E60 - Automatización, IA y Minería Autónoma: El Futuro Ya Llegó | Fernando Romero (Honeywell)
Resumen
Fernando Romero, gerente general de Honeywell Chile, recorre más de tres décadas de automatización en minería y explica la visión de la planta autónoma. Su tesis: la inteligencia artificial potencia el control de procesos, pero las personas siguen dando dirección, criterio y responsabilidad.
- Todo control de procesos se reduce a tres elementos: un sensor que mide, un controlador que decide y un actuador que corrige.
- Reducir la variabilidad del proceso permite producir más con menos energía, menos agua y una calidad de producto más estable.
- En la industria no hay espacio para las alucinaciones de la IA generativa: el estándar es precisión, exactitud y predictibilidad.
- El rol del operador sube de nivel hacia decisiones por excepción, pero siempre debe haber un humano responsable.
- Los datos sin calidad, contexto ni sincronización generan eventos fantasma; medir bien es tan importante como modelar.
Notas del episodio
La minería del futuro no se define solo por el cobre que extrae. Se define por cómo lo produce. En este episodio de Minenovate, conversamos con Fernando Romero Espinosa, Gerente General de Honeywell Chile y referente en automatización industrial, sobre cómo la industria minera está dando el salto hacia operaciones autónomas, inteligencia artificial y control avanzado de procesos. Desde su experiencia en Codelco, BHP, Anglo American y hoy liderando Honeywell, Fernando nos muestra cómo la automatización ha evolucionado desde sistemas básicos de control hasta convertirse en el cerebro operativo de la minería moderna 👉 ¿Qué significa realmente una mina autónoma? 👉 ¿Cómo se conecta la inteligencia artificial con procesos físicos? 👉 ¿Por qué el error no es opción en estas industrias? 👉 ¿Y cuál será el rol del operador en el futuro? Este episodio es una clase magistral sobre tecnología industrial aplicada a minería. 🔎 En este episodio aprenderás: ✔ Cómo funciona el control automático en procesos mineros ✔ La evolución desde PLC hasta inteligencia artificial ✔ Qué es una planta autónoma y por qué es el futuro ✔ Cómo Honeywell transfiere tecnología desde otras industrias ✔ El verdadero rol de la IA en minería ✔ Cómo cambia el rol del operador en la era digital ⏱ TIMESTAMPS 00:00 Introducción: la minería invisible que define resultados 02:30 Presentación de Fernando Romero y Honeywell 06:10 Cómo llegó Fernando a la minería 10:45 La minería en los 80 vs hoy 14:20 Automatización: de amenaza a habilitador 18:00 Industrias donde el error no es opción 22:30 Qué puede aprender la minería del petróleo y la energía 27:10 Cómo funciona el control automático (sensor–controlador–actuador) 32:00 La evolución tecnológica en minería 36:40 Centros integrados de operación y talento 41:20 El rol de la automatización en productividad y seguridad 46:00 Inteligencia artificial aplicada a procesos industriales 50:30 De datos a decisiones: el verdadero desafío 55:10 La visión de Honeywell: planta autónoma 59:30 El rol del operador en el futuro 01:04:00 IA, asistentes digitales y toma de decisiones 01:08:30 Riesgos de la IA en procesos críticos 01:12:20 Startups, innovación y colaboración con grandes empresas 01:17:00 El futuro de la minería: autonomía, eficiencia y sostenibilidad
Transcripción(clic para expandir)
Bienvenidos a Minenovate, el podcast líder en minería, innovación y tendencias, donde exploramos las fronteras de la innovación en la industria minera. Les saludan sus co-hosts mineros, Miloni Meller, Francisco Rubina, quien habla. Hoy en MyNovit vamos a conversar sobre algo que muchas veces opera en silencio, pero que define la productividad, la seguridad y la competitividad de la minería moderna, el control automático y la excelencia operacional. Y para eso tenemos a un tremendo exponente, Fernando Romero. Ya te vamos a hacer una breve presentación. Desde ya te estamos agradeciendo el espacio. Entonces, porque no solo hablamos de minería, hablaremos de sistemas críticos, hablaremos de industrias donde el error no es opción, de modelos híbridos entre startups y grandes cooperaciones, que también tienen grande participación de ustedes, y de cómo todo esto converge en la transformación de nuestras operaciones mineras. Nos acompaña hoy Fernando Romero, gracias por estar acá, gerente general de Honeywell Chile, director del Global Center of Excellence in Mining Automation. Fernando además posee una destacada trayectoria con más de 35 años de experiencia, en PHP, Anglo American, Extrata, Hoy Glencore, Doña Inés de Coyahuasi y Codelco, siempre en las áreas de control de proceso, automatización y tecnología. Creemos que es un background bastante potente para nuestro espacio, así que nuevamente te agradecemos. Bienvenido a un nuevo episodio de Minenovate. Bienvenido, Fernando. Bien, muchas gracias. La verdad es que para mí es una tremenda oportunidad poder recibirlos acá en nuestra casa, en Honeywell, Chile. Tal como tú dices, Honeywell, Chile, básicamente, nuestra se ha convertido en el Centro de Excelencia de Automatización en Minería a nivel mundial y estamos en eso, desarrollando la posibilidad de aportar desde el punto de vista de la tecnología, tecnologías habilitadoras a la industria para hacerla más eficiente, primero que todo más segura, más eficiente y obviamente para cumplir con esto de la transición energética mundial donde la minería es un factor clave, una industria clave. Así que bienvenidos acá de nuevo y muchas gracias por la invitación que para mí es un privilegio y Como les digo, tratar de compartir esta experiencia de hartos años en minería y ahora al otro lado de la mesa a cargo de esta empresa de tecnología en Chile. Perfecto. Bueno, el honor, la verdad, es de nosotros, de tenerte aquí. Para nosotros también y para nuestra audiencia es súper relevante conocer la historia de los protagonistas de la minería. Y en ese sentido siempre nos gusta comenzar con una pequeña historia de cómo fue que llegaste a la minería y por qué. Así que cuéntanos un poco tu historia. Voy a tratar de resumirlo, porque son hartos años, pero ¿cómo llegué? Yo estudié ingeniería, soy electricista en la Universidad de Chile, y dentro de las áreas lo que más siempre me llamó la atención fueron los temas de los procesos, la física, etc. Incluso en algún momento pude haber empezado a estudiar física y ser un físico, pero la verdad es que el tema de las cosas concretas me gustaba mucho, y ser ingeniero yo creo que aterriza de eso en algo práctico. Y yo salí hacia fines de los 80 de la universidad y tuve la oportunidad de hacer una memoria, porque había que hacerla, esta medida los profesores se van a acordar y me escapé un poco de hacerlo en la universidad y traté de hacer la industria. Y la industria que era como más ad hoc para ver los temas de automatización y control era justamente la industria minera. A pesar de que, te estoy hablando a fines de los 80, no era tan conocido el tema de automatización, tuve la oportunidad de hacerla en Coercoteniente y de ahí se generó la posibilidad, después de que terminé la memoria, de tomar un plan de entrenamiento. Y ese plan de entrenamiento, de graduados en entrenamiento, se había reeditado hace poco, terminó mi memoria y el 89 hice ese plan de entrenamiento. Evidentemente esa era una época bien especial en el país, así que hubo ciertas cosas, por lo tanto en general a veces es como divertido porque entré y después tuve que entrar de nuevo con la nueva administración y partí trabajando en minería. Al principio no me gustaba mucho, no me gustaba mucho el tema de minería porque obviamente tratando de ver temas de tecnología uno lo ve como una industria medio anticuada, pero de alguna manera, y lo digo hidálicamente, no había demasiada oportunidad tampoco en el país, como para poder darse el lujo de decir, oye, ¿por qué no sigo una carrera acá en Codelco? Tremenda empresa, aprendí mucho y yo creo que a la larga fue la decisión que me tiene acá, la decisión original que va llegando por esos caminos y efectivamente en Codelco tuve la oportunidad de partir mi carrera y trabajar fuertemente en temas que en ese momento empezaron a desarrollarse en el país, en temas de automatización, aplicado a minería. Esos fueron mis inicios. Yo dije que me iba a quedar poco tiempo en Codelco y al final tuve 11 años. Teodoro. Oye, Fernando, y en esta carrera estábamos mencionando a todas las compañías en las que estuviste. Y entran a trabajar en lo que le llaman los Big Players. Me llama mucho la atención que un ingeniero electricista, que era un principio, estaba medio reticente a la industria minera, con hambre de instalar la semilla de la tecnología. Y digo, instalar la semilla de tecnología es lo que quiero conectar a la vez también con nuestra temporada. Nosotros estamos en la tercera temporada de este podcast, que justamente tiene foco en la activación del ecosistema minero desde las startups, desde los big players que tú representas en gran media y cómo también a la vez el ecosistema a