Inteligencia operativa · Oil & Gas

La falla de la semana que viene ya está en tus datos de hoy.

WellSight AI captura la telemetría de tus pozos y activos, la supervisa en un SCADA con el diagrama vivo de cada instalación, predice fallas con días de anticipación, detecta fugas en tiempo real y genera tus reportes regulatorios en un clic — con un agente que además te propone cómo mejorar la instalación.

REGISTRO GRATIS · SIN TARJETA · ENTRÁS A UNA OPERACIÓN SIMULADA CON 90 DÍAS DE DATOS

Predicción de falla — acción requerida

Predict
Compresor C-201 · PC Norte
Vibración del rodamiento fuera de patrón hace 9 días. Firma compatible con desgaste de pista externa.
Prob. de falla
78%
Ventana
12 días
Costo de parada
US$ 480k/h
umbral 7.1 mm/s
Generar orden de trabajo OT AUTOMÁTICA PRIORIZADA POR COSTO
US$ 88.000M

pierde la industria por año en downtime no planificado

FUENTE: ESTUDIOS DE INDUSTRIA 2025
US$ 500k

cuesta cada hora de parada de una instalación típica

FUENTE: ESTUDIOS DE INDUSTRIA 2025
76%

de las fugas pequeñas de metano no se detectan entre inspecciones manuales

FUENTE: EPA / ANÁLISIS SECTORIAL
+50%

de la fuerza laboral experta se jubila en la próxima década, llevándose el conocimiento

FUENTE: "GREAT CREW CHANGE"

Tres dolores caros. Una sola plataforma.

Cada módulo ataca una pérdida concreta y medible de tu operación — y los tres trabajan sobre los mismos datos unificados.

Predict

Mantenimiento predictivo con IA

Hoy: mantenés por calendario o por rotura, y cada sorpresa cuesta hasta US$ 500k por hora.

Health score por activo, detección de anomalías sobre la telemetría y predicción de fallas con días de anticipación. Cada alerta genera una orden de trabajo priorizada por criticidad × costo de parada.

▲ 20–45% menos downtime no planificado*

Unify

Tus datos, por fin en un solo lugar

Hoy: SCADA viejo, Excel, PDFs y cada área con su propia versión de la verdad.

Pozos, activos, sensores y producción en un modelo único. Curvas de declino con detección automática de pozos que caen más rápido de lo esperado, y API abierta para integrar lo que ya tenés.

▲ De días de búsqueda a segundos de respuesta

Comply

Compliance y emisiones en piloto automático

Hoy: multas promedio de US$ 840k por instalación y cientos de horas-ingeniero en reportes manuales.

Monitoreo continuo de metano, alertas de fuga con el costo del producto perdido en USD, registro de incidentes HSE y reportes regulatorios generados automáticamente, listos para auditar.

▲ ~70% menos carga administrativa*

* RANGOS REPORTADOS POR IMPLEMENTACIONES DE IA PREDICTIVA Y COMPLIANCE DIGITAL EN LA INDUSTRIA (ADNOC, SHELL, ESTUDIOS MCKINSEY/DELOITTE).

¿Cómo genera las predicciones? Sin cajas negras.

Este es el pipeline real del motor — la misma matemática que corre sobre tu telemetría. El diagrama de la derecha la ejecuta en vivo en tu navegador, con un sensor simulado degradándose.

Ingesta continua de telemetría

Cada sensor (vibración, presión, temperatura, caudal, corriente) transmite una lectura cada 15 segundos hacia la serie temporal del activo.

