En el cambiante panorama de la innovación digital, mantenerse adaptable no es solo una estrategia, es una habilidad de supervivencia. “Todos tienen un plan hasta que les dan un puñetazo en la cara”, dice Luis Niño, gerente digital de emprendimientos tecnológicos e innovación en Chevron, citando a Mike Tyson.

Con una trayectoria que abarca operaciones de TI, RR.HH. e infraestructura en todo el mundo, Niño ofrece una perspectiva única sobre la innovación y cómo las microculturas organizacionales dentro de Chevron dan forma a la evolución de la transformación digital.

Las funciones centralizadas priorizan la eficiencia y se apoyan en herramientas como la inteligencia artificial, el análisis de datos y las arquitecturas de sistemas escalables. Mientras tanto, las unidades de negocio se centran en la simplicidad y la eficacia, implementando robótica y computación de borde para satisfacer las necesidades específicas del sitio y garantizar la seguridad.

"Desde el punto de vista de la transformación digital, lo que he aprendido es que hay que vincular la tecnología a los resultados que impulsan los resultados en ambas áreas, pero hay que permitirse ser flexible, ser ágil y entender que el cambio es constante", afirma.

Un elemento central de esta transformación es el auge de la IA industrial. A diferencia de las aplicaciones de consumo, la IA industrial opera en entornos de alto riesgo donde el costo de los errores puede ser alto.

"La riqueza de información potencial necesita ser contextualizada, modelada y gobernada debido a la seguridad de esos procesos subyacentes", dice Niño. "Si una máquina reacciona de maneras inesperadas, las personas podrían resultar heridas, por lo que hay un nivel adicional de cuidado que debe aplicarse y que debemos tener en cuenta a medida que implementamos estas tecnologías".

Niño destaca los esfuerzos de Chevron por utilizar la IA para el mantenimiento predictivo, el análisis del subsuelo y la automatización de procesos, y señala que “la IA se asienta sobre esa base de una sólida gestión de datos y sólidas capacidades de telecomunicaciones”. Como tal, la IA no es solo una herramienta, sino un catalizador de transformación que redefine cómo se gestiona el talento, se optimiza la adquisición y se garantiza la seguridad.

De cara al futuro, Niño destaca la importancia de la adaptabilidad y la colaboración: “La transformación tiene que ver tanto con la tecnología como con las personas”. Con iniciativas como el Programa de Desarrolladores Ciudadanos y Learn Digital, Chevron está capacitando a su fuerza laboral para cerrar la brecha entre las tecnologías emergentes y las operaciones cotidianas utilizando una mentalidad iterativa.

Niño también está atento a la convergencia de tecnologías como la IA, la computación cuántica, la Internet de las cosas y la robótica, que tienen el potencial de transformar la forma en que producimos y gestionamos la energía.

"Mi trabajo es estar atento a esos desarrollos", dice Niño, "para asegurarme de que estamos gestionando estas cosas de manera responsable y de que las cosas que probamos y ensayamos y las cosas que implementamos, mantenemos un estricto sentido de responsabilidad para asegurarnos de mantener a todos seguros, nuestros empleados, nuestros clientes y también a nuestras partes interesadas desde una perspectiva más amplia".

Este episodio de Business Lab se produce en asociación con Infosys Cobalt.

Transcripción completa

Megan Tatum: De MIT Technology Review, soy Megan Tatum y este es Business Lab, el programa que ayuda a los líderes empresariales a comprender las nuevas tecnologías que salen del laboratorio y llegan al mercado.

Nuestro tema de hoy es la transformación digital, desde las operaciones administrativas hasta la infraestructura en el campo, como las plataformas petroleras, las empresas continúan buscando formas de aumentar las ganancias, cumplir los objetivos de sostenibilidad e invertir en la última y mejor tecnología.

Dos palabras para ti: permitir la innovación.

Mi invitado es Luis Niño, gerente digital de emprendimientos tecnológicos e innovación en Chevron. Este podcast se produce en asociación con Infosys Cobalt.

Bienvenido, Luis.

Luis Niño: Gracias, Megan. Gracias por invitarme.

Megan: Muchas gracias por acompañarnos. Solo para dar un poco de contexto, Luis, tu carrera en Chevron ha sido muy diversa, abarcando TI, RR. HH. y operaciones de infraestructura. Me pregunto, ¿cómo han influido esos diferentes roles en tu enfoque de la innovación y la estrategia digital?

