IoT industrial: cómo convertir los datos de planta en decisiones

- El IoT industrial conecta máquinas, sensores y equipos de almacén para recoger datos con marca de tiempo y convertirlos en indicadores que alguien usa para decidir.
- La adopción sigue siendo minoritaria: en 2021 el 29 % de las empresas de la UE usaba IoT, el 26 % de las pequeñas frente al 48 % de las grandes, según Eurostat.
- Los datos ya se analizan: en el primer trimestre de 2025, el 42,5 % de las empresas industriales españolas hacía analítica de datos con su propio personal, según el INE.
- La normativa cambia el juego: el Data Act se aplica desde el 12 de septiembre de 2025 y da al usuario derecho a acceder a los datos de sus máquinas conectadas.
- Empieza por una línea o un equipo con un problema concreto, define antes las preguntas y después las señales, y diseña la ciberseguridad desde el primer día.
El IoT industrial es la capa que lee las señales de máquinas, sensores y equipos de manutención, les pone una marca de tiempo fiable y las lleva a un sitio donde se pueden analizar. Su valor no está en el sensor ni en el panel, sino en la decisión que permite tomar: qué parada atacar primero, cuándo cambiar un componente, qué turno pierde capacidad.
La mayoría de las plantas y almacenes ya genera esos datos. Los PLC saben cuándo para un transportador, los variadores conocen el consumo de cada motor y el sistema de control registra cada movimiento. El problema es que esa información se queda en cada equipo, en formatos distintos y sin relación entre sí.
En este artículo explicamos cómo plantear un proyecto de IoT industrial con criterio de ingeniería: qué preguntas responder, qué arquitectura elegir, cuántos datos se generan, cómo calcular un indicador útil, qué cambia con la normativa europea y qué preguntar al proveedor antes de decidir.
Dónde está la industria con el IoT
El IoT ya no es una novedad, pero su uso productivo sigue siendo limitado. Según Eurostat, en 2021 el 29 % de las empresas de la UE con 10 o más empleados usaba dispositivos o sistemas IoT. La diferencia por tamaño es grande: el 26 % de las pequeñas frente al 48 % de las grandes.
El uso dominante no es productivo. Entre las empresas que usaban IoT, el 72 % lo hacía para la seguridad de sus instalaciones, el 30 % para gestionar el consumo de energía y el 24 % para mantenimiento según condición, de acuerdo con la nota de Eurostat. En la industria manufacturera, el 32 % de las empresas con IoT lo aplicaba a procesos de producción, y en transporte y almacenamiento el 61 % lo usaba para la gestión logística.
En España, la capacidad de analizar datos existe. El INE indica que en el primer trimestre de 2025 el 41,4 % de las empresas de 10 o más empleados hacía analítica de datos con sus propios empleados, el 42,5 % en la industria. El 44,3 % usaba servicios de computación en la nube de pago, el 40,4 % en la industria. Es decir, hay personas y herramientas para analizar; lo que suele faltar es el dato de planta limpio y conectado.
Empieza por las preguntas, no por los sensores
El error más caro en IoT industrial es recoger todo por si acaso. Se instalan pasarelas, se leen cientos de variables y, al cabo de unos meses, hay una base de datos enorme y ningún cambio en la operación.
El orden correcto es el inverso:
- Define la pregunta: por qué la línea de expedición no llega a su capacidad en el segundo turno.
- Define el indicador que la responde: disponibilidad por equipo y causas de parada ordenadas por minutos perdidos.
- Define las señales mínimas: estado de marcha, código de fallo, contador de unidades y marca de tiempo.
- Define quién actúa: qué persona revisa el indicador, con qué frecuencia y qué puede cambiar.
Con esa cadena escrita, el alcance técnico sale solo. Y si una señal no alimenta ninguna pregunta, no entra en la primera fase. Cómo convertir esos indicadores en paneles operativos se explica en Cuadro de mando logístico en tiempo real: qué medir y cómo construirlo.
Arquitectura: del PLC al indicador
Una arquitectura de IoT industrial tiene cuatro capas, con independencia de dónde se aloje cada una:
- Captura: PLC, variadores, sensores añadidos y el sistema de control del almacén. Normalmente no hace falta cambiar los PLC; se leen los existentes.
- Borde o pasarela: un equipo en planta que lee las señales, las normaliza, les pone marca de tiempo y guarda un búfer si se corta la red.
