Análisis predictivo en el IoT: El papel de la Inteligencia Artificial para la anticipación de fallos y optimización del rendimiento.

Abstract

El Internet de las Cosas (IoT) ha transformado la operación de sistemas y dispositivos interconectados en diversos sectores. Sin embargo, su introducción trae consigo fallos inesperados que generan tanto costos elevados como pérdidas de tiempo; por lo tanto, la presente monografía tuvo como objetivo analizar la importancia de la inteligencia artificial (IA) en el análisis predictivo de fallos dentro del IoT, enfocándose en la anticipación de fallos y la optimización del rendimiento de los dispositivos inteligentes. Para tal fin, se partió de una investigación de tipo descriptivo con enfoque cualitativo, desarrollada mediante una revisión sistemática de literatura, en la cual se utilizó una ecuación de búsqueda estructurada en Google Académico, aplicando criterios de inclusión y exclusión para seleccionar los estudios participantes. Los resultados evidencian que la aplicación de modelos de IA como el aprendizaje automático y las redes neuronales permite procesar grandes volúmenes de datos generados por sensores IoT y detectar patrones asociados a fallos. Asimismo, los estudios demuestran una reducción significativa de los costos de mantenimiento, una disminución del tiempo de inactividad y una mejora en la eficiencia operativa y energética de los sistemas. Por último, se identificaron desafíos relacionados con la calidad de los datos, la interoperabilidad y la seguridad, para lo cual se propuso un marco metodológico que busca orientar futuras implementaciones del análisis predictivo basado en IA en entornos IoT.