Los enormes proyectos en cartera exigen una preparación más rápida de la fuerza laboral para reducir el tiempo de comercialización, escribe Greg Pada, SVP y director del área de ingeniería, AVEVA
El sector de las empresas de EPC (ingeniería, adquisición y construcción) se enfrenta a un momento crítico desafiante. Justo cuando se avecina una oleada masiva de proyectos de infraestructura energética, incluido un nuevo ciclo de inversión en GNL por valor de más de 90.000 millones de dólares, las empresas se enfrentan a una crisis de personal que amenaza su capacidad de cumplir con la entrega.
La cifra principal lo dice todo: más de dos tercios de las empresas de ingeniería afirman tener dificultades para encontrar trabajadores para contratar, según la Encuesta de Fuerza Laboral de 2025 de la Asociación de Contratistas Generales de Estados Unidos.
Los profesionales experimentados se jubilan a un ritmo mayor del que pueden ser reemplazados, y las proyecciones futuras indican que la fuerza laboral de ingeniería en las economías avanzadas se estancará o disminuirá debido al envejecimiento demográfico.
Sin embargo, el mercado no espera a nadie. Con una capacidad de licuefacción de GNL en Estados Unidos que se prevé supere los 16 mil millones de pies cúbicos por día para 2026, y un aumento en la construcción de nuevas instalaciones entre 2026 y 2028, las empresas de EPC se encuentran en la posición de tener que ejecutar proyectos complejos, en plazos acelerados y con menos personal experimentado que nunca.
Los procesos de incorporación que duran meses ya no son viables
Los ciclos de incorporación tradicionales, que a menudo abarcaban de seis a doce meses, fueron diseñados para una época muy diferente.
Los nuevos empleados se movían sistemáticamente por la organización, aprendiendo de ingenieros senior y asimilando el conocimiento heredado. Desarrollaban gradualmente sus competencias mediante la observación y el aprendizaje práctico. Esos tiempos están quedando en el pasado.
“No se trata de obtener más de la misma cantidad de personas, sino de obtener más de menos personas, sobre todo en entornos donde no es fácil reubicar talento”, señala un directivo del sector.
Cuando una empresa de EPC tiene varias plantas de GNL, una central nuclear y una planta de hidrógeno en proceso de decisión final de inversión simultáneamente, esperar medio año a que los nuevos ingenieros sean productivos simplemente no es viable.
Mientras tanto, esta brecha de conocimiento se está ampliando justo en el momento cuando la industria menos puede permitírselo. Las empresas de EPC están incorporando nuevo personal y ejecutando proyectos en áreas energéticas emergentes o más sostenibles que a menudo les resultan novedosas, lo que genera un riesgo creciente para propietarios, diseñadores y constructores por igual.
La IA como memoria institucional
Ante esta situación actual de urgencia, es necesario replantearse fundamentalmente cómo se preserva y transmite el conocimiento de ingeniería.
Para las empresas de EPC lo más importante es desarrollar modelos propios de transferencia de conocimiento basados en décadas de experiencia interna. Estas empresas han diseñado activos similares cientos de veces; la IA les permite institucionalizar esa experiencia.
El proceso puede compararse con la transformación de la memoria institucional, que pasa de ser frágil y efímera a ser duradera y escalable. Cuando un ingeniero veterano que ha supervisado 20 proyectos de GNL se jubila, su capacidad para reconocer patrones y su conocimiento de los errores del pasado también se pierden, a menos que se conserven.
Los gemelos digitales, los copilotos de IA y los entornos de simulación están cambiando esta situación. La transferencia de conocimiento se produce en parte a través de las personas, pero cada vez más a través de repositorios digitales: sistemas impulsados por IA, basados en la propiedad intelectual de la propia empresa e integrados directamente en entornos de ingeniería.
Como resultado, los ingenieros noveles pueden aprovechar décadas de experiencia colectiva sin tener que esperar a que la persona con más experiencia esté disponible. Pueden ver cómo se resolvieron desafíos similares en proyectos anteriores y ejecutar simulaciones que habrían tardado semanas en configurarse manualmente.
Transformar la experiencia en un sistema reutilizable
Los proyectos energéticos modernos implican sistemas complejos donde las reglas empíricas tradicionales simplemente no funcionan. Estos sistemas son demasiado complejos para la optimización manual. Por lo tanto, las plataformas de software que integran la IA en el propio flujo de trabajo de diseño se convierten en facilitadoras críticas.
Este enfoque elimina los silos que afectaban la formación tradicional. En lugar de que los nuevos empleados tengan que recorrer distintos departamentos para recopilar información, tienen acceso inmediato a las mejores prácticas, los estándares y la sabiduría acumulada de cientos de proyectos anteriores, todo ello dentro de su entorno de ingeniería habitual.
La ventana del GNL
En los proyectos de GNL, el factor tiempo lo es todo. Es fundamental realizar el primer envío lo antes posible: es entonces cuando comienzan a generarse ingresos.
Con la aceleración de las decisiones finales de inversión (FID) y la concentración de las ampliaciones de capacidad en un período limitado, las empresas de EPC que puedan contratar personal rápidamente —y lograr que sus equipos sean productivos con mayor celeridad— tienen una ventaja competitiva.
Esta dinámica se extiende a toda la transición energética global. A medida que la matriz energética mundial cambia drásticamente, las EPC no pueden confiar únicamente en su experiencia tradicional en petróleo y gas. Se les exige que desarrollen instalaciones innovadoras en sectores emergentes, a menudo con equipos sin experiencia previa.
De la ventaja competitiva a la exigencia
La adopción temprana ya está marcando la diferencia en el mercado. Las empresas que han invertido en sistemas de conocimiento digital, flujos de trabajo potenciados por IA y plataformas de capacitación acelerada están obteniendo más contratos y entregándolos con mayor eficiencia.
El paralelismo reside en la transición del diseño 2D al 3D: dolorosa, costosa y con resistencia, pero inevitable. Las empresas que retrasaron esta transición se encontraron en una insuperable desventaja en pocos años.
Es probable que se repita la misma dinámica. A medida que los sistemas de conocimiento impulsados por IA demuestren su valor para reducir riesgos, acelerar la entrega y mejorar los márgenes, se convertirán en requisitos indispensables para competir en grandes proyectos.
Preservar y transmitir el conocimiento
Las empresas de EPC mejor posicionadas para asegurar y repetir proyectos de GNL serán aquellas que puedan absorber rápidamente nuevo talento, ampliar su experiencia a través de diferentes proyectos y adaptarse a los cambios del mercado.
Desarrollarán un conocimiento institucional que perdure a pesar de la rotación de personal, las jubilaciones y las disrupciones del mercado. Lo lograrán con equipos más pequeños y con menos experiencia de los que la industria haya tenido que utilizar hasta ahora.
Un ciclo de inversión en GNL multimillonario, comprimido en un plazo de entrega ajustado, no permite retrasos en la puesta en marcha ni lagunas de conocimiento. Cada mes de retraso en el primer cargamento supone una pérdida de ingresos.
En este sentido, los sistemas de conocimiento impulsados por IA son la respuesta directa a las limitaciones simultáneas de personal y al aumento acelerado de los pedidos, reduciendo la brecha entre los equipos que las empresas de EPC pueden desplegar y los proyectos que demanda el mercado.