- Almacenamiento: una base de datos de series temporales para señales continuas y una base relacional para eventos, órdenes y contexto.
- Uso: paneles, informes, alarmas y modelos de análisis.
Para la comunicación entre capas se usan protocolos abiertos. OPC UA es el estándar más extendido para leer datos de máquinas con su significado, y lo tratamos en OPC UA: el idioma común de las máquinas y cómo exigirlo en tu instalación. Para enviar datos a la nube son habituales los protocolos de publicación y suscripción.
La decisión entre local, nube o mixto depende de cuatro criterios:
| Criterio | Local en planta | Nube | Mixto (borde + nube) |
|---|---|---|---|
| Latencia para actuar sobre la máquina | Muy baja | No apta para control | Baja en el borde |
| Funcionamiento sin conexión externa | Completo | Se pierde el acceso | El borde sigue registrando |
| Analítica entre varias plantas | Difícil | Natural | Natural |
| Superficie de ataque | Contenida | Mayor, exige gestión de identidades | Intermedia, con segmentación |
| Coste inicial y recurrente | Más inversión inicial | Más coste recurrente | Repartido |
En la mayoría de los casos, el control se queda en planta y solo los datos agregados salen. El IoT lee y analiza; no sustituye al SCADA ni al PLC, que siguen mandando sobre la máquina. La diferencia con la supervisión se explica en SCADA logística: qué supervisar, cómo gestionar alarmas e integrarlo con WCS y WMS.
Calidad del dato: marcas de tiempo, contexto y volumen
Un dato de planta sin contexto no sirve. Un contador de unidades necesita saber a qué orden, referencia y turno pertenece. Un código de fallo necesita una tabla que lo traduzca a una causa comprensible.
Los tres problemas de calidad más frecuentes:
- Relojes desincronizados. Si cada PLC tiene su hora, los eventos de dos máquinas no se pueden encadenar. Hay que sincronizar todos los equipos con una fuente de tiempo común.
- Muestreo mal elegido. Leer una temperatura cada 100 ms llena el disco sin aportar nada; leer un estado de marcha cada minuto oculta las microparadas. Las señales de estado se registran por cambio, no por intervalo.
- Paradas sin causa. Si el equipo para y nadie registra el motivo, el indicador dice cuánto se pierde, pero no por qué.
El volumen también hay que calcularlo antes. Una fórmula sencilla: volumen diario = número de señales × muestras por segundo × bytes por muestra × 86.400 segundos. Con 200 señales a una muestra por segundo y 16 bytes por muestra, valor más marca de tiempo, salen 200 × 1 × 16 × 86.400 = 276.480.000 bytes, unos 276 MB al día sin comprimir y unos 100 GB al año. Es un supuesto ilustrativo, pero muestra por qué conviene registrar por cambio, comprimir y decidir cuánto historial se conserva a resolución completa.
Ejemplo con supuestos: el OEE de una línea de expedición
Ejemplo con supuestos. Las cifras son hipotéticas y sirven solo para mostrar el cálculo; no proceden de ninguna instalación real.
El OEE, eficiencia global del equipo, es el producto de tres factores: OEE = disponibilidad × rendimiento × calidad. Es uno de los primeros indicadores que se construyen con IoT porque solo necesita estado, contador y tiempos.
Supuestos para una línea de cierre y etiquetado de cajas:
- Tiempo planificado: dos turnos de 8 horas, 960 minutos.
- Paradas registradas por la pasarela: 120 minutos en total.
- Tiempo de ciclo ideal: 6 segundos por caja, 0,1 minutos.
- Cajas procesadas: 7.200. Cajas rechazadas por etiqueta ilegible: 144.
Paso 1. Disponibilidad = tiempo en marcha ÷ tiempo planificado = (960 − 120) ÷ 960 = 840 ÷ 960 = 87,5 %.
Paso 2. Rendimiento = (cajas procesadas × ciclo ideal) ÷ tiempo en marcha = (7.200 × 0,1) ÷ 840 = 720 ÷ 840 = 85,7 %.
Paso 3. Calidad = cajas buenas ÷ cajas procesadas = (7.200 − 144) ÷ 7.200 = 7.056 ÷ 7.200 = 98,0 %.
Paso 4. OEE = 0,875 × 0,857 × 0,980 = 0,735, es decir, 73,5 %.
