TY  - GEN
AU  - Lautaro, Tito Ignacio
AU  - Marin, Reynoso
AU  - Schanton, Kevin Jair
ED  - Instituto Argentino del Petróleo y del Gas, IAPG
ED  - Congreso Latinoamericano y del Caribe de Refinación (7mo. : 2025 oct. 28-30 : Buenos Aires)
TI  - Aplicación de BiG Data & IA en la Gestión de Estudios de Riesgo
KW  - Gestión de riesgos
KW  - Seguridad de procesos
KW  - Inteligencia artificial
N2  - Problemática:
La confiabilidad y la integridad de los activos industriales dependen de una gestión de riesgos eficiente. Sin embargo, en muchos sectores, el procesamiento de información crítica aún se basa en métodos tradicionales, lo que dificulta la toma de decisiones estratégicas. A pesar de que en nuestra vida cotidiana los datos se presentan de manera estructurada y accesible, en la industria seguimos operando con documentos extensos en formatos estáticos como Word o PDF, lo que
limita la capacidad de análisis y comparación entre estudios. En un entorno donde minimizar riesgos, optimizar la gestión de activos y garantizar la seguridad operativa son prioridades, surge la pregunta: ¿por qué no adaptar la gestión de riesgos a la era digital?

Desarrollo:
Para abordar esta problemática, desarrollamos una metodología de estandarización de datos entregados por las contratistas, estableciendo una parametrización sobre los estudios de riesgo HAZOP. Se obtuvo un piloto realizado con un PHA a partir de los datos entregados por las moderadoras en formato PDF/Excel/Word. Este fue el primer paso para gestionar en BIG DATA los resultados de los estudios de riesgo.
Se utilizó Power BI y se programó en Query para condensar la base de datos. El siguiente desafío fue estandarizar los datos entregados por diferentes contratistas, integrándolos en una única base de datos consultable. Así, se desarrolló un método sistemático para procesar la información y anidarla a la base principal, permitiendo la carga y actualización continua de
estudios.
Con más de 30 estudios de riesgo cargados, se obtuvo una base de datos con alrededor de 10,000 escenarios, lo que permitió comparar escenarios en plantas similares y estandarizar estudios. Con la ayuda de la IA, en nuestro caso Copilot, se analizaron los diferentes escenarios y se plantearon modelos de estudios de riesgo para cada caso particular.

Conclusión:
Este enfoque ha transformado la forma en que gestionamos la seguridad de procesos y la integridad de activos. La digitalización ha permitido optimizar la identificación de riesgos, mejorar la gestión de salvaguardas y agilizar la implementación de recomendaciones. La transición de un enfoque basado en documentos estáticos a una plataforma interactiva no solo ha facilitado el análisis de datos, sino que también ha fortalecido la confiabilidad operativa y la toma
de decisiones estratégicas, alineando la gestión de riesgos con los objetivos organizacionales y garantizando la sostenibilidad de las operaciones
UR  - https://biblioteca.iapg.org.ar/ArchivosAdjuntos/7moCongresoRefinacion2025/REF008.pdf
ER  -