Por David Burrieza, director de Mercados de Energía, Telco e Industria para Perú y Cono Sur en Minsait

América Latina y Chile están avanzando hacia una mayor digitalización de sus redes eléctricas. La incorporación de nuevas tecnologías en la medición del consumo abre una oportunidad para transformar la relación entre las distribuidoras, las redes y los usuarios. Pero hay una pregunta que debiéramos hacernos antes de concentrar toda la atención en la instalación de nuevos dispositivos: ¿qué haremos con toda la información que esos medidores serán capaces de generar?

La conversación sobre medición inteligente suele concentrarse en el medidor. Es comprensible: es el elemento visible de esta transformación y el que se encuentra directamente con el usuario. Sin embargo, instalar un dispositivo capaz de transmitir información de manera remota es apenas el primer paso.

Un medidor inteligente puede entregar lecturas de consumo, registrar eventos, generar alarmas y reportar interrupciones del suministro. Si esa capacidad se multiplica por cientos de miles o millones de clientes, el resultado es un volumen de información que debe ser capturado, validado, procesado y puesto a disposición de los sistemas y personas que necesitan utilizarlo.

Ahí comienza el verdadero desafío. La medición inteligente no consiste únicamente en obtener más datos, sino en conseguir que esos datos tengan calidad y puedan transformarse en información útil. Si no se validan, integran o distribuyen correctamente hacia los sistemas comerciales y operativos, buena parte del potencial de esta tecnología puede perderse.

La experiencia internacional muestra que una adecuada gestión de la información puede generar beneficios concretos. El desarrollo de proyectos de Smart Metering, ha comprobado que, dependiendo de las características de cada operación, una correcta gestión de los datos puede contribuir a reducir pérdidas técnicas y no técnicas, disminuir los costos asociados a la lectura manual y mejorar los procesos vinculados a la facturación.

Para conseguirlo, no basta con el medidor. Se requiere una arquitectura tecnológica capaz de gestionar millones de registros, identificar inconsistencias, integrar distintas fuentes de información y entregar datos confiables a las áreas que deben tomar decisiones. En ese ecosistema cumplen un papel relevante tecnologías como los sistemas de gestión de datos de medición (MDM), las plataformas de recolección de información (MDC) y las herramientas de analítica.

Cuando estas capacidades funcionan de manera integrada, las distribuidoras pueden pasar de una gestión principalmente reactiva a una más anticipatoria. La información permite conocer mejor los patrones de consumo, identificar comportamientos anómalos, detectar pérdidas con mayor rapidez, optimizar la planificación de las redes y mejorar la respuesta frente a interrupciones.

También abre nuevas posibilidades para los usuarios. Una medición más frecuente y precisa puede entregarles mayor información sobre sus propios patrones de consumo y, con ello, facilitar decisiones relacionadas con eficiencia energética, gestión de la demanda y uso responsable de la electricidad.

Chile tiene una oportunidad relevante en este proceso. La discusión sobre la modernización de las redes no debiera limitarse a cuántos medidores inteligentes se instalan, sino también a qué capacidades se desarrollan para aprovechar la información que esos dispositivos producirán todos los días.

Después de más de 25 años desarrollando proyectos de Smart Metering y gestionando más de 20 millones de medidores inteligentes en Europa y América Latina, hemos comprobado que la transformación digital de las redes eléctricas no comienza cuando se instala el primer medidor, sino cuando las empresas aprenden a convertir millones de datos en mejores decisiones.

El desafío para Chile, entonces, no es solamente tener medidores más inteligentes. Es construir una infraestructura de datos capaz de hacer que esa inteligencia se traduzca en una red eléctrica más eficiente, más informada y preparada para las necesidades del futuro.

La madrugada del domingo, un conductor con más de 1,4 gramos de alcohol por litro de sangre derribó el portón de la Escuela de Lenguaje Pasitos, en Punta Arenas. Eran las 4:30. En horario de clases, podríamos estar hablando de niños heridos. Aun así, el tribunal rechazó retenerle la licencia porque la necesita para trabajar.

