Cómo saber si el mantenimiento predictivo compensa en una pyme industrial

El mantenimiento predictivo puede ayudar a detectar señales de deterioro antes de que un equipo falle y a planificar las intervenciones con más información que un calendario fijo. Pero que una tecnología permita anticipar anomalías no significa que resulte rentable para cualquier máquina o empresa. En una pyme industrial, la cuestión es si el valor de las incidencias que se podrían evitar o gestionar mejor justifica el coste completo de implantar y sostener el sistema.

Las fuentes describen tecnologías como sensores, análisis de datos e integración con herramientas de mantenimiento, así como beneficios potenciales para la disponibilidad de los equipos. No aportan, sin embargo, un caso financiero cuantificado y verificable que permita atribuir un ahorro determinado a una pyme. Por eso, la evaluación debe basarse en datos de la planta y tratar los beneficios como hipótesis hasta medirlos.

1. Empezar por los equipos cuya avería importa más

No es necesario analizar toda la planta de entrada. Conviene priorizar los activos cuya parada tenga un efecto relevante sobre la producción, la calidad o la continuidad de un proceso. También puede ser útil considerar si hay equipos sin respaldo, si un fallo obliga a detener otras operaciones o si la avería suele tardar en diagnosticarse.

La selección debe apoyarse en registros de mantenimiento y producción, no solo en la percepción de que una máquina es importante. Un equipo puede fallar con frecuencia, pero tener un impacto limitado; otro puede averiarse rara vez y causar una interrupción costosa. El análisis debe distinguir esos casos.

2. Construir una línea base de averías y paradas

Antes de estimar ahorros, recopile un periodo representativo de información sobre los activos seleccionados. Como mínimo, registre:

• Número y tipo de averías, con sus causas conocidas cuando estén documentadas.
• Horas de parada y duración de las intervenciones.
• Mano de obra interna y servicios externos utilizados.
• Repuestos, consumibles y otros gastos directamente asociados.
• Producción afectada, retrasos o reprocesos que puedan atribuirse a la incidencia y estén registrados.

La calidad de esta línea base condiciona el cálculo. Si la empresa no puede identificar cuándo empezó una parada, qué la causó o qué costes generó, el beneficio potencial será difícil de comprobar. En ese caso, mejorar el registro puede ser un primer paso práctico antes de añadir sensores o plataformas.

3. Calcular el coste integral de una incidencia

El coste de una avería no se limita al repuesto y a las horas del técnico. Según cómo opere la planta y qué datos tenga disponibles, puede incluir mano de obra, piezas, asistencia externa, pérdida de producción, horas extra, retrasos y producto rechazado o reprocesado. Hay que contar únicamente los conceptos atribuibles a la incidencia y evitar sumar dos veces el mismo efecto.

Por ejemplo, si la pérdida de producción ya está valorada en un cálculo interno que incorpora ciertos costes operativos, no se deben volver a añadir esos mismos conceptos por separado sin comprobarlo. Si no es posible asignar un valor monetario fiable a una consecuencia, conviene anotarla como impacto operativo y no presentarla como un ahorro financiero confirmado.

Una forma sencilla de ordenar el análisis es calcular, para cada activo o grupo de activos:

Coste histórico de incidencias = suma de los costes documentados de averías y paradas en el periodo elegido.

El periodo debe ser suficientemente representativo de la operación y de la frecuencia de los fallos. La cifra histórica sirve de referencia: no demuestra por sí sola cuánto de ese coste habría evitado el mantenimiento predictivo.

4. Contar todos los costes del sistema

Comparar el coste de unos sensores con el coste de una avería da una imagen incompleta. La evaluación debe contemplar el coste total de implantación y operación, incluyendo los conceptos aplicables a la solución elegida:

• Sensores, dispositivos y su instalación.
• Conectividad, redes y almacenamiento de datos, si se requieren.
• Licencias o servicios de software.
• Integración con sistemas existentes, como herramientas de gestión del mantenimiento o de producción.
• Configuración, puesta en marcha y adaptación de equipos.
• Formación del personal y tiempo dedicado a revisar alertas y planificar intervenciones.
• Mantenimiento, sustitución o calibración de componentes del sistema y soporte continuado.

La integración merece atención especial cuando conviven maquinaria antigua y sistemas nuevos. Una solución que funciona técnicamente puede exigir ajustes, trabajo interno o servicios adicionales que no aparecían en el precio inicial. Solicite que el alcance y los costes recurrentes queden separados de los de instalación para poder compararlos.

5. Comparar escenarios, no promesas de ahorro

El sistema puede detectar una anomalía y, aun así, no evitar una parada: quizá la alerta llegue tarde, no se confirme el diagnóstico, no haya repuestos disponibles o la intervención no pueda programarse a tiempo. También pueden aparecer alertas que no se traduzcan en una avería. Por eso, no conviene equiparar automáticamente una alerta con un fallo evitado.

Prepare escenarios prudentes con supuestos explícitos sobre qué incidencias podrían detectarse, qué margen habría para actuar y qué proporción del coste histórico sería realmente evitable o reducible. Esos supuestos no son resultados: deben verificarse durante la prueba. No existe un porcentaje de ahorro universal aplicable a todas las pymes, máquinas y procesos.

Para ordenar la decisión, puede usar estas métricas:

Si se estima un retorno, explicite el cálculo y el horizonte temporal. Una fórmula habitual es (beneficio atribuible medido − costes del sistema) ÷ inversión inicial. El resultado depende de qué se incluya como beneficio y coste; por tanto, no es comparable entre empresas si se usan criterios distintos. Cuando el beneficio atribuible todavía no está medido, es más riguroso presentar escenarios que afirmar un retorno confirmado.

6. Probar en pequeño y medir en la propia planta

Una prueba piloto en pocos activos críticos permite comprobar si los datos son útiles para tomar decisiones y si el equipo de mantenimiento puede convertir las alertas en intervenciones oportunas. Antes de comenzar, defina qué equipos participan, cuánto durará la evaluación, qué indicadores se medirán y quién validará las alertas. Mantenga, en la medida de lo posible, los mismos criterios de registro que en la línea base.

Al cierre, compare los resultados con el periodo de referencia y documente tanto lo que mejoró como los costes y limitaciones observados. La prueba también puede revelar si faltan datos históricos, si la conectividad es insuficiente o si integrar la solución exige más trabajo del previsto. Si el periodo no incluye suficientes incidencias para evaluar el desempeño, el resultado debe considerarse inconcluso, no una demostración de ahorro ni de fracaso.

La decisión depende del activo y de la calidad de la evidencia

El mantenimiento predictivo compensa cuando el valor que la empresa puede justificar con datos —por fallos evitados o por una gestión más eficaz de las intervenciones— supera el coste total de implantar y operar la solución bajo supuestos razonables. Esa conclusión no se obtiene solo con una demostración tecnológica ni con una estimación comercial.

Para una pyme, el análisis puede empezar por pocos equipos, registros fiables y una prueba con indicadores acordados de antemano. Así, la decisión de ampliar, ajustar o descartar la iniciativa se apoya en resultados observados en la propia planta, sin dar por garantizados ahorros que aún no se han demostrado.