Copiloto IA en mantenimiento: cómo elegir el adecuado

Para elegir un copiloto IA en mantenimiento no basta con comprobar que el proveedor dice usar IA. Hoy lo dice casi todo el mercado. Lo que decide si una herramienta sirve de verdad en campo son seis cosas concretas: de dónde saca la información para responder, qué hace cuando no sabe algo, qué pasa con los datos de tu empresa, en qué canal trabaja tu técnico, si puedes ver qué preguntas se quedan sin resolver y si puedes llevarte tu documentación el día que cambies de proveedor.

Este artículo convierte esas seis cosas en seis preguntas que le puedes hacer a cualquier proveedor antes de firmar nada. Va dirigido al gerente o al responsable de operaciones que ya tiene claro que necesita un asistente técnico para su equipo de campo, quizá después de ver las cinco herramientas de IA que funcionan en un SAT, y ahora está comparando opciones. No es una lista de productos. Es el criterio para separar lo que aguanta una operación real de lo que solo brilla en una demo.

El riesgo de elegir mal no es teórico. Gartner calcula que al menos el 30% de los proyectos de IA generativa se abandonan tras la prueba de concepto, por datos de mala calidad, costes que se disparan o falta de valor de negocio claro (Gartner, 2024). En un SAT, un copiloto que se abandona a los tres meses cuesta más que el dinero: te deja un equipo de técnicos que vuelve a llamar al senior y a repetir visitas mientras la herramienta cae en desuso.

Por qué "tiene IA" no es un criterio de compra suficiente

La IA dejó de ser un diferencial en cuanto todos los proveedores la añadieron a su ficha de producto. Según el informe State of Field Service 2025 de Geotab, el 93% de las empresas de field service ya han implantado IA al menos de forma parcial. Cuando algo lo tiene casi todo el mercado, deja de ser una razón para elegir y pasa a ser el punto de partida.

La pregunta útil no es si la herramienta usa IA, sino qué IA y sobre qué datos. Dos copilotos pueden usar el mismo modelo por debajo y comportarse de forma opuesta en una intervención, según a qué documentación tienen permitido mirar y qué hacen cuando esa documentación no cubre la duda. Ahí se decide si el técnico recibe el protocolo correcto de esa unidad o una respuesta plausible que acaba en una segunda visita.

Las seis preguntas que siguen atacan justo eso. Sirven para cualquier proveedor, incluido el nuestro. Pídele a cada uno que responda con tu documentación y tus equipos delante, no con un caso de catálogo.

Pregunta 1: ¿de dónde saca la información para responder?

Un copiloto técnico es un asistente de IA que responde solo con la documentación de tu empresa: sus manuales, sus protocolos de intervención y el historial de cada activo. La primera frontera, y la más importante, es esa: si la herramienta responde con tu documentación o si mira también a internet. La diferencia no está en el modelo de IA, sino en la fuente de la respuesta.

Un asistente genérico que tira de internet no conoce tus equipos. Cuando el técnico pregunta por una unidad concreta, rellena el hueco con lo más habitual que ha visto, que puede ser de otro modelo parecido. Por eso ChatGPT no funciona como copiloto técnico: no es cuestión de potencia del modelo, sino de que no ha leído tus protocolos.

Cómo comprobarlo: pídele una respuesta a una duda sobre un equipo de tu cartera y que te diga de qué documento la ha sacado. Si no puede señalar la fuente, está adivinando.

Pregunta 2: ¿qué hace cuando no sabe la respuesta?

Una alucinación de IA es una respuesta que el modelo presenta como cierta pero que es falsa o inventada. No la acompaña de ninguna señal de duda: el texto suena igual de seguro cuando acierta que cuando se equivoca. En una oficina es una errata que corriges; en una intervención sobre un panel de detección de incendios o una instalación de gas es un riesgo.

Y no es un caso raro. En el estudio HALoGEN (2025), incluso los mejores modelos inventaron entre el 4% y el 86% de las afirmaciones factuales que generaban según el dominio, y cuanto más especializado el tema, peor. El Hallucination Leaderboard de Vectara muestra tasas que suben con el contenido técnico incluso cuando al modelo se le pone el documento de referencia delante.

Un buen copiloto reconoce el hueco: si la respuesta no está en tu documentación, lo dice en vez de improvisar. Esa es la línea que separa una herramienta fiable de un generador de respuestas seguras y equivocadas, y está desarrollada en la comparativa entre ChatGPT y un copiloto técnico. La prueba es sencilla: hazle una pregunta cuya respuesta sepas que no está documentada y mira si lo admite o si se la inventa.

Pregunta 3: ¿los datos de mi empresa entrenan el modelo de otros clientes?

