Cuando hablamos de inteligencia artificial solemos pensar en ChatGPT escribiendo un documento, creando una imagen o ayudándonos a organizar el trabajo. Pero algunas de las aplicaciones más interesantes de esta tecnología no están ocurriendo frente a una pantalla. Están comenzando a suceder entre enormes torres de destilación, hornos, tuberías, bombas y reactores que operan las veinticuatro horas del día.
Las refinerías son probablemente uno de los mejores ejemplos.
Transformar petróleo crudo en gasolina, diésel, combustible para aviación, petroquímicos y otros productos requiere controlar simultáneamente miles de variables: temperaturas, presiones, flujos, composiciones químicas, consumo de vapor, electricidad, hidrógeno, inventarios y especificaciones de calidad. Cambiar una de ellas puede afectar muchas otras.
Durante décadas, ingenieros y sofisticados sistemas de control han hecho extraordinariamente bien esa tarea. La diferencia es que ahora la inteligencia artificial comienza a agregar una nueva capacidad: aprender de enormes cantidades de datos operacionales para predecir con mayor precisión qué va a ocurrir y encontrar mejores formas de operar.
Aramco ofrece un ejemplo reciente. Este año comenzó a implementar, junto con Emerson, modelos híbridos de inteligencia artificial para la planificación de sus refinerías. Son sistemas que no reemplazan la ingeniería tradicional, sino que combinan modelos físico-químicos, conocimiento de los procesos y aprendizaje automático. Le puede interesar ChatGPT Work: cuando la IA comienza a hacer la vuelta
En algunas unidades han alcanzado precisiones de hasta 98,5 % para predecir rendimiento y calidad. Ojo con la cifra: no significa producir 98,5 % más. Significa predecir mucho mejor lo que realmente sucederá dentro de la planta y, con ello, poder planificar mejor qué procesar, cómo mezclarlo y qué productos obtener.
Ahí aparece una consecuencia particularmente interesante.
En una instalación que consume enormes cantidades de energía, operar un poco mejor puede significar gastar bastante menos.
En la refinería de Yanbu, por ejemplo, Aramco desarrolló una aplicación de inteligencia artificial destinada a reducir el consumo de gas combustible de las unidades de proceso. Según la compañía, esta contribuyó a una reducción del 14 % de las emisiones de gases de efecto invernadero de alcances 1 y 2 de la instalación.
La relación parece sencilla: si para producir lo mismo necesitamos quemar menos combustible, también generamos menos emisiones.
Pero conviene no exagerar. La inteligencia artificial, por sí sola, no va a descarbonizar una refinería. Para conseguir reducciones profundas se necesitan también cambios físicos: mayor eficiencia térmica, energía renovable, recuperación de calor, nuevas tecnologías, hidrógeno de bajas emisiones y, eventualmente, captura de carbono.
La IA puede convertirse, sin embargo, en algo parecido al sistema nervioso que ayuda a que todos esos elementos funcionen cada vez mejor.
Y aquí la historia empieza a acercarse mucho a nosotros.
La Refinería de Cartagena ya reporta el uso de analítica avanzada sobre 20 equipos críticos para anticipar fallas y realizó durante 2025 un piloto de machine learning para predecir variables fisicoquímicas. También ha venido incorporando control avanzado y dentro de su estrategia aparece explícitamente el desarrollo de “blending con inteligencia artificial”.
Blending significa, en términos sencillos, encontrar la combinación adecuada entre diferentes corrientes para obtener un combustible que cumpla exactamente con las especificaciones requeridas. En una operación de esta escala, mejorar esas decisiones puede tener consecuencias importantes sobre calidad, tiempos, inventarios y costos.
Paralelamente, la refinería reportó durante 2025 una reducción de 34.981 toneladas de CO₂ equivalente y avances importantes en eficiencia energética. Uno de sus programas de optimización operacional registró ahorros superiores a 345.000 gigajulios mediante mejoras en variables de operación y seguimiento del desempeño energético.
Sería incorrecto afirmar que esas reducciones fueron producidas por inteligencia artificial. La información pública disponible no establece esa relación directa.
Pero precisamente ahí aparece la oportunidad más interesante: hoy ya conviven en Cartagena dos transformaciones. Una refinería cada vez más digital, capaz de utilizar datos, analítica y aprendizaje automático; y otra transformación orientada a consumir menos energía y reducir progresivamente su intensidad de carbono.
La siguiente frontera será conseguir que ambas converjan.
El proyecto Coral ayuda a entender hacia dónde puede dirigirse ese camino. Ecopetrol desarrolla en Cartagena un electrolizador de 5 megavatios con capacidad prevista para producir hasta 800 toneladas anuales de hidrógeno verde y sustituir parte del hidrógeno convencional utilizado por la refinería. El proyecto estima que podría evitar hasta 7.700 toneladas de CO₂ al año y contempla inteligencia artificial para apoyar su operación y mantenimiento.
Algo similar ocurre a mayor escala con el Centro Autónomo de Despacho de Energía de Ecopetrol, que utiliza analítica avanzada e inteligencia artificial para decidir cómo combinar autogeneración, energía de la red y fuentes renovables. Es, en esencia, comenzar a darle inteligencia al sistema energético.
Y quizás allí esté ocurriendo silenciosamente una de las transformaciones más importantes de la inteligencia artificial.
No necesariamente en una máquina que reemplaza al ingeniero, sino en sistemas que le permiten ver relaciones que antes eran difíciles de detectar, anticipar problemas, simular escenarios y tomar mejores decisiones.
Porque una refinería del futuro no será simplemente una refinería llena de computadores.
Será una instalación capaz de aprender permanentemente cómo operar mejor: producir con mayor confiabilidad, desperdiciar menos energía, reducir emisiones y aprovechar cada vez mejor sus recursos.
Durante más de un siglo buscamos construir máquinas capaces de transformar la materia y la energía.
Ahora comenzamos a construir también la inteligencia que puede enseñarnos a utilizarlas mejor.
Y lo interesante es que parte de esa revolución no está ocurriendo únicamente en Arabia Saudita, Estados Unidos o Europa.
También empieza a escribirse aquí, entre Cartagena y Mamonal.