Quién vigila a quién: la IA que supervisa al operador (y no al revés)

Lo que hace el copiloto del centro de control

En operación, la IA se vende casi siempre con la misma fórmula, el human in the loop, en la que la máquina propone y la persona decide. En el Centro de Control de Renovables que Naturgy tiene en A Coruña están montando algo que invierte ese orden, y quien lo monta lo describió así en la sesión del 3 de junio:

> «Tenemos un árbol de decisión, pero aquí lo que hace no es que el operador supervise la IA. Aquí la IA supervisa al operador y cuando va a actuar o actúa de forma no eficiente o correcta, es cuando le corrige […]»

El sistema se integra en el SCADA, el software desde el que se operan los parques a distancia. Observa a la persona que tiene el ratón en la mano y evalúa la maniobra, antes y después de ejecutarla. El propósito lo declara él mismo: «lo que estamos introduciendo es primero la IA para que vea cómo actúan los operadores e intentar estandarizar la actuación de los operadores».

Él mismo puso el límite:

> «Está haciendo, por así decirlo, de copiloto, pero supervisando al operador y dándole recomendaciones de qué hacer, pero la actuación siempre es suya. No le va a decir: "¿quieres que resetee esta alarma?". Hasta eso no hemos llegado.»

La máquina recomienda. La mano sigue siendo tuya. El copiloto lo trae un socio tecnológico. «Esto no es nuestro», avisa; lo anterior «lo hemos hecho in-house […] Todo in-house. Esto no es in-house». Lo dice sin que nadie se lo pregunte.

Por qué hay tan poca gente para vigilar las plantas

Detrás del cambio hay una razón prosaica, la plantilla. Marín llegó a renovables en 2020 desde un ciclo combinado, y ese salto explica su argumento. Allí había «gente de eléctricos, mecánicos, instrumentistas, de calidad, de prevención, de medio ambiente. O sea, teníamos personal». Y así resumió lo que encontró al otro lado: «me topé con la realidad que las renovables es el low cost del low cost del low cost del low cost».

Traducido a la sala de control:

> «Que con suerte tenemos a un supervisor por planta. Con suerte. En algunos casos tenemos un supervisor por varias plantas. Lo que no tiene esta gente que está en campo o que está operando es tiempo para mirar.»

Fíjate dónde pone el límite. Habla de tiempo y da por supuesta la capacidad técnica de su gente, y eso recoloca la discusión sobre IA en O&M, porque lo que el agente aporta son horas. La cuenta empeora con la escala. La cartera de renovables está repartida entre Latinoamérica, Estados Unidos, Australia y España, y basta un activo para que te hagas una idea. Cunderdin, el híbrido australiano de la compañía, con 125 MWdc fotovoltaicos y una batería de 55 MW y 220 MWh según Naturgy, genera millones de filas de datos al día que alguien tendría que mirar.

La sala donde va el copiloto da la medida por el otro lado. Según la propia compañía, el centro gestiona más de 3,48 GW y supervisa 93 parques eólicos, 24 plantas fotovoltaicas y cinco de cogeneración en España, además de dos parques eólicos en México, las 24 horas, los siete días de la semana. Ese es el perímetro del centro, no la cartera internacional que describe Marín, y las dos cuentas no se suman. Cada GW que entra en esa sala añade maniobras que alguien tiene que vigilar.

Un analista de vibraciones para tres continentes

El ejemplo lo puso él:

> «Tenemos un montón de máquinas, un montón de situaciones y a día de hoy tenemos un analista de vibraciones. Es imposible que pueda acometer el análisis de todo el porfolio, hablando desde Australia hasta Latinoamérica y España. O sea, es humanamente inviable.»

Un analista de vibraciones tarda años en formarse, y ese plazo se te olvida cuando piensas en contratar. El esquema de certificación del Vibration Institute, con un cuerpo de conocimiento conforme a la ISO 18436-2, exige 38 horas de formación y 18 meses de experiencia para la categoría II, y para la IV pide 130 horas y recomienda 60 meses. Multiplícalo por una flota que crece cada año y entenderás por qué trata esto como un problema de diseño.

