La minería enfrenta una presión creciente para producir más minerales con recursos cada vez más exigidos. La demanda de cobre, las menores leyes del mineral, la escasez de trabajadores especializados y el costo de las detenciones operacionales están impulsando a las compañías a buscar nuevas soluciones tecnológicas como lo impulsa Honeywell.
En este escenario, la inteligencia artificial (IA) comienza a adquirir un papel estratégico, no solo como herramienta de análisis, sino también como un componente de la toma de decisiones y de la evolución hacia operaciones industriales cada vez más autónomas.
Ese fue uno de los principales ejes del Mining Summit 2026, organizado por AmCham Chile y Honeywell, que reunió en Santiago a representantes de la industria minera, empresas tecnológicas y especialistas en innovación para discutir cómo la automatización y la IA pueden contribuir a una minería más productiva, segura y sostenible.
Durante el encuentro, José Simón puso el acento en la velocidad con que está cambiando el sector y en la necesidad de modernizar las instalaciones existentes.
«El mundo minero está cambiando de una forma más rápida de lo que los modelos tradicionales pueden absorber. La demanda de cobre está creciendo, el contenido de la roca disminuye y los recursos humanos son escasos», señaló el ejecutivo de Honeywell.
A este escenario se suma el impacto económico de las interrupciones operacionales, que refuerza la necesidad de optimizar los activos y anticipar problemas antes de que afecten la producción.
«Parar una planta para mantenimiento, o por algún incidente, refleja un costo muchísimo más alto de lo que podría haber sido hace dos o tres años. Todo esto implica la necesidad de automatizar más las plantas que ya existen y buscar más eficiencia y confiabilidad», agregó Simón.
Honeywell: De la automatización a la autonomía industrial
La propuesta de Honeywell apunta a avanzar desde los sistemas tradicionales de automatización hacia operaciones capaces de utilizar información en tiempo real para recomendar y ejecutar acciones con mayores niveles de autonomía.
Jose Magalhães Fernandes presentó este enfoque bajo el concepto de Digital Cognition, que integra automatización, inteligencia artificial, aprendizaje automático y conocimiento de los procesos industriales.
«Escuchamos que cerrar la brecha entre la demanda y la capacidad de producción actual va a ser difícil. Creo que esa conclusión es cierta, pero es la tecnología la que va a ayudar a minimizar esa diferencia entre la producción y la demanda», afirmó.
El ejecutivo explicó que el propósito es desarrollar herramientas que permitan mejorar sistemáticamente la productividad, la confiabilidad de los activos y la seguridad de las operaciones.
«Estamos llevando la tecnología a otro nivel, que llamamos Digital Cognition: pasar de una simple automatización del proceso a operaciones autónomas», sostuvo Fernandes.
Añadió que estas soluciones buscan ayudar a los operadores y las compañías a tomar decisiones para aumentar la productividad, mejorar el desempeño de los activos críticos y fortalecer la seguridad.
El planteamiento no supone que todas las operaciones puedan funcionar sin intervención humana en el corto plazo. La evolución contempla distintas etapas, desde sistemas que entregan recomendaciones a los trabajadores hasta aplicaciones capaces de asumir progresivamente más funciones operacionales.
Inteligencia artificial como asistente experto
En una planta minera, un operador con décadas de experiencia ha enfrentado más situaciones, anomalías y contingencias que una persona que recién comienza. Parte de ese conocimiento práctico resulta difícil de documentar y puede perderse cuando los trabajadores se jubilan.
La inteligencia artificial puede contribuir a preservar ese conocimiento y ponerlo a disposición de nuevos operadores mediante sistemas que analicen datos históricos, identifiquen patrones y recomienden acciones frente a determinadas condiciones.
En este sentido, la herramienta funciona como un asistente experto: ayuda a interpretar la información y facilita decisiones, sin que ello implique necesariamente eliminar la supervisión humana.
El enfoque adquiere relevancia en Chile, donde la industria minera necesita atraer y formar trabajadores mientras enfrenta el recambio generacional. El Estudio de Fuerza Laboral de la Gran Minería Chilena 2025-2034 proyecta una demanda de casi 37.000 nuevos trabajadores durante la próxima década.
La cifra refuerza la importancia de combinar automatización y desarrollo de talento, aunque no debe interpretarse como una estimación de los empleos que la inteligencia artificial creará o eliminará directamente.