Luis: Gracias por la pregunta. Tienes razón, mi carrera ha abarcado muchas áreas y geografías diferentes en la empresa. Realmente siento que he trabajado para diferentes empresas cada vez que cambio de roles. Como dije, he tenido diferentes funciones, organizaciones y ubicaciones desde aquí en Houston y en Bakersfield, California y en Buenos Aires, Argentina. Desde un punto de vista organizacional, he visto equipos centrales, centros de servicio internacionales, como mencionaste, infraestructura de campo y organizaciones de operaciones en nuestras unidades de negocios, y también he tenido roles en funciones corporativas.

Y la razón por la que mencioné esa diversidad es que cada una de ellas analiza la transformación digital y la innovación desde su propia perspectiva. Desde la prioridad de escalar y optimizar en las organizaciones centrales hasta la necesidad de optimizar y simplificar en las unidades de negocios y lo que me gusta llamar la periferia, realmente aprendes sobre el concepto de microculturas, en primer lugar, y cuán diferentes pueden ser estas organizaciones incluso dentro de nuestras propias paredes, pero también cómo se unen en organizaciones como Chevron.

Con el tiempo, destacaría dos cosas. En las organizaciones centrales, ya sean funciones como TI, RR.HH. o nuestro centro técnico, tenemos un centro técnico central, donde buscamos continuamente eficiencias en la escalabilidad, arquitecturas de sistemas que permitan economías de escala. Como se puede imaginar, el objetivo es la eficiencia. También hemos buscado mejorar la experiencia de los empleados. Queremos orquestar ecosistemas de grandes proveedores de tecnología que nos den una ventaja y hagan avanzar a la enorme organización. En áreas como esta, en áreas centrales como esta, diría que son el análisis de datos, la ciencia de datos y la inteligencia artificial las que se han convertido en el tipo de herramientas fundamentales para lograr esos objetivos.

Ahora bien, si permitimos que ese péndulo se mueva hacia las unidades de negocio y hacia la periferia, el lema del juego es eficacia y simplicidad. La prioridad para las unidades de negocio es encontrar y ejecutar tecnologías que nos ayuden a lograr los objetivos locales y mantener a nuestra gente segura. Especialmente cuando hablamos de nuestros entornos de fabricación donde existe riesgo para nuestra gente. En estas áreas, tecnologías como la robótica, la Internet de las cosas y, obviamente, la informática de borde son actualmente los facilitadores de la información.

No quisiera perder la oportunidad de decir que ambas, llamémoslo así, áreas de la empresa se basan en la misma base, y es una base de sólida gestión de datos, de sólidas capacidades de red y telecomunicaciones, porque esas son las venas por donde fluyen los datos y todo depende de los datos.

En mi experiencia, este péndulo también impulsa nuestras prioridades tecnológicas y nuestra estrategia tecnológica. Desde el punto de vista de la transformación digital, lo que he aprendido es que hay que vincular la tecnología a los resultados que impulsan los resultados en ambas áreas, pero hay que permitirse ser flexible, ágil y entender que el cambio es constante. Si se está implementando algo en el centro y de repente se da cuenta de que alguna unidad de negocio ya tiene una solución, no se puede decir simplemente: "Cerrémosla y sigamos con lo que he dicho". Hay que adaptarse, hay que entender la gestión del cambio de comportamiento y hay que asegurarse de que el cambio y los ajustes sean el pan de cada día.

No sé si lo sabías, Megan, pero este fin de semana habrá una pelea popular con Mike Tyson y él tiene un dicho: todo el mundo tiene un plan hasta que le dan un puñetazo en la cara. Y lo que está tratando de decir es que hay que ser adaptable. El plan es bueno, pero hay que asegurarse de permanecer ágil.

Megan: Sí, absolutamente.

Luis: Y luego, creo que la última lección, muy rápida, es sobre la gestión de riesgos o tal vez la tolerancia al riesgo. Cada grupo tiene su propia tolerancia al riesgo, dependiendo de la perspectiva o de dónde se encuentre, y esto puede crear algún conflicto entre las organizaciones que quieren avanzar muy, muy rápido y tienen urgencia, y otras que quieren dar un paso atrás y asegurarse de que estamos haciendo las cosas bien y en equilibrio. Creo que, al final, creo que esa es una cuestión que los líderes deben asegurarse de que tienen el pulso de nuestra capacidad para cambiar.

Megan: Por supuesto, y has mencionado algunos elementos y tecnologías diferentes en los que me encantaría profundizar un poco más. Uno de ellos es la inteligencia artificial, porque sé que Chevron lleva varios años explorando la IA. Me pregunto si podrías contarnos algunos de los casos de uso de la IA en los que está trabajando y qué marcos has desarrollado para su adopción efectiva.