través de entidades estatales o fondos de inversión también va haciendo que este ecosistema se active. Entonces me llama mucho la atención que tú mencionas. Prácticamente un tema cultural, una industria anticuada hace unos 35 años atrás, 3 años atrás, justamente hace un episodio atrás estuvimos grabando con startups de base tecnológica que nos indicaban que han visto este cambio, esta curva de crecimiento cultural de mi mueble. Entonces yo quisiera ir un poquito a irte comentando o consultando, Honeywell opera en industrias que no son solo mineras, opera en industrias que son de aeronáutica, defensa civil, energía, procesos industriales. Entonces yo mencionaba en la apertura que estamos en una industria en la que el error no es opción, o sea, se requiere una precisión tremenda y básicamente las soluciones basadas en tecnología tienen como unos KPIs principales, precisión, accuracy, que estábamos hablando hace unos episodios atrás. Entonces quisiera comentarte y consultarte qué aprendizajes deja trabajar en estas industrias que son tan críticas, ¿no? Y qué podemos traer desde esa industria que acabas de mencionar, aeronáutica, defensa civil, energía. ¿Qué similitudes y aprendizajes podemos traer a la industria minera desde esta mirada que está desarrollando Jónimo y en tu rol también? Es una tremenda pregunta y en general mi respuesta va a ir justamente porque eso es lo me motiva ya lo otro que mencionó usualmente es que si uno ve el mercado laboral y en chile principalmente reconocer ya hace 30 o 40 años atrás en la industria minera es iba a ser el motor del desarrollo nacional era algo que no se conversaba mucho pero yo estaba convencido de aquello entonces qué es lo que pasa una gente uno saliendo de la universidad ingeniero en automatización y control dice bueno donde trabajo donde puedo tener que de futuro. Normalmente a nivel de las industrias en Chile era revoco, con salvedades, quizás las papeleras que venían con su tecnología, la industria del petróleo, que bueno, la refinería que básicamente es ENAP. Y de hecho yo conocí el primer sistema de control de Honeywell en una refinería de petróleo haciendo una práctica de vacaciones, que fue en Aconcagua, ex Concon. Entonces se juntaron estas dos cosas, la posibilidad de seguir trabajando en Codelco y el tremendo desafío que significa la industria minera. Y entonces uno ve tecnologías de automatización etc. Bueno, si me vengo al presente después de todos estos años de trabajo en la industria minera, efectivamente Hanwell es el líder mundial en automatización industrial, como nicho de automatización industrial. Es una empresa muy muy grande, está separando todo lo que es el negocio de los espacios porque tiene otra dinámica, pero trabaja en todas las verticales industriales porque nació hace más de 100 años como automatización industrial. Evidentemente la más grande donde trabaja Hanwell y tiene la mayor presencia es Oil and Gas, o sea la industria del petróleo. en sus tres etapas, en producción, distribución y refinación. Por lo tanto, un montón de cosas que se desarrollaron como tecnología en la industria del petróleo son fácilmente exportables a la minería porque son industrias primas, primas hermanas, desde el punto de vista de que son industrias extractivas y de procesamiento, de lo que sacan de la corteza terrestre. Pero Hannibal después entró en todas las otras industrias químicas, farmacéuticas, electrónicas, en la industria de energía, probablemente tal, Y yo creo que la gracia está en que si uno tiene la formación y ha tenido la experiencia de estar metido adentro de los procesos industriales, empieza a encontrar similitudes. Todo se trata de procesar algo, de transformar algo en otra cosa, en un producto, usar materias primas, etc. Y la tecnología de control automático de proceso, en general, si uno la puede modelar, es muy simple. Es un modelo que siempre ha sido inmanente. Es sensor, o sea, medir algo. Un controlador, que es el cerebro, que compara si ese algo que estoy midiendo es bueno o malo, corregirlo, y algo que actúa. Y esta es la clave, yo creo, un poco de lo que me gustaría contarles después, porque podemos llegar a inteligencia artificial y un montón de cosas, pero si uno se olvida de que esto es conectar máquinas con máquinas, empieza a perder un poco el norte. En la industria pesada, la industria de fierro, digamos, que necesitan activos, el modelo de control es el mismo para todos. Entonces uno puede traer desarrollos de otras industrias, que quizás no están tan aplicadas en minería, a la minería. Destacar eso sí que la minería es una industria antiguas. Después de la era paleozoica, mesozoica, lo que sea, bueno, el ser humano, la industria de la minería tiene más de 3.000 años. Entonces, per se, no viene con automatización. Eso hay que tenerlo en claro. Tú mencionaste varias cosas que creo que siguen siendo hoy en día vigentes en el sentido de el rol que tiene la minería dentro de la sociedad. Tú mencionaste en un minuto que en Chile, en los años 80, visualizaba que podía ser una industria motorista del país. Eso sigue siendo hoy en día una realidad, hoy en día estamos entrando en un nuevo superciclo, que de nuevo se activa una tremenda oportunidad para el país de poder desarrollarse. Pero viene de la mano en que hoy en día también sigue siendo una industria, pese a su relevancia, sigue siendo muy desconocida. Y si vemos la intención de las personas jóvenes de trabajar en la minería, cada vez también va bajando. Quieren estar enfrentados a la vida en turno, vida en terreno, y ahí también la automatización tiene un rol. Entonces también es súper interesante cómo hoy en día también la industria ha ido migrando y ha ido incorporando tecnología y ha ido desarrollándose. Bien mencionabas tú, la industria nació sin automatización. Y hoy en día estamos avanzando hacia una industria altamente automatizada o con operaciones remotas. Aquí enfrente tenemos dos de los centros de operaciones remotas de la industria vinera. en esta transformación. Y eso es algo que también tenemos que poner en evidencia y poder tratar de posicionar a esta industria como lo que realmente es hoy. Una industria con alta tecnología, con muchos desafíos, con elementos de tecnología de punta, donde perfiles de distintas características tienen cabida y acogida. Y en esa línea me gustaría saber un poco, ¿no? Tú ya algo mencionaste de la crospolonización, de tecnología entre las industrias, de distintas industrias. También me gustaría saber cuál es tu visión dentro de la corporalización de conocimiento de las distintas especialidades que hoy en día constituyen lo que es el negocio minero actual. Ahí hay varias cosas que son súper interesantes. De hecho se da la paradoja de que siendo la industria minera el principal motor de la economía nacional es a veces desconocido. Y es tanto que la construcción al PIB es a veces un orden de magnitud respecto a toda la industria industrias que le siguen. Le hace agricultura, pesca, deseo forestal, la industria de servicios, etc. Entonces, ahí se da una cosa bien especial. Pero por otro lado, es cierto lo que tú mencionas, Miro, desde el punto de vista de que, en general, a nivel mundial, la escasez de recursos humanos está siendo cada vez más evidente. Y hay empresas globales que hace ya más de 10 o 15 años se movieron a este concepto de los centros integrados de operación usando tecnología, por la falta de visión a veces de la misma industria de poder atraer talentos. Entonces, básicamente la tecnología y esta generación de estos centros integrados de operación fue una respuesta inmediata para poder atraer talentos en un ambiente que es como una realidad virtual, básicamente, de la operación real. Y esto partió, si no mal recuerdo, por ahí por el año 2010, quizás un poco antes en Australia, justamente por la falta de mano de obra, los lugares donde está la minería en general son remotos, difícil de acceso, hay que vivir en campamentos, no son las condiciones ambientales más apropias. Entonces, generaron unos centros de operación en la ciudad de Perth, muy bonita, etc. Y eso pudo atraer talento para operar en forma remota, procesos mineros, metalúrgicos, etc. Principalmente en la industria del hierro. Esa tecnología se trajo de otras experiencias que habían habido con anterioridad cuando hubo que remotizar operaciones de petróleo. las formas petroleras por temas de seguridad, porque obviamente operar en el Mar del Norte o incluso en el Golfo de México a veces no es tan fácil. Entonces, eso es casi natural. O sea, como te digo, el concepto del control automático, sensor, controlador, actuador, aplica a cualquier industria de proceso en general. Y lo otro es que se puede ver beneficiado, porque dado el grado de madurez que se han hecho en otras industrias, es más fácil traerla para minería, adaptarla. Además, en ese contexto, porque normalmente la automatización se ve con las justificaciones económicas, económica, técnica. Afortunadamente, con el devenir del tiempo, dado que yo llevo harto años de carrete en esto, también