TRM lleva la gestión de activos a la IA con OMNI AI Studio
TRM presentó una nueva división de inteligencia artificial enfocada en la gestión de activos junto con OMNI AI Studio. La compañía busca que las empresas industriales incorporen estas herramientas en sus operaciones y obtengan resultados medibles en mantenimiento, rendimiento y disponibilidad de activos.
Además, la propuesta pretende resolver uno de los principales retos que afrontan las empresas al adoptar IA: pasar de pruebas aisladas a aplicaciones conectadas con los sistemas que utilizan a diario. TRM plantea integrar estas capacidades en procesos existentes sin obligar a las organizaciones a abandonar su infraestructura tecnológica.
TRM crea una división de IA enfocada en la gestión de activos
En concreto, la nueva división reúne servicios de asesoramiento, orientación sobre arquitectura, desarrollo de soluciones de IA industrial, integración empresarial y software que incorpora inteligencia artificial.
De esta forma, TRM quiere ayudar a las organizaciones a detectar casos de uso con valor operativo y preparar sus datos para trabajar con aplicaciones inteligentes. La empresa también contempla la conexión de estas herramientas con plataformas dedicadas a la gestión y rendimiento de activos.
Por otra parte, la compañía puede trabajar dentro de la infraestructura de IA que una organización ya tenga aprobada. Cuando una empresa todavía no dispone de este entorno, TRM puede evaluar sus sistemas actuales, necesidades operativas, requisitos de seguridad y planes de crecimiento para definir una arquitectura adecuada.
¿Qué busca resolver TRM con su estrategia de IA?
Actualmente, muchas organizaciones están destinando recursos a la inteligencia artificial, sin embargo, trasladar esa inversión hasta las operaciones relacionadas con activos físicos presenta dificultades adicionales.
Por ello, TRM centra su propuesta en conectar la IA empresarial con las herramientas y procesos utilizados por equipos de mantenimiento y operaciones. El objetivo es que la información generada por estos sistemas pueda formar parte de las decisiones cotidianas y tenga efectos cuantificables sobre costes, rendimiento y tiempo de actividad.
Asimismo, Jordan Ortiz, director de Estrategia, Investigación y Desarrollo de IA en TRM, explicó que muchas empresas ya cuentan con una estrategia para esta tecnología aunque todavía estudian cómo convertirla en valor empresarial medible.
A su vez, la compañía sostiene que esta integración debe permitir que cada organización conserve el control de sus datos, modelos, seguridad y políticas de gobernanza.
OMNI AI Studio conecta la IA con los sistemas EAM
En este escenario aparece OMNI AI Studio, la solución presentada por TRM para facilitar el uso de inteligencia artificial dentro de entornos de gestión de activos empresariales o EAM.
Así, la plataforma busca acercar las capacidades de IA a sistemas y flujos de trabajo que las organizaciones ya emplean. Esta aproximación reduce la distancia entre una aplicación experimental y una herramienta integrada en las operaciones industriales.
Además, la experiencia previa de TRM incluye el trabajo con inteligencia artificial y aprendizaje automático dentro de entornos EAM. La empresa también señala su experiencia en sectores regulados donde la arquitectura empresarial, la seguridad y la gobernanza condicionan la adopción de nuevas tecnologías.
IA para mantenimiento predictivo y automatización de flujos
En la práctica, uno de los campos previstos es el mantenimiento predictivo, la inteligencia artificial puede utilizar los datos disponibles sobre equipos y operaciones para apoyar la detección anticipada de problemas y facilitar la planificación de intervenciones.
Asimismo, la automatización de flujos ocupa un lugar relevante dentro de la propuesta. TRM plantea aplicaciones capaces de intervenir en procesos repetitivos y ayudar a que determinada información llegue con mayor rapidez a las personas responsables de actuar sobre un activo.
También se contempla la gestión inteligente del trabajo, la combinación de datos operativos, sistemas EAM e IA industrial puede facilitar la planificación de tareas y ofrecer más contexto antes de tomar una decisión relacionada con mantenimiento o rendimiento.
De este modo, el planteamiento va más allá de incorporar un asistente de inteligencia artificial. La intención es conectar modelos y aplicaciones con procesos que ya forman parte del funcionamiento diario de las organizaciones.
La IA industrial entra en la planificación y diagnóstico de activos
Al mismo tiempo, la IA industrial abre posibilidades para analizar información procedente de activos físicos y convertirla en recomendaciones que puedan utilizar los equipos de operaciones.
Por ejemplo, estas capacidades pueden respaldar el diagnóstico de problemas, la planificación del mantenimiento y la identificación de acciones posteriores. Su utilidad dependerá de la calidad de los datos disponibles y de la integración con los sistemas empresariales.
En consecuencia, la gestión de activos pasa a ser uno de los ámbitos donde las organizaciones pueden buscar resultados concretos de sus inversiones en inteligencia artificial. Factores como disponibilidad, costes y rendimiento permiten medir con mayor precisión el efecto de estas aplicaciones.
Seguridad y gobernanza condicionan el despliegue de IA industrial
Por otro lado, desplegar inteligencia artificial dentro de operaciones industriales exige considerar aspectos que van más allá del funcionamiento del modelo. Los permisos, la infraestructura, la protección de los datos y las normas internas determinan qué información puede utilizar cada aplicación y cómo debe hacerlo.
