000			03693naa a2200265 i 4500
001			197841
005			20260619145427.0
008			260506b |||||||| |||| 00| 0 eng d
040			_aBAAB _eAACR2
110			_aInstituto Argentino del Petróleo y del Gas, IAPG
111			_aCongreso Latinoamericano y del Caribe de Refinación (7mo. : 2025 oct. 28-30 : Buenos Aires)
245	1	0	_aAplicación de BiG Data & IA en la Gestión de Estudios de Riesgo
300			_a6 p. _b.PDF
520	3		_aProblemática: 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.
650		0	_aGestión de riesgos
650		0	_aSeguridad de procesos
650		0	_aInteligencia artificial
700			_aLautaro, Tito Ignacio
700			_aMarin, Reynoso
700			_aSchanton, Kevin Jair
773	0		_aInstituto Argentino del Petróleo y del Gas, IAPG _t7° Congreso Latinoamericano y del Caribe de Refinación: Libro de Resúmenes _dCiudad de Buenos Aires: Instituto Argentino del Petróleo y del Gas, IAPG, 2025 _w197824
856	4	0	_uhttps://biblioteca.iapg.org.ar/ArchivosAdjuntos/7moCongresoRefinacion2025/REF008.pdf
942			_cCONGTP
945			_aMazzitelli, María Florencia
999			_c197841 _d197841