Casos de uso: flotación, correas transportadoras y mantenimiento predictivo
Más allá de las proyecciones, la IA ya puede aplicarse a problemas específicos de las operaciones mineras.
Durante el encuentro se presentaron soluciones desarrolladas por Honeywell para optimizar procesos y reducir riesgos. Una de ellas utiliza cámaras estéreo instaladas sobre estanques de flotación para analizar el tamaño de las burbujas que se generan durante la separación de minerales.
La información obtenida permite desarrollar modelos analíticos que ayudan a determinar ajustes en los reactivos químicos utilizados en el proceso. El objetivo es mejorar la eficiencia y optimizar el consumo de insumos.
Otro caso aborda la detección de rocas de gran tamaño sobre las correas transportadoras. Mediante sistemas de visión, la tecnología identifica elementos que podrían dañar los equipos de trituración y permite activar medidas preventivas antes de que provoquen una falla.
Ambos desarrollos, según lo expuesto por Fernandes en la entrevista, fueron realizados con capacidades de ingeniería de Honeywell en Santiago, mostrando el potencial local para crear soluciones que también puedan aplicarse en otras operaciones mineras.
A estas aplicaciones se suman sistemas de mantenimiento predictivo que utilizan variables como vibración, temperatura y condición de los equipos para identificar señales de deterioro.
En lugar de depender exclusivamente de inspecciones periódicas, estas herramientas pueden alertar a los responsables cuando aparecen desviaciones y ayudar a priorizar las intervenciones. El beneficio esperado es reducir las detenciones no programadas, mejorar la disponibilidad de los activos y aumentar la seguridad.
El principal desafío: confiar en la tecnología
Aunque las capacidades de automatización avanzan, una planta industrial no puede delegar todas sus decisiones únicamente porque exista una herramienta técnicamente capaz de ejecutarlas.
En la conversación, los ejecutivos plantearon que el principal obstáculo para avanzar hacia operaciones más autónomas no es exclusivamente tecnológico. También es una cuestión de confianza.
La minería involucra instalaciones de alto valor, procesos complejos y riesgos importantes para las personas. Una falla puede tener consecuencias económicas y operacionales significativas, por lo que las decisiones de automatización deben considerar la confiabilidad del sistema, la capacidad de supervisión y los mecanismos de respuesta ante situaciones imprevistas.
La experiencia en otros sectores, como el transporte autónomo y la aviación, permite ilustrar la diferencia entre disponer de una tecnología y estar dispuesto a confiarle una función crítica.
En minería, esa transición exige validación progresiva, pruebas en condiciones reales y evidencia de que los sistemas pueden responder adecuadamente ante diferentes escenarios.
Por eso, el camino más inmediato pasa por mejorar la supervisión, anticipar fallas y ayudar a los operadores a tomar mejores decisiones. La posibilidad de contar con plantas completamente autónomas permanece como una perspectiva de largo plazo, cuyo ritmo dependerá de la madurez tecnológica y de las decisiones de cada compañía.
¿Qué ocurrirá con los empleos mineros?
La transformación también plantea interrogantes sobre el futuro del trabajo. Durante el encuentro surgió la posibilidad de que una misma persona pueda supervisar múltiples equipos desde un centro de control, con sistemas que monitoreen continuamente su funcionamiento y generen alertas automáticas.
En ese escenario, algunas funciones operacionales podrían reducirse, mientras aumentaría la necesidad de perfiles especializados en análisis de datos, supervisión digital, automatización y mantenimiento de sistemas.
Fernandes planteó en la entrevista que la evolución tecnológica podría modificar las posiciones disponibles en la industria y que será necesario desarrollar programas de reconversión profesional.
El cambio no significa que todos los puestos desaparezcan, sino que parte de las tareas y competencias requeridas podría transformarse. Los trabajadores que actualmente realizan inspecciones o tareas repetitivas en terreno podrían necesitar nuevas capacidades para interpretar información, gestionar alertas y supervisar operaciones desde centros remotos.
Simón también hizo una distinción importante: el proveedor tecnológico no decide por sí solo si una compañía debe reemplazar operadores por sistemas automatizados. Esa decisión corresponde a cada empresa y debe considerar sus necesidades productivas, sus políticas laborales y el contexto social en el que opera.
En Chile, donde la minería tiene un papel relevante en la generación de empleo y actividad económica, la transición deberá considerar tanto los beneficios de productividad como sus efectos sobre los trabajadores y las comunidades.
