Bently Nevada ahora vende Machine Health, un servicio de diagnóstico predictivo impulsado por IA que analiza continuamente grandes poblaciones de sensores de monitoreo de condición, señala fallas en desarrollo semanas antes de que ocurran, diagnostica las causas raíz y prescribe reparaciones. La oferta forma parte de la suite de software Cordant de Baker Hughes y se entrega con Augury, el especialista en salud de máquinas en el que Baker Hughes invirtió y con el que se aliaron en 2021. Está dirigida directamente al equipamiento del resto de la planta — bombas, ventiladores, sopladores, transportadores y otros activos que son demasiado numerosos para monitorear con recolección basada en rutas y demasiado costosos para dejarlos sin monitorear. El punto estratégico es tan importante como la tecnología: Bently Nevada está empaquetando sensores, analítica en la nube y revisión experta en una suscripción, trasladando parte de su negocio de la venta de hardware a la venta de resultados de salud de activos.
Respuesta rápida: ¿qué es Bently Nevada Machine Health?
Machine Health es un servicio de monitorización de condición y diagnóstico basado en IA. Los sensores —incluidos los dispositivos inalámbricos Ranger Pro de sexta generación de Bently Nevada y la pasarela Cordant— transmiten datos de vibración y de proceso a modelos preentrenados y diseñados específicamente en la nube. Los modelos detectan signos tempranos de fallo, diagnostican la probable causa raíz y recomiendan una solución; expertos humanos en maquinaria revisan los hallazgos antes de que se emitan como notificaciones accionables.
- Qué hace: alertas predictivas, diagnósticos de causa raíz y orientación prescriptiva de reparación, no solo alarmas de umbral.
- A quién se dirige: a poblaciones de activos de balance de planta —bombas, ventiladores, sopladores, motores pequeños, transportadores—, el “otro 99%” que los programas basados en rutas tienen dificultades para cubrir.
- Cómo se entrega: una suscripción que combina sensores, software en la nube, modelos de IA y soporte experto, en lugar de una licencia de software perpetua más un contrato de servicio separado.
- Quién lo desarrolla: Baker Hughes/Bently Nevada con Augury; la alianza se anunció el 26 de octubre de 2021 y se formalizó como acuerdo estratégico en enero de 2022.
- Resultados publicados: Baker Hughes cita un ROI promedio de 8,5× por sitio, un ahorro acumulado promedio de $2,03M y 439 horas de tiempo de inactividad evitadas en promedio.
- Dónde encaja: junto a System 1, no en lugar de él —Machine Health cubre la cola larga; System 1 sigue siendo la plataforma de toda la planta para maquinaria crítica y datos de protección 3500/Orbit 60.
Lo que Bently Nevada lanzó realmente
Bently Nevada presentó Machine Health a través de una serie de seminarios web: “Machine Health impulsado por Inteligencia Artificial”, “Por qué Machine Health es crítico para su programa de activos y confiabilidad”, “Cómo usar Machine Health para impulsar su programa de confiabilidad” y “Cuando la Industria 4.0 se encuentra con Machine Health”. El mensaje en los cuatro es consistente: el producto analiza “millones de salidas de sensores de monitoreo de condición”, alerta a los equipos “con mucha anticipación a la falla”, diagnostica las causas raíz y prescribe soluciones.
Los tres problemas que aborda explícitamente merecen citarse porque definen el caso comercial:
- Tiempo de inactividad de emergencia. Paradas no planificadas que fuerzan pérdidas de producción y mantenimiento reactivo.
- Envío nocturno de repuestos. Costos logísticos acelerados que aparecen cada vez que una falla se descubre demasiado tarde para planificar una reparación.
- Fatiga de alarmas. Equipos de confiabilidad abrumados por alarmas de umbral, la mayoría de las cuales no requieren acción.
Ninguno de esos son problemas nuevos. Lo nuevo es el modelo de entrega: en lugar de pedirle a una planta que compre software, configure reglas y contrate personal para un equipo de análisis, Bently Nevada vende un servicio en el que la IA realiza el diagnóstico de primera pasada y los expertos humanos gestionan por excepción. Ese es el modelo “uno a muchos” descrito en el eBook de Machine Health de Baker Hughes: debido a que la IA revisa los datos, un solo especialista puede dar soporte a decenas de miles de máquinas.
