Caso de éxito · IA en Energía

IA para reducir consumo de gas en industria pesada: caso GASAI con Reinosa Forgings & Castings

La IA para reducir consumo de gas ha dejado de ser una promesa académica. En septiembre de 2025, Reinosa Forgings & Castings y Deduce Data Solutions culminamos la fase final de GASAI, un sistema con inteligencia artificial para ahorrar gas en los hornos de tratamiento térmico de su planta de forja en Cantabria.

El peso del gas natural en la industria pesada europea

Cuando hablamos de optimizar consumo energético industrial, el gas natural es la palanca con más recorrido. Según Eurostat (2023), electricidad (32,6%) y gas natural (31,3%) representan casi dos tercios del consumo energético final de la industria europea. Sectores como hierro y acero suman por sí solos 907 PJ, el 10,6% del consumo industrial total.

La Agencia Internacional de la Energía (IEA) sitúa al gas natural cubriendo alrededor del 40% del consumo energético industrial, y al calor de proceso como dos tercios de la demanda energética industrial. En España, según los estudios del IDAE sobre consumos energéticos en la industria, el 52% del consumo nacional de gas natural corresponde al sector industrial. Para una planta de forja, fundición o tratamiento térmico, el coste del gas suele ser el primer o segundo capítulo de la cuenta de explotación.

Por qué este momento exige IA para reducir consumo de gas

Tres fuerzas regulatorias y de mercado convergen en 2026:

El Mecanismo de Ajuste en Frontera por Carbono (CBAM) de la UE entró en régimen definitivo el 1 de enero de 2026 para cemento, hierro y acero, aluminio, fertilizantes, electricidad e hidrógeno. Cada tonelada de CO₂ embebido en producto importado o exportado lleva ahora coste explícito.
El Pacto Verde Europeo fija el compromiso vinculante de reducir emisiones al menos un 55% en 2030 y alcanzar la neutralidad climática en 2050, con énfasis explícito en descarbonizar industrias intensivas como acero y cemento.
El precio del derecho de emisión ETS se mueve en torno a 70-100 €/tCO₂, según comunicaciones recientes de la Comisión Europea.

En ese contexto, reducir el consumo de gas deja de ser solo una mejora operativa: es una palanca de supervivencia competitiva. Y la IA para reducir consumo de gas se ha convertido en una de las herramientas con mejor retorno demostrado.

Qué resultados son creíbles cuando aplicamos IA para reducir consumo de gas

Las cifras públicas del Global Lighthouse Network de McKinsey sitúan las reducciones medias de consumo energético entre 10% y 25% en las plantas faro de manufactura, con la última cohorte alcanzando hasta el 30% cuando combina IA generativa con automatización. El caso de Arçelik, documentado por el World Economic Forum y BCG, logró un ~20% de ahorro energético mediante un gemelo digital que ajusta iluminación, refrigeración y calefacción en tiempo real.

Es importante decirlo claro: no todo proyecto de IA en industria llega a estas cifras. Lo que distingue a las plantas que sí lo consiguen es la combinación de tres elementos: datos históricos suficientes, un caso de uso claramente cuantificado y disciplina operativa para mantener el sistema en producción.

Cómo funciona GASAI: arquitectura del sistema

GASAI es un sistema avanzado de inteligencia artificial desarrollado por Deduce Data Solutions para optimizar el consumo de gas en hornos de tratamiento térmico. El diseño se asienta en tres capas técnicas que conviven con la infraestructura SCADA y de control existente en planta.

1 · Modelo predictivo de consumo basado en histórico

El motor central de GASAI es un modelo predictivo entrenado con históricos de operación y datos de sensores. Aprende cómo el consumo de gas se relaciona con el tipo de pieza, la temperatura objetivo, la composición del material, la programación del horno y las condiciones ambientales. La fase final del proyecto se completó en septiembre de 2025, validada industrialmente sobre cinco hornos de una línea principal de forja comercial (barras de hasta 8 metros de longitud y 500 mm de diámetro), según recogió El Faradio.

2 · Planificador de ocupación de hornos

El segundo bloque ordena el calendario de hornadas para minimizar transiciones térmicas costosas. Cuando el sistema sabe qué piezas vienen detrás, puede agrupar las que comparten ventana de temperatura y reducir los ciclos de calentamiento/enfriamiento que disparan el consumo.