Tu documentación técnica es un activo. Los protocolos que has depurado durante años, el historial de cada instalación y las soluciones a las averías raras son parte de lo que te diferencia de tu competencia. La pregunta es qué pasa con todo eso cuando lo cargas en la herramienta.

Hay tres respuestas posibles y solo una es aceptable. Que tus datos entrenen un modelo que luego responde a otros clientes, tu competencia incluida. Que salgan a un servicio externo sobre el que no tienes control. O que se queden en tu infraestructura y no entrenen nada de fuera. Solo la última protege tu conocimiento.

Qué exigir por escrito: dónde se almacenan los datos, si se usan para entrenar modelos y qué certificaciones de seguridad tiene el proveedor. En el contrato, no de palabra en la demo.

Pregunta 4: ¿funciona en el canal donde está mi técnico?

Una herramienta que el técnico no abre no sirve, por buena que sea la IA que lleve dentro. Y el técnico usa lo que tiene a mano en mitad de una intervención: el móvil, la app que ya lleva, WhatsApp. Si el copiloto vive en una web aparte a la que hay que entrar con usuario y contraseña, compite con la costumbre de llamar al compañero. Esa costumbre gana casi siempre.

El canal importa más de lo que sugiere la ficha de producto. Un asistente accesible desde donde el técnico o el instalador ya trabaja se adopta solo; uno que obliga a cambiar de pantalla se queda sin usar. Vale también para el fabricante que quiere descargar a su soporte dando acceso a la red, que es la lógica de un asistente IA sobre el catálogo técnico para instaladores.

Cómo comprobarlo: pregunta en qué canales concretos responde el copiloto y cuántos pasos necesita el técnico para llegar a él desde donde está trabajando.

Pregunta 5: ¿puedo ver qué preguntas no está resolviendo?

Un copiloto es una herramienta para el técnico, pero también una fuente de datos para ti. Cada pregunta que le hacen y no tiene respuesta señala un hueco en tu documentación: un equipo mal documentado, un protocolo que falta, una duda que se repite semana tras semana. Si la herramienta no te enseña eso, pierdes la mitad de su valor.

La analítica de uso convierte las dudas de campo en una lista de tareas de documentación. Sabes qué unidad genera más consultas, qué protocolo se pregunta más y dónde conviene grabar el conocimiento del técnico senior antes de que se jubile. Sin ese panel vas a ciegas sobre lo que tu propio equipo no sabe resolver.

Pídelo en la demo: que te enseñen el panel donde se ven las preguntas sin respuesta y cómo se usa para decidir qué documentar primero.

Pregunta 6: ¿qué pasa si cambio de proveedor?

Es la pregunta que casi nadie hace al comprar y todos lamentan no haber hecho al querer irse. Si cargas toda tu documentación en una herramienta y un año después no encaja, ¿puedes llevarte tu contenido? ¿En qué formato? ¿O empiezas de cero con el siguiente proveedor?

La portabilidad es tu seguro contra el bloqueo de proveedor. Tu base de conocimiento técnico tiene que ser tuya y exportable en cualquier momento, no un rehén dentro de una plataforma. Una herramienta que no te deja salir con tus datos te retiene por coste de cambio, no por calidad. Es justo el escenario de proyecto abandonado que describe Gartner: has gastado el presupuesto y encima no recuperas lo que metiste.

Antes de firmar: confirma si puedes exportar toda tu documentación, en qué formato y sin coste. Si la respuesta es confusa, ya la tienes.

Checklist para evaluar un copiloto IA de mantenimiento

Resumido en una lista que puedes llevar a cualquier reunión con un proveedor:

• Fuente: responde solo con tu documentación e identifica el equipo concreto, no con internet.
• Fiabilidad: cuando no sabe algo, lo dice, en lugar de inventar una respuesta plausible.
• Privacidad: tus datos se quedan en tu infraestructura y no entrenan modelos de terceros.
• Canal: trabaja donde ya está el técnico (app, WhatsApp, web), sin pasos extra.
• Analítica: te muestra qué preguntas se quedan sin respuesta para mejorar tu documentación.
• Portabilidad: puedes exportar toda tu documentación cuando quieras y sin coste.

Fluxput Copilot está construido sobre estos seis criterios: responde solo con la documentación de la empresa, no entrena modelos externos con esos datos y, cuando la respuesta no está documentada, lo dice en lugar de inventar. La analítica muestra qué preguntas se quedan sin respuesta, funciona en los canales donde ya trabaja el técnico y el catálogo se puede exportar en cualquier momento. Si quieres verlo sobre tu operación, puedes solicitar una demo del copiloto IA para mantenimiento con documentación propia y aplicar estas seis preguntas en directo.