Luis: Sí, absolutamente. Este es el gran tema, ¿no? Todo el mundo habla de la IA. Como puedes imaginar, en nuestra empresa nos centramos en lo que ahora se denomina IA industrial. Es un término muy sencillo para explicar que la IA se está aplicando a entornos industriales y de fabricación. Y, como ocurre con otras IA, y como he mencionado antes, la base sigue siendo la información. Quiero destacar la importancia de la información en este punto.

Sin embargo, una de las diferencias es que, en el caso de la IA industrial, los datos proceden de diversas fuentes. Algunas de ellas son muy críticas y otras no lo son. Fuentes como tecnologías operativas, redes de control de procesos y SCADA, hasta sensores de Internet de las cosas o sensores de Internet de las cosas industriales, y datos no estructurados como documentación de ingeniería y datos de TI. Se trata de cantidades ingentes de información que proceden de distintos lugares y también de distintas estructuras de seguridad. La complejidad de la IA industrial es considerablemente mayor que la de lo que yo llamaría IA de consumo o de productividad.

Megan: Correcto.

Luis: La gran cantidad de información potencial debe contextualizarse, modelarse y gobernarse debido a la seguridad de esos procesos subyacentes. Cuando estás en un entorno industrial, si una máquina reacciona de maneras inesperadas, las personas pueden resultar heridas, por lo que hay un nivel adicional de cuidado que debe aplicarse y que debemos tener en cuenta a medida que implementamos estas tecnologías.

La IA se asienta sobre esa base y adopta distintas formas. Puede presentarse como un copiloto, como los que se han popularizado recientemente, o como una IA con capacidad de agencia, que es algo que estamos estudiando de cerca en este momento. Y la IA con capacidad de agencia es solo un término que significa que la IA puede operar de forma autónoma y puede usar un razonamiento complejo para resolver problemas de múltiples pasos en un entorno industrial.

Teniendo esto en mente, volviendo a su pregunta, utilizamos ambos tipos de IA para múltiples casos de uso, incluidos el mantenimiento predictivo, el análisis del subsuelo, la automatización de procesos y la optimización del flujo de trabajo, y también la productividad del usuario final. Obviamente, cada uno de esos casos de uso necesita objetivos específicos que la empresa esté considerando en cada área de la cadena de valor.

En el mantenimiento predictivo, por ejemplo, monitoreamos y analizamos el estado de los equipos, prevenimos fallas y permitimos el mantenimiento preventivo y la reducción del tiempo de inactividad. La IA nos ayuda a comprender cuándo es necesario realizar el mantenimiento de la maquinaria para evitar fallas en lugar de simplemente esperar a que ocurran. En el análisis del subsuelo, estamos explorando la IA para desarrollar mejores modelos de yacimientos de hidrocarburos. Estamos explorando la IA para pronosticar modelos geomecánicos y para capturar y comprender datos de detección por fibra óptica. La detección por fibra óptica es una capacidad que ha demostrado ser muy valiosa para nosotros, y la IA nos está ayudando a dar sentido a la gran cantidad de información que surge del conjunto, como nos gusta decir. Por supuesto, no lo hacemos solos. Nos asociamos con muchas organizaciones de terceros, con proveedores y con personas dentro de Chevron que son expertos en la materia para hacer avanzar los proyectos.

Hay otras áreas más allá de la IA industrial que estamos analizando. La IA es realmente un catalizador de transformación, por lo que también estamos haciendo pruebas en áreas como finanzas, derecho, adquisiciones y recursos humanos en esas áreas corporativas. Puedo decirles que he participado en proyectos en adquisiciones y recursos humanos. Cuando estaba en recursos humanos, llevamos a cabo un esfuerzo increíble en asociación con una empresa externa, y lo que hacen es tratar de transformar la forma en que entendemos el talento, y la forma en que lo hacen es tratar de proporcionar marcos basados en datos para tomar decisiones sobre el talento.

Y así redefinen el talento al enmarcar los datos en forma de habilidades y, al hacerlo, ayudan a eliminar los sesgos de los procesos que suelen ser o pueden ser propensos a sesgos y perspectivas inconscientes. Es realmente fascinante pensar en las habilidades basadas en el talento y comenzar a desvincularlas de lo que sabemos desde que comenzó la era industrial, que es que las personas encajan en los trabajos. Ahora la pregunta es más bien al revés. ¿Cómo pueden adaptarse los trabajos a las habilidades de las personas? Y luego, en materia de adquisiciones, la IA básicamente nos está ayudando a abrir la puerta a una gama más amplia de proveedores de una manera automatizada que nos convierte en mejores socios. Es más rentable. Es realmente útil.

