Contexto semántico en datos industriales: qué es y por qué sin él fracasan PAT, MES e IA

El contexto semántico datos industriales es la causa raíz que casi nadie nombra. Gartner predice que a finales de 2026 más del 60% de las iniciativas de IA fracasarán en organizaciones que no tengan sus datos preparados. En industria de proceso ese porcentaje es todavía más alto.

Este artículo explica exactamente qué es ese contexto, qué le falta al dato que ahora mismo está entrando en tu Historian, y cómo comprobar en treinta minutos si tu planta lo tiene o no.

Un dato de proceso, dos versiones

Empecemos por lo concreto. Un sensor NIR mide la humedad de un granulado durante la fabricación. El valor es 2,4%.

Así es como ese dato entra en el Historian de la mayoría de plantas:

Eso es todo. Un identificador, un número y una marca de tiempo.

Y así es como ese mismo dato entra en una planta con contexto semántico:

El primer registro es un tag. El segundo es evidencia.

El contexto semántico es todo lo que aparece entre el valor y el timestamp. Es lo que convierte un número en información utilizable — por una persona, por un inspector o por un modelo de inteligencia artificial.

Por qué esto no era un problema hasta ahora

Durante treinta años, la falta de contexto se ha compensado con conocimiento humano.

El operador sabía que a las 14:23 estaban granulando el lote 847. El jefe de turno recordaba que ese día hubo un cambio de proveedor de excipiente. El ingeniero de proceso sabía interpretar por qué la humedad subió medio punto. Y cuando llegaba una desviación, alguien reconstruía la historia cruzando el Historian con el batch record en papel, una hoja de cálculo y su propia memoria.

Funcionaba. Lentamente y con coste, pero funcionaba.

Hay tres cosas que han roto ese equilibrio al mismo tiempo:

1. La generación que sabía interpretar los datos se está jubilando

El conocimiento tácito no se documentó. Estaba en la cabeza de personas que llevaban veinte años en la misma planta. Cuando se van, el dato sin contexto se queda huérfano y ya no hay nadie que sepa leerlo.

2. La regulación ha subido el listón

La revisión del Anexo 11 de las GMP europeas exige trazabilidad atribuible con timestamp verificable e inmutable en cada operación de proceso. El borrador del Anexo 22 va más lejos y regula por primera vez la inteligencia artificial en entornos GMP: no basta con que el modelo funcione, hay que demostrar qué datos usó y bajo qué supervisión decidió.

Un inspector ya no acepta «lo reconstruimos consultando varias fuentes». Pregunta si el sistema lo demuestra solo.

3. La IA no tiene memoria de planta

Un ingeniero con veinte años de experiencia mira un tag descontextualizado y sabe qué significa. Un modelo de machine learning, no. Recibe el número tal cual y lo procesa sin saber si corresponde a la granulación o al secado, si la receta cambió la semana pasada o si ese equipo tiene un sesgo conocido.

Un modelo alimentado con datos sin contexto no detecta desviaciones reales. Detecta ruido. Y genera alarmas falsas que el operador aprende a ignorar — o deja pasar problemas reales porque no tiene marco para distinguirlos.

La anatomía del contexto: cinco preguntas

Para que un dato de proceso sea información útil, tiene que responder cinco preguntas sin intervención humana:

Estas cinco preguntas tienen una respuesta técnica formalizada. Se llaman ISA-88 para procesos batch e ISA-95 para la integración entre planta y negocio (ISA-106 cuando el proceso es continuo). No son plataformas ni productos: son modelos que definen cómo debe estructurarse esa información para que viaje adjunta al dato.

Tener un MES que declara compatibilidad con ISA-88 no significa tener ISA-88 implementado. Soportar una norma es una capacidad del fabricante. Implementarla es haberla configurado receta a receta, fase a fase, en todo el proceso.

Qué se rompe cuando falta el contexto

El problema no se manifiesta como una avería. Se manifiesta como una acumulación de fricción que la organización acaba normalizando.

