Cosmos Save Energy quiere hacer en minería lo que la Fórmula 1 lleva décadas haciendo con la telemetría: transformar datos crudos en decisiones operativas casi inmediatas. La startup chilena desarrolla una plataforma que analiza decenas de variables de camiones de extracción para bajar consumo de diésel, reducir emisiones y encontrar ineficiencias que hoy suelen perderse en reportes tardíos.
Suena nicho, pero no lo es. En minería a rajo abierto, el combustible de las flotas pesadas es uno de los costos variables más brutales de toda la operación. Si una capa de software logra mover ese indicador aunque sea unos puntos, el efecto económico y ambiental puede ser enorme.
¿Qué hace exactamente Cosmos Save Energy?
La empresa, fundada en Santiago en 2020, construyó una plataforma de analítica avanzada con IA que integra siete grupos de datos y más de 40 variables operacionales. Entre ellas hay información de GPS, sensores del vehículo, eventos de operación y sistemas de gestión de flota. La meta no es producir dashboards bonitos para la gerencia: es detectar en qué parte del turno, con qué operador y bajo qué condiciones se está desperdiciando energía.
Según explicó Geff Lang en la cobertura de Redimin, la idea es que la eficiencia energética deje de revisarse al final de mes y pase a ser una herramienta diaria de gestión. Esa frase resume bastante bien el producto: software operativo, no consultoría decorativa.
La plataforma entrega visibilidad en tiempo real, modela eficiencia energética ajustada al contexto de cada operación y propone recomendaciones priorizadas. Eso incluye ralentí excesivo, hábitos de conducción, consistencia de velocidad y uso eficiente del frenado. Dicho de otro modo: Cosmos intenta convertir señales dispersas en acciones concretas que un supervisor sí puede ejecutar.
¿Por qué la minería es un buen lugar para este tipo de IA?
Porque el problema ya está lleno de datos, pero no necesariamente de decisiones. Las faenas mineras modernas registran grandes volúmenes de telemetría, aunque muchas veces esa información termina subutilizada o repartida en sistemas que no conversan bien entre sí. Ahí una capa de software con modelos de análisis sí tiene sentido real: no inventa el dato, ordena su uso.
Además, el contexto juega a favor. Chile y Perú concentran una parte relevante de la producción mundial de cobre, operan minas de rajo abierto con dinámicas parecidas y enfrentan presión creciente por bajar costos y reducir emisiones. Eso vuelve a la región un terreno especialmente atractivo para soluciones que mezclan IA, industria pesada y sostenibilidad.
La propia Cosmos ya está pensando en eso. Según Redimin y la cobertura replicada por otros medios del sector, la startup proyecta expandirse a Perú, Brasil y Canadá después de consolidar pilotos en Chile. También está explorando una capa adicional de negocio: certificados de reducción de emisiones basados en ahorros cuantificados.
- Fundación: 2020, en Santiago de Chile.
- Datos que procesa: 7 grupos y más de 40 variables operacionales.
- Expansión en la mira: Perú, Brasil y Canadá, según la cobertura sectorial de febrero de 2026.
La parte interesante no es la IA, sino dónde la están poniendo
Hay una lección útil acá. Mucha conversación sobre inteligencia artificial sigue atrapada entre chatbots, generación de imágenes y demos de oficina. Cosmos va por otra ruta: usar analítica y modelos para atacar un problema industrial muy específico, muy costoso y muy medible. Esa clase de enfoque suele ser menos sexy para redes sociales, pero bastante más convincente para vender.
En eso se parece a otras startups latinoamericanas que estamos siguiendo. DataScope, por ejemplo, creció en LATAM digitalizando operaciones en terreno en vez de perseguir hype. La lógica es parecida: tomar procesos donde ya hay fricción, datos y costo operativo, y poner encima una capa de software que sí cambie decisiones.
También conecta con un patrón más amplio de minería y tecnología en Chile. Aunque el caso de Andes Levers y sus wearables para faenas mineras va por otra arista, muestra algo similar: la minería local se está convirtiendo en un laboratorio interesante para productos tecnológicos con impacto físico real, no solo digital.
Qué validó Aster y qué falta todavía
Cosmos obtuvo el segundo lugar en la séptima Expedición de Aster, un programa bien conectado con el ecosistema minero e innovador del norte de Chile. Esa validación ayuda, pero no reemplaza lo importante: pilotos sólidos, resultados repetibles e integración real con proveedores de telemetría y sistemas de gestión de flotas.
Y ahí está el desafío grande. Vender software a minería no se parece a vender SaaS a una startup. Los ciclos son más largos, el costo de equivocarse es mayor y la credibilidad pesa muchísimo. En este tipo de mercado, un caso de uso probado en terreno vale más que veinte presentaciones bien diseñadas.
Por eso la etapa actual de Cosmos es clave. Si logra demostrar ahorros sostenibles con datos verificables y capturar esa mejora en operaciones reales, tiene una historia fuerte para crecer fuera de Chile. Si no, corre el riesgo de quedar atrapada en la categoría de “solución prometedora” que nunca sale del piloto.
Por qué importa
El caso de Cosmos Save Energy importa porque recuerda algo que a veces se pierde en la conversación sobre IA: las oportunidades más duras y más valiosas suelen estar fuera de la pantalla. No siempre se trata de crear un nuevo asistente conversacional. A veces se trata de mover una variable concreta en una industria enorme, lenta y cara.
También importa por el ángulo latinoamericano. Ver una startup chilena construir software industrial con ambición regional, usando conocimiento local del problema y pensando desde el día uno en Perú, Brasil y Canadá, es bastante más interesante que otra copia tardía de una app de Silicon Valley. Si el producto funciona, no compite por likes: compite por eficiencia medible.
En el mejor escenario, Cosmos puede convertirse en un ejemplo de cómo se construye tecnología profunda desde Chile para sectores tradicionales. En el mínimo, ya está mostrando una idea útil: cuando una industria está inundada de datos pero seca de decisiones, hay espacio para software que haga el trabajo incómodo de conectar ambas cosas.