Antes de terminar, usted hizo referencia a los marcos de trabajo, es decir, el marco de trabajo de la IA industrial frente a lo que yo llamo IA de productividad, la comprensión de los casos de uso. Todo esto se basa en nuestros marcos de trabajo de IA responsable. Hemos creado una organización central de IA empresarial y han hecho un gran trabajo en el desarrollo de áreas clave de IA responsable, así como marcos de trabajo de capacitación y adopción. Esto incluye cómo usar la IA, cómo no usarla, qué datos podemos compartir con los diferentes GPT que están disponibles para nosotros.

Ahora somos miembros de organizaciones como el Responsible AI Institute, una organización que fomenta el uso seguro y confiable de la IA. Pero nuestro propio marco de IA responsable consta de cuatro pilares. El primero son los principios, y así es como nos aseguramos de seguir alineados con los valores que impulsan a esta empresa, a la que llamamos The Chevron Way. Incluye la evaluación, asegurándonos de evaluar estas soluciones en proporción al impacto y al riesgo. Como mencioné, cuando se habla de procesos industriales, la vida de las personas está en juego. Por eso, analizamos muy de cerca lo que estamos ofreciendo y cómo nos aseguramos de que mantenga a nuestra gente segura. Incluye la educación, mencioné la capacitación de nuestra gente para aumentar sus capacidades y reforzar los principios responsables, y el último de los cuatro es la supervisión de la gobernanza y la rendición de cuentas a través de las estructuras de control que estamos implementando.

Megan: Fantástico. Muchas gracias por esos ejemplos específicos tan fascinantes. Es genial saberlo. Y la transformación digital, que mencionaste brevemente, se ha vuelto fundamental, por supuesto, para permitir el crecimiento y la innovación empresarial. Me pregunto cómo ha sido la transformación digital de Chevron y cómo ha afectado el cambio a las operaciones generales y también a la forma en que los empleados interactúan con la tecnología.

Luis: Sí, sí. Esa es una muy buena pregunta. El término transformación digital se interpreta de muchas maneras diferentes. Para mí, se trata realmente de aprovechar la tecnología para impulsar los resultados comerciales y la transformación empresarial. Por lo general, tendemos a especificar la tecnología emergente como el catalizador de la transformación. Creo que eso está bien, pero también creo que hay formas de impulsar la transformación digital con tecnología que no es necesariamente emergente, pero que se está optimizando, y bajo este paraguas, incluimos todo, desde nuestro Programa de Desarrolladores Ciudadanos hasta asociaciones complejas con la industria que nos ayudan a maximizar el valor de los datos.

El Programa de Desarrolladores Ciudadanos ha tenido mucho éxito al ayudar a cerrar la brecha entre nuestros ingenieros de software técnicos y las prácticas de desarrollo de software y las personas que están ahí afuera haciendo el trabajo, familiarizándose y desmitificando la forma de construir soluciones.

Creo que la transformación tiene que ver tanto con la tecnología como con las personas. Por eso, volviendo al marco de la IA responsable, estamos formando y mejorando activamente a la fuerza laboral. Creamos un programa llamado Learn Digital que ayuda a los empleados a adoptar las tecnologías. Mencioné el concepto de desmitificación. Es muy importante que las personas no caigan en la trampa de asustarse por el potencial de la tecnología o el hecho de que sea nueva y que las ayudemos y les demos las herramientas para superar la brecha de gestión del cambio para que puedan usarlas y sacarles el máximo partido.

En un nivel alto, nuestra transformación ha seguido la naturaleza cíclica que tiene prácticamente cualquier transformación. Hemos identificado las bases de datos que necesitamos tener. Hemos comprendido el impacto de los procesos que estamos tratando de digitalizar. Organizamos esa información, luego optimizamos y automatizamos los procesos, aprendemos, y ahora las máquinas aprenden y luego lo hacemos todo de nuevo. Y así, esta mentalidad cíclica, esta mentalidad iterativa realmente se ha arraigado en nuestra cultura y nos ha hecho un poco mejores a la hora de aceptar las tecnologías que están impulsando el cambio.

Megan: Y para analizar una de esas tecnologías con un poco más de detalle, la computación en la nube ha revolucionado la infraestructura en todas las industrias. Pero también hay un movimiento pendular hacia modelos de computación híbridos y de borde. ¿Cómo está equilibrando Chevron las estrategias de nube, híbridas y de borde para lograr un rendimiento óptimo?

