Automatización del mantenimiento con IA: qué delegar hoy

La automatización del mantenimiento con IA ya funciona en 4 tareas concretas del servicio técnico: redactar el parte de trabajo a partir de la voz del técnico, sugerir el protocolo del activo que tiene delante, detectar patrones de avería en el histórico de OTs y señalar qué equipos están sin documentar. Casi todo lo demás que se vende como "la IA lo hará todo" sigue siendo promesa.

Mi trabajo consiste en decidir qué partes de una operación de campo merecen un modelo de IA y cuáles no, y la pregunta que más me hacen los gerentes de SAT no es técnica. Es de negocio: qué me ahorra esto el lunes por la mañana. La respuesta depende de dónde se te va hoy el tiempo. El técnico lo pierde escribiendo partes y llamando a la oficina para preguntar cómo se resetea un equipo, y la empresa lo paga en horas que no factura y en segundas visitas.

El contexto también se ha movido rápido. Según la Encuesta sobre el uso de TIC y del comercio electrónico en las empresas del INE (2025), el 21,1% de las empresas españolas de 10 o más empleados usaba inteligencia artificial en el primer trimestre de 2025, 8,7 puntos más que un año antes. En el sector servicios la cifra llega al 25,7%. Hay empresas de tu sector probando ya, aunque no todas con criterio.

Automatización del mantenimiento: qué funciona hoy en un servicio técnico

La automatización con IA en el servicio técnico consiste en delegar en un modelo de lenguaje tareas repetitivas del técnico o del coordinador (redactar, buscar, clasificar, resumir) usando como fuente los datos y la documentación de la propia empresa, no información genérica de Internet.

Con esa definición en la mano, la lista de lo que funciona hoy es corta:

• Redactar el parte de trabajo a partir de un audio de 30 segundos que el técnico graba al terminar la intervención.
• Responder dudas técnicas en campo con la ficha, el manual y el protocolo del activo concreto.
• Agrupar el histórico de OTs para ver qué averías se repiten por modelo, por cliente o por época del año.
• Detectar qué preguntas de los técnicos no tienen respuesta en la documentación.

Las 4 trabajan sobre información que tu empresa ya genera y que hoy se pierde o se consulta mal. Ninguna sustituye la decisión del técnico ni la del coordinador: les quitan trabajo de transcripción y de búsqueda, que es justo el que nadie echa de menos. En nuestro repaso de herramientas de IA para field service verás qué tipo de herramienta cubre cada una.

En Europa la foto es parecida. Eurostat situaba en el 20% las empresas de la UE con 10 o más empleados que usaban alguna tecnología de IA en 2025, pero esa cifra hay que leerla con cuidado: la encuesta cuenta como usuaria a cualquier empresa que utilice al menos una de las tecnologías que mide. Lo que yo veo en el sector es que muchas se quedan en un chat genérico para redactar correos, que está bien, pero no toca la operación.

El parte que se escribe solo: de la voz al informe

Empiezo por aquí porque es donde antes se ve el retorno. El técnico termina, tiene la cabeza en la siguiente visita y le esperan 10 minutos de formulario en el móvil o, peor, un parte en papel que rellenará de memoria por la noche. Lo que no apunta en ese momento se pierde: el filtro que estaba al límite, la junta que aguanta pero poco, la referencia exacta del repuesto que cambió.

Un informe de intervención por voz es un parte de trabajo que el técnico dicta al acabar y que un modelo de IA transcribe y ordena en campos (trabajos realizados, materiales, tiempos, tareas pendientes) dentro de la orden de trabajo, listo para revisar y firmar.

Frente al formulario escrito, dictar el parte ahorra entre 8 y 12 minutos por intervención (estimación de campo de Fluxput). Haz la cuenta con tu equipo: con 20 técnicos y 4 intervenciones al día, incluso tomando los 8 minutos del extremo bajo, salen más de 10 horas al día que vuelven a la agenda, unas 50 a la semana.

Las horas no son lo único que cambia. El parte dictado en el momento recoge detalles que el formulario pierde, porque hablar cuesta menos que teclear con guantes en una cubierta. Y dejan de acumularse partes sin cerrar, que en muchas empresas son el motivo de que la factura salga una semana tarde. Fluxput Copilot funciona así: el audio se convierte en el parte de la OT con el material y el tiempo asociados, y el coordinador lo ve cerrado en cuanto el técnico sale del cliente.

Un matiz que yo exigiría a cualquier proveedor: el técnico tiene que poder revisar el parte antes de cerrarlo. La IA transcribe y ordena bien, pero quien firma el albarán delante del cliente es el técnico, y el responsable de lo que pone también.

El copiloto que sugiere el protocolo del activo

La segunda tarea es responder a la duda técnica en campo. Cuando un técnico no recuerda el par de apriete de un modelo o qué significa un código de error, hoy hace una de estas 3 cosas: busca en un PDF de 200 páginas, llama a un compañero veterano o pregunta a un chat genérico desde su móvil personal. Todas tienen coste. La primera se come tiempo, la segunda interrumpe a tu mejor técnico y la tercera puede devolver una respuesta que suena bien y es falsa para ese equipo concreto.

Un copiloto técnico es un asistente de IA que responde a las preguntas del técnico en campo usando solo la documentación de la empresa (fichas, manuales, protocolos e historial del activo) e indicando de qué documento sale cada respuesta.