está el tema de seguridad, que creo que es más importante. Entonces, si uno hace una análisis de proceso, puede encontrar definitivamente que hay labores que el ser humano, la verdad es que es mejor que no se exponga. Y ahí podemos empezar a reemplazar con tecnología. A mí me tocó la suerte y quería volver un poco a eso. Yo creo que he tenido la suerte de trabajar más de 35 años, lo cual me hace más viejito en esto, porque he visto todo el desarrollo que se ha hecho en el país con automatización en la industria minera y de alguna forma he visto cómo se ha ido cambiando el discurso. En una época, hasta el fin de los 80, era impensable un gerente general de una compañía minera siquiera mencionar la palabra automatización, porque podría entenderse como reemplazo de trabajadores, era muy directo. Sin embargo, en el devenir del tiempo, cada vez más, con muy buenos ojos, uno ve que hablan de automatización, ahora se habla de inteligencia espiritual, etc., como algo natural dentro de la industria, y eso es súper potente. Volviendo al driving force, que tiene la industria de atraer talento. Creo que la tecnología para la gente nueva puede ser como la puerta de entrada a un mundo que es fantástico. Yo me enamoré en realidad de la industria minera en el sentido de que son procesos que existen oportunidades de todos lados para poder mejorarlos, para poder trabajarlos mejor y la contribución que tiene la sociedad es gigante. Evidentemente hay temas de medio ambiente, etcétera, que se pueden tratar, pero insisto, la industria minera es clave para la transición energética mundial. generales críticos, el cobre pasa a ser uno de ellos. Sí, bueno, según el World Economic Forum, la automatización además va a impactar en aumentar la productividad en torno a un 15% en la industria. Y eso es algo que hoy en día, como bien me hacías tú, tenemos varias fuerzas que están construyendo para generar un ecosistema o un mercado bien caliente. En el sentido que tenemos la transición geográfica por un lado, pero también hoy en día tenemos el mismo avenimiento de la inteligencia artificial que está generando mayor demanda por data center. Entonces, tenemos un doble impacto que está aumentando la demanda por cobre. Sin embargo, tenemos restricciones en la operación, donde un yacimiento nuevo de cobre demora, entre permiso y todo, en promedio 18 años. Entonces, ya tenemos un crunch. Y ese crunch hoy en día se está tratando de cerrar a través de la automatización. Poder exigir más de nuestros activos utilizando el mino. También nuestros activos están envejeciendo. Por lo tanto, cada vez se hace más difícil operar, cada vez se hace más gustoso. Y ahí es donde estos elementos que mencionas tú, de cerrarlo, por ejemplo, el loop de control, que quizás sería interesante saber qué están avanzando ustedes en ese sentido, el uso de la inteligencia artificial, está ayudando a que las decisiones sean tomadas ya no mirando el espejo retrovisor, sino mirando desde el parabris. Y eso abre muchas oportunidades de ser más productivo. hoy en día Jónimo le está haciendo en ese sentido para poder mejorar la producción y la productividad de las compañías. Sí, mira, tomando algo que se me quedó un poco en el pintero de la respuesta anterior, yo creo que cada vez más es necesario unir fuerzas entre distintos actores para esto. La automatición per se es una tecnología, pero las tecnologías tienen que ser miradas desde el punto de vista que habilitan algo. La industria minera tiene que ser más segura, más sustentable, más eficiente y tal como dices tú, de ego tenemos, porque estuve 33 años en la industria, ahora llevo 5, o 32 en la industria, ahora 5 en una empresa de tecnología. Tenemos ese tremendo desafío, que tal como dices tú, hacer un Greenfield en este momento, 10 años, pero el cobre se necesita mañana. Entonces lo que tenemos que hacer es eficientar las operaciones actuales, proyectos Brownfield de corto alcance, etc., muy rápido. Pero la tecnología por sí sola es un habilitador, pero ¿qué es lo que necesita? Conocimiento. Y ese conocimiento lo tienen expertos que están repartidos en el planeta, distintas partes que han pasado de una empresa minera a otra, estará en la universidad, en los centros de investigación y desarrollo, pero también es el conocimiento del ámbito donde tú lo vas a aplicar, le hace minería, procedimiento de minerales, geología, exploraciones, fundiciones, refinerías, puertos, logística, etcétera, pero además se necesita conocimiento en el uso de la tecnología. Entonces, nosotros como empresa velamos mucho por lo siguiente, siempre es traer la voz del cliente, o sea, aprender del cliente lo que hay. En este caso, claro, yo en Chile de hecho cumplo un doble rol porque Yo he aprendido mucho más minería y metalurgia por osmosis, como digo, por conversaciones con los colegas, y haciendo proyectos que funcionan mucho, otros no funcionan, uno aprende y va desarrollando. Nosotros como empresa de automatización y de tecnología en general que apoyan la automatización industrial, tenemos una visión que ya está muy sólida, que se llama la visión de la planta autónoma o el proceso autónomo. Cuando yo hablo de planta, a veces en Chile se entiende solamente por las plantas de concentración de minerales, etc. Cuando uno habla de planta, con el concepto de planta de control de procesos, es un proceso, que puede ser desde la geología, la exploración, como te digo, exploración, geología, etcétera, operaciones mineras, de procesos minerales, etcétera, logística, distribución. Todos esos procesos, nosotros estamos tendiendo a llevarlos hacia un proceso autónomo. ¿Qué significa autonomía? Significa que ese proceso con esta infraestructura o metaestructura, que es el control automático, que son sensores, redes, controladores, etcétera, en cierta medida, ser más estable, más controlable, tenga menor variabilidad desde el punto de vista del proceso, mucho más seguro, evidentemente. Y la gracia que tiene es que se puede ir adaptando en tiempo real a las necesidades de lo que uno va especificando. Y por otro lado, estos sistemas que uno le coloca arriba de los procesos van aprendiendo de la experiencia de los mismos procesos. El proceso minero, principalmente metales básicos, quiere decir después los metales preciosos, está sujeto constantemente a perturbaciones. Uno puede hacer un diseño, del proceso, y ese proceso va a funcionar en promedio, de cierta manera, pero recibiendo materiales o minerales que vienen caracterizados o tienen características distintas, va cambiando minuto a minuto, hora a hora. Y eso es lo que el control automático permite, de alguna manera, reducir en términos de variabilidad. Ahora, en esa reducción de variabilidad hay ganancia por todos lados. Se consume menos energía por unidad de material tratado, se garantiza la calidad del producto que se va a generar, ya sea que sea un intermedio como el concentrado de cobre o de cualquier especie de metal, Y después los procesos aguas abajo en realidad sufren menos porque la especificación de producto va mucho más acotada. Por lo tanto, se produce más, de mejor manera, menores residuos y menor uso intensivo de dos grandes insumos que son el agua y la energía eléctrica. Entonces, por ahí va la cosa. En este momento, la visión de futuro que tiene Honeywell y ya la está aplicando en otras industrias es autonomía. Que esta infraestructura de control de proceso, además de tener capacidades de predicción, que el control clásico las tiene. plataformas de control avanzado a procesos que tienen capacidad de predicción, pero son programadas. El uso de la inteligencia artificial hace que ahora eso, más que un programa determinado, es un programa que va a ir aprendiendo y se va a ir adaptando con mucha mayor rapidez. Entonces, ese futuro de la planta autónoma está mucho más cerca de lo que uno piensa. Yo creo que tú mencionaste un concepto clave que es el tema de traer conocimiento. Y ese conocimiento, creo yo, a modo de opinión personal, tiene que ser adquirido en base a la experiencia, pero también en base a la tecnología que está disponible. Tú mencionaste una premisa muy fuerte, creo yo, que es el tema de que la tecnología tiene que ser un habilitador. Nosotros estamos totalmente en línea con esa visión. Pero un habilitador para la toma de decisiones. Yo creo que eso es algo que resume de alguna manera lo que tú estás mencionando. Y en ese tenor es que se van incorporando varias tecnologías, estamos hablando de inteligencia artificial. Básicamente la premisa de aplicar inteligencia artificial es hacer una operación más predecible. predecible nos permite llevar mejor control y al final de cuentas hay una máxima en gestión de proyectos que es lo que tú no mides no lo puedes controlar, lo que no lo puedes controlar no lo puedes gestionar y a ti te va a dar un corto gestión yo creo que esa es como la premisa máxima y la gestión la verdad en este entorno que tú nos estás mencionando acá Fernando de big players que estamos hablando ¿no es cierto? ¿por qué big players? porque estamos