Luis: Sí, es una gran pregunta y creo que se podría decir que ese fue el origen del esfuerzo de transformación digital. Ha sido un viaje para nosotros y creo que no somos los únicos que lo comenzamos como una estrategia de ahorro de costos y almacenamiento, pero luego llegamos a esta necesidad cada vez mayor de múltiples cosas, como escalar la potencia informática para admitir modelos de lenguaje grandes y maximizar la forma en que ejecutamos modelos complejos. Existe una necesidad cada vez mayor de almacenar grandes cantidades de datos para modelos de entrenamiento e inferencia mientras mejoramos la gestión de datos y predecimos las necesidades futuras.

Existe la necesidad de tener la oportunidad de eliminar las limitaciones de hardware. Una de las promesas de la nube era que se podría aumentar o disminuir la capacidad de procesamiento según las necesidades de los proyectos, y eso no ha parado, solo ha aumentado. Y luego existe la necesidad de poder hacer esto a nivel global. Para una empresa como la nuestra, que está distribuida por todo el mundo, queremos hacer esto en todas partes mientras administramos activamente esos recursos sin el peso de la infraestructura que solíamos llevar en nuestros libros. La nube realmente nos ha ayudado a cambiar la forma en que pensamos sobre los activos digitales que tenemos.

También es importante que se haya creado esta necesidad simbiótica de crecimiento entre la IA y la nube. Por lo tanto, no se puede tener IA sin la nube, pero ahora no se puede tener la nube sin IA. En realidad, trabajamos para equilibrar los beneficios de la nube y la computación híbrida y de borde, y mantenemos la eficiencia operativa como nuestra estrella del norte. Tenemos asociaciones clave en la nube, eso es algo de lo que quiero asegurarme de hablar. Microsoft es probablemente la más estratégica de nuestras asociaciones porque nos ha ayudado a sentar las bases para la nube. Pero también pensamos en la conveniencia de la nube híbrida a través de la lente de aprovechar una nube pública conveniente y escalable y una nube privada muy segura que nos ayude a satisfacer nuestras necesidades operativas y de seguridad.

La computación de borde cubre la brecha o la necesidad de baja latencia y procesamiento de datos en tiempo real, que son limitaciones críticas para la toma de decisiones en la mayoría de los lugares donde operamos. Puede pensar en una plataforma petrolífera en alta mar, una refinería, una plataforma petrolífera en el campo y tal vez incluso áreas no tan remotas como aquí en nuestras oficinas corporativas. Poner esa potencia de procesamiento cerca de la fuente de datos es fundamental. Por eso trabajamos y nos asociamos con proveedores para permitir una computación más liviana que podamos configurar en el borde y, mencioné la base antes, protocolos de comunicación más rápidos en el borde que también resuelvan la necesidad de velocidad.

Pero es importante recordar que no se debe pensar en la computación de borde y la nube como cosas separadas. La nube respalda la computación de borde al proporcionar una gestión centralizada mediante la provisión de análisis avanzados, entre otras cosas. Se pueden entrenar modelos en la nube y luego implementarlos en dispositivos de borde, teniendo en cuenta las prioridades en tiempo real. Yo diría que la computación de borde también respalda nuestra estrategia de ciberseguridad porque nos permite controlar y proteger entornos e información confidenciales mientras integramos capacidades de aprendizaje automático e inteligencia artificial.

He mencionado casos prácticos como el mantenimiento predictivo y la seguridad, que son buenos ejemplos de áreas en las que queremos asegurarnos de que nuestra estrategia de ciberseguridad sea la prioridad. Cuando hablé de mi experiencia, hablé del centro y el borde. Nuestra estrategia para equilibrar ese péndulo se basa en la flexibilidad y en una gestión eficaz de los activos. Por eso, asegurarnos de que nuestra nube refleje esas realidades estratégicas nos da una buena base para lograr nuestros objetivos corporativos.

Megan: Como dices, la seguridad es una prioridad máxima. ¿Cómo ayudan también tecnologías como la Internet de las cosas y la IA a mejorar los protocolos de seguridad, especialmente en el contexto del seguimiento de emisiones y la detección de fugas?

Luis: Sí, gracias por la pregunta. La seguridad es lo más importante que pensamos y de lo que hablamos aquí en Chevron. No hay nada más importante que garantizar que nuestra gente esté segura y sana, así que dividiría la seguridad en dos. Antes de pasar al seguimiento de emisiones y la detección de fugas, solo quiero hacer una breve observación sobre la seguridad personal y cómo aprovechamos la IoT y la IA para ese fin.

Utilizamos capacidades de detección que nos ayudan a mantener a los trabajadores fuera de peligro, y también usamos herramientas como la visión artificial para identificar y alertar a las personas que ingresan a áreas seguras. También utilizamos la visión artificial, por ejemplo, para identificar los requisitos de EPI (equipo de protección personal), y si hay áreas que requieren un cierto tipo de ropa, un cierto tipo de identificación o un casco, utilizamos tecnologías que pueden ayudarnos a asegurarnos de que las personas los tengan antes de ingresar a un área en particular.