Paso 5. Dónde actuar. La pérdida de rendimiento equivale a 840 − 720 = 120 minutos, tantos como las paradas. Sin IoT, esas pérdidas son invisibles: la línea nunca se ve parada, pero va más lenta, con microparadas y esperas de producto. El siguiente paso es registrar las microparadas por causa y ver si el cuello está en la propia máquina o en el transportador que la alimenta.
Si quieres hacer este cálculo con las señales de tu instalación, pide tu estudio gratuito y vemos contigo qué datos hacen falta.
¿Qué datos de tu instalación te dirían dónde pierdes capacidad?
Con tus flujos, tus equipos y tus cuellos de botella definimos qué señales capturar y qué indicadores construir para que los datos de planta se traduzcan en decisiones.
Habla con nuestra ingenieríaCiberseguridad y normativa europea
Conectar la planta abre una puerta. Según Eurostat, en 2023 el 21,54 % de las empresas de la UE sufrió incidentes de seguridad TIC con consecuencias, y la más frecuente fue la indisponibilidad de servicios por fallos de hardware o software, en el 17,97 % de las empresas. La indisponibilidad por ataques externos afectó al 3,43 %.
Las reglas básicas en IoT industrial:
- Segmentar la red: los equipos de planta no comparten red con la ofimática.
- Comunicación saliente desde el borde, sin abrir puertos de entrada desde internet.
- Cuentas individuales, sin contraseñas por defecto, y registro de accesos.
- Separar lectura de escritura: el IoT lee, y escribir en un PLC exige otro nivel de control.
El marco de referencia es la serie IEC 62443, que tratamos en Ciberseguridad industrial: proteger la planta conectada con IEC 62443.
Dos reglamentos europeos afectan directamente. El Data Act, en vigor desde el 11 de enero de 2024 y aplicable desde el 12 de septiembre de 2025, da a empresas y particulares el derecho a acceder a los datos que genera el uso de sus máquinas y dispositivos conectados, y a compartirlos con terceros, por ejemplo para mantenimiento. Según su artículo 50, la obligación de diseñar los productos para que esos datos sean accesibles se aplica a los productos conectados que se comercialicen después del 12 de septiembre de 2026. Por su parte, el Reglamento de Ciberresiliencia entró en vigor el 10 de diciembre de 2024; sus obligaciones de notificación se aplican desde el 11 de septiembre de 2026 y las principales, desde el 11 de diciembre de 2027. Al comprar equipos conectados, conviene preguntar ya cómo cumplen ambos.
Errores habituales en proyectos de IoT industrial
- Recoger todo sin una pregunta concreta y acabar con datos que nadie mira.
- Hacer un piloto sin criterio de éxito escrito, que nunca se puede dar por bueno ni por malo.
- Depender de un formato propietario del que no se pueden sacar los datos.
- No sincronizar relojes y no poder encadenar eventos entre máquinas.
- Construir paneles sin responsable: el indicador baja y nadie actúa.
- Dejar la ciberseguridad para el final, cuando la arquitectura ya está montada.
- Saltar directamente al mantenimiento predictivo sin tener antes el historial de fallos bien registrado. Ese paso se trata en Mantenimiento predictivo en robots: qué medir, cómo empezar y cómo calcular si compensa.
La mayoría de estos errores no son técnicos. Son de alcance y de organización, y se evitan escribiendo antes qué se quiere decidir con los datos.
Checklist: qué preguntar al proveedor antes de decidir
- ¿Qué preguntas de negocio responde la primera fase y con qué indicador se mide el éxito?
- ¿Qué señales se leen, de qué equipos, con qué protocolo y con qué frecuencia o criterio de cambio?
- ¿Hay que modificar los programas de los PLC o solo se leen? Si se modifican, ¿quién asume la responsabilidad?
- ¿Cómo se sincronizan las marcas de tiempo?
- ¿Qué pasa si se corta la red: cuánto tiempo guarda el borde y cómo se recupera el histórico?
- ¿Dónde se guardan los datos, cuánto historial se conserva y en qué formato se pueden exportar sin depender del proveedor?
- ¿Cómo se segmenta la red, quién tiene acceso remoto y cómo queda registrado?
- ¿Cómo cumplen los equipos el Data Act y el Reglamento de Ciberresiliencia, y durante cuánto tiempo recibirán actualizaciones de seguridad?
- ¿Qué coste recurrente tiene: licencias, almacenamiento, comunicaciones y soporte?