hablando de una industria que es a gran escala, no estamos hablando de una industria que mueve poco, estamos hablando de una industria que mueve muchísimo material mueve muchísimo dinero. Para nuestra audiencia no estamos hablando de un camión 3,4 que está moviendo a la construcción, estamos hablando de camiones que a capacidad colmate están moviendo 370 toneladas, 360 toneladas. Un camión con probablemente unos 40, 30 ciclos por día. Entonces lo más probable es que nos encontremos con una escala de operación que tiene que ser abordada también en este entorno de Big Players. Pero también está otra componente, Fernando, es interesante que quieren conversar contigo, que tiene que ver con que estos big players también necesitan hacer sinergia con aquellas empresas o aquellas iniciativas que están entrando a desarrollar un doble clic en estas soluciones. Y ahí empezamos a hablar un poco de cómo las startups, por ejemplo, se empiezan a incorporar en este entorno tan macro. Entonces yo quisiera abrir un poquito la discusión, Fernando, si estamos hablando de una competencia o complementariedad en términos de estos big players con las startups, ¿Por qué? Porque va en línea con lo que tú mencionabas. Estamos incorporando más conocimiento y este conocimiento, la verdad, es súper valioso. Nos hemos dado cuenta que las startups con base tecnológica parten de una solución piloto, la van probando, la van escalando, van generando resultados, lo miden y se dan cuenta que la solución efectivamente está habilitando decisiones, que es lo que tú mencionabas. Entonces, a mí me gustaría quizás consultarte ahí, Fernando, cómo se construye quizás un modelo híbrido que sea de una manera efectiva entre startups, y grandes corporaciones y cooperaciones. Súper buena pregunta y además que me trae a la memoria temas menos nostálgicos, pero yo tuve la suerte y la verdad es que mucha gente le he dicho, incluso conversándolo con mi familia, a veces uno tiene la suerte de quizás partir mucho antes con cosas, entonces uno las sueña y no las puede hacer porque falta tecnología. Pero si uno es machaca y la sigue y la sigue, el que la sigue y la percibe, uno se da cuenta que tiene oportunidades. Yo a muchos colegas les he dicho he pasado por esto como tres o cuatro veces. Ahora, la gracia es que lo puedo hacer. Antes era una buena idea, antes era un prototipo. Entonces, hay algo súper interesante. Yo tuve la oportunidad y la suerte. Era como, oye, ¿quién puede ver este proyecto? En Teniente, me acuerdo, con Teniente, de hacer el primer proyecto FONDEF de la Corfo, que se hizo para minería, que se llamaba el MI17. No sé por qué es el código. Y en ese proyecto participaban tres universidades. O sea, tuvieron que juntar tres universidades para que le dieran la plata para hacer estas cosas. a la cuadra del año 93, 94, por ahí, por esa... O sea, estamos a 30 años de eso. Y se desarrollaron tres productos, aunque no lo crean, se desarrolló el primer sensor de visión artificial para ver la burbuja de la celda de flotación, se llama Aceflot. Se desarrolló el primer sistema de control inteligente, que no era PID realimentado, ese autosistema experto para las columnas de flotación, que era una tecnología muy promisoria para poder hacer una mejor limpieza del concentrado cobre, y evitar problemas en los filtros y un montón de cosas. Y se hizo un simulador para entrenar operadores en molienda. En molienda convencional, en molienda SA, que todavía era más difícil de dominar a nivel de modelo. 30 minutos. Entonces, ¿qué es lo que pasa? Que ahí yo me di cuenta de que, claro, el conocimiento puro, teórico, hay que aplicarlo a través de gente que lo maneja muy bien. Y si le ponemos un poco de componentes de tecnología y un proceso real, clic, ahí está todo. El tema es que sostenerlo, y fomentarlo, etc. Ahí tuve la experiencia también de que se trató de empaquetar esas soluciones, pero no había un elemento intermedio, un agente intermedio que los pudiera unir. Porque, evidentemente, desarrollamos físicamente unas cámaras y todo. O sea, yo era coordinador del proyecto, la inteligencia de la universidad, yo era un simple articulador, pero apasionado para que las cosas pasaran. Además, estaba soltero, tenía 24 horas al día para trabajar y un montón de cosas. Pero bueno, uno se dedica de corazón a eso y sabe que puede tener futuro. quedas con esa sensación de que se pueden hacer mejor las cosas. El país quizás no estaba preparado todavía para empaquetar tecnología y empezar a vender la industria minera y quedó ahí. Si yo me salto todos estos años ahora, yo veo fascinado la cantidad de empresas que están, de cabros jóvenes, que están ocupando su cerebro, que ha sido entrenado. Ya vienen Intel Insight, como digo, no hay que enseñarles lo que es un PC ni nada. En mi época había que hasta justificar económicamente tener un computador personal en la oficina para poder trabajar. digitales y ahí voy a referir un poco al tema inversiones después. Entonces, ese es un talento que hay que aprovechar. Pero claro, no tienen todo este carrete de la industria, Jani por cien años y otras de la competencia, la misma cantidad, o más o menos. Entonces, ¿qué es lo que ocurre? Que esto es un mundo físico y nosotros estamos a la vanguardia en el desarrollo de inteligencia artificial, que dicho sea paso, paréntesis, cultural no más, pero la inteligencia artificial son básicamente cientos de miles de redes neuronales, programa computacional, que se interconectan entre sí y hacen un símil que para mí es maravilloso porque es como si eran netico. El ser humano, con los sensores y los actuadores, expande los cinco sentidos. El sexto sentido, no lo trabajemos todavía porque no. Entonces, básicamente eso fue lo que hizo el control automático, expandir los sentidos del ser humano para controlar mejor un proceso. ¿Y qué le agregamos ahora al cerebro? El cerebro funciona con neuronas y las redes neuronales, cientos de miles, millones que funcionan. ¿Qué pueden hacer? Aprenden. Igual que lo hace el cerebro, si al final el ser humano lo que está diseñando es una especie de símil de sí mismo para manejar la gestión, manejar todo. Cierra el paréntesis. Entonces, la misión que tenemos nosotros como industria de la tecnología, que tenemos base instalada, tenemos sensores, redes, actores, etc., es habilitar la posibilidad de conectar conocimiento con los procesos industriales. Evidentemente nosotros estamos haciendo desarrollo, pero si para mí viene alguien que es experto, no sé, celdas de flotación de tal tipo, ¿para qué voy a desarrollar yo el conocimiento si ellos ya lo tienen? Yo le puedo habilitar una plataforma de sensualización, de control de procesos, de simulación, etcétera, para que ese conocimiento rápidamente aplique y lo conecte yo con el mundo físico real y listo, ahí está la magia. Eso le da la oportunidad a, en cierta manera, democratizar la posibilidad de que mucha gente coopere en la industria minera. Porque yo no me quedo con los mismos de siempre, que nos damos vueltas, nos juntamos en un congreso, medio ñoño, digamos, hablamos de lo mismo. Ahí nos fijamos todo. Entonces, para mí es fantástico esta posibilidad, pero hay que generar un ecosistema en que realmente sea ganar-ganar. Porque evidentemente una empresa también compite en el mercado, tiene que tener metas de venta, etc. Pero cada vez más creo que la infraestructura, que yo le llamo una metaestructura de control automático que yo le pongo arriba a los procesos industriales, tiene que ser una capa habilitadora para conectar la inteligencia la están generando en este momento en todas partes del mundo. No olvidarse. Estos son procesos físicos. Por lo tanto, no es conectar la nube con una válvula. Hay que pasar por una infraestructura que está arquitectada, que tiene estándares, tiene que ser cibersegura, etc. Porque de todo punto algo es súper importante. Cuando uno ocupa inteligencia artificial generativa y hace un chatbox o lo que sea, pueden haber errores y estas alucinaciones, o lo que se llame, conceptual las alucinaciones, porque básicamente tú estás llevando la inteligencia que te responde lo que tú quieres y cuando no encuentra eso, dice cualquier cosa. Eso no puede ocurrir en el mundo industrial. O sea, yo si estoy ocupando la inteligencia artificial y estoy en cierta medida haciendo control automático de procesos directos, el desde es el Six Sigma. O sea, no puedo tener un comando error ni una válvula que me coja en la escoba y abre un reel, digamos, y lo tira a un río. No puede haber esos errores. es la precisión, la exactitud y la predictibilidad. El ser humano, desde el punto de vista, por eso se desarrolló mucho antes el uso de la inteligencia artificial de modo experimental, porque básicamente hay industrias donde el ser humano es el dato de entrada y el que lo consume. Entonces uno tiene más adaptabilidad y puede interpretar. Y esa es la gran grasa que tiene el ser humano y la va a tener siempre sobre la inteligencia artificial. Porque el ser humano es el que le ha significado las respuestas, las