IoT industrial en Perú: plataformas, integración con ERP y riesgos

El Ministerio de la Producción informó que el 90 % de los proyectos financiados por ProInnóvate durante 2025 fue ejecutado por micro y pequeñas empresas. Las iniciativas incluyeron tecnologías digitales, certificaciones y validación de prototipos. Estas cifras abarcan proyectos de distintos sectores y no permiten determinar cuántas plantas utilizan plataformas de historización industrial. (Ministerio de la Producción (PRODUCE), 2025)

En julio de 2026, PRODUCE señaló que el 30 % de las MYPE había avanzado significativamente en transformación digital. Aproximadamente nueve de cada diez tenían acceso a internet. Alrededor del 7 % realizaba ventas por internet. Los indicadores describen la digitalización empresarial general y no miden la adopción de plataformas industriales de captura de datos. (Ministerio de la Producción (PRODUCE), 2026)

La Resolución Ministerial N.° 000155-2025-PRODUCE aprobó lineamientos para la adhesión, operación y monitoreo de los Centros de Transformación Digital Empresarial. Estos centros forman parte de la iniciativa Mype Digital. (Ministerio de la Producción (PRODUCE) / Diario Oficial El Peruano, 2025) El alcance de esta política debe distinguirse de las necesidades tecnológicas específicas de una planta.

La necesidad de historización aparece cuando los controladores muestran variables sin conservar registros suficientes para analizarlas posteriormente. Esta limitación dificulta reconstruir paradas, calcular consumos por unidad producida y relacionar defectos con condiciones de fabricación. Un historian conserva series temporales procedentes de sensores y máquinas para analizar su comportamiento.

AVEVA PI System forma parte de las alternativas consideradas para organizar información operacional industrial. En septiembre de 2025, AVEVA anunció la integración de Amazon RDS con el componente SQL de PI Asset Framework. La integración permite utilizar servicios de bases de datos administrados por AWS en una arquitectura híbrida. El anuncio no acredita conectividad automática con todos los ERP o sistemas de producción y mantenimiento. (AVEVA Group, 2025)

Inductive Automation lanzó Ignition 8.3 en septiembre de 2025. Esta versión incorpora Industrial Historian Solution Suite, integrada por Historian Core Module, SQL Historian Module y una interfaz para desarrollar historiadores personalizados. Ignition también ofrece herramientas para aplicaciones SCADA, HMI, IIoT y MES. (Inductive Automation, 2025) La evaluación debe considerar la necesidad de supervisión industrial junto con el almacenamiento histórico.

AWS IoT SiteWise permite recopilar, organizar y supervisar datos de equipos industriales mediante un servicio administrado. En agosto de 2025, AWS incorporó interfaces de modelos de activos para estandarizar propiedades y métricas entre equipos semejantes. La funcionalidad contempla cálculos estandarizados y mapeo de propiedades. (Amazon Web Services (AWS), 2025) Su integración con órdenes y lotes del ERP requiere una evaluación adicional.

Canary Historian también figura entre las alternativas de mercado consideradas. Sus capacidades específicas de integración, recuperación y contextualización deben verificarse mediante documentación vigente y pruebas con datos representativos. Azure IoT y ThingWorx pueden incorporarse a una evaluación más amplia, según los requisitos de la planta.

• AVEVA PI System: examinar el modelo de activos, la arquitectura híbrida y los mecanismos de intercambio con sistemas empresariales. (AVEVA Group, 2025)
• Ignition 8.3: evaluar los componentes de historización y los requisitos de supervisión industrial. (Inductive Automation, 2025)
• AWS IoT SiteWise: revisar la estandarización de métricas y la integración con los registros productivos. (Amazon Web Services (AWS), 2025)
• Canary Historian: verificar captura, consultas históricas, recuperación de registros y conectividad con aplicaciones existentes.

Una medición de temperatura o presión necesita contexto para relacionarse con la producción. El diseño de integración debe identificar el equipo, el momento de captura y la orden en ejecución. También debe vincular las lecturas con el turno y el lote correspondiente.

La documentación de Odoo 20.0 contempla el seguimiento de productos manufacturados por lote o número de serie. Los identificadores pueden registrarse en órdenes de fabricación o durante la ejecución de órdenes de trabajo. Su asociación con mediciones procedentes de un historian externo exige diseñar y comprobar la integración. (Odoo S.A., 2026)

El intercambio debe relacionar los identificadores productivos del ERP con los intervalos registrados por la plataforma industrial. Cuando una máquina procesa distintas órdenes, la integración necesita reconocer los cambios efectivos de operación. También debe controlar diferencias entre los relojes de los sistemas para evitar asociaciones incorrectas.

