McKinsey dice que la IA puede desbloquear 230 000 millones de dólares en el upstream de petróleo y gas. Estamos de acuerdo. Esto es lo que acertaron y lo que la industria sigue haciendo mal.
McKinsey puso una cifra de 230 000 millones de dólares a la IA en el upstream de petróleo y gas. Leímos el informe completo. Esto es lo que acertaron, lo que la industria sigue haciendo mal y dónde se está capturando el valor real.
McKinsey acaba de publicar un dimensionamiento detallado del potencial de valor de la IA en el upstream de petróleo y gas. La cifra principal: 230 000 millones de dólares a pleno potencial, con 65 000 millones disponibles hoy usando tecnología probada.
Hemos leído el informe completo con atención y llevamos años construyendo y desplegando IA agéntica para la entrega de pozos y las operaciones de capital. Lo leímos porque cuando McKinsey publica una cifra como 230 000 millones, el resto de la industria presta atención. Y esa atención llega con mucho retraso.
Esta es nuestra lectura de lo que McKinsey acierta, lo que la industria sigue haciendo mal y dónde vemos el verdadero camino a seguir.
Tienen razón: esto es una apuesta por la concentración
El hallazgo más importante de McKinsey no es la cifra en dólares, sino la forma de la oportunidad. Su análisis muestra que los 10 principales casos de uso generan casi la mitad del valor total, y los 60 principales capturan cerca del 95 por ciento. La larga cola de experimentos de IA aporta muy poco.
Esto coincide con lo que vemos en el campo cada día. Las empresas que están capturando valor real de la IA no son las que ejecutan 40 pilotos en 40 departamentos. Son las que eligieron dos o tres dominios de alto impacto y profundizaron: perforación, optimización de producción e inteligencia de riesgos.
En SwarmLens hicimos esa apuesta pronto. AssureLens está diseñado específicamente para la entrega de pozos y las operaciones de capital, porque ahí es donde los datos son más densos, las decisiones más consecuentes y el coste de equivocarse se mide en millones por pozo.
Tienen razón: la IA agéntica cambia las reglas del juego
McKinsey señala específicamente la IA agéntica como la tecnología capaz de orquestar flujos de trabajo de varios pasos: diagnosticar anomalías, revisar el historial de equipos, verificar la disponibilidad de piezas y ejecutar esos pasos con supervisión humana.
Esto es lo que AssureLens hace hoy.
Nuestra plataforma despliega enjambres de IA multiagente específicos del dominio que ingieren miles de reportes de perforación, revelan riesgos recurrentes, rastrean qué problemas se resolvieron frente a cuáles resurgieron y señalan lecciones que nunca se trasladaron entre pozos. En una reciente campaña de perforación de tres pozos en Medio Oriente, AssureLens procesó más de 600 reportes diarios y de fin de pozo y entregó más de 400 ideas trazables y listas para decidir en menos de una semana. El mismo proceso habría tomado de 6 a 8 semanas de forma manual.
La palabra clave en el planteamiento de McKinsey es "flujos de trabajo acotados con controles claros y las aprobaciones adecuadas con humano en el circuito". Estamos totalmente de acuerdo. La IA agéntica sin experiencia de dominio es un riesgo. Por eso cada idea que genera AssureLens es trazable hasta su documento fuente y validada por expertos antes de llegar a quien toma la decisión.
Donde la industria sigue equivocándose: el problema del conocimiento
McKinsey plantea el desafío en torno a la escalabilidad, los modelos comerciales y el rediseño de flujos de trabajo. Son barreras reales. Pero hay un problema más fundamental que el informe roza sin nombrar del todo: el conocimiento institucional de la industria está desapareciendo.
Los ingenieros que construyeron y operaron los campos durante décadas se están jubilando. Los reportes que escribieron están en archivadores y carpetas de SharePoint que nadie lee. Las lecciones que aprendieron a las malas se vuelven a aprender a las malas por la siguiente generación, en el siguiente pozo, en el siguiente equipo. Es una grave crisis de preservación del conocimiento. Que resulta ser exactamente el problema que AssureLens fue creado para resolver.
Nuestra alianza con rp², una consultora de desempeño con más de 45 años de experiencia en perforación y datos de desempeño propios, existe por esta razón. No solo construimos IA que procesa documentos, sino un sistema que captura la sabiduría operativa de toda una generación y la pone a disposición de cada equipo, en cada pozo, en el momento en que se toma la decisión.
Nuestra ambición es sencilla. Convertir el conocimiento en valor de negocio medible para nuestros clientes.
— Harish Pillai, CEO, SwarmLens
Lo que McKinsey acierta sobre los modelos comerciales (y por qué importa para OFSE)
El informe hace una observación crítica sobre la paradoja OFSE: la eficiencia impulsada por IA puede reducir la misma actividad que recompensan los contratos de servicio. Menos días de equipo, menos intervenciones, menos eventos facturables. McKinsey estima que 17 000 millones de dólares de ingresos de servicios petroleros podrían quedar expuestos a los niveles actuales de despliegue. Su solución son modelos comerciales basados en resultados: reparto de beneficios, bonos por desempeño, licencias SaaS.
Estamos de acuerdo, aunque hay algo que nos gustaría añadir. Las empresas que ganarán esta transición son las que aportan tanto la plataforma de IA como la experiencia de dominio. Un proveedor de tecnología sin credibilidad de campo no convencerá a un superintendente de perforación de cambiar cómo planifica un pozo. Una consultora sin tecnología escalable no entregará ideas con la rapidez necesaria para importar.
Por eso SwarmLens existe en la intersección de ambas. Nuestra tecnología está construida por gente que ha trabajado en el campo. Nuestra IA está entrenada con los datos que los equipos de campo realmente producen. Y nuestro enfoque comercial se diseña en torno al valor que creamos, no a las horas que facturamos.
En conclusión
La cifra de 230 000 millones de McKinsey es útil porque le da a la industria permiso para invertir en serio en IA. Pero la cifra no significa nada si las empresas siguen repartiendo sus apuestas demasiado, subestimando la gestión del cambio y tratando la IA como un proyecto tecnológico en lugar de una transformación operativa.
Las empresas que capturarán valor de la IA en el upstream son las que:
- Se concentran en los dominios que más importan. Perforación, entrega de pozos, producción e inteligencia de riesgos. No todo a la vez.
- Despliegan IA agéntica con verdadera experiencia de dominio incorporada. Los modelos sin contexto operativo producen ruido, no inteligencia.
- Preservan y activan el conocimiento institucional. El mayor riesgo es que el conocimiento del que la IA debe aprender se pierda antes de que alguien lo capture.
- Construyen modelos comerciales que recompensan los resultados. Si la eficiencia se castiga con menos ingresos, nadie adoptará las herramientas que la crean.
Ya lo estamos haciendo. AssureLens está en producción, validado en campo y desplegado con operadores que están convirtiendo décadas de conocimiento archivado en un circuito continuo de aprendizaje y ejecución. Si quieres ver cómo se ve una oportunidad de 230 000 millones de dólares cuando de verdad se está capturando, habla con nosotros.