puede curar, puede decir si bien o no una persona experta, evidentemente un novato puede caer en el engaño, si tú quieres. Le da dirección, o sea, ¿para qué voy a usar esto? Y un poco ahí apunto al tema de la gestión, o sea, la gestión empresarial tiene que ser consentida, porque tiene que cumplir una misión, visión, tiene objetivos, metas, etc. Y además hay un tema súper importante, hay un tema de accountability. Una inteligencia artificial que esté depositada ahí, tiró la respuesta y dice, bueno, esto es, y no se hace responsable por los efectos de esa respuesta. En cambio, el control de digital directo sobre el proceso, la respuesta la va inmediata, y va a haber alguien al que le van a pasar la cuenta. Por muy automatizado y autónoma que sea la planta, tiene que haber un ser humano responsable de que eso responda a lo que hizo. Creo que comentaste varias cosas. Una de ellas que me llama mucho la atención es que tiene que ver con por qué la industria minera se mueve a cierta velocidad. La industria minera no puede adaptar la tecnología de la forma en que la adopta el retail, hasta la telecomunicación. Porque aquí hay efectivamente procesos industriales que generan riesgo, que generan impacto en las personas, donde pueden haber fatalidades, o en el medio ambiente, como bien no se nos tú, si un río se abre también a un río. Y eso habla de por qué se toman riesgos y salvaguardas adicionales y la velocidad es mucho más lenta, tiene que ser probado, tiene que ser restringido y acotado el impacto que pueda generar. Y en ese sentido también mencionaste algunos elementos que tienen que ver con el camino que hemos ido La industria minera en los últimos años ha trabajado mucho en los temas de inteligencia artificial con principalmente recomendadores de producción. En donde esos recomendadores básicamente son a través de aprendizaje supervisado. Efectivamente el operador que tenía el conocimiento revisa, valida y certifica de alguna manera que la recomendación que está entregando el algoritmo o la inteligencia artificial o el recomendador de proceso tenga sentido o no. de forma manual. Hoy en día ya estamos cerrando ese loop, ya hemos pasado por ese proceso de entrenamiento y el conocimiento de estos operadores de alguna manera ha sido transferido a estos elementos informáticos o de automatización. Eso me abre la pregunta de hacia dónde va el rol de las personas dentro de la supervisión. Tú bien mencionaste que dentro de la operación automática el rol de las personas se va moviendo. No es que se elimine, sino que va cambiando, porque siempre es necesario en algún punto la gestión y el control de algún ser humano. Entonces, hoy en día estamos justamente dando ese paso de pasar de una recomendación a pasar a una toma de decisión automatizada, que es el concepto también que se habla de minería 5.0. ¿Dónde hoy en día estamos en ese loop y cuál es el rol de los operadores y el rol de los ingenieros en el sector? contesto un poco en base a mi experiencia porque a veces es como medio así, eso era así, eso es. Es más de lo mismo. Cuando uno parte con los primeros controles digitales, con el primer PLC, controlador lógico programable que se inventó en la década del 60 en Estados Unidos, lo que hizo fue sintetizar una regla que es un algoritmo muy conocido que se llama el PID, que es una regla matemática que por alguna razón porque es una cosa que permite disminuir la variabilidad de algo controlando otra cosa, una entrada, una salida y controla. Ese algoritmo PID ya es inteligencia artificial, porque es un programa embebido en algo que no lo está haciendo un operador, o sea, el operador no tiene que estar cada rato, jefe, muevo la válvula para arriba, para abajo, no, es un control PID simple, de lazo simple, me da un flujo y dice, aquí estabilizo. No es pecado decir, bueno, lo que estamos haciendo ahora es que en vez de un control PID que es programado, estamos usando otro algoritmo, matemático. ¿Cómo te lo puede explicar tú alguien? O sea, matemático es un algoritmo, es algo que entra algo en una fábrica de algo y sale algo, una respuesta. Lo que hay adentro es una matemática que puede ser la más estrambótica y avanzar, pero hace lo mismo. Está controlando las desviaciones de una variable de proceso. La gracia que tenemos ahora con la capacidad de cómputo, estos algoritmos de control se pueden correr en tiempo real. Y ahí está la gracia. Porque antes yo podía hacer un modelo y simular y decía, no, la respuesta que he tenido esto es tanto. Y a mí me pasó, haciendo un modelo de simulación muchos años atrás, que claro, tenía viajar procesando todo el algoritmo de la noche y a la mañana siguiente lo veía y decía, sí, en realidad deberíamos haber aumentado esto en 10%, pero ya se pasó la historia. Ahora lo puedes hacer en tiempo real, esa es la magia, y puedes tener capacidad de predicción. Los modelos que se usan para predecir son modelos híbridos, lo que sea, y predice. Pero además ahora viene la magia, ni siquiera tienes que tener un modelo. El modelo lo va a construir la inteligencia artificial y en base a ese modelo que se va a entrenar, tal como dices tú, con los operadores, va a tener la capacidad de asistirlo. recomendadores, y que en la jerga más del Fair Frontier, que promueve una de las empresas de software, es el agente. Entonces, básicamente, yo voy a entrenar a un agente, que va a ser como una especie de asistente mío, es como entrenar a un estudiante práctica. Y ese, al final, va a empezar a hacer la pega. ¿Y qué voy a hacer yo? Feliz, porque hago cada vez menos pega, porque estoy cada vez más arriba. Cuando uno veía a los operadores de implantas antiguas, estaban todo el día corriendo en la planta, moviendo una válvula, yendo para acá, tomando mediciones. lo llevamos a una sala de control. Ya estaban los viejitos sentaditos, ¿no es cierto?, con unas pantallas en blanco y negro, en colores poco, y después cada vez más y movimos subiendo. Pero es el mismo concepto. El operador cada vez más va a estar en un nivel de mucho más decisión, por excepción, fenómenos no modelados, etc., manejando toda una infraestructura que le va a facilitar la vega al ser más autónoma. Uno piensa, por ejemplo, en los camiones autónomos en una mina. ¿Hay operadores? No. O sea, perdón, Sí. Lo que pasa es que no están manejando el camión, pero los operadores están haciendo otra pega, que es el chequeo de la planificación, el cumplimiento, etc. Otras cosas. Pero ya necesita estar manejando el camión. El camión va a hacer lo que tiene que hacer. Los LHD en la mina subterránea, etc. Entonces, es como más de lo mismo. Cada vez vamos a llegar al operador a un nivel mucho mayor. Uno podría pensar, el gerente de operaciones de una planta va a ser el operador futuro. Lo que pasa es que no va a tener viejitos que estén haciendo la pega para abajo. ese reemplazo de personal va más bien sacar a las personas de los lugares difíciles de trabajo, porque también estar operando una planta a 4.000 y tantos metros de altura, aunque sea la sala de control muy bonita, no es un ambiente muy agradable. Y menos aún si incluso puede estar todo el día sentado. Incluso yo me acuerdo cuando diseñamos alguna sala de control, le poníamos unas máquinas o bicicletas, y para que por último el proceso ya automatizado se vuelve refome, porque el tipo tiene que estar por excepción, pero no puede estar constantemente viendo si hay alguna alarma o no. y se entretiene. Entonces, es una evolución. Lo que pasa es que ahora, además, esta evolución es exponencial. O sea, ya con el uso de la inteligencia artificial aplicado a procesos industriales, es como la realización de la gestión autónoma de eso, pero siempre tiene que ver a alguien que le está dando la dirección principal y esas cosas. Esa es la gracia. Y además, resuelve el problema de que cada vez menos gente quiere ir a trabajar a la empresa minera. Es un win-win. Pero cada vez más se va a necesitar gente que haga soporte, mantención, sensores van a fallar si son elementos físicos. Y ahí para nosotros tenemos una visión y yo apunto efectivamente lo que dices tú. El gran desafío de la industria es que ya con la industria 4.0 automatizamos harto, quizás no la minería todavía, pero avanzó mucho la industria minería. Hay lo que se llama mejorar la operación de la empresa, pero hay que mejorar también la salud de los activos porque van a fallar y hay que mejorar cómo la persona se mete en este tema y se mete con realidad virtual o lo que sea para entrenarse, etc. cero es justamente ese problema. Con toda esta automatización y con la inteligencia artificial, ¿qué rol va a jugar el ser humano ahora en este ecosistema? Y yo creo que en eso estamos. Y efectivamente el rol del operador es más bien, uno puede extrapolarlo linealmente con lo que te conté como historia, subiendo de nivel, de nivel, de nivel. Pero ya con la inteligencia artificial, el concepto de operador cambia a un concepto mucho más evolucionado. Y como te digo, para mí la base es insustituible todavía por la inteligencia artificial, es más que no el