What are you looking for?

Full professor of the dept. of industrial management – University of Seville

RESUMEN DE SESIÓN:

La adopción de inteligencia artificial en mantenimiento se ha concentrado principalmente en la predicción de fallos, dejando fuera del alcance un conjunto de decisiones igual de determinante: la evaluación del estado de los activos, la definición de políticas de mantenimiento y la priorización de intervenciones. Los sistemas predictivos actuales alcanzan una precisión creciente, pero rara vez participan en ese proceso decisional completo. En esta sesión spark, se plantea el tránsito hacia la IA agéntica: arquitecturas de agentes inteligentes capaces de analizar información, coordinar distintos modelos analíticos y generar recomendaciones dentro del ciclo de decisión de mantenimiento, de modo que las políticas dejen de ser fijas y se ajusten de forma continua a medida que cambian las condiciones de los activos.
El asistente aprenderá a: diferenciar entre mantenimiento predictivo (predicción de fallos) y gobierno autónomo del mantenimiento (decisiones continuas sobre políticas de mantenimiento). Identificar qué funciones del ciclo de gestión del mantenimiento son candidatas a apoyo mediante agentes de IA coordinados. Evaluar en qué condiciones una arquitectura agéntica aporta valor frente a un sistema predictivo tradicional.