必赢体育

La industria de la construcci贸n pesada tard贸 unos diez a帽os en adoptar plenamente la tecnolog铆a GPS/GNSS para movimiento de tierras. Ahora, los contratistas medianos y grandes no pueden obtener rentabilidad sin ella.

Es probable que se observe una trayectoria similar con la reciente introducci贸n de la inteligencia artificial (IA). Los cambios que se avecinan prometen grandes avances en productividad y eficiencia, pero a煤n queda mucho trabajo por hacer.

La IA abarca una tendencia m谩s amplia llamada aprendizaje autom谩tico, y el trabajo duro consistir谩 en ense帽ar a estas m谩quinas todo lo que necesitan saber. Resulta que ni siquiera las m谩quinas m谩s inteligentes son rivales para operadores y supervisores de obra experimentados, al menos por ahora.

John Deere present贸 sus camiones articulados aut贸nomos (ADT) en la reciente Feria de Electr贸nica de Consumo 2025 en Las Vegas, EE. UU. (Imagen: John Deere)

Empiece poco a poco y ampl铆e

鈥淧arece haber un cambio de enfoque desde cuando apost谩bamos por la autonom铆a a tomar una serie de pasos para lograr una mayor automatizaci贸n que un d铆a conducir谩 a la autonom铆a鈥�, afirma Ian Welch, director de ingenier铆a de sistemas de campo de construcci贸n civil de Trimble.

鈥淟a inteligencia humana no se trata solo de datos. Es nuestra intuici贸n鈥�, afirma Burcin Kaplanoglu, director de Oracle Industry Labs. 鈥淓s dif铆cil superar a alguien que lleva dos d茅cadas en la construcci贸n. Pero esa es la promesa. La IA est谩 en camino y estamos integrando esas caracter铆sticas en nuestros productos鈥�.

El objetivo en s铆 es simple y no muy diferente al del movimiento de tierras guiado por GPS/GNSS: hacer que los operadores menos calificados sean mejores y los calificados m谩s r谩pidos y hacer el trabajo de manera m谩s segura, mejor y m谩s ecol贸gica.

La IA desempe帽ar谩 un papel importante en la optimizaci贸n de un proceso, afirma Welch. "Ese es el primer paso del proceso", a帽ade. El segundo es m谩s dif铆cil. "驴Qu茅 hacer cuando las cosas no salen seg煤n lo planeado?". La IA necesitar谩 tomar decisiones en tiempo real, y creo que a煤n estamos lejos de lograrlo.

Enfoque por fases

Neil Williams, presidente de la Divisi贸n de Control de Maquinaria de Geosistemas de Hexagon, afirma que la industria de la construcci贸n ha pasado del entusiasmo inicial por los equipos de construcci贸n totalmente aut贸nomos a un enfoque m谩s pr谩ctico y gradual. Este incluye cinco niveles de autonom铆a:

1) Operaci贸n manual : control humano total con m铆nima asistencia digital.

2) Control asistido : la automatizaci贸n ayuda a los operadores con la orientaci贸n y el control autom谩tico de la cuchilla.

3) Automatizaci贸n parcial : las m谩quinas realizan algunas tareas de forma aut贸noma, pero necesitan la supervisi贸n del operador.

4) Autonom铆a condicional : las m谩quinas funcionan principalmente de forma independiente en condiciones espec铆ficas con una intervenci贸n humana m铆nima.

5) Autonom铆a total : el equipo funciona de forma totalmente aut贸noma y se adapta en tiempo real (a煤n no es un est谩ndar en la industria).

Actualmente, la industria est谩 progresando entre los niveles dos y cuatro, manteniendo el control de los operadores, afirma Williams. En lugar de una autonom铆a total de las m谩quinas, la industria est谩 evolucionando hacia flujos de trabajo m谩s semiaut贸nomos, donde las m谩quinas colaboran de forma m谩s fluida con los operadores y aprovechan la IA para mejorar la productividad y reducir los errores.

Neil Williams, presidente de la Divisi贸n de Control de M谩quinas, divisi贸n Geosystems de Hexagon

Esto convierte la automatizaci贸n en una herramienta fundamental que transforma las operaciones, sentando las bases para una autonom铆a total en el futuro y ofreciendo beneficios tangibles ahora, afirma Williams. Estos incluyen un mejor control de las m谩quinas, an谩lisis basados en IA e integraci贸n de datos en tiempo real para optimizar los flujos de trabajo, aumentar la seguridad y reducir el desperdicio.

Seg煤n el informe Autonomous Construction Tech Outlook 2023 de Hexagon, el 84 % de los responsables de la toma de decisiones tecnol贸gicas en empresas contratistas generales de Am茅rica del Norte, el Reino Unido y Australia hab铆an adoptado alg煤n tipo de tecnolog铆a aut贸noma en el a帽o anterior, afirma Williams.

