Una startup chilena convirtió uno de los trabajos más peligrosos de la industria energética —inspeccionar las palas de turbinas eólicas a 80 metros de altura— en un problema de software. INER detecta fisuras, óxido y daños estructurales con drones autónomos y visión artificial en el tiempo que toma un descanso de media mañana.
La historia de INER no empieza en un garaje con una idea brillante. Empieza con un accidente fatal durante una inspección manual en altura. Esa experiencia impulsó a sus fundadores a buscar una solución que eliminara el factor humano en las partes más riesgosas del proceso, no por eficiencia, sino por necesidad. Hoy operan en Chile, Argentina, Uruguay y Perú.
¿Qué hace exactamente el sistema?
El flujo es sencillo en concepto, complejo en ejecución: un dron autónomo recorre cada turbina capturando imágenes RGB e infrarrojas de las palas. Luego, algoritmos de machine learning procesan ese material buscando patrones anómalos: grietas, delaminaciones, acumulación de suciedad, daño por rayos. El resultado es un informe cuantificado que también estima el impacto económico potencial de cada falla detectada.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El contraste con el método tradicional es brutal. Antes: cuerdas, acceso en altura, cámaras de largo alcance desde el suelo con ángulos limitados, jornadas de 6 horas por turbina y riesgo de accidente. Con INER: entre 15 y 45 minutos por turbina, sin personal en altura, datos térmicos que detectan daños invisibles al ojo humano y un costo de inspección hasta 70% menor. Es el tipo de mejora que no requiere convencer mucho a un operador de parque eólico para que pruebe el servicio.
Por qué importa para la infraestructura energética de Chile
Chile tiene más de 4.000 MW de capacidad eólica instalada y el sector sigue creciendo. Cada turbina con una pala dañada no detectada a tiempo puede costar meses de downtime —o una falla catastrófica. El mantenimiento predictivo con IA convierte lo que era un chequeo periódico costoso en monitoreo continuo y basado en datos.
Lo más interesante del caso INER es lo que viene después: la empresa ya está investigando aplicaciones similares para líneas eléctricas y subestaciones. Si la tesis funciona —usar drones + visión artificial para inspeccionar infraestructura crítica que nadie quiere tocar— hay una categoría entera de activos físicos que podrían beneficiarse. En minería, startups chilenas como Cosmos ya están haciendo algo similar con telemetría industrial: la infraestructura energética es el siguiente territorio natural.
No es azar que Chile sea un buen mercado para esto. El país tiene la política de IA más desarrollada de LATAM y un sector energético renovable que crece más rápido que su capacidad de mantenerlo con métodos convencionales. Esa brecha es exactamente donde se instalan startups como INER.
