Alto consumo eléctrico impulsa uso de IA en la industria guatemalteca para ser más eficiente

En Guatemala, el sector industrial representa entre el 30% y el 40% del consumo de energía eléctrica del país, indicó Jorge Carlos Escobar, presidente de la Gremial de Eficiencia Energética (GEE).

Se explicó que la eficiencia energética se ha convertido en un factor determinante para la competitividad, la productividad y el desarrollo sostenible de la industria en el país.

Stephanie Melville, vicepresidenta de la Cámara de Industria de Guatemala, expuso que la eficiencia energética impacta directamente en la competitividad de las empresas, en su capacidad para generar empleo y en la atracción de nuevas inversiones. También destacó la importancia de esas prácticas para el sector, el país y la economía.

Aunque no se tiene un estimado en el país, cifras mundiales refieren que se aprovecha el 76% de la energía, mientras que el 24% se desperdicia, comenta Escobar. Con base en estos datos, se considera que en el país hay un alto potencial para reducir esa brecha al hacer más eficiente su uso con diversas herramientas y estrategias de la industria y del sector. Además, ahora se cuenta con el uso de la inteligencia artificial (IA),agregó el directivo, quien considera necesario contar con una estrategia nacional.

Escobar expuso que, si se logra ser más eficiente en el uso de la energía en tan solo un 5% o 10% más que en la actualidad, eso representaría una gran cantidad de megavatios que se podrían aprovechar en otras áreas y contar con mayor disponibilidad de ese recurso.

El consumo de electricidad varía según el tipo de industria, derivado del proceso de producción, pero en promedio se puede mencionar que el 60% del consumo tiene relación con los motores eléctricos y el 15% con la iluminación, explicó Escobar.

Con base en estos parámetros, se deben buscar tecnologías de alta eficiencia, como los motores de alto rendimiento, reemplazar los equipos antiguos y empezar a aplicar tecnología, entre esta la IA, añadió.

Aunque refirió que esas herramientas o equipos requieren inversión, mencionó que también hay un retorno de capital que se recupera con la reducción de la factura.

En el sector también hay industrias que han implementado generación propia, entre ellas los ingenios azucareros hace alrededor de 20 o 25 años, así como algunas cementeras y textileras, indicó Escobar. Más recientemente, la industria mediana también ha implementado sistemas de autogeneración por medio de paneles solares, lo que ayuda a mejorar la eficiencia energética, agregó.

“Si como país quisiéramos mejorar nuestra competitividad, reducir precios de producción y poder llevar nuestros productos de una forma más competitiva, debería haber una estrategia de país entre gobierno, academia, industria y varios sectores, para llegar a acuerdos, para poder empezar a implementar reglas claras referente al uso de la energía, la autogeneración y la implementación de tecnologías eficientes”, expuso Escobar.

Recordó que este año se ha superado varias veces el récord de demanda nacional de energía, y en el caso del sector industrial lo atribuye a dos factores relevantes: el crecimiento de la producción e inversiones de empresas transnacionales que han instalado plantas, así como el crecimiento de la industria nacional y de la construcción de edificios y viviendas, lo cual requiere una gran cantidad de megavatios. El otro factor es el clima, ya que en el 2024 y en el 2026 los veranos han sido muy fuertes, con altas temperaturas que generan demanda de aires acondicionados y ventiladores.

La IA, la nueva herramienta

Una de las herramientas más modernas para el uso eficiente de la energía es la inteligencia artificial, el análisis de datos y las herramientas digitales para optimizar procesos, reducir costos y aumentar la productividad, se expuso durante el IV Foro de Eficiencia Energética 2026, denominado De la innovación a la acción: transformando el presente, construyendo el futuro.

Oscar Hoyos, fundador y director general de Uptime Analytics, dio a conocer cinco megatendencias de la IA industrial que pueden ayudar a hacer más eficientes las operaciones o el consumo de electricidad:

• La IA predictiva y mantenimiento ayuda a pasar de una falla reactiva al mantenimiento prescriptivo. Se prevé que el mercado llegue a US$155 billones hacia el 2030, con una tasa de crecimiento anual compuesta de 35.3%.
• La optimización energética con IA permite reducir el gasto energético hasta un 30% en procesos industriales. El mercado mundial se estima en US$58.7 billones al 2030, con un crecimiento de 36.9%.
• Los gemelos digitales industriales se refieren a la simulación en tiempo real del proceso productivo para optimizar sin riesgo. El mercado puede alcanzar US$149.8 billones en el 2030, con crecimiento de 47.9%.
• La IA agéntica (de agentes) y autonomía se refiere a sistemas que toman decisiones y coordinan procesos sin intervención humana. Ese mercado se prevé en US$52 billones a nivel mundial en el 2030.
• La descarbonización y ESG con IA responde a la regulación y demanda del mercado, que impulsan plataformas de carbono con IA. El mercado se estima en US$1.3 trillones al 2030.

“Mi objetivo es motivarlos a implementar este tipo de tecnologías que hoy están transformando la forma como nosotros hacemos las cosas y adicionalmente a crear conciencia de que esto no es una bola de cristal. La inteligencia artificial vino para quedarse, pero de alguna forma tenemos que saberla adoptar y tenemos que saber cuáles son los obstáculos para poder hacerlo”, dijo el consultor.

Mencionó que actualmente el mercado alcanza US$34.2 billones en inteligencia artificial en manufactura, pero en cinco años se prevé que llegue a US$150 billones, lo que refleja su alto crecimiento.

Esta tecnología se puede adoptar en industrias de manufactura, petróleo y gas, minería, alimentos y bebidas, cementos, energía y servicios públicos, entre otros.

La inteligencia artificial predictiva en el sector de servicios públicos tiene una adopción de entre 9% y 10%, mientras que la IA por medio de agentes está entre 2% y 4%.

Sin embargo, la adopción de estas megatendencias en la industria aún es baja, agregó. La más utilizada es la IA predictiva en mantenimiento.

Para Latinoamérica, Hoyos estima que entre un 15% y un 40% del consumo energético industrial podría reducirse mediante estas tecnologías.

Por ejemplo, en la tecnología predictiva se puede identificar cuál es el potencial de ahorro según el tipo de industria y equipo e identificar cuánto debería consumirse.

Explicó que en la analítica industrial se utilizan datos históricos de las máquinas y algoritmos para mejorar el consumo, aunque los modelos aún deben madurar.

En mantenimiento, se pierde eficiencia energética cuando los equipos comienzan a fallar, por lo que también se puede aplicar mantenimiento predictivo con IA.

Además, se pueden hacer estimaciones de consumo y, con las tarifas, identificar el sobreconsumo y buscar soluciones para evitar ese sobrecosto.

El consultor indicó que la IA no reemplazará al ingeniero, sino que optimizará el uso de datos y soluciones; sin embargo, señaló que existen retos:

• Retos técnicos: sin datos no hay IA. Las industrias tienen información en archivos o sistemas heredados y falta infraestructura para modelos predictivos o de reentrenamiento.
• Retos culturales: resistencia al cambio, falta de confianza en las recomendaciones de la IA y equipos con información aislada para operaciones productivas y administrativas.