La autonom铆a no es un objetivo lejano, comenta David Veasy, gerente s茅nior de producto de autonom铆a de John Deere. Sin embargo, se concretar谩 en operaciones aut贸nomas espec铆ficas. Estas operaciones aut贸nomas ser谩n sencillas al principio, como transportar material del punto A al punto B, y crecer谩n con el tiempo, centr谩ndose en minimizar la interacci贸n necesaria para mantener la m谩quina en modo aut贸nomo.

John Deere present贸 sus camiones volquete articulados aut贸nomos (DVA) en la reciente Feria de Electr贸nica de Consumo 2025 en Las Vegas, EE. UU. En canteras, los DVA transportan material del punto A al punto B y repiten la ruta sin demasiadas variaciones, lo que los convierte en una de las aplicaciones ideales para una m谩quina aut贸noma. Ante la escasez de mano de obra cualificada, el DVA aut贸nomo elimina la necesidad de un operador y permite a los clientes utilizarlo para tareas y equipos m谩s complejos.

Primero las m谩quinas simples

Las m谩quinas con mayor probabilidad de incorporar autonom铆a en el futuro ser谩n aquellas con aplicaciones m谩s sencillas, afirma Welch. Hace varios a帽os, Trimble desarroll贸 el software y los sensores para una compactadora semiaut贸noma que la empresa presenta con frecuencia.

Burcin Kaplanoglu, director de Oracle Industry Labs

Los compactadores fueron la elecci贸n l贸gica porque s贸lo hacen una cosa y es f谩cil prescribir ese camino y optimizar ese proceso, afirma.

Una excavadora es m谩s compleja y tambi茅n debe realizar muchas tareas diferentes en distintas condiciones, afirma Welch. Lo mismo ocurre con las topadoras.

Estamos lejos de automatizar esas m谩quinas, pero hay mucha gente trabajando en ello. Veremos m谩s avances a medida que la construcci贸n digital se generalice. Pero sin eso, no podemos entrenar realmente a la m谩quina.

"Se puede alcanzar un 90% de autonom铆a, pero ese 煤ltimo 10% es dif铆cil de lograr", afirma Kaplanoglu. "Y nosotros, como humanos, tenemos muy poca tolerancia a los fallos y aver铆as de las m谩quinas. Somos tolerantes con los errores humanos, pero no con los de las m谩quinas. La consistencia, la fiabilidad y la precisi贸n son fundamentales en el sector de la construcci贸n".

Ver y luego hacer

En Oracle Industry Lab, el equipo utiliza OCI Vision Services para analizar fotograf铆as e im谩genes y luego entrena el software para reconocer elementos en las im谩genes y recopilar la informaci贸n necesaria para utilizar ese activo.

Un ejemplo hipot茅tico que cita es cuando una unidad de HVAC (calefacci贸n, ventilaci贸n y aire acondicionado) llega a una obra sin documentaci贸n. Una foto r谩pida enviada a la nube puede identificar la unidad y, si se entrena adecuadamente, el software no solo la identificar谩, sino que tambi茅n mostrar谩 las especificaciones, las instrucciones de instalaci贸n y cualquier otra informaci贸n relevante. Potenciado por el aprendizaje autom谩tico, el software generar谩 toda la informaci贸n necesaria, integrada en una sola respuesta, sin que el trabajador tenga que acceder a varios sitios web o abrir varias pantallas de informaci贸n para obtener lo que necesita.

Algunas empresas est谩n llevando ese modelo de aprendizaje visual un paso m谩s all谩 y programando robots para "ver" una acci贸n particular, aprenderla y luego repetirla.

El t茅rmino t茅cnico para esto es 芦imitaci贸n禄. Kaplanoglu cita un ejemplo en el que un robot graba a atletas profesionales y luego recrea esos movimientos 茅l mismo.

Esto implica que, en el futuro, podr铆a ser posible que una excavadora grabe a otra realizando una tarea, almacene esa informaci贸n en la nube y luego la use para duplicar la tarea sin un operador presente. "Esa, creo, es la mayor promesa", afirma Kaplanoglu. "Hacia all谩 se dirige y se est谩n invirtiendo much铆simo dinero e investigaci贸n en este campo".

Mejorando las habilidades de su tripulaci贸n

鈥淟a automatizaci贸n est谩 capacitando a los empleados, no elimin谩ndolos鈥�, afirma Williams. Al asumir tareas repetitivas, las tecnolog铆as permiten a los trabajadores centrarse en tareas de mayor valor, desde la toma de decisiones hasta la optimizaci贸n de procesos. Esto no solo mejora la eficiencia, sino que tambi茅n hace que los trabajos sean m谩s atractivos y ayuda a reducir la brecha de habilidades. Las empresas que adoptan la automatizaci贸n no est谩n recortando personal, sino que lo est谩n haciendo m谩s valioso, afirma.