3 · Monitor de desviaciones para mantenimiento preventivo

La tercera capa vigila la diferencia entre consumo previsto y consumo real. Cuando la desviación supera un umbral, GASAI dispara una alerta que orienta al equipo de mantenimiento hacia la causa: un quemador degradado, una junta con fuga, un sensor con deriva. Anticipa problemas que antes solo se detectaban en factura.

En palabras de Javier Cordón, Director de Tecnología de Reinosa Forgings & Castings, recogidas por El Faradio: "GASAI no solo nos permitirá reducir consumo energético y emisiones, sino también ganar precisión, fiabilidad y control operativo".

Adaptación dinámica: por qué GASAI no decae con el tiempo

Uno de los riesgos clásicos de la IA en producción industrial es la pérdida de rendimiento con el tiempo. Un estudio publicado en Scientific Reports (Nature, 2022) evaluó 128 pares modelo-dataset en cuatro industrias y observó degradación temporal del rendimiento en el 91% de los casos. El fenómeno se llama concept drift y se documenta extensamente en la literatura académica.

En un horno industrial, las causas de drift son cotidianas: el refractario se degrada, la composición de los aceros varía con cada lote, la mezcla de gas cambia con el proveedor estacional, los sensores envejecen. Si GASAI no se adaptara, dejaría de acertar en pocos meses. La arquitectura incorpora monitorización de la calidad de las predicciones y re-aprendizaje incremental, lo que permite que el modelo evolucione con la planta sin necesidad de detenerlo para reentrenarlo desde cero.

Reinosa Forgings & Castings: la planta donde se validó GASAI

Reinosa Forgings & Castings opera en Reinosa (Cantabria), produce forjas de hasta 70 toneladas y fundiciones de hasta 140 toneladas y cuenta con cerca de 523 personas en plantilla. Es uno de los referentes industriales del norte de España en su segmento. El proyecto GASAI se desarrolló con el apoyo de la convocatoria INNOVA 2024 del Gobierno de Cantabria, gestionada por SODERCAN, demostrando que la combinación de un caso de uso industrial concreto, un partner técnico especializado y palanca pública de financiación puede sacar adelante proyectos de IA aplicada con retorno medible.

Ayudas regionales para escalar IA energética en Cantabria

Si tu empresa está en Cantabria y plantea un proyecto similar de IA para reducir consumo de gas o eficiencia energética industrial, hay tres palancas activas:

Competitividad Industrial SODERCAN: dotación plurianual de 5,5 M€, intensidad de hasta el 30% en eficiencia energética y máximo 2 M€ por proyecto (detalle SODERCAN).
INNOVA Cantabria: convocatoria de 5 M€ para I+D industrial, desarrollo experimental y estudios de viabilidad (detalle convocatoria).
Programa FNEE de eficiencia energética industrial del IDAE: 300 M€ aprobados en Conferencia Sectorial de diciembre de 2025, gestionados por las CCAA (detalle IDAE).

Aplicabilidad fuera de la forja

La arquitectura de GASAI se traslada a cualquier proceso de combustión continua con histórico operacional: fundiciones, hornos de tratamiento térmico, calderas industriales de proceso, plantas cerámicas, procesos de vidrio. En Cantabria, Asturias y País Vasco hay decenas de plantas con este perfil donde el retorno del piloto suele estar por debajo de 12 meses cuando se combina IA para reducir consumo de gas con ayudas regionales.

Siguiente paso: diagnóstico gratuito de tu planta

Si tu planta tiene consumo continuo de gas, hornos industriales o procesos térmicos intensivos, el primer paso no es comprar tecnología sino entender cuánto puede ahorrar tu planta. En Deduce Data Solutions ofrecemos un diagnóstico gratuito de 60 minutos que parte de los datos que tu planta ya tiene. Te decimos, con cifras orientativas y con base en lo aprendido en GASAI, en qué horizonte se amortizaría un sistema similar en tu caso concreto.

Echa un vistazo a los servicios de IA aplicada a industria de DDS o solicita una reunión de diagnóstico sin compromiso.