Por qué el balance de planta es el verdadero objetivo
La mayor parte de los presupuestos de monitoreo de condición sigue destinándose al 1 % crítico: los trenes turbogeneradores, los compresores principales y las bombas de alimentación del reactor que justifican la protección basada en bastidor y los analistas dedicados. El resto de la planta es un problema distinto. Una refinería, una fábrica de papel o una planta química típicas operan cientos o miles de bombas, ventiladores y sopladores, cada uno económicamente barato por separado, pero colectivamente responsables de una gran parte del tiempo de inactividad no planificado.
La recolección basada en rutas era la respuesta tradicional. Un técnico recorre una ruta con un instrumento portátil, descarga los datos y un analista los revisa. Ese modelo está bajo presión desde tres frentes: el costo laboral de recorrer las rutas, la escasez de analistas de vibraciones capacitados y el hecho de que las fallas siguen ocurriendo entre rutas. Los sensores IIoT inalámbricos cambiaron la economía de la recolección de datos, pero no resolvieron el cuello de botella del análisis, que es exactamente donde se está aplicando la IA diseñada específicamente para ello.
La distinción importa al evaluar el servicio. Machine Health no está diseñado para reemplazar un bastidor 3500 que protege una turbina de vapor, y Bently Nevada no lo posiciona de esa manera. Está diseñado para hacer visible la cola larga a un costo por máquina que los programas basados en rutas no pueden igualar.
Cómo funciona Machine Health: monitorear, diagnosticar, guiar, actuar
Baker Hughes describe el servicio como cuatro etapas conectadas. Cada etapa tiene un resultado específico, y la transición entre ellas es donde fallan la mayoría de los programas de monitoreo.
| Etapa | Qué ocurre | Resultado que recibe la planta |
|---|---|---|
| Monitorear | Los sensores compatibles transmiten datos de forma continua a modelos de IA preentrenados; la pasarela Ranger Pro y Cordant proporcionan la capa inalámbrica | Visibilidad continua del estado de los activos sin rutas manuales |
| Diagnosticar | Los modelos entrenados con decenas de miles de máquinas analizan las tendencias de vibración para detectar firmas tempranas de fallo y causas raíz | Un tipo y una causa probables de fallo, no solo una lectura elevada |
| Guiar | “Inteligencia híbrida”: expertos en máquinas revisan los hallazgos y añaden contexto, priorizando el trabajo de mantenimiento | Una recomendación priorizada y revisada por personas |
| Actuar | Los equipos colaboran en la plataforma, ejecutan la reparación y devuelven los resultados | Mantenimiento planificado en lugar de apagar incendios de forma reactiva |
La afirmación crítica es la velocidad de despliegue. Bently Nevada sostiene que los modelos preentrenados y diseñados específicamente producen un tiempo hasta el valor corto, en contraste con la IA de propósito general que “puede tardar meses en desplegarse y años en aportar valor”. Es una distinción justa: un modelo entrenado con firmas de vibración de decenas de miles de máquinas similares no necesita aprender tu bomba desde cero, aunque sigue necesitando datos limpios y un contexto de activo correcto.
Qué significa “IA” aquí — y qué no significa
Tres aclaraciones evitan expectativas infladas.
Está liderado por vibraciones, no es omnisciente. Baker Hughes describe los diagnósticos como el uso de datos de tendencia de vibraciones para detectar signos tempranos de falla y prescribir soluciones. Eso cubre muy bien los modos de falla clásicos de equipos rotativos — degradación de rodamientos, desalineación, desequilibrio, holgura, problemas de sellos y cavitación. No reemplaza la termografía, el análisis de aceite, la detección ultrasónica de fugas ni el monitoreo del rendimiento del proceso, y no es una función de protección de maquinaria. Los disparos y enclavamientos siguen siendo tarea de los sistemas de protección.
Es supervisado, no autónomo. El servicio es explícitamente “inteligencia híbrida”: expertos humanos en maquinaria revisan los hallazgos antes de que las recomendaciones lleguen al cliente. Eso es una fortaleza para la seguridad y la confianza, pero también significa que los tiempos de respuesta dependen del acuerdo de servicio, no solo del modelo.
Está entrenado con una población, no solo con su planta. Los modelos entrenados con poblaciones generalizan bien entre tipos de máquinas y modos de falla comunes. Los diseños inusuales — bombas verticales no estándar, cajas de engranajes poco comunes, máquinas con vibración intensa impulsada por el proceso — pueden necesitar contexto adicional o interpretación experta. Pregunte cómo maneja el proveedor los diagnósticos de baja confianza.
