• Acerca de
  • Términos y condiciones
  • Política de privacidad
  • Publicidad
Covernews
Lauritsen - Marcas y Patentes
  • Argentina
    • Negocios ARG
    • Tecnología ARG
    • Management ARG
    • Breves
    • Columnas
  • España
    • Negocios ES
    • Tecnología ES
    • Management ES
    • Agenda ES
No Result
View All Result
  • Argentina
    • Negocios ARG
    • Tecnología ARG
    • Management ARG
    • Breves
    • Columnas
  • España
    • Negocios ES
    • Tecnología ES
    • Management ES
    • Agenda ES
No Result
View All Result
Covernews
No Result
View All Result
  • Argentina
  • España

NTT DATA, Kipu Quantum y Komatsu prueban aprendizaje automático cuántico para anticipar fallas en minería

Redacción Covernews
Oct, 2026
Tecnología ARG

NTT DATA, Kipu Quantum y Komatsu desarrollaron una prueba de concepto (PoC) para anticipar fallas críticas en cables de palas eléctricas en operaciones mineras. La iniciativa aplica aprendizaje automático cuántico para generar alertas con hasta siete días de anticipación y mostró el potencial de ayudar a reducir hasta en un tercio los costos asociados a fallas no planificadas, al permitir intervenciones antes de que afecten activos clave de la operación.

La iniciativa responde a uno de los retos más costosos del sector minero. Cuando un cable de pala eléctrica falla sin previo aviso, la operación puede detenerse, se elevan los costos de mantenimiento y se afecta la continuidad del negocio. En estos entornos, el tiempo de inactividad no planificado puede costar hasta tres veces más que una intervención preventiva.

El proyecto se centró en un problema difícil de resolver con métodos convencionales: detectar señales tempranas de desgaste en datos complejos, con sensores ruidosos, eventos de falla poco frecuentes y condiciones operativas que variaban entre equipos, lo que limitaba el desempeño de los modelos tradicionales de aprendizaje automático en escenarios productivos. Para abordar ese reto, las compañías aplicaron un enfoque basado en Digitized Quantum Feature Mapping (DQFM), una técnica que transforma los datos de sensores en nuevas representaciones para identificar patrones de deterioro que los métodos clásicos no detectan con la misma claridad. Los resultados mostraron que una mejor representación de los datos puede mejorar la predicción incluso con modelos más simples, robustos y fáciles de mantener, y evidenciaron una menor correlación entre variables, señal de mayor estabilidad y consistencia.

Además de anticipar fallas, el proyecto incorporó un marco de decisión basado en costos mediante la métrica Expected Maintenance Cost (EMC), que conecta las predicciones con decisiones operativas concretas. Así, el piloto ayuda a equilibrar el reemplazo anticipado de componentes con el riesgo de falla y aporta un criterio económico más claro para la toma de decisiones de mantenimiento.

«El quantum machine learning nos permite entender mejor los datos, descubrir relaciones que antes no veíamos y convertirlas en decisiones más simples y confiables para la operación», señaló Juan José Miranda, Head Innovation Center de NTT DATA Perú. «El valor de este piloto va más allá de la minería. Sectores como energía, transporte y manufactura, que enfrentan desafíos similares en la gestión de activos críticos, también pueden aplicar este enfoque para optimizar sus operaciones y reducir costos».

«El trabajo conjunto entre NTT DATA, Kipu Quantum y Komatsu confirma que la tecnología es un habilitador clave para una operación más segura, eficiente y predecible. Nuestro foco está en transformar datos en decisiones que reduzcan riesgos y maximicen la continuidad operativa», explicó Javier Callieri, Manager Recursos Naturales e Industria de NTT DATA Argentina. Con este piloto, las tres compañías demuestran cómo la computación cuántica ya puede generar valor práctico en entornos industriales complejos, al combinar conocimiento del sector, analítica avanzada y tecnologías emergentes para transformar datos complejos en decisiones más oportunas, confiables y escalables.

Tags: EdelmanKipu QuantumKomatsuNTT DATA
Lauritsen - Marcas y Patentes Lauritsen - Marcas y Patentes Lauritsen - Marcas y Patentes
Noticia Anterior

Argentina y el próximo paso de la transformación digital: hacer que los datos conversen

Próxima Noticia

GET Forum 2026 reunirá en Quito a líderes en innovación para fortalecer el emprendimiento y la inversión

Próxima Noticia

GET Forum 2026 reunirá en Quito a líderes en innovación para fortalecer el emprendimiento y la inversión

Zurich Argentina presentó Vos nos importás, su nueva campaña institucional

Educabot y Estudiantes INNOVA acercan la robótica y la inteligencia artificial a niños y jóvenes de La Plata

Wonderful cerró una ronda Serie C de US$550 millones y alcanzó una valuación de US$5.000 millones

MSC Cruceros e INCATUR cerraron el Sales Academy On Tour 2026 con más de 1.200 agentes de viajes

Ultimas Noticias

Corven Autopartes presenta novedades en Expo Mecánico 2026 como sponsor platino

Corven Autopartes presenta novedades en Expo Mecánico 2026 como sponsor platino

Nov, 2026
Alkemy premio pyme innovacion digital 2026 plataforma IA talento Ornella Mangialavori

Alkemy gana el Premio Pyme Innovacion Digital en los Premios PYME 2026

Nov, 2026
Joinup Barómetro Movilidad Corporativa 2026 empresas españolas centralizan desplazamientos

Solo una de cada cuatro empresas españolas centraliza su movilidad corporativa

Nov, 2026
Concesionario Dietrich Volkswagen Camiones y Buses Bahia Blanca

Volkswagen Camiones y Buses inaugura concesionario Dietrich en Bahía Blanca y suma la cuarta marca del grupo

Nov, 2026
Covernews

Redes Sociales

  • #64088 (sin título)
  • Acerca de
  • Contactanos
  • Pitch Deck
  • Política de privacidad
  • Términos y condiciones

© 2023 Covernews Todos los derechos reservados | Powered by IngenioInc.com

No Result
View All Result
  • Argentina
  • España
  • Destacados
  • Columnas
  • Acerca de
  • Contactanos

© 2023 Covernews Todos los derechos reservados | Powered by IngenioInc.com