El batch record electrónico se convierte en un PDF caro

Documenta lo que pasó, pero no lo explica. Sigue requiriendo revisión manual porque los datos que contiene no se justifican solos.

PAT genera datos que nadie interpreta

Una sonda inline de espectroscopía puede costar entre 50.000 y 150.000 euros por línea. Si el dato que produce no sabe en qué fase del proceso se generó, esa inversión produce volumen de datos, no capacidad de decisión.

El gemelo digital modela una realidad que no existe

Un digital twin es tan bueno como los datos que lo alimentan. Con datos descontextualizados, la simulación puede ser matemáticamente correcta y operacionalmente inútil.

La liberación en tiempo real es indefendible

RTRT — liberar producto sin esperar al laboratorio — es el objetivo final de muchos programas de calidad. Requiere que cada dato sea trazable, atribuible y contemporáneo. Sin contexto, la decisión de liberación no se sostiene ante un inspector.

Y el coste que nadie suma

Cada investigación de desviación que tarda tres semanas en lugar de tres días. Cada hora de calidad revisando manualmente lo que la arquitectura debería garantizar. Cada lote rechazado que no se detectó a tiempo porque los datos existían pero nadie podía interpretarlos en tiempo real.

Todo eso tiene un nombre contable: coste de no calidad. En industria de proceso suele situarse entre el 5% y el 20% de los ingresos, repartido entre departamentos de forma que nadie lo ve como una cifra única.

Cómo comprobarlo en tu planta

No necesitas una auditoría para saber si tienes este problema. Necesitas un cronómetro.

Coge un lote real ya cerrado. Intenta reconstruirlo de principio a fin únicamente con el sistema. Cronómetro en mano. Sin abrir hojas de cálculo. Sin llamar al integrador. Sin que nadie tenga que recordar nada.

Si lo consigues en menos de treinta minutos, tus datos probablemente tienen contexto y estás en la minoría.

Si tardas más — y en mi experiencia la mayoría de plantas tarda días — los puntos exactos donde te atascas son tu mapa de riesgo. No solo ante un inspector: ante cualquier proyecto de digitalización que quieras acometer.

En plantas de proceso continuo la prueba equivalente es reconstruir un evento operativo: un cambio de materia prima, un arranque de unidad, un upset de proceso.

La secuencia que casi nadie respeta

Cuando una planta decide modernizarse, el orden habitual de las decisiones es este: elegir plataforma, contratar integrador, instalar, y descubrir en producción que el piloto no escala.

El orden que funciona es el inverso:

1. Contexto semántico primero. Definir qué significa cada dato, dónde nace, quién es su propietario y con qué información debe viajar.
2. Arquitectura después. ISA-88 o ISA-106 para el proceso, ISA-95 para la integración con negocio. UNS si la planta necesita una capa de datos unificada.
3. Instrumentación cuando la base existe. PAT, sensores inline, analítica avanzada. Ahora sí generan datos interpretables.
4. Modelos al final. Gemelo digital, machine learning, IA. Alimentados con datos que significan algo.

Saltarse el primer paso es la razón por la que el 60% de los proyectos de IA industrial no llegan a producción. No es un problema de algoritmos. Es un problema de cimientos.

Las tecnologías cambian. El problema no

Este año el debate es la inteligencia artificial. Hace tres fue el gemelo digital. Antes, el MES. Y dentro de dos años será otro acrónimo que todavía no conocemos.

Cada uno de esos debates ha terminado igual en la mayoría de plantas: con un piloto que funcionó sobre datos preparados a mano y que no consiguió escalar a producción.

Si tu dato no tiene contexto, no importa qué construyas encima. La tecnología cambia cada año. El problema no cambia nunca.

La buena noticia es que el contexto semántico no se compra. Se diseña. Y se puede diseñar sobre la infraestructura que tu planta ya tiene.