También estamos utilizando wearables. Los wearables nos ayudan en uno de los casos de uso: nos ayudan a rastrear el agotamiento y la deshidratación en lugares donde eso crea un riesgo inherente, por ejemplo, en lugares que son muy calurosos, ya sea por el clima o porque son cerrados, podemos utilizar wearables que nos digan qué tan rápido se está deshidratando la persona, cuáles son los niveles de líquido o sodio que necesita para asegurarse de que está a salvo o si necesita tomar un descanso. Ahora tenemos esas capacidades.

Volviendo al seguimiento de emisiones y la detección de fugas, creo que es en realidad la combinación de IoT e IA la que puede transformar la forma en que prevenimos y reaccionamos ante ellas. En este caso, también implementamos capacidades de detección. Usamos cosas como visión artificial, como capacidades infrarrojas, y usamos otras que envían datos a los modelos de IA, que luego alertan y permiten una respuesta rápida.

La forma en que yo explicaría cómo utilizamos la IoT y la IA para la seguridad, ya sea para la seguridad del personal o para el seguimiento de emisiones y la detección de fugas, es pensar en los sensores como una extensión de la capacidad humana para percibir. En algunos casos, se podría decir que se trata de supercapacidades. Por lo tanto, si pensamos en la vista normalmente, habría supervisores o personas que estarían observando el campo e identificando problemas. Bueno, ahora podemos usar la visión artificial con la visión RGB tradicional, podemos usarla con infrarrojos, podemos usar múltiples ángulos para identificar patrones y hacer que la IA nos diga qué está pasando.

Si nos centramos en los sentidos humanos, la vista es el sentido del olfato, pero también podemos utilizar el sonido a través de sensores ultrasónicos o de micrófonos. Podemos utilizar el tacto a través del reconocimiento de vibraciones y del calor. Y más recientemente, algo que estamos probando, podemos utilizar el olfato. Hay empresas que están empezando a digitalizar el olfato. Es bastante emocionante, aunque también un poco loco, pero está ocurriendo. Todas estas son herramientas que cualquier ser humano utilizaría para identificar riesgos. Ahora podemos hacerlo como una extensión de nuestras capacidades humanas. De esta forma podemos reaccionar mucho más rápido y mejor ante las anomalías.

Un ejemplo específico es el del metano. Nuestro objetivo es sencillo: queremos mantenerlo en el oleoducto. Una vez que sale, es muy difícil o casi imposible recuperarlo. En los últimos seis o siete años, hemos reducido la intensidad de la emisión de metano en más del 60 % y estamos aprovechando la tecnología para lograrlo. Hemos implementado un programa de detección de metano y hemos probado entre 10 y 15 tecnologías avanzadas de detección de metano.

Una tecnología que he estado analizando recientemente se llama Aquanta Vision. Se trata de una empresa que cuenta con el apoyo de un programa de incubación que hemos llamado Chevron Studio. Lo hicimos en colaboración con el Laboratorio Nacional de Energías Renovables, y lo que hacen es aprovechar la imagen óptica de gases para detectar metano de manera eficaz y permitirnos evitar que se escape de la tubería. Así que ese es solo un ejemplo de las tecnologías que estamos aprovechando en este ámbito.

Megan: Vaya, eso es fascinante. Y en lo que respecta a las emisiones, Chevron también ha realizado inversiones significativas en nuevas tecnologías energéticas como el hidrógeno, la captura de carbono y las energías renovables. ¿Cómo encajan estas tecnologías en el objetivo más amplio de Chevron de reducir su huella de carbono?

Luis: Obviamente, este es un espacio fascinante para nosotros, uno que está en constante cambio. Honestamente, no es mi área de especialización. Pero lo que puedo decir es que realmente creemos que podemos lograr altos rendimientos y menos emisiones de carbono, y eso es algo que comunicamos ampliamente. Hace unos años, creo que fue en 2021, creamos nuestra empresa Chevron New Energies y exploran activamente alternativas con menores emisiones de carbono, incluido el hidrógeno, las energías renovables y las compensaciones por captura de carbono.

Mi área, la digital, y la convergencia entre las tecnologías digitales y las ciencias técnicas permitirán la viabilidad técnico-comercial de esas líneas de negocio. Pensar en la captura de carbono es algo que llevamos haciendo mucho tiempo. Tenemos décadas de experiencia en tecnologías de captura de carbono en todo el mundo.

