PwC en Argentina 2025: cómo capturar valor real con IA minera

PwC en el evento minero más importante de Argentina: de la promesa de la IA a los resultados concretos

La mayoría de las empresas mineras en Latinoamérica ya probaron alguna iniciativa de inteligencia artificial. Pocas pueden decir que capturaron valor real con ella. En Argentina Oro, Plata y Cobre 2025 (el encuentro de referencia del sector en el país andino) PwC presentó un diagnóstico que incomoda: el problema no es la tecnología, es cómo se implementa.

Qué dijo PwC y por qué importa más allá del evento

La presentación de PwC en el congreso argentino no fue un catálogo de herramientas de IA ni una promesa de automatización total. Fue, según los reportes del evento, un análisis de por qué tantos proyectos de IA en minería quedan atrapados en pilotos que nunca escalan. El mensaje central: capturar valor con inteligencia artificial requiere alinear tres elementos que rara vez van juntos en las operaciones mineras: datos de calidad, procesos rediseñados y personas que adopten los cambios.

Esto no es un problema exclusivo de Argentina. Es el patrón dominante en toda la región. Las mineras latinoamericanas han invertido en sensores, plataformas de analítica y modelos predictivos, pero muchas operan con datos fragmentados entre sistemas que no se hablan, equipos de operaciones que no confían en los algoritmos y estructuras organizacionales que no tienen claro quién es responsable de actuar cuando el modelo lanza una alerta. El resultado: proyectos costosos con impacto marginal.

PwC identificó también que las empresas que sí logran escalar sus iniciativas de IA comparten una característica: empezaron por casos de uso con retorno medible en menos de 12 meses. Mantenimiento predictivo en equipos críticos, optimización de consumo energético en plantas de procesamiento y reducción de tiempos de ciclo en transporte interno son los tres dominios donde el retorno es más rápido y más fácil de demostrar a la dirección. No por casualidad, son también los dominios donde los datos históricos suelen estar más disponibles.

El impacto en Latinoamérica

Argentina atraviesa un momento particular: con proyectos como Josemaría, Taca Taca y la expansión de Veladero en carpeta, el sector minero argentino está en una fase de crecimiento que no tiene precedentes recientes. Eso significa que muchas de estas operaciones se están diseñando hoy, y la ventana para incorporar arquitecturas de datos e IA desde el inicio —no como capa adicional— está abierta ahora. La advertencia de PwC llega en el momento justo: construir sobre datos sucios y procesos sin rediseño es más caro que hacerlo bien desde el principio.

Pero el mensaje resuena igual de fuerte en Chile y Perú, donde operaciones maduras enfrentan el desafío inverso: tienen décadas de datos históricos, pero en silos. La gran minería del cobre chileno y el oro y cobre peruano lleva años invirtiendo en digitalización, y sin embargo la brecha entre lo que los modelos de IA pueden hacer y lo que realmente hacen en producción sigue siendo amplia. Según estimaciones del sector (no de PwC específicamente), menos del 20 % de los proyectos de IA en minería a nivel global superan la fase piloto. En LATAM, ese número probablemente es más bajo.

Lo que PwC planteó en Buenos Aires no es un marco teórico nuevo. Es una lista de verificación práctica para ejecutivos que ya tienen presupuesto aprobado para IA y necesitan saber por dónde empezar sin quemar el capital político del proyecto en el primer trimestre. Casos de uso acotados, métricas de negocio (no métricas técnicas) y equipos mixtos con operadores y científicos de datos trabajando en el mismo cuarto: esa es la fórmula que diferencia a las mineras que muestran resultados de las que presentan diapositivas.

La línea del fondo: Las mineras latinoamericanas que hoy están diseñando nuevas operaciones en Argentina, o rediseñando procesos en Chile y Perú, tienen una ventana concreta para evitar el error más común del sector: implementar IA sobre datos fragmentados y procesos intactos. Hacerlo bien desde el inicio no es más caro: es lo que determina si el retorno llega en 12 meses o nunca llega.