Publicación: Análisis de la aplicación de inteligencia artificial en la gestión de riesgos en proyectos de ingeniería del sector petrolero y en qué se diferencia de los enfoques tradicionales.
Portada
PDF 
FLIP 
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Fecha
Resumen en español
El presente trabajo aborda la aplicación vigente de la inteligencia artificial en la gestión de riesgos dentro de proyectos de ingeniería del sector petrolero. El propósito central es identificar los aportes documentados más relevantes de esta tecnología competente en simular procesos cognitivos humanos, como aprendizaje, razonamiento y toma de decisiones en procesos de la identificación temprana de riesgos, automatización operativa de tareas, modelado de datos, optimización de procesos y gestión de riesgos. Esta exploración y revisión bibliográfica surge de la necesidad de entender como la inteligencia artificial puede fortalecer la toma de decisiones frente a los proyectos del sector, reducir la alta incertidumbre y optimizar el desempeño de estos proyectos, mediante el uso de esta tecnología capaz de procesar grandes volúmenes de datos en tiempo real y de manera rápida, automatizar procesos y generar información estratégica para la gestión de riesgos y anticipación de escenarios de un entorno caracterizado por alta complejidad técnica, variabilidad operativa, económica, logística, geopolítica, además de elevados niveles de inversión.
Resumen en inglés
This paper addresses the current application of artificial intelligence in risk management within oil and gas engineering projects. The central purpose is to identify the most relevant documented contributions of this technology, which is capable of simulating human cognitive processes such as learning, reasoning, and decision-making in the early identification of risks, operational automation of tasks, data modeling, process optimization, and risk management. This exploration and literature review stems from the need to understand how artificial intelligence can strengthen decision-making in projects within the sector, reduce high uncertainty, and optimize project performance. This is achieved through the use of a technology capable of processing large volumes of data in real time and quickly, automating processes, and generating strategic information for risk management and anticipating scenarios in an environment characterized by high technical complexity, operational, economic, logistical, and geopolitical variability, as well as high levels of investment.