La economía publicada
Baker Hughes publica un conjunto de métricas de resultados para Machine Health. Son promedios reportados por el proveedor en toda su base de clientes, no garantías, pero son lo suficientemente específicos como para contrastarlos con un caso de negocio.
| Métrica | Promedio publicado | Cómo utilizarla |
|---|---|---|
| ROI por sitio | 8,5× | Verificación de coherencia frente a su propio costo de inactividad por hora |
| Ahorros acumulados | $2,03M | Compárelo con el costo de la suscripción plurianual, no con el de un año |
| Ahorros por máquina al año | $21,5K | La cifra más útil para dimensionar la cobertura: multiplíquela por su cantidad de activos |
| Horas de inactividad evitadas | 439 | Aplique su propio margen de contribución por hora |
| Ahorros por sitio | Más de 42 | Indica la frecuencia de detección, no solo la gravedad |
| Tiempo hasta ampliar la cobertura | 4,4 meses | Un indicador del tiempo hasta obtener valor en el primer grupo de activos |
La aritmética es sencilla. Si la inactividad no planificada de un sitio cuesta $10.000 por hora y el servicio evita 400 horas, el beneficio bruto es de aproximadamente $4 millones, cómodamente por encima del rango de suscripción de seis cifras típico de los servicios de monitoreo por máquina. El riesgo en el caso de negocio no es la aritmética; es la suposición de que los modos de falla y la calidad de los datos de su planta coinciden con la población de referencia del proveedor.
Evidencia de clientes: dos casos documentados
Dos casos publicados ilustran el mecanismo mejor que los promedios.
Invista. Un gerente de capacidad de maquinaria rotativa reportó un beneficio documentado de $4 millones por un único salvamento. El detalle decisivo fue el momento: el servicio dio a la planta unas 24 horas adicionales de advertencia, suficientes para cambiar la respuesta de un apagado de emergencia a una intervención planificada. Esa es la economía de Machine Health en una frase: el valor no es el diagnóstico en sí, sino el tiempo de planificación que compra.
Solugen. Poco después de la instalación, el sistema ayudó a evitar seis horas de tiempo de inactividad y aproximadamente $6,000 de costo de reparación en una sola bomba esférica. Una cifra pequeña según los estándares de una refinería, pero es el tipo de activo para el que está pensada la cobertura de balance de planta: individualmente menor, colectivamente significativo y previamente monitoreado solo en una ruta.
Ambas cifras son publicadas por el proveedor y deben tratarse como evidencia de casos en lugar de rendimiento esperado. Su valor está en mostrar las dos vías de beneficio: pérdida de producción evitada en un activo crítico, y reparación más tiempo de inactividad evitados en uno pequeño.
De vender hardware a vender resultados
La importancia estratégica de Machine Health radica en el modelo comercial. La monitorización de condición tradicional es una compra de capital: sensores, racks, licencias de software, instalación y, después, un equipo interno para gestionarlo. Machine Health es una suscripción: sensores y gateway incluidos, IA en la nube incluida, revisión experta incluida, con un precio por máquina o por grupo de activos.
Ese cambio altera varias cosas para una planta:
- Tratamiento presupuestario. El coste pasa de gasto de capital a gasto operativo, lo que es más fácil de aprobar a nivel de planta y más fácil de escalar activo por activo.
- Personal. La planta no necesita contratar analistas de vibraciones para interpretar cada tendencia; necesita personas capaces de actuar sobre recomendaciones priorizadas.
- Transferencia de riesgo. La responsabilidad de detección y diagnóstico recae en parte en el proveedor, por lo que las condiciones de nivel de servicio importan más que en una compra de software.
- Coste de salida. Los modelos de suscripción crean dependencia. La propiedad de los datos, los formatos de exportación y lo que ocurre al finalizar el contrato deben resolverse antes de la firma, no después.
Para Bently Nevada, el modelo también resuelve un problema de cobertura. Vender un rack 3500 para proteger una bomba de 20.000 $ no es económicamente viable; vender una suscripción de monitorización por máquina sí lo es. Así es como un negocio liderado por hardware llega al 99% de los activos para los que nunca podría justificar un rack.
Dónde encaja Machine Health junto a System 1 y 3500
Machine Health no reemplaza a System 1, y no reemplaza a los sistemas de protección. Las tres capas cumplen funciones diferentes:
- Protección (3500, Orbit 60): disparos, enclavamientos y funciones de seguridad en maquinaria crítica, con cumplimiento de API 670 cuando sea necesario.
