EMOLTV

ediciones especiales

Minería inteligente: El desafío de convertir los datos y la IA en mejores decisiones

Expertos de la industria analizaron cómo manejar el conocimiento acumulado durante años y combinarlo con nuevas herramientas de inteligencia artificial, buscando evolucionar su modelo operativo para lograr una minería más competitiva, segura y sostenible. Esto y más en el conversatorio de Emol.

31 de Agosto de 2026 | 11:09 | Equipo de Ediciones Especiales Digitales
imagen
La minería vive uno de los procesos más profundos de transformación de su historia. El avance de la IA nos hace preguntarnos que decisiones pueden delegarse a la tecnología y bajo qué condiciones, y cómo se plasma en ello el conocimiento y la experiencia de quienes llevan años y años en la operación.

Ese fue uno de los principales temas abordados en un nuevo conversatorio de Emol, realizado en el marco del Mes de la Minería, que reunió a Jaime Rebolledo, Director de Mining Services de NTT DATA Chile; Cristian Olivares Tscherebilo, Subgerente de Innovación Transformacional de Antofagasta Minerals; y Gerson Salas Márquez, Gerente de Mantenimiento y Automatización de NovaAndino Litio, sociedad conjunta de Codelco y SQM para el desarrollo del litio en el Salar de Atacama.

La conversación puso sobre la mesa que el desafío ya no pasa solo por incorporar más tecnología, sino por lograr conectar personas, tecnología y datos para operar de manera más proactiva, segura, eficiente y sostenible.

De automatizar procesos a mejorar decisiones


Para Jaime Rebolledo, uno de los principales problemas que enfrenta la industria está en la brecha entre las inversiones tecnológicas y los resultados que finalmente consiguen las compañías.

El ejecutivo indicó que un estudio realizado por NTT DATA mostró que cerca de un 72% de los proyectos tecnológicos en minería alcanzaba solo parcialmente los resultados esperados. A su juicio, la explicación no está en la falta de tecnología, sino en cómo esta se conecta con la operación.

“La tecnología por sí sola no va generar mejores decisiones. Tú puedes comprar tecnología e invertir en ella, pero si llegas tarde con una recomendación o tarde con una decisión, eso sí es importante. No estarás capturando ese dato que te sirve para enfrentar previamente un problema operacional”, ejemplificó.

Cristian Olivares, en tanto, comentó que el objetivo de la tecnología es entregarle mejores herramientas a la persona en minería para decidir.

“Lo que hemos visto en los distintos procesos, en la analítica de datos, en la mina, en la planta, en los procesos de planificación, tiene que ver muchas veces con tomar mejor una decisión, más que hacerla más rápido”, declaró.

“Eso es bien interesante porque finalmente el gran acceso a los datos de manera rápida no indica que vamos a reemplazar al ser humano, sino que aprovechar esto poniendo al ser humano al centro”, complementó.

En esa línea, ejemplificó que la IA y la analítica pueden apoyar decisiones relacionadas con la planificación minera, las rutas de los camiones o la optimización de los molinos, pero manteniendo el criterio humano como parte del proceso.

La autonomía ya existe, pero la IA puede llevarla a otro nivel


Desde la perspectiva de la automatización industrial, Gerson Salas explicó que la toma de decisiones sin intervención humana no es un fenómeno nuevo en la minería.

“Yo creo que hace como 40 años que ya se toman decisiones de forma automática, sin necesidad de una validación por parte de un ser humano. Si uno piensa en un lazo control cerrado, que viene de 40 o 50 años atrás, la literatura, la academia, ya genera un control sin acción por parte de una persona”, dijo.

La diferencia actual está en la incorporación de una capa analítica cada vez más sofisticada, donde modelos estadísticos, machine learning y redes neuronales pueden generar recomendaciones a partir de grandes volúmenes de información.

Según Salas, la inteligencia artificial puede representar un cambio de paradigma porque permite procesar una cantidad de variables que una persona difícilmente podría analizar en tiempo real.

En ese sentido destacó “la toma de decisión debe estar basada en datos. Y ahí es donde en la actualidad existen recomendadores, existen modelos estadísticos, modelos Machine Learning, redes neuronales que permiten al ser humano una recomendación previa y así tomar la acción, pero sigue siendo basado en información que se procesa sin necesidad de una intervención de una persona”.

“Lo que nosotros buscamos es también (...) optimizar, bajar variabilidad, tener procesos mucho más estables”, explicó.

Hay que rediseñar la operación


Uno de los puntos centrales del conversatorio fue la dificultad de llevar soluciones que funcionan en un piloto hacia operaciones mineras reales.

En ese sentido, Olivares sostuvo que la innovación debe incorporar la gestión de riesgos desde sus primeras etapas y no entenderse como un proceso improvisado.

“Una buena innovación que logra gestionar los riesgos, es una innovación que tiene un robusto proceso de planificación anteriormente, y esa ha sido hasta ahora nuestra receta al éxito, de tener un buen proceso de planificación de etapa para poder mitigar los riesgos en el proceso de desarrollo de una tecnología”, dijo.

Para Rebolledo, el desafío es todavía estructural. A su juicio, las empresas muchas veces incorporan tecnologías y posteriormente intentan adaptar la operación a ellas, cuando el proceso debería ser inverso.

“Uno primero se pone de acuerdo en cómo quiere tomar decisiones. Por ejemplo, en la minería, sabes que cuando viene un tipo de mineral y se cumplen ciertas condiciones, tomas decisiones, y defines cuál es la forma de trabajar, el modelo operativo que le decimos nosotros”, indicó Rebolledo. “Cuando está definido eso, recién viene el sistema. Uno diseña un sistema tecnológico para acompañar esa forma de trabajar, y no al revés”, sentenció.

La discusión también abordó uno de los dilemas que probablemente adquirirán mayor importancia a medida que aumente el uso de IA en las operaciones, como por ejemplo qué hacer cuando una recomendación del sistema contradice la experiencia de quien está en terreno.

Para Salas, una parte fundamental de la respuesta está en registrar ese desacuerdo.

“Lo más importante ahí es tener el feedback de este operador, qué es lo que pasa, porque esa historia es la que permite después mejorar esta condición operacional”, explicó.

La idea es que el trabajador pueda explicar por qué decidió no seguir una recomendación, permitiendo que esa información vuelva al sistema y contribuya a perfeccionar futuras decisiones.

A continuación puedes revisar el conversatorio completo.