El mercado laboral te da la escala del hueco. El Global Wind Workforce Outlook 2025-2030 de GWEC y GWO, del 4 de diciembre de 2025, cifra la demanda en unos 475.000 técnicos eólicos en 2025 y 628.000 en 2030, y avisa de que el crecimiento es especialmente acusado en O&M. Hacer crecer esa plantilla, dice el informe, puede llevar hasta diez años.

El agente de vibraciones que enseñó hace con el diagnóstico lo que el copiloto hace con la maniobra. Le das las gráficas y, paso a paso, el proceso acaba en un informe que dice si hay que hacer una videoscopia para contrastar los datos, si hay que parar o si el fallo va a ser catastrófico o inminente. El objetivo es que lo maneje un perfil no técnico. «Esos diagnósticos a día de hoy dependen mucho del técnico, de la experiencia, de la capacidad del técnico que está analizando estas vibraciones», explica.

El agente de alarmas que estandariza la respuesta

El copiloto repite un patrón que ya tiene funcionando en el primer sistema que enseñó. Su agente de alarmas cubre manuales de Vestas, Siemens Gamesa, Acciona y Nordex, con códigos distintos por fabricante, y contesta siempre con la misma estructura: actuación, consecuencias, disparo y enlace al documento fuente. Está montado sobre APIs de Azure, «con guardarraíles y con una estructura definida por los operadores», y si no conoce la respuesta, calla.

> «Es determinista en el sentido de siempre te va a responder con esta estructura, siempre va a resumir al máximo la información para que en el menor tiempo posible el operador pueda actuar y pueda ver realmente […] si es real o no real lo que le está diciendo el LLM.»

El determinismo es lo que lo hace útil. Dos operadores distintos, en turnos distintos, ante la misma alarma leen lo mismo, y por eso pueden actuar igual. Si llevas varios fabricantes en el mismo centro, ahí está el valor. El agente de alarmas normaliza la información que entra en la sala; el copiloto del SCADA corrige la actuación que sale de ella.

Fuera de Naturgy, la máquina que lee al operador ya tiene literatura científica. Un trabajo de 2024 firmado por Abbas y otros evaluó con 47 participantes, en un entorno de sala de control, un sistema de apoyo a la decisión que mide el estado del operador con reloj inteligente, seguimiento ocular y cuestionarios, y adapta su intervención al estado del sistema y al rendimiento de la persona. Lo que Naturgy añade es un SCADA real con gigavatios detrás.

La sesión no dejó ninguna cifra de resultado

Si buscas una cifra de resultado, no la hay. No dio cifras de averías evitadas, disponibilidad recuperada, MWh, euros, ahorro de O&M, precisión de modelo ni antelación media de aviso. Del dinero solo habló para avisar del coste de la nube: «esto no es barato […] Y si no hay uso y no hay retorno, no tiene sentido». Tampoco escondió la resistencia de los operadores. Lo primero que ocurre cuando intentas incorporar estas herramientas, dice, es que «son reacios porque no confían. Confían en su experiencia, en su capacidad técnica». Se presentó como «bastante de planta, mi perfil es más de hierros», y luego dedicó la intervención a arquitectura de sistemas.

La experiencia del mejor operador como activo de la flota

La oportunidad que queda es de gestión de activos. Si la IA aprende cómo maniobra tu mejor operador y devuelve ese patrón al turno de noche y al que lleva varias plantas a la vez, esa experiencia se convierte en un activo de la flota. Es lo que permite que un centro de control siga sumando gigavatios con la plantilla que tiene.

Una máquina que te corrige la maniobra y te deja ejecutarla mantiene intacta tu responsabilidad, y por eso un operador acaba fiándose de ella. Marín lo dejó dicho: hasta resetear la alarma no han llegado. El día en que una herramienta así pase de recomendar a ejecutar, el reparto de responsabilidades habrá que escribirlo de nuevo.

Javier Marín (Naturgy, transformación digital y analítica del área de renovables) intervino en RENMAD UsefulAI 2026, Madrid, 3 de junio de 2026.