- Monitoreo de condición de toda la planta (System 1): datos consolidados, historial a largo plazo, diagnósticos, HMI y gestión de casos para activos críticos y semicríticos. Consulte nuestra reseña de la evolución de 20 años de System 1.
- Machine Health: cobertura impulsada por IA de la población del resto de la planta, entregada como servicio, con resultados prescriptivos orientados a la planificación del mantenimiento.
| Capa | Activos típicos | Función principal | Modelo de entrega |
|---|---|---|---|
| 3500 / Orbit 60 | Turbinas, compresores principales, trenes críticos | Protección, disparos y enclavamientos | Compra de capital de hardware |
| System 1 | Maquinaria crítica y semicrítica | Consolidación de datos, diagnósticos, HMI, gestión de casos | Licencia de software, operada por la planta |
| Machine Health | Bombas, ventiladores, sopladores, motores pequeños | Detección temprana, causa raíz, solución prescrita | Suscripción que incluye sensores y expertos |
En la práctica, muchas instalaciones ejecutarán las tres. Un bastidor 3500 alimenta la protección y, a través de una pasarela de comunicación 3500/92, transmite datos a System 1. Machine Health cubre bombas y ventiladores que nunca estuvieron en un bastidor. La cuestión de la integración —si los hallazgos de Machine Health aparecen dentro de System 1 o en un portal separado— vale la pena plantearla desde el principio, porque dos flujos de alertas desconectados recrean la fatiga de alarmas que el servicio está destinado a resolver.
Qué comprobar antes de comprar
Una evaluación estructurada mantiene la decisión fundamentada en su historial de fallos en lugar de en los promedios del proveedor.
- Parta de los datos de fallos. Reúna tres años de registros de mantenimiento y clasifique los fallos de equilibrio de planta por coste. Si dominan los fallos de rodamientos y alineación, el servicio encaja; si dominan la corrosión, la erosión y el error del operador, la IA basada en vibraciones pasará por alto gran parte de la pérdida.
- Asigne la cobertura de sensores a los modos de fallo. Confirme qué mediciones captan los sensores propuestos y con qué intervalo. La vibración en una bomba no detecta un colador obstruido ni un sello funcionando en seco sin datos de proceso.
- Pregunte por los diagnósticos de baja confianza. Todo sistema de IA los tiene. ¿Qué ocurre cuando el modelo no puede decidir entre desgaste de rodamientos y cavitación? ¿Quién lo revisa y con qué rapidez?
- Defina el nivel de servicio. Detección no es lo mismo que notificación. Obtenga por escrito los tiempos de respuesta, las rutas de escalado y el equipo de expertos designado.
- Resuelva la propiedad e integración de los datos. Confirme que puede exportar datos brutos y procesados, que pueden alimentar su CMMS y, cuando proceda, System 1, y qué ocurre con los modelos y el historial al finalizar el contrato.
- Compruebe la ruta cibernética y de red. Los sensores inalámbricos y la analítica en la nube cruzan límites de red. Confirme la arquitectura de la pasarela, las opciones de diodo de datos o replicación y si el diseño cumple la norma de ciberseguridad de su planta.
- Realice una prueba piloto en un grupo de activos representativo. De veinte a cincuenta máquinas de dos o tres tipos de servicio bastan para probar la calidad de detección y la adecuación del flujo de trabajo antes de escalar.
Límites y riesgos que vale la pena señalar
Tres riesgos merecen la misma atención que los beneficios.
Sesgo del modelo hacia modos de falla comunes. Los modelos entrenados con poblaciones son más sólidos en las fallas que ven con mayor frecuencia: rodamientos, desalineación, desequilibrio, holgura. Son más débiles en fallas novedosas o impulsadas por el proceso. Las plantas con equipos poco habituales deben esperar una mayor interpretación humana.
La calidad de los datos, no la calidad del modelo, decide los resultados. Un sensor instalado en la ubicación incorrecta, montado sobre un panel flexible o configurado con la sensibilidad incorrecta producirá un sinsentido con total confianza. La disciplina de instalación importa tanto como la IA.
Dependencia de la suscripción. Cuando los diagnósticos se entregan como un servicio, la capacidad de diagnóstico interna de la planta puede atrofiarse. Conservar algunos analistas capaces de cuestionar una recomendación es un control, no un lujo — especialmente durante el primer año.
Ninguno de estos puntos argumenta en contra del modelo. Argumentan a favor de comprarlo con los ojos bien abiertos: un alcance definido, un piloto medido y un contrato que proteja el acceso a los datos y al historial.