La diferencia con un chat genérico está en la fuente. El copiloto sabe qué unidad tiene el técnico delante porque está vinculada a la OT, y contesta con la ficha y el protocolo de ese activo, no con un promedio de lo que circula por Internet. Lo desarrollamos en la comparativa entre ChatGPT y un copiloto técnico de mantenimiento.

¿Cuánto acierta? Cuando la documentación del equipo está completa, un asistente que responde solo con esa documentación acierta en más del 90% de las preguntas técnicas sobre la unidad (estimación de campo de Fluxput). El resto son preguntas cuya respuesta no está escrita en ningún sitio, y ahí lo correcto es que el sistema diga que no lo sabe y lo registre, en lugar de inventar.

Para el gerente, el efecto aparece en 2 indicadores. El first-time fix rate sube porque el técnico resuelve sin tener que volver, y el MTTR baja porque el diagnóstico deja de depender de localizar a quien sabe. Si estás comparando herramientas, en la guía sobre cómo elegir un copiloto de IA para mantenimiento tienes los criterios que yo usaría para descartar.

Analytics: detectar patrones de avería y huecos de documentación

Patrones de avería en el histórico de OTs

Tu histórico de OTs ya contiene la respuesta a preguntas que hoy contestas por intuición: qué modelo de enfriadora falla cada verano, qué cliente acumula correctivos después de cada preventivo, qué avería vuelve a los 30 días de cerrarse. El problema es que esa información está en texto libre, escrita por técnicos distintos con maneras distintas de describir lo mismo.

Aquí la IA hace algo que una hoja de cálculo no puede: leer el texto de los partes, entender que "no enfría", "baja presión" y "falta carga de gas" pueden apuntar a la misma avería y agruparlas por activo. Como estimación de campo de Fluxput, con unas 1.000 OTs históricas bien registradas ya se ven patrones estacionales en los activos más críticos sin instalar un solo sensor.

Huecos de documentación

La otra mitad luce menos y, para mí, es más rentable. Cada pregunta que un técnico hace al copiloto y que no tiene respuesta en la documentación queda registrada, así que al cabo de un mes tienes una lista ordenada de lo que falta documentar, por equipo y por frecuencia. Dejas de documentar lo que alguien cree que hace falta y empiezas por lo que tus técnicos preguntan de verdad.

También ves quién concentra el conocimiento. Si las consultas difíciles acaban siempre en los mismos 2 o 3 técnicos, tienes un riesgo que conviene medir antes de que uno de ellos se jubile o se marche a la competencia. Fluxput Analytics muestra los patrones de avería y los huecos de documentación por activo en el mismo panel.

Qué NO conviene automatizar todavía

Aquí es donde más humo veo. Estas son las tareas en las que hoy no dejaría decidir a una IA, por bien que quede en una demo:

1. Diagnósticos en instalaciones con riesgo para las personas. En un cuadro con tensión, una instalación de gas o un ascensor, la IA puede sugerir el protocolo, pero qué se toca y en qué orden lo decide el técnico habilitado.
2. La asignación de avisos y rutas sin supervisión. Los algoritmos proponen bien, pero el coordinador sabe cosas que no están en ningún sistema, como que un cliente no abre antes de las 10 o que a cierta instalación no conviene mandar a un técnico solo. Úsalo como propuesta que el coordinador valida.
3. La comunicación con el cliente en incidencias delicadas. Un aviso automático de que el técnico llega en 20 minutos funciona; explicarle a un cliente por qué su enfriadora va a estar parada 3 días le toca a una persona.
4. El predictivo con sensores sin histórico detrás. Monitorizar equipos con bajo coste de fallo, sin datos que den contexto a lo que se mide, suele salir más caro que el correctivo que pretende evitar.

Y hay una condición previa que muchas empresas se saltan: la IA es tan buena como la información de la que parte. Si las fichas de tus equipos están a medias o tus técnicos no cierran los partes, automatizar encima de eso solo multiplica el desorden.

Por dónde empezar si tu SAT no ha automatizado nada

Automatizar con IA el servicio técnico no exige un proyecto de 6 meses de digitalización. Este es el orden que suelo recomendar:

1. Mide cuánto tarda hoy un parte en llegar cerrado al sistema y cuántos siguen abiertos al final de la semana.
2. Elige los 10 o 15 equipos que más llamadas a la oficina generan y completa su documentación.
3. Arranca el parte por voz con un grupo de 3 o 4 técnicos durante un mes y compara con el resto del equipo.
4. Activa el copiloto sobre esos equipos ya documentados y revisa cada semana las preguntas que se quedaron sin respuesta.

En 2 o 3 meses tendrás datos propios para decidir si escalar. Valen más que cualquier cifra de un proveedor, incluida la nuestra.

Descubre qué puede automatizar la IA en tu operación

Si quieres ver qué tareas de tu servicio técnico se pueden automatizar con tus propios datos, pide una demo de Fluxput. Te enseñamos el parte por voz, el copiloto y Analytics sobre equipos parecidos a los tuyos, y te decimos con franqueza lo que no te va a resolver. Para ver cómo encaja todo con la gestión de OTs, técnicos y contratos, tienes el resumen en nuestra página de software para SAT.