propósito, es justamente que Es el ser humano el que le va a dar dirección, significado y va a ser accountable por lo que está pasando. O sea, pensar después de echarle la culpa a los robots que hicieron algo, sí, pero eso es muy infantil, en el juicio. Sí, yo creo que ahí tocaste un punto súper importante y lo mencionaste tú, Milo, lo mencionaste también, Fernando, que tiene que ver con la supervisión. Y este concepto es dual, llamémosle, porque estamos hablando de supervisión en terreno, pero anecdóticamente justamente los modelos de inteligencia artificial utilizan sus modelos supervisados, técnicamente hablando. Eso involucra que tiene que haber un etiquetado de datos de todo lo que tú estás recogiendo. Tú estabas hablando ahí, Fernando, de que básicamente la base de esto es sensorizar, colocar sensores. ¿Para qué? Para captar datos. Pero ojo que esos datos no son información. Esos datos son datos. Los datos hay que transformarlos en información digerible. Información además que sea útil y que no haga sentido. ¿Para qué? Para tomar decisiones. un contexto de supervisión. Entonces, yo creo que ese punto realza este concepto de que en la minería 5.0 volvemos a traer al ser humano al centro de esto, pero tenemos que elegir súper bien qué rol va a jugar, como tú bien dices. Yo creo que es súper importante eso. Muy en línea también con las revoluciones industriales que tú decías, con la revolución, la cuarta, que es la autorización, ganamos bastante. Pero el tema es que generamos una cantidad de datos, pero no sabemos para qué. Entonces, ahora tenemos que volver a aterrizar y decir, ya, ¿qué vamos a hacer con toda esta información? Y ahí yo quiero aterrizar un poco, Fernando, en que para poder entender bien qué vamos a hacer con toda esta información, porque tenemos datos, tenemos información, bueno, ahora cómo vamos a decidir, empieza a pegar muy fuerte lo que es la excelencia operacional. ¿Cómo vamos a medirlo? ¿Cómo vamos a hacer que todo este universo de información que tenemos, toda esta infraestructura, lo que tú decías, ojo, todavía hay aspectos físicos que tienen que estar trabajando, como lo que está físicamente en el terreno, la información que tenemos virtual, realidad virtual, realidad aumentada, todo lo que nos permite acceder a más información y canalizarla, ¿cómo podemos hacer que sea excelente operacionalmente hablando? Yo creo que eso es súper importante y de qué manera ustedes también acá en Honeywell están enfocándose allá a medir los resultados. Para mí el problema está resuelto. Desde el punto de vista del conocimiento, desde el punto de vista de la implementación, faltan algunas cosas porque creo que hay que acelerar a los colegas de la industria minera a que tomen ese riesgo de cada vez más confiar en los datos. ¿A qué me refiero? Como dice tú, hay muchos datos, pero también es un mito, porque normalmente, qué sé yo, que tengo experiencia en haber implementado sistemas de base de datos en tiempo real, etc. Una planta concentrable estándar de la minería puede usar entre 20.000 y 25.000 variables de proceso que se miden en tiempo real. Alguien dice 25.000, sí, pero aquí hay tantas. No, porque hay clavamientos, un montón de cuestiones, variables, etc. Pero uno dice, ¿cómo manejo tantas cosas en tiempo real? O sea, imagínense, la cantidad de ya no son gigabytes son petabytes de información en tiempo real variables medían cada un segundo 16 mil imagínate es cosa es muy fácil saber la cantidad de bytes hay algoritmos que lo procesen etcétera pero a veces nos faltan señales las más claves a veces no se pueden medir porque no está el sensor lo que hacemos nosotros como una entele que hace un invento es los sensores virtuales y se extrapolan y hay modelos etcétera pero todo eso hay que soportarlo y mantenerlo y tal como decías tú lo que no se puede medir no se puede controlar pero también hay otro colorario. Si se mide mal, garbage in, garbage out. Ahora, ¿quién se preocupa que esos sensores midan bien? También va a tener que ser un ser humano. Bueno, tú puedes inventar un robot que haga lo mismo, pero alguien se tiene que ocupar que una señal de un universo de 20.000 también tiene que estar bien medida. Yo puedo categorizar y decir, bueno, de estas 20.000, las realmente críticas son 500. Y esas 500 construyen algo que ya está hecho en la industria, el árbol de valor. Y el árbol de valor están construidos los KMI. Y los KPI se pueden medir, se pueden calcular y alguien los puede decir si está bien o no. El tema es que ojalá conectemos todo eso en forma automática. Al conectarlo en forma automática y representarlo de una forma fácil para que un operador o un gerente o un presidente de la compañía se dé cuenta de dónde están ocurriendo las desviaciones, es donde yo creo que el uso de la inteligencia artificial tiene harto que decir. Y como dices tú, se han generado en base a esta ciencia de data science o data analítica, agarrar todos estos volúmenes gigantescos de información útil. Al principio, ¿qué es lo que tenía un operador? Puros gráficos con señales. Dashboard. Todas unidades variables. Pero el problema es multivariable, multidimensional. ¿Cómo se da cuenta un operador viendo no sé cuántos gráficos que hay un problema en la planta? Porque después es experto y dice, ¿sabes qué más de esas tres variables da lo mismo? Me fijo en esta y en esta otra. Para qué decir, cuando hay alarmas, porque son cosas fijas por programa, de que si esto pasa a tal límite, entonces hay problemas. Hay todo un tema muy bonito en la teoría de control multivariable, pero que al final te enseña que dice que puede que haya una variable que se salga de contexto, pero el proceso puede estar bien y no hay para qué reaccionar con esa variable, pero eso se estudia y se programa. Entonces, ¿qué es lo que pasa? Que con el tratamiento de grandes volúmenes de datos, tú puedes extraer mucha información y eso es vital. O sea, entender la diferencia entre datos e información es crucial, pero también información que sea accionable para la toma de decisiones. Hay informaciones que es bonita, hay dibujarla, hay algoritmos matemáticos fantásticos para hacer obras de arte, pero la idea acá es hacer acciones y la acción tiene que ser en tiempo real. ¿Qué es lo que es tiempo real? No es que se haga un segundo. Tiempo real es el tiempo necesario sobre el cual en un proceso tomo una acción y el proceso reacciona de acuerdo a lo que yo quería. Hay procesos que son muy lentos, un espesador de relaje, pero hay procesos muy rápidos que pueden ser un molino saco, un chancador. Entonces, tiene que ser con propósito. Y se han desarrollado muchos modelos de recomendadores basados en ciencia de datos, pero hay una tremenda hipótesis que a veces no es tan cierta. Pásame los datos y yo hago el modelo. ¿Quién se preocupa de que esos datos sean buenos, tengan contexto, estén sincronizados en tiempo real? Porque si no, tú detectas eventos fantasma que no existían. Porque si correlacionas mal la data y no está sincronizada, tenemos que acordarnos que un evento físico es porque ocurre en un instante, en un momento del tiempo y tiene todas las variables coordinadas en ese momento. Si yo las desacoplo, puedo generar un evento que no existe, que nunca existió. Entonces, eso es crucial. Entonces, ¿qué pasa? que ahí están estos recomendadores, en general han sido muy buenos, yo conozco varios, pero la idea, como dices tú, Milo, es conectarlo al proceso en tiempo real para que tomen esas decisiones. Si la decisión es más compleja y todavía depende de un operador, ese recomendador efectivamente no puede estar en lazo cerrado. Y ahí vamos a ir aprendiendo un poco. Y ahí viene todo un área que nosotros estamos trabajando fuertemente que son asistentes virtuales al operador. Tanto como un agente, pero ya súper conectado en el sistema. Está viendo todas las variables del proceso del sistema de control, pero le está diciendo al operador, ojo, porque yo estoy procesando esto y parece que se está empezando a generar una desviación del proceso por toda esta razón. Algo que lo peor no lo puede ver, porque como te digo, un ser humano con suerte puede procesar cuatro cosas a la vez. Entonces, esos asistentes nosotros ya los tenemos generados. Originalmente eran programáticos. Actualmente están basados en inteligencia artificial. Y la gran diferencia es que en vez de que yo conozca la solución, la solución la empieza el mismo programa de inteligencia artificial a adivinar y empieza a probar. y empieza a aprender y dice, sí, por aquí va el contexto. Esa es la gran diferencia. Toma en consideración las variables y de alguna manera determina posible escenario. La diferencia determinística donde el escenario ya está establecido. Exacto. Y entrega un resultado. Para mí es una forma muy simple de entender un poco el concepto de inteligencia artificial es que separa la programación computacional en dos espacios distintos. La antigua, se va a seguir ocupando porque hay problemas que se resuelven de esa manera. qué ocupar la inteligencia artificial si son problemas