Gemelos digitales (Digital twins): optimización, predicción y valor estratégico para las organizaciones

Por: Dr. Enrique Louffat. Profesor Principal de ESAN Graduate School of Business

Los gemelos digitales son modelos virtuales que representan con exactitud, a imagen y semejanza, un objeto, producto, proceso o sistema físico de cualquier naturaleza. Pueden aplicarse en diversos sectores, como energía, salud, automotriz, aeronáutica, transporte ferroviario, construcción y servicios eléctricos, entre otros. Sobre estos modelos se realizan simulaciones y análisis de comportamiento, con el fin de proponer soluciones eficientes que luego se implementan en el objeto real. Para ello, el gemelo digital incorpora datos en tiempo real captados mediante sensores o tecnologías de análisis de datos, integrando inteligencia artificial, internet de las cosas y machine learning.

El término gemelos digitales fue utilizado por primera vez en 1991 con motivo de la publicación del libro Mirror Worlds, del informático David Gelernter. Posteriormente, en 2002, Michael Grieves, del Instituto de Tecnología de Florida, aplicó este concepto a los sistemas fabriles. En 2010, John Vickers, de la NASA, empleó esta tecnología para crear simulaciones digitales de cápsulas y naves espaciales, las cuales fueron consignadas en una hoja de ruta bajo la denominación de gemelos digitales.

Entre los principales beneficios que ofrecen los gemelos digitales se encuentran los siguientes:

• Monitorización en tiempo real, just in time, sin necesidad de desplazamientos físicos.
• Mantenimiento predictivo, que permite detectar y resolver problemas antes de que ocurran fallas.
• Detección de riesgos o averías, mediante simulaciones y pruebas de ensayo y error que evitan complicaciones en el sistema real.
• Optimización de recursos, al permitir operar de manera autónoma, reduciendo inversiones y costos, y generando mayores niveles de productividad.

En cuanto a las taxonomías de los gemelos digitales, estos pueden clasificarse de la siguiente manera:

a) Según la fase de producción del producto:

• Prototipo de gemelo digital (DTP): se desarrolla cuando el producto aún no existe en su versión física y se encuentra en etapa de proyecto.
• Instancia de gemelo digital (DTI): se genera cuando el producto ya existe materialmente y se aplican simulaciones en distintos contextos.
• Agregado de gemelos digitales (DTA): se produce cuando se utilizan datos e información previamente recopilados de productos reales para analizar sus reacciones y capacidades.

b) Según lo que simulan:

• Gemelos digitales de procesos: simulan procesos productivos para identificar posibles fallas y definir soluciones just in time.
• Gemelos digitales de sistemas: permiten simular y mejorar líneas productivas completas, optimizando costos y aumentando la productividad.
• Agregados de gemelos digitales (DTA): orientados a la recopilación y provisión de grandes volúmenes de datos para optimizar procesos y desarrollar nuevos proyectos.

c) Según el nivel de ampliación del producto:

• Componentes gemelos o partes gemelas: constituyen la unidad básica y más pequeña de un gemelo digital.
• Gemelos de activos: se generan al integrar dos o más componentes gemelos y analizar sus interacciones.
• Gemelos de sistemas o de unidad: se forman al integrar diversos activos para crear un sistema funcional completo.
• Gemelos de procesos: se desarrollan al integrar múltiples sistemas, permitiendo representar una instalación productiva integral.

Las principales características de la tecnología de gemelos digitales son las siguientes:

• Conectividad, a través de medios virtuales, sustentada en tecnologías como el Internet de las Cosas (IoT).
• Homogeneización, mediante la construcción de una base de datos única y centralizada.
• Reprogramabilidad e inteligencia, al tratarse de una réplica exacta del objeto, sistema o proceso analizado.
• Trazabilidad digital, ya que deja registros que facilitan la detección de oportunidades de mejora.
• Modularidad, permitiendo su desarrollo por partes, de forma flexible, para luego integrarlas.

El funcionamiento de los gemelos digitales se basa en la integración de diversas tecnologías y etapas clave (según Sobrino, 2024 / CAPTIA):

• Recopilación de datos: se instalan sensores en el objeto o sistema físico para capturar información relevante sobre su estado, desempeño y entorno, como temperatura, presión o velocidad.
• Transmisión y almacenamiento de datos: la información recopilada se transmite a través de redes de comunicación y se almacena en plataformas de computación en la nube, facilitando su acceso y procesamiento en tiempo real.
• Modelado y simulación: a partir de los datos almacenados, se construye un modelo digital que replica fielmente el objeto o proceso físico, el cual se actualiza continuamente para simular escenarios y predecir comportamientos futuros.
• Análisis y optimización: mediante técnicas de análisis de datos, inteligencia artificial y aprendizaje automático, se interpretan los resultados para identificar patrones, detectar anomalías y proponer mejoras en el rendimiento y la eficiencia del sistema.
• Implementación de mejoras: las conclusiones obtenidas se aplican al sistema físico, optimizando su funcionamiento y reduciendo riesgos, fallas y costos asociados.

Los gemelos digitales se están consolidando como una tecnología clave para fomentar la eficacia operativa, la toma de decisiones fundamentada en datos y la innovación sostenible dentro de un ambiente de negocios que es cada vez más competitivo y dinámico. La habilidad de las organizaciones para incorporar información en tiempo real, proyectar situaciones complejas y prever riesgos posibilita la optimización de recursos, la disminución de los costos y el perfeccionamiento de la calidad de sus productos y servicios. En el contexto de la Industria 5.0, los gemelos digitales no solo mejoran la productividad, sino que además participan en un modelo de administración más resistente, humano y responsable, en el cual la tecnología se aplica para favorecer el talento, la sostenibilidad y la generación de valor a largo plazo.