En general, los ductos de transporte están expuestos a una amplia gama de potenciales mecanismos de daño, que pueden resultar en fugas o en roturas con consecuencias sociales y económicas, si no se identifican a tiempo para prevenirlos. No existe aún, una tecnología de inspección única que puede detectar y dimensionar todas las combinaciones de mecanismos de daños, pero podemos concentrarnos en aquella que tiene la capacidad de detectar las anomalías más frecuentes. La tecnología MFL puede solucionar este planteo con la ventaja de tener un desarrollo de casi 30 años y con mucha experiencia favorable en la industria local. Pero no existe en Argentina un desarrollo propio para grandes gasoductos. Esto conlleva a posibles incumplimientos de las regulaciones jurisdiccionales y de los compromisos de gestión de integridad de cada operador. Esta situación se resuelve con el diseño de una herramienta propia, adecuada a las necesidades de los ductos de Argentina, tanto para operadoras locales como para transportistas de gas y petróleo. Y-TEC lidera el proyecto que presentaremos en este documento, cuyo objetivo es realizar el desarrollo, diseño, ingeniería y construcción de un prototipo que alcance los estándares comerciales de una herramienta de inspección interna de gasoductos de 24" de diámetro con la tecnología MFL (Magnetic Flux Leakage) o en su traducción, Perdida de Flujo Magnético. El análisis profundo del fenómeno físico electromagnético, el estudio de distintas alternativas de diseño, la evaluación de la disponibilidad local de tecnología; materiales; instrumentación y hardware consideradas para este primer prototipo abre el camino para escalar esta tecnología en desarrollo para otros prototipos destinados a ductos de distintos diámetros y materiales, y para lograr los arreglos técnicos óptimos en cada caso. El objetivo próximo es lograr una herramienta competitiva, pero además contar con bancos de pruebas que permitan el escalado de este primer desarrollo, incluso probar otras técnicas de inspección ILI distintas al MFL. La última etapa del proyecto consiste en aplicar los conceptos y teoría del machine learning e IA para desarrollar un software de gestión de integridad adecuado a la cultura y técnicas locales para que el ingeniero/a de integridad / corrosión optimice sus recursos al momento de administrar su sistema de gestión de integridad.