que yo conozco la solución y lo que tengo que encontrar es el algoritmo apropiado para que eso ocurra y es un programa convencional que la inteligencia artificial incluso me está ayudando a hacerlo bien rapidito el programa de bien óptimo. Cuando yo no tengo clara la solución pero sé más o menos por dónde va y ahí por eso digo el ser humano es el que le va a agregar criterio, dirección y responsabilidad y significado es donde la inteligencia artificial aprende. A mí me gusta mucho el ejemplo del primer dispositivo que se hizo con inteligencia artificial que es la rumba. la cuestión que aspira. Tenía un programa mínimo, pero metía ese robotito dentro de una sala y chocaba tres o cuatro veces y aprendía dónde no chocar. Pero aprendía por el programa. Evidentemente, lo que hay adentro a nivel de CPU y memoria es bastante más avanzado que un computador tradicional. Pero se logró hacer. Entonces, es un cambio paradigma. En vez de yo tener que programarle el plano de la habitación y todo, para que no choque nunca, no, oye, que choque y aprenda. ¿Y cómo aprende? el cerebro. Cuando un deportista de alto rendimiento logra hacer ciertas cosas, o malabares en realidad, que son los gimnastas, es porque de alguna manera pasan el conocimiento procesado racionalmente en ciertas capas del cerebro al hipotálamo, creo que es el hipotálamo, que es donde se hacen las cosas automáticas. Lo mismo hace la inteligencia artificial, se entrena, etcétera, hasta que alguien le dice sí, estoy haciendo bien las cosas. Entonces, efectivamente, creo que se ha hecho desarrollo en recomendadores y nosotros como empresa estamos preocupados Tenemos un par de ejemplos donde ya estamos conectando esos recomendadores en tiempo real al control automático de procesos directos. Ustedes también hoy en día están de alguna manera trabajando en distintas fronteras, podríamos decir, del conocimiento o del desarrollo de estas tecnologías. Uno que tiene que ver con justamente empezar a hacer el cierre del lazo control y discernir cuáles son los elementos que tienen valor cerrar y cuáles son los que hoy en día no. por restricciones de riesgo, de proceso, etc. Pero hoy también ustedes están bien avanzados en lo que son la división de género digital. Son estas simulaciones que también son programas que simulan los comportamientos de la planta y con eso en definitiva pueden modelar, pueden generar benchmarks en donde pronostican y optimizan plantas de forma virtual que luego son de alguna manera correlacionadas, puestas a prueba en el entorno real. el loop está generando conocimiento de alguna manera autónomo que está siendo probada y retroalimentada para generar nuevos modelos que son cada vez más afines. Ese es el otro gran avance con la ciencia computacional porque actualmente hay muchos modelos. La industria minera, como muchas otras, es una industria física, físico, química, biológica, etc. Entonces básicamente está basado en primeros principios y los diseños de las unidades de procesos se basan en primeros principios. Entonces, si uno se fija, puede decir, ok, yo puedo aprender, por ejemplo, tomé un molino sac, que es un poco complicado porque es medio no lineal, etc. Entonces puede medir varias variables y hacer varios experimentos. Entonces dice, bajo ciertas condiciones se comporta así, así, así. Lo que ocurrió fue que la teoría con la cual se construyeron esos molinos permitió echar a andar el molino. Pero después, por así decir, el molino adquirió su vida propia y empezó a mostrar fenómenos no modelados. Es ahí donde uno se va para el otro lado. Mide todo y con estadística o reconciliación estadística dice este es un modelo que se ajusta mejor que tu modelo determinístico o físico, físico-químico, a tu proceso. Pero resulta que este modelo que yo sintonicé acá va a ser válido por un momentito nomás. Porque de repente le cambió algo que no lo teníamos de lado, que es lo mismo que le ocurre al modelo fenomenológico, ahora me acordé, le va a ocurrir al otro. Entonces está en constante competencia. y aparecieron los modelos híbridos, etc. La gracia de los gemelos digitales, que sigue siendo el mismo concepto, es tener un programa computacional que simule el comportamiento de la planta, pero ojalá en el más amplio espectro. Si no digo, este modelo es válido para este tipo mineral, por ejemplo, con la molienda SAC, o cuando la molienda SAC toca con los revestimientos nuevos. Entonces, cada vez más, esa combinación entre fenomenología y mediciones se hizo viable. En el núcleo de nuestro control avanzado proceso, Model Predictive Controller de Honeywell, nosotros hacemos un modelo que está basado en una matriz de función de transferencias de Laplace, donde tú correlaciones, entras, salidas, perturbaciones y dices, esto se comporta así. Pero efectivamente es programático eso, porque tú programas eso. Cada cierto tiempo nosotros tenemos que ir haciéndole ajustes. Nuestra tecnología es súper sólida y tenemos hartos ejemplos muy buenos, sobre todo en Molienda, SAC, etc. Trotación. Pero igual tienes que cada cierto tiempo pegarle un ajuste. Porque entonces de ahí viene la idea que nosotros ya incorporamos. Empezamos a ocupar una parte de la inteligencia artificial que se llama el ML, los Machine Learning. Entonces nosotros le colocamos con código abierto para que no podamos estar cobrando licencia a los usuarios o a cada cosa que nos contratan. Entonces ya nuestros APC, nuestros controladores de avanzado proceso, incorporan ML para ampliar el horizonte de sintonía de estos parámetros. Porque empieza a aprender este ML. En este mineral cambiamos estas ganancias en el controlador. Y se va haciendo automático. Y ya tenemos ejemplos que eso funciona. Entonces, esa extensión ya existe y se puede ir haciendo cada vez más. Y a lo largo, ¿qué es lo que llegas tú a tener? Si tú le sacas el concepto de control, tienes el otro modelo que es el gemelo digital de la planta. Entonces, si uno lo tuviera que pensar, hay, por así decir, diagramas de flujo de control de procesos teóricos de hace muchos años, implicaban tener un modelo de la planta al lado. Y eso se llamaba antiguamente control basado en modelo. Y hay montones de experiencia. La gracia es que ahora ese modelo, si es un gemelo digital perfecto y tengo la capacidad de cómputo suficiente, uno puede hacer lo siguiente. En vez de aplicar el control a la planta y ver por la dinámica de la planta lo que va a pasar, puedo hacer eso en el modelo digital y lo puedo hacer mucho más rápido y saber exactamente, oye, ¿sabes qué? No conviene aplicar este comando. Le aplico otro y lo puedo simular más rápido. suena muy básico, pero es hacer pruebas y error, pero con el modelo. ¿Para qué te hay que colocar con la planta? Entonces después, si funcionó bien, ah, después, y lo pongo en la planta. Y te permite ir optimizando, porque la única forma de optimizar es predecir el futuro. Porque si miras para atrás, a lo más vas a tener, lo que se llama en teoría de control, un error permanente mínimo, pero nunca lo vas a llegar a cero. Para mí ese es como el desarrollo natural, ¿te fijas? Entonces, claro, hubo ciencias o tendencias por computación que hacían simuladores solamente. Pero para mí siempre el simulador era con un objetivo de control de proceso. Hay simuladores que son para diseñar plantas, hay simuladores que se usan para la realidad aumentada, hay simuladores que se usan en vez de usar estos crash test dummies en los autos, para que haya seguido distribuyendo autos, haciendo una simulación complejísima del vehículo y simular el choque y desayas cuáles son las piezas que se van a deformar. Eso ya existe. Para nosotros hay simuladores de género digital. de Machine Learning dentro de los MPC, que forman parte de los APC. Hoy en día principalmente los APC están de alguna manera confinados a ciertos circuitos. Siempre se ha hablado de generar una especie de orquestador, que podría ser el generador digital, quizás un orquestador de distintas simulaciones. Pero eso dentro de la simulación. Hoy en día, ¿cuál es el estado de la generación de estos orquestadores? ¿Es algo que se está avanzando en una predicción? ¿Es una visión? ¿O es algo que ustedes ya quizás están testeando en unas plantas o en unos entornos culturales? No, existe. Nosotros tenemos un producto que se llama, bueno, se puede rebrandear después, que se llama Dawn White Optimizer. Que básicamente, si uno lo piensa conceptualmente, es lo mismo que un control predictivo o sea un modelo de una operación unitaria. Pero en vez de medir variables de la operación unitaria, lo que están midiendo son variables que tienen más sentido entre operaciones unitarias. Entonces, ya empieza a manejar más bien los KPI. Como por ejemplo, consumo de energía. ¿Quién hace el balance entre un chancón primario, que el close-side setting puede ser más pequeño para cierto mineral, después el molino sag y el molino bola, entre todos? ¿Quién hace ese balance de energía para saber dónde conviene más apretar el zapato para moler o triturar? Lo tiene que hacer alguien que esté midiendo