Ante estas exigencias, TRM plantea adaptar la arquitectura de IA a las condiciones de cada organización. Esto permite trabajar sobre infraestructura previamente aprobada o diseñar un entorno para empresas que todavía no cuentan con sistemas preparados para estas aplicaciones.
Además, este enfoque cobra especial importancia cuando la gestión de activos se desarrolla en industrias sujetas a requisitos estrictos de seguridad y gobernanza. En estos casos, integrar IA implica mantener controles sobre los datos y los sistemas que intervienen en las operaciones.
TRM usa IA para apoyar las decisiones de los trabajadores
Finalmente, la estrategia presentada por TRM también define el papel que la inteligencia artificial tendría dentro de los equipos. Don Omura, director ejecutivo de la compañía, sostiene que el objetivo debe ser proporcionar a las personas herramientas para actuar con mayor rapidez y confianza a partir de la inteligencia operativa.
Por tanto, la propuesta no se centra en sustituir a quienes gestionan los activos. Su orientación está en incorporar información, recomendaciones y automatización a los procesos que utilizan estos profesionales.
Con este lanzamiento, TRM busca trasladar la inteligencia artificial desde la fase experimental hasta la operación diaria. OMNI AI Studio y la nueva división ofrecen a la compañía una vía para integrar IA industrial, automatización de flujos y sistemas EAM en una misma estrategia de gestión de activos.
Noticias de interés adicional
Azerbaiyán quiere que la tecnología gane terreno
Azerbaiyán quiere reducir su fuerte dependencia del petróleo y el gas con una mayor presencia del sector tecnológico. Esta industria representó el 2,1 % de su PIB el año pasado frente al 1,9 % de 2024. Para acelerar su crecimiento, el país busca atraer empresas extranjeras, fondos de capital de riesgo y nuevos proyectos que ayuden a convertir a Bakú en un centro tecnológico junto al mar Caspio.
Una ley aprobada en julio facilitará que las startups reciban inversiones y cierren acuerdos dentro del país sin tener que crear empresas en otras jurisdicciones. El gobierno también prepara un fondo con capital local y extranjero mientras el Banco Central desarrolla las normas para financiar proyectos mediante crowdfunding. El desafío es considerable: en 2025 apenas 22 startups captaron 2,62 millones de dólares y los tres fondos de capital de riesgo que operan en el país declaran alrededor de 11 millones de dólares en conjunto.
Canadá pone fecha al futuro de Pathways
Los grandes productores de petróleo de Canadá esperan decidir entre finales de 2027 y principios de 2028 si avanzan con Pathways, un proyecto de captura y almacenamiento de carbono valorado en miles de millones de dólares. La iniciativa tendría capacidad para gestionar 6 millones de toneladas de CO₂ y busca reducir las emisiones generadas por las arenas bituminosas. Antes de llegar a una decisión, las compañías esperan acordar con Alberta y el gobierno federal las condiciones fiscales del proyecto para mediados de noviembre.
Pathways también está ligado a los planes de Canadá para elevar sus exportaciones de petróleo. El primer ministro Mark Carney respalda la propuesta de Alberta para construir un oleoducto hacia la costa del Pacífico con capacidad de un millón de barriles diarios, pero su apoyo está condicionado al avance del sistema de captura de carbono. El proyecto original contemplaba reducir 22 millones de toneladas de emisiones para 2030. La meta actual plantea 6 millones para mediados de la década de 2030 y otros 10 millones para 2045.
NRG Energy evalúa entrar en una planta de carbón
NRG Energy estudia comprar Pleasants Power Station, una planta de carbón de Virginia Occidental que atraviesa un proceso de bancarrota, o adquirir una participación en ella. La posible operación surge mientras Omnis Energy, propietaria de la instalación, intenta que un tribunal federal cierre el proceso de reorganización. La compañía sostiene que la planta podría generar al menos 466 millones de dólares en ingresos y unos 286 millones en ganancias operativas durante los próximos cuatro años.
El conflicto enfrenta a Omnis con un equipo de gestión instalado por los prestamistas. Los nuevos administradores aseguran que la planta sufrió pérdidas, falta de capital, problemas de mantenimiento y fallas en su operación. Omnis rechaza esas acusaciones y afirma que existen ofertas de compra de entre 350 millones y 400 millones de dólares. Esas cifras superarían ampliamente el precio pagado por la instalación en 2023 y permitirían cubrir las deudas estimadas vinculadas con el activo.
SLB acelera la lectura de yacimientos con QI-FWI
SLB presentó en IMAGE 2026 su solución QI-FWI, una herramienta que busca obtener información sobre las rocas y los fluidos de un yacimiento directamente desde los datos sísmicos. El sistema analiza el comportamiento de las ondas bajo tierra y ajusta modelos digitales hasta acercarlos a las condiciones observadas. Así puede generar datos sobre propiedades como la velocidad, densidad y rigidez de las formaciones.
La solución integra tareas que tradicionalmente requieren varias etapas de procesamiento y análisis. QI-FWI utiliza ondas de presión y de corte para calcular propiedades como la impedancia P y la relación Vp/Vs, datos que ayudan a identificar cambios en las rocas y posibles fluidos. Los resultados también pueden compararse con registros obtenidos dentro de los pozos. Su uso abarca desde la exploración y planificación de perforaciones hasta el seguimiento de yacimientos que ya están produciendo.