No es un caso aislado. En estas Fiestas Patrias, Carabineros detuvo a 367 personas por conducir bajo alcohol o drogas, y hubo 20 fallecidos por diversos siniestros viales. La baja respecto de 2025 es valiosa, pero insuficiente.

Desde Aprocor lo decimos hace años: quien conduce, no bebe. Por eso impulsamos Conductores Ni una Gota, pero ninguna campaña reemplaza una sanción oportuna. Si manejar ebrio no tiene consecuencias inmediatas, la sociedad recibe el mensaje contrario al que necesitamos.

Juan Pablo Solís de Ovando, director de Aprocor.

● *Privacidad, autonomía y eficiencia incentivan una nueva forma de utilizar estas herramientas, permitiendo que más personas y organizaciones incorporen capacidades avanzadas sin depender de servicios externos. Felipe Mancini, CEO de Asimov Consultores y presidente de Chiletec, explica las implicancias de esta transformación.*

Los modelos locales de inteligencia artificial emergen como una de las tendencias más relevantes en la evolución reciente de esta tecnología. Se trata de modelos que pueden ejecutarse directamente en el computador, teléfono u otro dispositivo del usuario, sin depender de la nube o plataformas externas. En la práctica, esto permite que el procesamiento de consultas, documentos o tareas ocurra dentro del propio equipo, lo que entrega mayor control de los datos, operación sin conexión y nuevas posibilidades de uso en contextos donde la privacidad, la conectividad o el costo son factores determinantes.

“La IA ya no está limitada a las grandes plataformas. Las herramientas Ollama, LM Studio y Jan han facilitado la ejecución de modelos como Llama, Gemma o Qwen y otros en computadores personales, impulsados por el aumento de capacidad de los dispositivos, la optimización de modelos más livianos y la creciente preocupación por la privacidad de los datos”, afirma Felipe Mancini, CEO de Asimov Consultores, empresa chilena que desarrolla apps móviles, software e inteligencia para el sector público y privado.

Mancini, quien además es vicepresidente de Chiletec (Asociación de Empresas Chilenas de Tecnología), explica que entre las principales ventajas de usar esta tecnología se encuentra la privacidad, “ya que la información sensible no necesariamente sale del dispositivo, la independencia operativa, porque pueden funcionar sin internet o con conectividad limitada, y un cambio en el modelo de costos, donde el gasto deja de asociarse a cada consulta en la nube y pasa a depender principalmente del hardware y no del uso diario del modelo”. Sin embargo, advierte que este enfoque no reemplaza completamente a los modelos en la nube, ya que los sistemas más avanzados siguen requiriendo infraestructura centralizada, configurando un escenario híbrido.

En cuanto a los usos, el especialista precisa “que estos modelos resumen textos, redactan, traducen, organizan información o analizan archivos sin enviarlos a servicios externos, además de aplicaciones en educación, productividad y herramientas creativas”. Ahora bien, las tendencias dicen que su adopción se concentra hoy en desarrolladores, investigadores, especialistas en ciberseguridad y empresas con datos sensibles, mientras actores como Apple, Qualcomm y Meta motivan su integración en dispositivos y plataformas.

Instalar un modelo local es un proceso accesible. Ollama o LM Studio permiten descargar y ejecutar modelos en pocos pasos, convirtiendo un computador convencional en un entorno de inteligencia artificial funcional, aunque el principal requisito, menciona Mancini, es la memoria disponible: “Con 8 GB de RAM es posible trabajar con modelos livianos, mientras que con 16 GB o más se amplían las capacidades. En equipos con Apple Silicon, en tanto, o tarjetas gráficas dedicadas, el rendimiento mejora de forma considerable. El software suele ser gratuito, por lo que el costo de entrada depende principalmente del hardware y no del uso diario del modelo”

“En perspectiva, la tendencia apunta a una expansión sostenida de esta tecnología, impulsada por chips cada vez más preparados para ejecutar IA directamente en el dispositivo. Lo más probable es que avancemos hacia una IA híbrida”, resume el ejecutivo de Asimov Consultores, señalando que, en ese escenario, los computadores y teléfonos resolverán localmente muchas tareas del día a día, mientras que la nube quedará reservada para procesos más complejos, modelos potentes y capacidades que requieran mayor infraestructura.