- ¿Quién mantiene la tabla de causas de parada y la actualiza cuando cambia la instalación?
Cómo lo resolvemos en Shuttlia
En nuestras instalaciones de automatización e intralogística, el dato se diseña junto con la máquina:
- Datos de la operación: empezamos por tus flujos, turnos, cuellos de botella y por las decisiones que quieres tomar con los datos.
- Layout y simulación: la simulación nos dice qué equipos son críticos para la capacidad y, por tanto, qué señales hay que vigilar desde el primer día.
- Propuesta cerrada con rango de inversión, con las señales, los indicadores y la arquitectura de datos definidos en el alcance.
- Integración con tu ERP o WMS y con los sistemas de control, con protocolos abiertos y datos exportables.
- Servicio posventa: los mismos datos sirven al soporte y al mantenimiento de la instalación.
Si quieres saber qué datos de tu planta o almacén te ayudarían a decidir mejor, pide tu estudio gratuito y lo analizamos contigo.
Conclusión
El IoT industrial no consiste en llenar la planta de sensores. Consiste en elegir pocas preguntas importantes, capturar las señales justas con una marca de tiempo fiable y asignar a una persona la responsabilidad de actuar.
Las cifras públicas muestran que la adopción todavía es minoritaria, sobre todo en las empresas pequeñas, y que la capacidad de análisis ya existe. Con el Data Act y el Reglamento de Ciberresiliencia, además, el acceso a los datos y la seguridad de los equipos conectados pasan a ser criterios de compra. Empezar por una línea, con un indicador como el OEE y un criterio de éxito escrito, es la forma más segura de que el dato se convierta en decisiones.
¿Lo aplicamos a tu almacén?
Cuéntanos tus palés, referencias y picos. Te devolvemos sin coste el cuello de botella, la solución que encaja y un rango de inversión.
Pide tu estudio gratuitoPreguntas frecuentes
¿Hay que cambiar los PLC para hacer IoT industrial?
Normalmente no. Las pasarelas leen los PLC existentes mediante sus protocolos, y para equipos antiguos se pueden añadir sensores o módulos de lectura. Solo se modifica un programa cuando la señal que hace falta no existe, y conviene que lo decida quien es responsable de esa máquina.
¿Qué diferencia hay entre IoT industrial y SCADA?
El SCADA supervisa y manda sobre la instalación en tiempo real. El IoT industrial recoge datos, los guarda con su historial y los analiza para decidir. Se complementan: muchas veces el SCADA es una de las fuentes de datos del IoT.
¿Es mejor guardar los datos en local o en la nube?
Depende de la latencia necesaria, de si la planta debe funcionar sin conexión, del número de plantas y de la política de seguridad. Lo más habitual es una solución mixta: el borde registra y filtra en planta, y los datos agregados se analizan en la nube.
¿Qué indicador conviene construir primero?
Uno que responda a un problema real y que use pocas señales. La disponibilidad por equipo y las causas de parada ordenadas por tiempo perdido suelen ser el mejor punto de partida. Después se completa el OEE y se añaden consumos por unidad.
¿Qué cambia el Data Act para una fábrica o un almacén?
El Data Act se aplica desde el 12 de septiembre de 2025 y da al usuario derecho a acceder a los datos que generan sus máquinas conectadas y a compartirlos con terceros. Para los productos que se comercialicen desde el 12 de septiembre de 2026, el acceso debe estar previsto en el diseño. Conviene incluirlo en los pliegos de compra.
¿Cuánto se tarda en tener datos útiles?
Depende del alcance y del estado de los equipos. Una línea con PLC accesibles y una pregunta clara puede dar datos útiles mucho antes que un proyecto de toda la planta. El criterio práctico es empezar pequeño y medir el resultado antes de ampliar.
Fuentes
- Eurostat - Use of Internet of Things in enterprises (Statistics Explained, datos de 2021)
- Eurostat - Nota sobre el uso del Internet de las Cosas en las empresas de la UE en 2021 (9-06-2022)
- INE - Encuesta sobre el uso de TIC y del comercio electrónico en las empresas, 2024-primer trimestre de 2025
- Comisión Europea - Data Act
- EUR-Lex - Reglamento (UE) 2023/2854 (Data Act)
- Comisión Europea - Cyber Resilience Act
- Eurostat - ICT security in enterprises (Statistics Explained)