Uno de nuestros proyectos más grandes, el Proyecto Gorgon en Australia, creo que ha capturado entre 5 y 10 millones de toneladas de emisiones de CO2 en los últimos años, por lo que tenemos una buena experiencia en ese ámbito. Pero también colaboramos activamente en la captura de carbono. Nos hemos unido a centros de captura de carbono aquí en Houston, por ejemplo, donde invertimos en empresas como Carbon Clean, Carbon Engineering y Svante. Estoy familiarizado con estos nombres porque el equipo de capital de riesgo corporativo es cercano a mí. Estas empresas proporcionan tecnologías para la captura directa del aire. Ofrecen soluciones para industrias difíciles de reducir. Por eso queremos estar atentos a estas capacidades emergentes y aprovecharlas para reducir continuamente nuestra huella de carbono.

Hay dos áreas de las que me gustaría hablar. Primero, el hidrógeno. Es otra área con la que estamos familiarizados. Nuestro plan es aprovechar nuestros activos y capacidades existentes para ofrecer un negocio de hidrógeno a gran escala. Creo que desde 2005 venimos vendiendo hidrógeno al por menor y también tenemos varias asociaciones en ese ámbito. En materia de energías renovables, estamos creando una gama de combustibles para distintos tipos de transporte. Usamos diésel, diésel de origen biológico, gas natural renovable y combustible de aviación sostenible. Sí, todas estas son áreas importantes para nosotros. Son líneas de negocio emergentes que son jóvenes en comparación con el resto de nuestra empresa. Llevamos más de 140 años en el mercado y esto empezó en 2021, así que puedes imaginarte lo empinada que es esa curva de aprendizaje.

Mencioné cómo aprovechamos nuestro equipo de capital de riesgo corporativo para aprender y estar atentos a las tendencias y tecnologías emergentes sobre las que queremos aprender. Aprovechan dos cosas. Aprovechan un fondo principal, que se centra en áreas que pueden buscar innovación para nuestro negocio principal para el título. Y tenemos un fondo de energía futura independiente que explora áreas que están surgiendo. No solo invierten en lugares como el hidrógeno, la captura de carbono y las energías renovables, sino que también pueden invertir en otras áreas como la energía eólica, la geotérmica y la capacidad nuclear. Por lo tanto, mantenemos constantemente los ojos abiertos para estas tecnologías emergentes.

Megan: Entiendo. Y me pregunto si podrías hablar un poco más sobre el papel de Chevron en el impulso de la innovación empresarial sostenible. Estoy pensando en iniciativas como la conversión de aceite de cocina usado en biodiésel, por ejemplo. Me pregunto cómo contribuyen a ese objetivo general de crear una economía circular.

Luis: Sí, es fascinante y me alegró mucho aprender un poco más sobre este año cuando tuve la oportunidad de visitar nuestras oficinas en Iowa. Hablaré de eso en un segundo, pero me complace hablar de esto, nuevamente con la salvedad de que no es mi área de especialización.

Megan: Por supuesto.

Luis: En el caso del biodiésel, adquirimos una empresa llamada REG en 2022. Fueron uno de los fundadores de la industria de los combustibles renovables y, sinceramente, hacen un trabajo increíble para crear energía a través de un proceso, no recuerdo el nombre del proceso para ser honesto. Pero en el nivel más básico, lo que hacen es preparar materias primas que provienen de diferentes tipos de biomasa, mencionaste aceites de cocina, también hay soja, hay grasas animales. Y a través de varias reacciones químicas, lo que hacen es convertir los componentes de la materia prima en biodiésel y glicerina. Después de ese proceso, lo que hacen es separar el metanol no reactivo, que se recupera y se recicla en el proceso, y el biodiésel pasa por un procesamiento final para asegurarse de que cumple con los estándares necesarios para ser comercializado.

Lo que REG ha hecho es aumentar nuestro conocimiento como organización más amplia sobre cómo hacer esto mejor. Buscan continuamente materias primas biológicas que puedan ayudarnos a ofrecer nuevos tipos de energía. He mencionado el diésel de origen biológico. Una de las áreas en las que estamos muy centrados en este momento es el combustible de aviación sostenible. Me parece fascinante. La razón por la que esto está funcionando y la razón por la que es emocionante es porque aportaron esta gran experiencia y capacidad a Chevron. Y a su vez, como organización más grande, podemos aprovechar nuestras capacidades de fabricación y distribución para seguir proporcionando ese valor a nuestros clientes.