Odoo IoT contempla dispositivos de planta y balanzas conectados con procesos operativos del ERP. Su alcance debe evaluarse por separado de la conservación histórica industrial. La arquitectura debe definir qué mediciones permanecen en la plataforma de sensores y qué resultados llegan al ERP.

• SCADA-HMI: identificar las variables disponibles, sus fuentes y condiciones de captura.
• MES: relacionar mediciones con órdenes, turnos y cantidades fabricadas.
• EAM-CMMS: registrar intervenciones y eventos validados de mantenimiento.
• QMS y BI-DW: analizar defectos, consumos y desempeño con información productiva contextualizada.

Una aplicación de la historización consiste en identificar desviaciones operativas antes de una parada. La evaluación puede utilizar temperatura, vibración, corriente eléctrica o frecuencia de detenciones. Mantenimiento debe contrastar estas señales con fallas conocidas y condiciones normales de funcionamiento.

Odoo 20.0 Maintenance permite registrar solicitudes preventivas y correctivas vinculadas con equipos o centros de trabajo. También permite asociar una solicitud con una orden de fabricación y, cuando corresponde, con una orden de trabajo. La generación automática de solicitudes a partir de sensores externos requiere una integración adicional. (Odoo S.A., 2026)

El procedimiento propuesto comienza con la identificación de una anomalía mediante registros históricos. Mantenimiento valida la condición antes de autorizar una intervención. El registro debe conservar la referencia al equipo y al intervalo observado.

La confiabilidad depende de identificar interrupciones de comunicación y diferencias entre unidades de medida. Una lectura ausente no demuestra que una máquina estuvo detenida. La validación debe distinguir eventos reales, fallas de captura y periodos con información insuficiente.

La conexión de controladores industriales con plataformas empresariales introduce nuevos intercambios de información que deben evaluarse. El NIST publicó la guía SP 800-82 Rev. 3 sobre seguridad de tecnología operacional en septiembre de 2023. El documento aborda amenazas, vulnerabilidades y contramedidas para sistemas industriales. (National Institute of Standards and Technology (NIST), 2023)

Antes de conectar un historian con servicios externos, la planta debe identificar los sistemas involucrados y los flujos de comunicación necesarios. La arquitectura debe considerar segmentación de redes, restricciones de acceso y recuperación ante interrupciones. El análisis debe contemplar los requisitos de rendimiento, confiabilidad y seguridad física propios de los entornos operacionales. (National Institute of Standards and Technology (NIST), 2023)

La conservación histórica necesita procedimientos para gestionar pérdidas de conectividad y registros duplicados. La evaluación debe comprobar la recuperación de información después de una interrupción. También debe identificar intervalos incompletos que afecten los indicadores.

La revisión de seguridad debe incluir los activos que participan en la captura y transferencia de información industrial. Las conexiones con servicios de nube requieren controles compatibles con la continuidad de las operaciones de planta.

Dmunoz Group utiliza el método DMG-RT para vincular las intervenciones tecnológicas con indicadores de negocio verificables. La evaluación comienza con la identificación de un problema operativo y de las fuentes que permiten medirlo. Entre los indicadores aplicables figuran la disponibilidad medida por sensor, el consumo energético por unidad producida y las fallas detectadas antes de una parada.

El diagnóstico establece una línea base reproducible y documenta las limitaciones de los registros. Cuando falta información histórica, el método admite medición manual controlada para construir la referencia inicial. El área financiera valida los supuestos y la fórmula del beneficio antes de aprobar una inversión.

La selección tecnológica considera las capacidades existentes de SCADA-HMI y las condiciones de conectividad. También verifica la disponibilidad de información sobre órdenes, turnos, equipos y lotes. Cada oportunidad debe documentar su fórmula de beneficio y fuente de datos. Cuando no existe una fuente comprobable, el beneficio se presenta como cualitativo.

Dmunoz Group analiza necesidades operativas y alternativas tecnológicas para la captura y conservación de datos industriales. Su alcance comprende diagnóstico, selección de herramientas y diseño de integración con los sistemas de gestión. La organización no declara experiencia propia demostrable en implementación de plataformas historian industriales. La ejecución especializada de estas plataformas debe identificarse como un alcance independiente.

El método contempla responsables definidos para cada indicador y mediciones reproducibles mediante los sistemas del cliente. El seguimiento previsto incluye revisiones a los 3, 6 y 12 meses. La evaluación también debe comprobar la asociación de lecturas industriales con órdenes, turnos y lotes. Esta correspondencia permite analizar variaciones de proceso respecto de la producción registrada.