esas variables de alto nivel y después le diga a los procesos unitarios, mira, ¿sabes qué más? Ahora conviene que el chancón primero se coma toda la energía. Y de ahí tú vas optimizando eso, el consumo de agua, etc. Entonces, tienes que ir modelando con las variables de proceso o los KPI del nivel que sigue. No puedes seguir controlando lo mismo. Porque al principio uno decía, ah, un control predictivo es un modelo multivariable, es fantástico, le meto 20 entradas y 20 salidas y ese resuelve todo. No fue por ahí. Bueno, capaz que ahora con inteligencia artificial se puede hacer. Pero ¿para qué te vaya a complicar la vida si tú puedes estratificar decisiones en controladores más pequeños? Que hacen muy bien su pega. Y tienen estas jerarquías de control. Esas son las típicas aproximaciones entre el modelamiento matemático perfecto y la realidad. La realidad dice, oye, ¿sabes qué más? Mantén un control MPC de tres entradas y dos salidas, o dos y dos, mínimo caso uno y uno, si es muy complicado el proceso. Y después los vas integrando. Porque además, la fenomenología hace que hay procesos unitarios que nunca hay que obrirse el tiempo y el tiempo respuesta. Hay otras cosas que son muy rápidas, pero las cosas mientras más arriba te vas son más lentas. Entonces son otros modelos. Ahora, siempre yo digo el gemelo digital es el modelo. El control de proceso es otra arquitectura que nosotros usamos un modelo, no necesariamente el modelo digital de toda la planta, pero a la larga uno podría extrapolar y decir, mira, si tengo un modelo digitalizado de cada unidad de procesos, después mágicamente lo junto y tengo el de la planta. estas condiciones sí, pero se puede trabajar. Pero nosotros tenemos un optimizador global que tiene como esclavo a los controladores avanzados o MPC o APC como esclavo, si tú quieres, en una típica jerarquía de master slave o control encascado, lo que sea, que es típica de cualquier escritura de control. Eso está aplicado a la industria del petróleo y a otras industrias que es necesario porque la única posibilidad es coordinar el proceso entre sí. a lo que es la frontera de la evolución de la tecnología. Tú bien mencionabas, hoy en día la industria binaria en particular es multivariable. Mencionabas tú que existen más de 20.000 variables que están siendo conjugadas en 2 minutos. Y hoy en día el poder de cómputo sigue siendo binario. En el sentido de que toma más tiempo que abarca uno de estos caminos. Sin embargo, estamos también a puertas de una nueva revolución que es la computación cuántica. Ah, claro. Donde ya esta, digamos, frontera se empieza genera un poco más borrosa y podemos ir probando distintos escenarios, no de forma consecutiva, que es lo que hoy en día realizamos, sino de forma paralela. E ir probando estas multivariables de forma, todas las mismas, casi como, voy a decir un ejemplo burdo, Mario, Doctor Strange, que dice, puedo ver un universo y tener la respuesta exacta. Entonces, hoy en día estamos en ese punto. Estamos en un punto en donde ya la tecnología nos empieza a limitar por la forma en que se realiza el cómputo. pero vamos acercándonos a esta nueva forma de poder computar las cosas de manera distinta, probar estas formas multivariables y llegando al resultado de forma más inmediata. Tú mencionaste algo, y estoy pensando, dando el encierro a nuestra conversación, que es que busquemos simplificar también los modelos. Tenemos una cantidad de información que puede ser arrumadora, si no sabemos gestionarla, podemos, por ejemplo, caer en lo que tú mencionaste, una palabra clave que me llamó la atención, básicamente el sobreaprendizaje. eso en Machine Learning existe, es el overfitting, que es cuando un modelo se vuelve experto en un tipo de dominio, un tipo de problema, pero cuando tú le cambias una variable, murió, y ahí quedó. Entonces yo creo que ahí está la gracia, yo creo que es un mensaje de fuerza que tú nos has estado transmitiendo, Fernando, de que en el fondo tenemos todas las herramientas tecnológicas, estamos ya en esta industria 5.0, ustedes van a la vanguardia en eso, pero justamente la forma de evitar, por ejemplo, estos fenómenos que estamos diciendo, de que no sabemos transformar estos datos en información útil, no es accionable, como tú mencionaste, o estamos sobreaprendiendo y estamos aprendiendo a generalizar. Yo creo que esas cosas, justamente, y como un mensaje de fuerza, creo que es importante, es clave volver a traer al ser humano y el conocimiento al centro de este meollo. Es un cambio, porque cada vez que tú introduces tecnología, las personas, naturalmente todo, incluso los que trabajamos en este tema de tecnología aplicada, siempre es un cierto grado de decir, bueno, ¿Cuánto más? ¿De nuevo otra vez me van a cambiar las cosas? Bueno, ya ahora nos acostumbramos que cada cierto tiempo el computador hace solo sus live updates y ya te cambiaron las cuestiones. Pero el tema es el siguiente. Si uno saca a las personas del lazo, se pierden estos criterios que hacen que el ser humano sea el ser humano. Que es un poco la dirección, la visión del futuro, para dónde va, la responsabilidad. Entonces, la gestión de cambio es cada vez más importante. Yo diría que a la larga las empresas se tienen que transformar digitalmente, que es una tecnología, es un habilitador. haciendo una gestión de cambio que la lleve al futuro con el apoyo de la tecnología y no al revés. Meter tecnología y después, oh, ¿sabes qué más? Tengo que entrenar a la gente. Ese concepto está obsoleto. Porque la tecnología avanza tan rápido que tú tendrías que estudiar ahora diez veces más lo que estudiaste hace dos o tres años atrás. Entonces no va por ahí la cosa porque si no, no se resuelve. Sí, creo que ese mensaje y fuerza que tú estás diciendo de gestión del cambio en el fondo apunta a hacer sinergia. Hagamos sinergia en este conocimiento, hagamos sinergia también de roles. Creo que eso es importante. Creo que eso como un mensaje de cierre, súper potente, Fernando, nosotros como canal, como medio de comunicación, y bajo nuestra premisa que para tener un futuro mejor necesitamos más minería, no menos, y necesitamos mejor minería también. Creo que eso es importante. Entonces, te queremos agradecer la verdad, Fernando, por estar con nosotros. No, gracias a ustedes. Ha sido un episodio tremendo, hemos conversado de muchísimas cosas. Creo que el resumen ya queda corto a esta altura porque en realidad visitamos una cantidad de temas tremendos. Así que agradecerte, Fernando, el espacio. No sé si quieres darme algunas palabras de cierre. Sí, no, primero agradecer a Mainovey porque creo que ustedes están haciendo una labor tremenda. A veces uno... A mí siempre me pasaba, claro, como soy más viejo, cuando uno partía con nuestros temas de tecnología, de la minería, y dice, y va, y mirá, y no te decía nadie. Entonces la labor que hacen ustedes es fundamental porque a la larga conectan. Y en estos momentos, si uno lo mira desde un punto de vista súper analógico y casi poético, en las redes neuronales lo que hacen es conectar. Ustedes son parte de estas conexiones. Y parte de este aprendizaje del ser humano de poder, hay un problema, hay alguien que lo sabe hacer, hay una tecnología que sirve, ok, juntémonos y hagamos estas cosas. Cada empresa obviamente tiene sus lineamientos, etc. Nosotros, como te digo, como Heinewell, somos una empresa de automatización industrial que estamos habilitando la transformación, hemos habilitado la industria 4.0, vamos a habilitar la 5.0 y estamos metidos en eso. Y somos muy, nos gusta estar aprendiendo todo el rato. Entonces, conectarnos con conocimiento, perfecto. apoyando a una industria que tiene la necesidad de transformar el mundo por la transición energética, es como más entusiasta todavía. O sea, espero que Dios me dé bien y salud para vivir y ver estas cosas ya realizadas. ¿Se fijan? Porque después de tantos años trabajando, he visto cómo esto ha sido así. Y te lo puedo decir porque ha sido y se ha cumplido. Entonces no veo por qué no se pueda seguir cumpliendo. Entonces, para mí es vital. Pero siempre la gente en el centro, la tecnología con sentido, simple, las cosas cuando son simples. Como te decía, sensor, controlador, todo, eso no ha cambiado. Son tres elementos. Lo que pasa es que el controlador se ha hecho con algoritmos más fantásticos y todo el cuento, pero seguimos dependiendo de otras cosas, motores, válvulas, etc. Es fantástico. O sea, yo estoy súper entusiasmado y creo que nuestro rol acá en Chile con el Centro de Excelencia es incluso habilitar este ecosistema para que más gente pueda trabajar y aportar a la minería, en particular. Bueno, Fernando, muchas gracias por tu visión de poder llevar estos problemas tan complejos algo más simple. Y para nuestra audiencia, si te gustó el episodio, por favor compártelo en tus redes sociales, mencionanos para compartirles las nuestras, suscríbete en tu plataforma favorita y déjanos comentarios para saber cómo seguirnos acá. Muchas gracias y nos vemos en el próximo episodio de Minenovate.