Chile: de usuario de tecnología a desarrollador de soluciones
Otro aspecto destacado fue la capacidad de Chile para desarrollar tecnología aplicada a la minería.
Honeywell cuenta con capacidades de ingeniería y un centro de excelencia minera en Santiago. Desde allí se han desarrollado soluciones específicas para optimizar procesos y prevenir daños en equipos, utilizando las necesidades de las faenas como punto de partida para la innovación.
Este tipo de desarrollo permite que Chile participe no solo como mercado de adopción tecnológica, sino también como generador de conocimiento y soluciones para una industria global.
La colaboración con universidades y centros de formación será relevante para fortalecer estas capacidades. Durante la entrevista, Fernandes señaló que Honeywell mantiene iniciativas de vinculación con instituciones educativas en distintos países de América Latina, incluidas Chile, Brasil, Argentina y Colombia.
La formación de ingenieros y especialistas en automatización e inteligencia artificial puede contribuir a cerrar brechas de talento y preparar a los trabajadores para los nuevos requerimientos de la industria.
Invertir con criterio, pero sin quedarse atrás
La adopción de IA también obliga a las compañías a revisar cómo evalúan sus inversiones. En una industria intensiva en capital, cada proyecto debe justificar sus costos y demostrar beneficios concretos.
Durante la entrevista, Fernandes advirtió sobre el riesgo de postergar indefinidamente las decisiones hasta tener certeza absoluta sobre el resultado de una tecnología emergente.
Su planteamiento es que las empresas deben avanzar mediante inversiones conscientes, pruebas y evaluaciones que les permitan aprender, identificar oportunidades y ajustar sus estrategias.
Esto no significa implementar soluciones sin una evaluación económica rigurosa. Por el contrario, el desarrollo de proyectos piloto con objetivos e indicadores definidos puede ayudar a comprobar si una tecnología efectivamente mejora la productividad, reduce riesgos o aumenta la disponibilidad de los equipos.
La clave consiste en encontrar un equilibrio entre la prudencia financiera y la capacidad de experimentar. Esperar demasiado puede hacer que una compañía pierda oportunidades de aprendizaje y competitividad, mientras que invertir sin objetivos claros puede comprometer recursos sin obtener los resultados esperados.
Regulación y responsabilidad
La expansión de la inteligencia artificial también plantea preguntas sobre el papel de los gobiernos y la necesidad de establecer reglas para su implementación.
Frente a este tema, los representantes de Honeywell señalaron durante la entrevista que la compañía trabaja dentro de los marcos regulatorios de cada país y que su responsabilidad es entregar tecnología que cumpla con las normas aplicables.
En operaciones industriales críticas, la gobernanza de la IA debe contemplar aspectos como la seguridad operacional, la supervisión de las decisiones automatizadas, la protección de datos y la capacidad de responder ante incidentes.
El objetivo no debería ser automatizar por automatizar, sino incorporar herramientas que permitan mejorar el desempeño de las instalaciones sin comprometer la seguridad ni la continuidad de los procesos.
Una transformación que combina tecnología y personas
El mensaje que dejaron José Simón y Jose Magalhães Fernandes en el Mining Summit 2026 es que la inteligencia artificial puede convertirse en una herramienta decisiva para enfrentar los desafíos productivos de la minería, pero su adopción requiere mucho más que tecnología.
La evolución hacia operaciones autónomas dependerá de la confiabilidad de los sistemas, la capacidad de demostrar resultados, la preparación de los trabajadores y la disposición de las empresas a incorporar nuevas formas de operar.
Chile cuenta con experiencia minera, capacidades de ingeniería y una necesidad creciente de mejorar su productividad. Aprovechar esas condiciones requerirá combinar innovación con inversiones bien evaluadas y programas de capacitación que permitan acompañar los cambios en el empleo.
La pregunta ya no es únicamente qué tareas puede realizar una máquina, sino cómo integrar esa capacidad en una operación segura, rentable y sostenible.
En esa transición, la inteligencia artificial puede ampliar las capacidades de los trabajadores y transformar la gestión de las faenas. El desafío será conseguir que el avance hacia una mayor autonomía se traduzca en mejores resultados operacionales y en una industria preparada para responder a las exigencias del futuro.
Puedes revisar más información relativa a noticias de tecnología | Instagram | YouTube | Anuncios y Publicidad (50% OFF) | El Café Tech se escucha también por Spotify | Patrocina el Café Tech con un precio único aquí
