Madurez en materia de gemelo digital y de simulación de procesos industriales

El gemelo digital industrial designa un modelo digital de un activo físico, de una línea de producción o de un proceso, conectado a los datos de campo y utilizado para simular, predecir y decidir. Se distingue de una maqueta CAD por la sincronización: los datos de sensores, de MES y de GMAO alimentan el modelo, que sigue siendo representativo a lo largo del tiempo. Se distingue de una simulación puntual por la persistencia: el modelo vive, se recalibra y sirve a varias decisiones sucesivas. El espectro va de la simulación de flujos fuera de línea al gemelo conectado que sirve para la optimización continua.

En la práctica, el tema es difícil de gobernar porque las iniciativas nacen en plantas distintas, con herramientas distintas, sin un marco común. Tres preguntas se repiten. ¿Está el modelo recalibrado sobre la realidad de la planta, y con qué frecuencia? ¿Se utilizan los resultados de la simulación en una decisión real, o se quedan en una demostración presentada en comité? ¿Se mantiene el gemelo construido para un proyecto de implantación tras la puesta en marcha, o se abandona en cuanto la línea funciona? Sin respuesta a estas tres preguntas, el gasto de modelización no se transforma en beneficio operativo.

El contexto ha cambiado en dos aspectos. Primero la interoperabilidad: los trabajos de normalización sobre la fabricación, ISO 23247 en particular, describen una arquitectura de referencia que distingue la entidad observable, la recogida de datos, el gemelo en sí mismo y las aplicaciones que lo explotan. Después los datos: la generalización de las arquitecturas IoT industriales y de las plataformas de datos hace que la sincronización sea accesible, lo que desplaza la dificultad hacia la calidad de los modelos y hacia la gobernanza. Persiste una confusión frecuente, la que asimila gemelo digital y visualización 3D inmersiva. La 3D es un modo de representación, no una prueba de madurez.

El diagnóstico de madurez no plantea la cuestión de la conformidad. No se trata de saber si su gemelo digital cumple un requisito exigible, no lo hay. Se trata de situar cada práctica en una escala progresiva, desde el intento aislado hasta el uso industrializado y medido, para identificar después la acción precisa que permite pasar al nivel siguiente. La puntuación por ámbito muestra dónde debe centrarse el esfuerzo: el dato, el modelo, la organización o el uso. La comparación entre unidades de negocio revela las plantas que han encontrado un modo operativo replicable.

El marco de referencia está listo para usar en Datamensio y sigue siendo modificable. La IA ajusta los ámbitos, las preguntas y la formulación de los niveles según su sector, proceso continuo o fabricación discreta, o construye una variante a partir de sus propios documentos: pliegos de simulación, estándares de modelización, actas de proyectos piloto.