Conclusión
El servicio Machine Health de Bently Nevada es una respuesta creíble a una brecha real. La protección basada en bastidor y las plataformas de toda la planta sirven bien a la maquinaria crítica, pero los cientos o miles de activos del resto de la planta siguen estando insuficientemente monitorizados porque la recolección basada en rutas no puede escalar y las alarmas por umbral no diagnostican. La IA diseñada específicamente, preentrenada con decenas de miles de máquinas y respaldada por revisión humana, cambia esa economía — y el modelo de suscripción permite a una planta comprar cobertura máquina a máquina.
Para los equipos de confiabilidad, la decisión no se trata tanto de si la IA puede diagnosticar una falla de rodamiento (puede hacerlo) sino de si el servicio se ajusta a los modos de falla dominantes de la planta, se integra con los sistemas existentes y se rige por un contrato que mantiene los datos como suyos. Cómprelo como un servicio medido, pruébelo en un grupo de activos representativo y trate las cifras de ROI publicadas como una hipótesis que debe probarse en lugar de una promesa.
Preguntas frecuentes
¿Qué es Bently Nevada Machine Health?
Machine Health es un servicio de monitoreo de condición impulsado por IA de Bently Nevada y Baker Hughes, entregado con Augury. Analiza continuamente los datos de los sensores, detecta signos tempranos de falla, diagnostica las causas raíz y prescribe soluciones, con expertos humanos en maquinaria que revisan los hallazgos antes de que se emitan.
¿Es Machine Health lo mismo que System 1?
No. System 1 es la plataforma de software de salud de activos de toda la planta de Bently Nevada para maquinaria crítica y semicrítica. Machine Health es un servicio de suscripción dirigido a grandes poblaciones de equipos auxiliares de planta. Muchas instalaciones utilizan ambos, junto con los sistemas de protección 3500 u Orbit 60.
¿Para qué activos está diseñado Machine Health?
Principalmente para equipos auxiliares de planta que son demasiado numerosos para la recolección basada en rutas y demasiado costosos para dejarlos sin monitoreo: bombas, ventiladores, sopladores, transportadores, motores pequeños y activos rotativos similares.
¿Qué resultados publica Baker Hughes para Machine Health?
Baker Hughes cita un ROI promedio de 8,5× por instalación, un ahorro acumulado promedio de $2,03M, un ahorro promedio de $21,5K por máquina al año, 439 horas de tiempo de inactividad evitadas y más de 42 salvamentos por instalación en promedio. Estos son promedios reportados por el proveedor, no garantías.
¿Reemplaza Machine Health a los analistas de vibraciones?
Reduce el volumen de análisis rutinario, porque la IA realiza diagnósticos de primera pasada y los expertos gestionan por excepción. La mayoría de las instalaciones aún conservan cierta capacidad de diagnóstico interna para validar las recomendaciones y manejar máquinas inusuales.
¿Se pueden integrar los datos de Machine Health con los sistemas existentes?
Eso depende del despliegue. Pregunte específicamente si los hallazgos pueden fluir hacia System 1, su CMMS o un historiador, si los datos sin procesar son exportables y qué términos de propiedad de los datos aplican al finalizar el contrato.
Fuentes y lecturas adicionales
- Baker Hughes – Cordant Machine Health (impulsado por Augury)
- Bently Nevada – Seminarios web sobre salud de máquinas (diagnósticos predictivos y prescriptivos impulsados por IA)
- Bently Nevada – “Cuando Ranger Pro se encuentra con la IA, suceden cosas buenas”
- Baker Hughes – “Alguien que vele por las máquinas” (antecedentes de la alianza)
- Augury – Baker Hughes y Augury anuncian una alianza (26 de octubre de 2021)
- Baker Hughes – eBook sobre salud de máquinas (modelo de entrega uno a muchos)
Artículo revisado por última vez en octubre de 2026. El alcance del servicio, las cifras de ROI publicadas y los resultados de clientes se citan de materiales de Baker Hughes y Augury; confirme los términos comerciales vigentes, la cobertura y las opciones de integración con Baker Hughes o un socio autorizado antes de comprar.
¿Gestiona activos de balance de planta junto con maquinaria crítica? Consulte la guía del sistema 3500, el catálogo de la Serie 3500 o los sistemas de sondas 3300 XL para la capa de sensado, y descubra cómo se aplican estas plataformas en compresión de petróleo y gas, fábricas de papel y HVAC de centros de datos. Con regularidad se publican más novedades de productos; para números de pieza y plazos de entrega, contacte con el equipo de TenBN.