Tendencia por regresión sobre ventana móvil

Sobre las últimas 48 horas se ajusta la pendiente por mínimos cuadrados — cuánto empeora el sensor por día:

m = (n·Σxy − Σx·Σy) / (n·Σx² − (Σx)²)

Severidad contra umbrales de ingeniería

El nivel actual se compara con los umbrales de alerta y crítico del activo (configurables por tu equipo):

estado = nivel ≥ crit → CRÍTICO · nivel ≥ warn → ALERTA

Probabilidad de falla y ventana estimada

Si el sensor está en zona de riesgo y la tendencia sube, se proyecta cuándo cruza el umbral crítico:

P = 0,40 + 0,55·(nivel − warn)/(crit − warn) ∈ [0,15 · 0,95] ventana = (dist. a crítico + margen) / |m| días

Health score del activo

Cada sensor aporta penalidades (crítico 35, alerta 14, tendencia en ascenso +6) que se restan de 100 — el número que ves en el tablero.

Acción: orden de trabajo automática

Con P ≥ 75% la plataforma genera la OT sola, priorizada por criticidad × costo de parada, con el antecedente similar adjunto. El modelo es transparente y extensible: el mismo pipeline admite modelos de supervivencia y autoencoders por tipo de activo.

Simulación en vivo — corre en tu navegador

MISMAS FÓRMULAS DEL MOTOR
SENSORvibración mm/s
SERIE 48Hventana móvil
MOTOR IAregresión + umbrales
ORDEN DE TRABAJOauto · P ≥ 75%
✓ FALLA INTERCEPTADA — OT GENERADA · REINICIANDO SENSOR…
Nivel
Pendiente/día
Prob. de falla
Ventana est.
UMBRAL ALERTA 5,5 · CRÍTICO 7,1 mm/s — CADA PUNTO EQUIVALE A 1 HORA DE TELEMETRÍA REAL

Tu sala de control, con un ingeniero de IA adentro.

SCADA de supervisión con el diagrama vivo de cada instalación, captura IoT que no pierde ni una lectura, y un agente que propone mejoras concretas sobre el propio plano — con su impacto en USD.

HMI · Yacimiento Estación Sur

Así se ve en la plataforma
MANIFOLD MT-S4 312 ppm ▲ metano FUGA 4.2 kg/h SEP-03 11.8 bar GAS A PLANTA AGUA A REINYECCIÓN TK-08 64 % nivel A DUC-01 PMP-07 · 42.5 A MEJORA PROPUESTA: MEDICIÓN DEDICADA EN BRIDA DEL MANIFOLD
POZOS 4/5 PRODUCIENDO ALARMAS 2 ACTIVAS RECONOCIMIENTO AUDITADO ACTUALIZACIÓN EN VIVO

📡 Captura IoT que no pierde datos

Edge agents en cada sitio capturan la telemetría y, si se corta el enlace satelital o 4G, buferean localmente y sincronizan todo al reconectar. Mirá el ciclo:

EDGE-SUREN LÍNEA · transmitiendo
128 lecturas/min · Estación Sur

⚑ El agente que mejora tu instalación

Cruza el layout con el historial de fugas, incidentes y costos, y propone mejoras accionables — sobre el HMI y dentro de tus reportes.

⚑ Punto de medición adicional en el manifold

El sensor MT-S4 está a 40 m de la brida con 2 fugas históricas. Un sensor dedicado reduce la detección de días a menos de 1 hora.

▲ Detección temprana ≈ US$ 3.600/evento recuperados

Copilot · IA conversacional

Preguntale a tu operación, como le preguntarías a tu ingeniero más experto.

  • Responde con tus datos reales — producción, sensores, mantenimiento — y cita las fuentes de cada respuesta.
  • Captura el conocimiento antes de que se jubile: ingiere manuales, procedimientos e historial de intervenciones, y responde "¿cómo se resolvió la última vez?".
  • Auditable: cada respuesta muestra qué tablas y documentos consultó. Sin cajas negras.
¿Por qué cayó la producción de PN-014?
PN-014 produjo 418 bbl/d los últimos 7 días, contra 538 de su curva base: brecha de 22,3%. El modelo lo marca con declino anómalo 3,1×. El patrón coincide con pérdida de eficiencia de la bomba B-114 (corriente +12%, caudal −18%). Caso similar: PN-007 (2024), resuelto con reemplazo de etapas por desgaste de arena.
FUENTES: production_daily · sensores B-114 · OT-2024-311
¿Cómo se resolvió esa vez?
Se reemplazaron las etapas 4–7 y se instaló un separador de arena de fondo. Recuperó el 94% del caudal en 6 días. Procedimiento documentado por R. Herrera en el Manual de intervención ESP §3.2.
FUENTES: maintenance_history · Manual ESP §3.2

