La ingeniería conectada y la IA industrial pueden ayudar a los astilleros a gestionar cambios y aprovechar el conocimiento de proyectos anteriores, manteniendo la supervisión de los ingenieros.
Por Matthew Miller, director principal de la Industria Marítima de AVEVA
Un proveedor deja de fabricar una bomba de refrigeración y ofrece un reemplazo ligeramente más grande y pesado. En un astillero, esa sustitución puede obligar a revisar el espacio disponible, modificar tuberías, comprobar conexiones eléctricas y recalcular el efecto del peso sobre la embarcación. Las respuestas suelen estar repartidas entre departamentos, documentos y profesionales con distinta experiencia.
Este ejemplo resume una de las dificultades de la construcción naval: cada modificación puede desencadenar decisiones que afectan al conjunto del proyecto. También explica por qué una industria que ha incorporado máquinas de corte y soldadura sigue encontrando obstáculos para automatizar trabajos de ingeniería más complejos.
La inteligencia artificial industrial abre nuevas posibilidades para abordar ese desafío. Su utilidad dependerá de la calidad de la información disponible, de cómo se conecte y de los controles que acompañen su uso.
Una industria donde repetir no siempre es posible
La automatización convencional funciona especialmente bien cuando un proceso se repite. La construcción naval exige gestionar variaciones constantes: incluso dos buques gemelos pueden diferir en equipamiento, propulsión o requisitos del cliente.
A esa complejidad se suman las exigencias de descarbonización y la necesidad de diseñar embarcaciones capaces de adaptarse a distintos combustibles. Todo ello requiere capacidad de ingeniería y conocimiento especializado.
Parte de ese conocimiento se conserva en proyectos anteriores; otra parte permanece en la experiencia de los profesionales. Aprovecharlo de forma sistemática resulta difícil cuando la información está dispersa o debe interpretarse y recrearse en cada etapa.
Del diseño al taller sin perder información
Una primera oportunidad consiste en conectar ingeniería, planificación y producción para que trabajen con información consistente y puedan evaluar el impacto de los cambios.
Helsinki Shipyard ofrece un ejemplo. En la fabricación de tramos de tubería personalizados, los datos de diseño pueden alimentar cálculos de trabajo, planificación y programas de control numérico computarizado —CNC—, mientras se realiza el seguimiento de la fabricación.
Mitsui E&S Shipbuilding también ha documentado una reducción aproximada del 30 % en los plazos de diseño tras optimizar sus flujos de ingeniería.
Estas experiencias muestran el valor de reducir la distancia entre la definición del diseño y su ejecución. También permiten construir una base sobre la que incorporar nuevas herramientas de automatización.
Qué puede aportar la IA
Con acceso a información confiable, la IA puede ayudar a localizar antecedentes, comparar soluciones y señalar tareas que requieren revisión. Su potencial incluye automatizar actividades repetitivas y facilitar el uso del conocimiento documentado en proyectos anteriores.
En el ejemplo de la bomba, un sistema conectado podría ayudar a identificar los planos, componentes y etapas de producción afectados por el reemplazo. También podría sugerir qué comprobaciones realizar a partir de cambios comparables.
Se trata de una posibilidad de aplicación, no de una capacidad que deba darse por resuelta en cualquier astillero. El ingeniero seguiría evaluando las recomendaciones, aprobando las modificaciones y asumiendo la responsabilidad del diseño.
Para llegar a ese punto, es indispensable saber qué versión de un plano está vigente, quién autorizó un cambio y qué equipos o procesos resultan afectados. Sin esa trazabilidad, la IA puede trabajar con información incompleta o desactualizada.
Modernizar mientras se sigue construyendo
Los astilleros necesitan incorporar estas capacidades sin detener la producción. La transición será gradual: los catálogos, bibliotecas y sistemas existentes deberán convivir con las nuevas herramientas.
Un camino práctico es comenzar por procesos donde la información ya pueda organizarse y validarse, y medir resultados como los tiempos de ingeniería, los retrabajos y la coordinación entre disciplinas.
La oportunidad consiste en dedicar menos esfuerzo a reconstruir información y más a resolver decisiones de ingeniería. Con datos conectados y supervisión profesional, la IA puede ayudar a gestionar proyectos complejos sin aumentar los recursos en la misma proporción.






