Las paradas no programadas en la industria generan pérdidas millonarias y comprometen la eficiencia operativa. Hoy, la Inteligencia Artificial transforma el mantenimiento tradicional al pasar de modelos reactivos a sistemas predictivos capaces de responder a la pregunta clave: ¿cuándo fallará un equipo o un componente? En esta charla exploraremos cómo a partir de datos sensoriales y las técnicas de IA permiten detectar patrones imperceptibles de degradación, anticipar fallas críticas y estimar la Vida Útil Restante (RUL, Remaining Useful Life) de los activos. Abordaremos de manera breve el camino desde la recolección de datos hasta la toma de decisiones estratégicas, analizando los desafíos de implementación y las mejores prácticas para convertir datos masivos en un mantenimiento inteligente.
Anthony Cho L.
Académico de la Facultad de Ingeniería y Negocios de Universidad de Las Américas. Doctor en Ingeniería Industrial e Investigación de Operaciones de la Universidad Adolfo Ibáñez y licenciado en Matemática de la Universidad de Carabobo, Venezuela. Su actividad académica combina investigación aplicada, desarrollo de soluciones basadas en datos y vinculación con proyectos científicos nacionales e internacionales. Ha participado en iniciativas financiadas por FONDEF y Fondecyt, además de colaboraciones internacionales en Inteligencia Artificial aplicada a la medicina y al análisis de imágenes biomédicas.