A medida que las m谩quinas y los lugares de trabajo evolucionan para incorporar mayor autonom铆a, el puesto del operador podr铆a convertirse en gerente de tecnolog铆a, afirma Welch. Se seguir谩n necesitando operadores cualificados para ense帽ar a las m谩quinas a realizar ciertas tareas. "Y llegar谩 un punto en el que habr谩 tareas realmente dif铆ciles y complejas, con muchas entradas que solo una persona puede gestionar. Por lo tanto, pasar谩n muchos a帽os antes de que podamos hacerlo todo sin una persona en la cabina", concluye.

Microm谩quinas en enjambre

David Veasy, gerente senior de productos de autonom铆a de John Deere

Tambi茅n es posible, tal vez incluso probable, que la autonom铆a pueda cambiar el dise帽o de las m谩quinas de movimiento de tierras m谩s all谩 de eliminar la cabina o cambiar el n煤mero o el tama帽o de las m谩quinas para realizar un trabajo en particular, dice Welch.

鈥淗ay una investigaci贸n interesante que analiza si ser铆a m谩s eficiente tener dos m谩quinas grandes o diez m谩quinas rob贸ticas peque帽as que trabajen juntas鈥�.

Trimble lo denomina 芦coordinaci贸n multim谩quina禄, seg煤n Welch. En lugar de dos excavadoras grandes, podr铆an ser m谩s bien diez miniexcavadoras trabajando en conjunto simult谩neamente. Los fabricantes de equipos originales (OEM) impulsar谩n este desarrollo, pero la tecnolog铆a, el software y el aprendizaje autom谩tico desempe帽ar谩n un papel fundamental.

La autonom铆a tambi茅n permitir谩 que un solo operador controle m谩s de una m谩quina, afirma Veasy de Deere. La tendencia con el tiempo ser谩 que los equipos aut贸nomos requerir谩n cada vez menos intervenci贸n del operador para operarlos y gestionarlos.

El impacto de la IA

La automatizaci贸n exist铆a mucho antes de que la IA se convirtiera en algo com煤n. Sin embargo, la IA es ahora la tecnolog铆a m谩s popular y se basa en el 茅xito del control de m谩quinas GPS/GNSS.

La IA ha abierto la posibilidad de crear soluciones aut贸nomas productivas que antes habr铆an requerido mucho m谩s tiempo de desarrollo y habr铆an presentado varias limitaciones, afirma Veasy. Por ejemplo, el uso de la visi贸n artificial para distinguir entre objetos y tipos de objetos solo es viable comercialmente gracias a los avances en IA.

La autonom铆a probablemente cambiar谩 la apariencia y el dise帽o de los equipos (Imagen: AdobeStock)

Williams afirma que la IA no ha cambiado el rumbo de Hexagon, sino que ha mejorado lo que la empresa ya hac铆a. El aprendizaje autom谩tico, los gemelos digitales y la automatizaci贸n llevan a帽os mejorando la precisi贸n, la eficiencia y la toma de decisiones. Lo que est谩 evolucionando ahora es la capacidad de la IA para escalar, procesar datos con mayor rapidez y proporcionar informaci贸n m谩s pr谩ctica en tiempo real.

Si bien el futuro de la IA y la automatizaci贸n es vanguardista, no hay raz贸n para esperar a ver qu茅 pasa. Se producen mejoras graduales con beneficios reales casi a diario. 芦Estamos integrando la IA para perfeccionar el control de las m谩quinas, automatizar el procesamiento de datos en topograf铆a y captura de la realidad, y mejorar la monitorizaci贸n de las obras y el seguimiento del progreso; no para reemplazar a los operadores, sino para ayudarlos a trabajar de forma m谩s eficiente y con mayor confianza禄, afirma Williams.

En 煤ltima instancia, el ritmo de adopci贸n variar谩 seg煤n la tecnolog铆a y el beneficio. 芦Hemos visto a clientes adoptar la tecnolog铆a a un ritmo elevado, cuando el valor aportado supera los costes禄, afirma Veasy. El ejemplo hist贸rico que cita es el control de pendiente GPS/GNSS.

鈥淯na vez que los clientes experimentan que pueden nivelar en una sola pasada, el ahorro de tiempo y la eficiencia compensan la inversi贸n inicial鈥�, contin煤a Veasy. 鈥淧revemos que, a medida que se reduzca el costo de la tecnolog铆a avanzada y aumente la necesidad de equipos m谩s productivos, la adopci贸n de la tecnolog铆a se incrementar谩 en consecuencia鈥�.