Madurez de IA en el sector de instalaciones

Un sector que trabaja a dos velocidades

El sector de instalaciones consta de dos mundos que rara vez plantean la misma pregunta. Por un lado está el trabajo físico: técnicos que tienden cables, conectan equipos, resuelven averías en el lugar. Por otro lado está la organización que lo rodea: planificación, preparación del trabajo, administración, contacto con clientes, gestión de existencias. Lo primero no se deja automatizar; lo segundo sí, en grado variable. Esa proporción —mucho trabajo manual, con una capa organizativa que procesa información— determina dónde puede crecer la madurez de IA en este sector y dónde se encuentra el límite que no resuelve ningún software.

La capa organizativa es más grande de lo que a menudo se supone. Órdenes de trabajo, registro de horas, pedidos de material, planificación de técnicos, comunicación con clientes y subcontratistas: son procesos que en gran parte consisten en datos y reglas de decisión. Que una organización pueda hacer algo con eso no depende de la voluntad de innovar, sino de lo que ya existe. Una empresa que planifica con una pizarra blanca y llamadas telefónicas tiene un punto de partida distinto al de una empresa con un sistema de planificación que ya recopila datos sobre plazos de ejecución y disponibilidad.

Por qué los pilotos suelen estancarse aquí

Las empresas de instalaciones que prueban la IA suelen empezar por lo visible: un chatbot para consultas de clientes, una herramienta que ayuda a elaborar presupuestos. Eso funciona temporalmente, hasta que resulta que los datos subyacentes no son coherentes. Códigos de materiales que varían por sede, registro de horas que se hace en parte en papel, datos de clientes que se llaman de forma distinta en tres sistemas: eso no es un problema de IA, es un problema de gestión de datos que precede a la IA.

También la dimensión organizativa pesa aquí más que en el trabajo de oficina. Las empresas de instalaciones suelen trabajar con un núcleo fijo y un grupo variable de subcontratistas o personal temporal. Quién decide sobre un nuevo sistema, quién lo mantiene, y si los técnicos introducen ellos mismos los datos o eso se deja al personal administrativo: esas preguntas determinan si una aplicación de IA se asume o queda al margen del trabajo. Un sistema elegido por el personal administrativo pero que debería usarse por los técnicos en el terreno suele encallar en esa transición.

La infraestructura de TI como cuello de botella y oportunidad

La naturaleza física del trabajo conlleva una necesidad específica de TI: acceso móvil, trabajo sin conexión en ubicaciones sin cobertura, vínculo entre el trabajo de campo y los sistemas de oficina. Muchas empresas de instalaciones han construido esta infraestructura en parte —por necesidad, no desde una estrategia de IA— pero no siempre de forma que los sistemas se comuniquen entre sí. Una herramienta de planificación y un sistema de facturación que coexisten sin datos compartidos no ofrecen una base a la que la IA pueda añadir algo.

Ahí es donde este sector se distingue de un sector como la sanidad, donde la madurez de IA en la sanidad se ve frenada sobre todo por la normativa y la responsabilidad, o del comercio mayorista, donde la madurez de IA en el comercio mayorista gira más en torno a los datos de existencias y pedidos que a la infraestructura móvil. En el sector de instalaciones la pregunta es más bien: ¿existe una imagen coherente de un trabajo, desde el primer contacto hasta la entrega, o se fragmenta esa información en sistemas aislados que nadie conecta entre sí?

Qué significan aquí las dimensiones fundamentales

La medición de madurez de hybridresourcing examina siete dimensiones, de las cuales organización, infraestructura de TI y gestión de datos preceden al resto. En el sector de instalaciones ese es un orden lógico, no una elección. Sin datos inequívocos sobre material, horas y clientes, ninguna aplicación de IA tiene algo fiable sobre lo que construir. Sin una infraestructura que conecte el trabajo de campo y la oficina, toda aplicación queda limitada a uno solo de los dos mundos. Y sin una organización que deje claro quién es responsable de los sistemas que utilizan tanto empleados fijos como personal flexible, cualquier iniciativa se estanca en la falta de claridad sobre la propiedad.

Este sector comparte ese patrón en parte con la industria manufacturera y el sector del transporte. En la madurez de IA en la industria manufacturera también entra en juego la combinación de proceso físico y capa digital, y en la madurez de IA en el sector del transporte la movilidad y las ubicaciones de trabajo dispersas son una cuestión comparable. Quien trabaja en el sector de instalaciones reconoce, por tanto, parte de su situación en otros sectores con mucho trabajo fuera de la oficina, pero la combinación específica de permisos, normas de seguridad y conocimiento de materiales hace que la dimensión de gestión de datos pese aquí más que en otros lugares.

Dado que una ronda de plot hace que varias personas puntúen por separado —un director, un planificador, un técnico, un responsable de TI—, se hace visible si esas imágenes coinciden. En un sector con tanta diferencia entre oficina y campo, esa dispersión suele ser mayor de lo esperado, y precisamente esa dispersión es informativa: muestra dónde una organización coincide sobre su preparación y dónde no.

Cuando se ha determinado la capacidad

Esta página describe si una organización puede sostener la IA: si los fundamentos de organización, infraestructura y datos están en orden. Esa es una pregunta distinta de qué parte del trabajo podría realmente asumir la IA. Para esa pregunta, el análisis de trabajo de FTE TO AI calcula por tarea qué parte del trabajo es susceptible de ser asumida, basándose en lo que implica exactamente el trabajo y no en la preparación de la organización que hay detrás. Quien quiera saber dónde se encuentra el sector de instalaciones hace bien en mantener ambas preguntas separadas: primero si la base está establecida, y solo después qué trabajo puede realmente desplazarse.