Un ejemplo real de la demo: la falla que no pasó.

Esto es exactamente lo que vas a ver al crear tu cuenta — una operación simulada donde la plataforma intercepta una falla de compresor antes de que ocurra.

Día 1

La IA nota lo que nadie ve

La vibración del compresor C-201 se desvía 0,1 mm/s de su patrón. Imperceptible para una recorrida de campo. El health score empieza a caer.

Día 9

Predicción con ventana

El modelo proyecta la tendencia: 78% de probabilidad de falla en 12 días. Firma compatible con desgaste de rodamiento. Costo de parada: US$ 480k/hora.

Día 9 · +5 min

Orden de trabajo automática

La plataforma genera la OT priorizada por costo, con el repuesto sugerido y el antecedente del caso similar de 2025 adjunto.

Resultado

US$ 2,4M que no se perdieron

Intervención planificada de 4 horas en vez de una parada de emergencia de días. El tablero lo contabiliza como downtime evitado.

Todo lo que incluye la plataforma

Pensada para operadores independientes: valor desde el primer día, sin proyectos de integración eternos.

Health score por activo

Estado 0–100 de compresores, bombas, separadores y ductos, recalculado cada 30 segundos.

Predicción de fallas

Probabilidad y ventana estimada en días, con el componente afectado y el costo de parada en juego.

Órdenes de trabajo inteligentes

Generadas por IA desde las alertas y priorizadas por criticidad × costo. Kanban para el equipo.

Telemetría en tiempo real

Sensores de vibración, presión, temperatura, caudal y corriente transmitiendo en vivo al tablero.

Curvas de declino con IA

Cada pozo comparado contra su curva base; los declinos anómalos se marcan solos.

Monitoreo de metano

Lecturas continuas por sitio, detección temprana de fugas y pérdida valorizada en USD por día.

Reportes regulatorios en 1 clic

Borradores EPA/GHGRP generados con los datos reales del período, listos para revisar y presentar.

Gestión de incidentes HSE

Registro, severidad, acciones correctivas y trazabilidad completa para auditorías.

Copilot con fuentes

Preguntas en lenguaje natural sobre toda tu operación, con citas verificables en cada respuesta.

Memoria institucional

Historial de mantenimiento y manuales consultables: el conocimiento queda aunque la gente rote.

SCADA · HMI sinóptico

El diagrama vivo de cada instalación con valores en tiempo real, estados por color y panel de alarmas con reconocimiento auditado.

Captura IoT con edge agents

Gateways en sitio que buferean cuando se corta el enlace y sincronizan al reconectar — ninguna lectura se pierde.

Agente de mejoras

Propone optimizaciones de layout e instalaciones sobre el propio HMI, con impacto estimado en USD, y enriquece tus reportes con recomendaciones.

Multiusuario con roles

Admin, ingeniería, HSE y visualización — cada perfil ve lo que necesita.

API abierta

REST + streaming de eventos para integrar SCADA, historiadores y tus sistemas existentes.

Vas a verlo funcionando en 60 segundos.

Creá tu cuenta y entrá a una operación simulada con 25 pozos, 15 activos y 90 días de historia — con una falla de compresor desarrollándose en vivo y una fuga de metano activa para que explores cada módulo.

Crear cuenta gratis

¿YA TENÉS CUENTA? INICIÁ SESIÓN