Mencioné que aprendí un poco más sobre esto este año. Tuve la suerte de poder visitar a principios de año nuestras oficinas de REG en Ames, Iowa. Allí están ubicadas. Y les diré que la pasión y el compromiso que tienen esas personas por el trabajo que hacen fue increíblemente estimulante. Estas son personas que nos han ayudado a creer, realmente, que nuestra promesa de reducir las emisiones de carbono es alcanzable.

Megan: Vaya. Parece que se están realizando trabajos fascinantes. Lo que me lleva a mi última pregunta. De cara al futuro, ¿qué tecnologías emergentes le entusiasman más y qué impacto cree que tendrán en el negocio principal de Chevron y en el sector energético en general?

Luis: Sí, es una gran pregunta. No tengo ninguna duda de que el negocio energético está cambiando y seguirá cambiando cada vez más rápido, tanto nuestro negocio principal como la energía del futuro, o cómo se verá en el futuro. Honestamente, en mi línea de trabajo, me encuentro con tecnología emocionante todos los días. Las respuestas obvias son la IA y la IA industrial. Son cosas que ya están cambiando la forma en que vivimos sin lugar a dudas. Se puede ver en la productividad de las personas. Se puede ver en cómo optimizamos y transformamos los flujos de trabajo. La IA está cambiando todo. De hecho, estoy muy, muy interesado en IoT, en Internet de las cosas y en la robótica, la capacidad de proteger a los humanos en entornos de alto riesgo, como mencioné, es fundamental para nosotros, la oportunidad de prevenir eventos de alto riesgo y predecir cuándo es probable que sucedan.

Esto es algo muy importante, tanto para nuestros objetivos de productividad como para nuestros objetivos de reducción de emisiones de carbono. Si podemos predecir cuándo corremos el riesgo de que se produzcan determinados acontecimientos, podríamos evitarlos por completo. Como he mencionado antes, esta capacidad omnipresente de percibir nuestro entorno es una capacidad que nuestra industria y, voy a decir, la humanidad, apenas está empezando a explorar.

Hay otro ámbito del que no he hablado demasiado, pero que creo que está por llegar, y es la computación cuántica. La computación cuántica promete cambiar la forma en que pensamos sobre la potencia de cálculo y nos permitirá simular la química y la dinámica molecular de formas que antes no habíamos podido hacer. Estamos trabajando muy duro en este ámbito. Cuando digo dinámica molecular, pienso en la forma en que producimos energía hoy en día. Se trata de la molécula y de comprender las interacciones entre las moléculas de hidrocarburos y el medio ambiente. La capacidad de hacer eso en sistemas multivariables es algo en lo que creemos que la computación cuántica puede proporcionar una ventaja, por lo que estamos trabajando muy duro en este ámbito.

Sí, hay muchas, y después de haber hablado de todas ellas (IA, IoT, robótica, cuántica), lo más interesante para mí es la convergencia de todas ellas. Si piensas en la oportunidad de aprovechar la robótica, pero también de hacerlo mientras las máquinas siguen controlando procesos limitados y comprenden lo que necesitan hacer de manera preventiva y predictiva, este es un potencial increíble para transformar nuestras vidas, para generar un impacto en el mundo para mejor. Vemos ese potencial.

Mi trabajo es estar atento a esos desarrollos, asegurarme de que estamos gestionando estas cosas de manera responsable y de que las cosas que probamos y ensayamos y las cosas que implementamos, mantengamos un estricto sentido de responsabilidad para asegurarnos de mantener a todos seguros, nuestros empleados, nuestros clientes y también a nuestras partes interesadas desde una perspectiva más amplia.

Megan: Por supuesto. Es un punto muy importante para terminar. Lamentablemente, ese es todo el tiempo que tenemos por hoy, pero fue una conversación fascinante. Muchas gracias por acompañarnos en el Business Lab, Luis.

Luis: Un placer hablar contigo.

Megan: Muchas gracias. Era Luis Niño, gerente digital de emprendimientos tecnológicos e innovación en Chevron, con quien hablé hoy desde Brighton, Inglaterra.

Eso es todo por este episodio de Business Lab. Soy Megan Tatum, su anfitriona y editora colaboradora en Insights, la división de publicaciones personalizadas de MIT Technology Review. Nos fundamos en 1899 en el Instituto Tecnológico de Massachusetts y puede encontrarnos impresos en la web y en eventos cada año en todo el mundo. Para obtener más información sobre nosotros y el programa, visite nuestro sitio web en technologyreview.com.

Este programa está disponible en cualquier lugar donde obtengas tus podcasts y, si disfrutaste este episodio, esperamos que te tomes un momento para calificarnos y dejar una reseña. Business Lab es una producción de MIT Technology Review y este episodio fue producido por Giro Studios. Muchas gracias por escuchar.