vale más que un software caro mal alimentado. Este paso no cuesta dinero: cuesta disciplina.
2. Leer lo que ya registras. Gráficas de control, dispersión, tendencias. Aquí aparece la mayor parte del retorno, y sigue sin haber ningún algoritmo de por medio.
3. Automatizar la captura de lo que hoy se anota a mano y se anota mal.
4. Modelar, cuando el historial exista y esté limpio.

Quien empieza por el cuarto compra un tablero bonito alimentado con datos que no tiene.

11. Qué preguntarle a quien te vende inteligencia artificial

Cuatro preguntas, en el mismo espíritu con el que este sitio recomienda preguntarle al proveedor de moldes o de bandejas:

• ¿Con qué datos míos se entrena, y qué pasa si no los tengo? La respuesta honesta a veces es «entonces todavía no».
• ¿Contra qué se valida la predicción, y qué error tiene? Un modelo sin error declarado no es un modelo, es una opinión con interfaz.
• ¿De quién son mis datos, y de quién es el modelo entrenado con ellos? Tu historial es tu activo. Que quede por escrito.
• ¿Qué pasa cuando cambie mi cantera o mi cemento? Todo modelo se degrada cuando el mundo cambia. Quien no lo mencione, o no lo sabe o prefiere que no lo preguntes.

Y una precaución de fondo, la de siempre en este oficio: cuidado con quien te vende el modelo y además te vende el aditivo, el cemento o el equipo que ese modelo va a recomendar.

12. Qué hacer esta semana

1. Responde las cuatro preguntas de la sección 3 con lo que tengas hoy, sin maquillar. El resultado te dice en qué peldaño estás.
2. Empieza a pesar diez piezas por turno y anótalas con fecha y batida. Si solo vas a hacer una cosa de esta lista, que sea esta.
3. Abre el registro de cambios. Una línea cada vez que cambie algo: cantera, cemento, molde, bandejas, mezclador. Dentro de un año va a ser lo que le dé sentido a todo lo demás.

Y mientras el historial se construye, valida tu combinación de agregados en el simulador de dosificación: es la forma de descartar el material antes de buscar la causa en cualquier otro sitio.