La IA en minería impulsa la innovación, la seguridad y la eficiencia

Las ventajas de la movilidad autónoma

Otra de las aplicaciones destacadas de la IA en la industria minera es en el uso de camiones autónomos, que no tienen conductor en cabina, pero cuyas actividades y movimientos están monitoreados a distancia. “La ventaja es que estos camiones pueden realizar su trabajo de carga y descarga en terrenos complejos, incluso en horas nocturnas y en condiciones de visibilidad reducida, con la máxima seguridad. Estos camiones de gran porte analizan miles de variables y evalúan patrones, advirtiendo características y cambios en el terreno y en el entorno”, destacan desde Glencore.

Incluso en vehículos no autónomos, la IA ofrece soluciones avanzadas para promover la seguridad. Por ejemplo, la empresa minera ha implementado un sistema de asistencia al conductor para el manejo seguro en 25 vehículos, el cual detecta posibles riesgos y emite alertas tempranas para prevenir accidentes. Funciona mediante un conjunto de dispositivos, un procesador y una o más cámaras instaladas en el parabrisas, que identifican salidas involuntarias del carril, posibles colisiones y detección de peatones, entre otras variables.

Ante alguna de estas situaciones, el sistema activa un protocolo de acción adecuado según el lugar y el tipo de asistencia que requiere el vehículo y su conductor. Si detecta fatiga o distracción, se activan iconos en la pantalla del vehículo, seguidos de una alarma. Si la situación lo amerita, se indican paradas obligatorias.

Luis Gutiérrez, ingeniero civil y líder senior de procesos en Glencore Pachón, explica que el avance tecnológico y la digitalización de procesos han potenciado la capacidad de la minería para analizar grandes volúmenes de datos y generar predicciones más precisas. “Esto permite no solo mejorar la seguridad, sino también optimizar la eficiencia operativa”, destaca.

Según la propia Glencore, la aplicación de la IA en minería ha logrado una reducción de incidentes en un 30 % a 40 %, la disminución del tiempo de equipos detenidos en un 25 % o 30 %, y la clasificación de minerales con una precisión del 90 %. Adicionalmente, se ha conseguido una reducción de costos en 10 % a 15 % y un aumento de la eficiencia operativa en 20 % a 25 %.

Impacto en la fuerza laboral

Gutiérrez señala que la IA no reemplaza a los profesionales en áreas técnicas y operativas, sino que complementa su trabajo. A medida que la IA se implementa, el perfeccionamiento y la capacitación de especialistas se vuelven más relevantes.

“Todas las áreas de tecnología de la información y ciberseguridad crecen cada día. Entre los desafíos de la IA en la minería destaca la necesidad de formación de colaboradores y operadores para que puedan utilizarla de manera adecuada. Por ello, es clave generar estrategias y planes de acción conjuntos con sindicatos e instituciones educativas para favorecer la adaptación de perfiles y herramientas actuales”, resume.

Además, la IA tiene el reto de fortalecer el trabajo multidisciplinario. “Son tan importantes los grandes centros de operación remota como los especialistas en campo, quienes desempeñan roles clave en la actividad minera. Es fundamental entender cómo las personas, los equipos y las innovaciones tecnológicas pueden contribuir a operaciones más ágiles, eficientes y seguras”, agrega.

En definitiva, la implementación de la IA en la minería del cobre requiere la integración con sistemas existentes y fuentes de datos, así como la capacitación de los trabajadores en todos los niveles de la organización. A su vez, es fundamental garantizar la seguridad y privacidad de los datos. En un entorno cada vez más digitalizado, la inteligencia artificial no solo optimiza la producción y reduce riesgos, sino que también redefine el futuro de la minería, promoviendo un sector más sostenible, seguro y eficiente.