Qué cambió
Petróleos Mexicanos (PEMEX) adjudicó un contrato de servicios tecnológicos por $780 millones de pesos a un consorcio formado por una empresa mexicana de tecnología industrial y un partner internacional especializado en IA para el sector energético, para la implementación de un sistema de mantenimiento predictivo basado en inteligencia artificial en cuatro de sus seis refinerías en operación: Salina Cruz (Oaxaca), Tula (Hidalgo), Cadereyta (Nuevo León) y Madero (Tamaulipas).
El sistema integra datos de más de 12,000 sensores IoT ya instalados en equipos críticos —torres de destilación, compresores, bombas de transferencia, intercambiadores de calor y sistemas de control de presión— con modelos de machine learning que analizan patrones de vibración, temperatura, presión, flujo y composición química para predecir fallas antes de que ocurran. El contrato incluye la instalación de 3,200 sensores adicionales en equipos que actualmente no están instrumentados.
Los resultados del piloto realizado durante 2025 en la refinería de Cadereyta son los que motivaron la expansión: los paros no programados se redujeron un 35%, el tiempo promedio de resolución de fallas bajó un 48% (porque los equipos de mantenimiento llegan preparados con diagnóstico y refacciones antes de que la falla ocurra), y PEMEX estima un ahorro anual de $2,800 millones de pesos en costos de mantenimiento correctivo, pérdida de producción y compra de emergencia de refacciones.
Por qué importa
PEMEX es la empresa más importante de México y una de las mayores petroleras del mundo por volumen de producción. Sus refinerías procesan la materia prima que alimenta la economía mexicana: gasolinas, diésel, turbosina, gas LP y petroquímicos básicos. Un paro no programado en una refinería tiene un costo que va más allá de la reparación: cada día de inactividad representa pérdidas de producción de entre $80 y $200 millones de pesos dependiendo de la capacidad de la planta.
Históricamente, PEMEX ha operado con un modelo de mantenimiento predominantemente correctivo (reparar cuando falla) y preventivo basado en calendario (dar servicio cada X meses independientemente del estado real del equipo). Ambos modelos son ineficientes: el correctivo genera paros costosos y riesgos de seguridad, y el preventivo gasta recursos en equipos que aún no lo necesitan mientras deja sin atención a los que están degradándose fuera de calendario.
El mantenimiento predictivo con IA resuelve ambos problemas: interviene solo cuando los datos indican que un equipo se está degradando, maximizando la vida útil de los componentes y minimizando los paros inesperados. Para una empresa del tamaño y complejidad de PEMEX, el impacto acumulado es transformador.
Qué significa para México
El sector energético mexicano está en un momento de transición. La administración actual ha priorizado la autosuficiencia energética, y la operación eficiente de las refinerías es clave para ese objetivo. Si PEMEX logra reducir consistentemente los paros no programados un 35%, el impacto en la disponibilidad de combustibles en el mercado nacional es directo.
Desde la perspectiva tecnológica, el contrato envía una señal importante al mercado: si PEMEX —una empresa tradicionalmente conservadora en adopción tecnológica— está invirtiendo $780 millones en IA, las empresas privadas del sector energético en México (CFE, Iberdrola México, Enel, empresas de distribución de gas) tienen un precedente para justificar sus propias inversiones.
Para el ecosistema de proveedores de tecnología mexicanos, este contrato es particularmente relevante porque incluye un componente de transferencia de conocimiento: PEMEX exigió que al menos el 60% del equipo técnico del proyecto sea mexicano y que los modelos de IA se entrenen con datos operativos nacionales, no con modelos genéricos importados. Esto puede generar capacidades locales en IA industrial que sean exportables a otras petroleras de América Latina.
La perspectiva evergreen
El mantenimiento predictivo es una de las aplicaciones de IA para el sector energético en México con el ROI más demostrado a nivel global. Compañías como Shell, BP y Saudi Aramco llevan años usando modelos predictivos en sus operaciones. Que PEMEX esté avanzando en esta dirección alinea a la petrolera mexicana con las mejores prácticas internacionales.
Más allá del caso específico de PEMEX, el mantenimiento predictivo es aplicable a cualquier operación industrial con equipos críticos: plantas de generación eléctrica, infraestructura de distribución de gas, parques eólicos y plantas solares. Las empresas que ya están explorando la IA para manufactura encontrarán que los mismos principios de monitoreo predictivo se aplican a sus líneas de producción.
Próxima acción para tu empresa
No necesitas ser PEMEX para beneficiarte del mantenimiento predictivo. Si tu empresa opera maquinaria industrial, equipos de refrigeración, flotillas vehiculares o infraestructura de TI, la IA puede predecir fallas antes de que ocurran. El punto de partida es un inventario de tus equipos críticos y los datos que ya generas: registros de mantenimiento, lecturas de sensores, históricos de fallas.
Contacta a IAmanos para un diagnóstico de las oportunidades de mantenimiento predictivo en tu operación y una estimación del ahorro potencial con IA.