En un hito histórico para la inteligencia artificial industrial, Aramco y Yokogawa Electric Corporation desplegaron con éxito múltiples agentes de inteligencia artificial para el control autónomo en la planta de gas de Fadhili en Arabia Saudita (el 29 de octubre de 2025). Esta tecnología revolucionaria basada en el aprendizaje por refuerzo generó mejoras significativas en la eficiencia operativa y redujo el consumo de energía.
- Introducción: La inteligencia artificial en el corazón de la industria energética
- ¿Qué es la inteligencia artificial de control autónomo?
- El desafío: Optimización de los procesos de eliminación de gas ácido (AGR)
- Tecnología utilizada: El innovador algoritmo FKDPP
- Fases de implementación y entrenamiento seguro
- Resultados impresionantes: Eficiencia y sostenibilidad
- El futuro de las operaciones autónomas en la industria
- Preguntas frecuentes
Introducción: La inteligencia artificial en el corazón de la industria energética
Yokogawa Electric Corporation anunció un hito histórico en el despliegue de soluciones de inteligencia artificial industrial en colaboración con Aramco, una de las empresas integradas de energía y productos químicos líder en el mundo. Este logro representa un salto cualitativo en la gestión y operación de instalaciones industriales complejos, tras implementar con éxito agentes de inteligencia artificial para el control autónomo en la planta de gas de Fadhili en Arabia Saudita.
¿Qué es la inteligencia artificial de control autónomo?
La inteligencia artificial de control autónomo se define como un sistema de inteligencia artificial capaz de deducir de forma independiente métodos de control óptimos, con la flexibilidad suficiente para adaptarse a situaciones nuevas e imprevistas. En lugar de seguir instrucciones preprogramadas o depender de modelos de control estáticos, este tipo de inteligencia artificial aprende a partir de datos operativos y toma decisiones en tiempo real para optimizar procesos complejos, reduciendo la necesidad de intervención humana constante.
El desafío: Optimización de los procesos de eliminación de gas ácido (AGR)
La solución implementada en la planta de Fadhili se centra en el control autónomo y la optimización de los procesos de eliminación de gas ácido (AGR). Este proceso es fundamental en el tratamiento del gas natural para eliminar componentes ácidos nocivos como el sulfuro de hidrógeno y el dióxido de carbono, haciendo que el gas sea seguro para su uso y transporte. Sin embargo, optimizar este proceso plantea un gran desafío debido a su complejidad y al elevado consumo de energía y productos químicos.
Tecnología utilizada: El innovador algoritmo FKDPP
La solución de inteligencia artificial utiliza múltiples agentes coordinados basados en un algoritmo avanzado de aprendizaje por refuerzo conocido como «programación de políticas dinámicas basadas en el núcleo de agentes» (FKDPP). El aprendizaje por refuerzo es un tipo de aprendizaje automático donde un agente aprende a actuar en un entorno mediante prueba y error para maximizar una recompensa.
El algoritmo FKDPP fue desarrollado en colaboración con el Instituto de Ciencia y Tecnología de Nara en Japón y recibió en 2023 el prestigioso Premio del Primer Ministro de Japón por su innovación y su capacidad para gestionar sistemas dinámicos complejos.
Fases de implementación y entrenamiento seguro
El proyecto se llevó a cabo con suma cautela en tres fases, optimizando gradualmente las secciones del proceso hasta alcanzar el control autónomo completo de la operación principal de AGR. Para garantizar la seguridad y la fiabilidad —aspectos cruciales en la industria del petróleo y el gas—, se creó un simulador digital preciso de la planta con el fin de entrenar a los agentes de inteligencia artificial en un entorno virtual. La fiabilidad del sistema se evaluó rigurosamente antes de integrarlo en el sistema de control operativo CENTUM VP de Yokogawa.
Resultados impresionantes: Eficiencia y sostenibilidad
Los resultados preliminares muestran beneficios notables que superaron las expectativas iniciales. El sistema logró una reducción notable de entre el 10% y el 15% en el uso de amina (el producto químico utilizado para la absorción) y de vapor (utilizado para la regeneración). Asimismo, consiguió una disminución del 5% en el consumo energético total.
Además de generar ahorros de costes y reducir la huella ambiental, el control autónomo mejoró significativamente la estabilidad del proceso y redujo la necesidad de intervención humana por parte de los operadores, incluso ante condiciones ambientales cambiantes como las fluctuaciones de temperatura.
El futuro de las operaciones autónomas en la industria
Khaled bin Yazeed Al-Qahtani, vicepresidente sénior de Servicios de Ingeniería de Aramco, declaró que la compañía está implementando inteligencia artificial industrial para mejorar la eficiencia, la sostenibilidad y el valor, y que esta colaboración refuerza su liderazgo tecnológico.
Por su parte, Kunihiro Shigeno, presidente y director ejecutivo de Yokogawa, expresó su orgullo por la implementación de esta tecnología y señaló que los resultados se alinean con la transición de Yokogawa hacia las operaciones autónomas (Autonomous Operations). Este logro representa un gran paso hacia un futuro en el que las instalaciones industriales complejas operen de forma independiente y se adapten continuamente para alcanzar la máxima eficiencia, seguridad y sostenibilidad.
Preguntas frecuentes
P: ¿Qué es la inteligencia artificial industrial?
R: Es la aplicación de tecnologías de inteligencia artificial, como el aprendizaje automático y el aprendizaje por refuerzo, para optimizar procesos en entornos industriales como la manufactura, la producción de energía y el procesamiento químico.
P: ¿Qué es el aprendizaje por refuerzo (Reinforcement Learning)?
R: Es un tipo de inteligencia artificial en el que el sistema aprende a tomar decisiones mediante prueba y error, recibiendo “recompensas” por las buenas decisiones y “penalizaciones” por las malas, con el fin de mejorar su rendimiento con el tiempo.
P: ¿Cómo fomenta este sistema la sostenibilidad en la planta de gas?
R: Mediante la optimización de los procesos para reducir el uso de productos químicos (como la amina) y energía (vapor y electricidad), el sistema minimiza la huella ambiental de la instalación y las emisiones de gases de efecto invernadero asociadas con la producción de energía.
P: ¿Reemplaza por completo este sistema a los operadores humanos?
R: El sistema tiene como objetivo reducir la necesidad de intervención manual constante en tareas rutinarias y complejas, permitiendo que los operadores humanos se concentren en tareas de nivel superior y en la supervisión estratégica de la seguridad general de las operaciones.
