Todos los proveedores te enseñarán una cifra de precisión, normalmente un número con un decimal. Por sí sola no dice casi nada: ni qué se predijo, ni sobre datos de quién, ni si alguno de esos datos venía de un activo parecido al tuyo. Los seis criterios que siguen son los que deciden si un sistema aguanta el contacto con un departamento de integridad. Cada uno acaba con la pregunta que conviene poner por escrito.
Aquí no se nombra ningún producto, tampoco el nuestro. La advertencia va al final.
1. Qué predice y con qué granularidad
Una velocidad de corrosión en milímetros por año, un espesor de pared remanente, una probabilidad de superar un umbral antes de una fecha y un tiempo hasta un estado límite son cuatro salidas distintas, y alimentan cuatro decisiones distintas. La granularidad importa tanto como la variable: un número para toda una línea no es un número para una soldadura, un codo o el punto bajo donde decanta el agua. Si la salida no cae sobre la misma unidad con la que está escrito tu plan de inspección, alguien va a estar traduciéndola a mano para siempre.
Pregunta: cuál es la variable predicha, en qué unidades, sobre qué unidad espacial y qué decisión pretende sostener.
2. Si la física está dentro del modelo o al lado
Hay dos familias. Una ajusta un modelo estadístico al histórico de inspección y a los datos de operación. La otra restringe el modelo con las ecuaciones que gobiernan el mecanismo, que es lo que hace una PINN: cinética de transferencia electrónica, dependencia con la temperatura, fuerza termodinámica impulsora. Dentro del rango que cubren los datos de entrenamiento las dos pueden parecer igual de buenas. La diferencia aparece fuera de ese rango, y fuera de ese rango es donde se toman las decisiones que cuestan dinero.
Pregunta: qué le pasa a la predicción cuando una entrada se sale del rango visto en entrenamiento, y que te enseñen esa curva en lugar de describirla.
3. Qué entradas necesita y si de verdad las tienes
Lee la lista de entradas contra tu propia lista de señales antes que ninguna otra cosa. Temperatura, presión, régimen de flujo y corte de agua suelen estar. Las presiones parciales de dióxido de carbono y sulfuro de hidrógeno, los registros de dosificación de inhibidor, la producción de arena y el histórico de inspección en un formato legible por máquina, a menudo no. Un modelo que necesita datos que no recoges es primero un proyecto de datos y después un proyecto de predicción, y el calendario tiene que decirlo.
Pregunta: qué entradas son obligatorias y cuáles opcionales, y en qué se queda el rendimiento solo con las obligatorias.
4. De dónde sale la cifra de precisión
El mismo número significa cosas muy distintas según cómo se haya producido. Medido sobre datos reservados en el tiempo, en activos que el modelo no vio en entrenamiento, es una afirmación fuerte. Medido por validación cruzada entre tramos de la misma línea es bastante más débil, porque los tramos vecinos comparten casi todo. Medido sobre el conjunto de entrenamiento no es una afirmación. Y un valor puntual sin intervalo no sirve para inspección basada en riesgo, que necesita una probabilidad y no un número.
Pregunta: sobre qué partición se midió esa cifra, a cuánto plazo predecía y si la salida lleva intervalo de incertidumbre.
5. Si una predicción concreta se puede explicar
Antes o después un inspector, una aseguradora o un regulador preguntará por qué se despriorizó un tramo. El sistema tiene que poder responder con las entradas usadas, la versión del modelo, el mecanismo que dominó el resultado y la fecha en que se produjo. Si una predicción no se puede reconstruir seis meses después, no puede sostener una decisión de integridad, sea cual sea su precisión.
Pregunta: que te enseñen la traza de auditoría de una predicción, desde las entradas crudas hasta el número, tal y como la guarda el sistema.
6. Cómo encaja en tu modelo de operación
¿De dónde lee los datos: historiador, SCADA, sistema de laboratorio, registros de inspección? ¿Adónde va la salida: a un plan de inspección basada en riesgo, a órdenes de trabajo, a un informe que alguien reteclea? ¿Quién reentrena o recalibra cuando cambia el proceso, se dosifica otro inhibidor o se conecta una línea nueva? Un sistema que no tiene dueño después del piloto se degrada en silencio, y la primera señal es que la gente deja de abrirlo.
Pregunta: cómo es la entrega, quién recalibra, con qué periodicidad y a qué coste.
Cómo montar la comparación
Dale a todos los candidatos el mismo extracto de tu propio histórico, con el último periodo retirado, y pídeles predicciones sobre ese periodo. Acordad de antemano qué es un buen resultado, en tus unidades, antes de ver las salidas. Compara contra tu método actual y no contra nada: si el método actual es una velocidad constante por línea, esa es la referencia que hay que batir. Y haz el piloto lo bastante grande como para incluir al menos un tramo que se comportó de forma rara, porque el comportamiento medio no es aquello contra lo que estás comprando protección.
Advertencia
Nosotros construimos uno de estos sistemas, CorrosionAI. Los seis criterios de arriba son los que querríamos que un comprador nos aplicara, y preferimos que nos midan con ellos antes que con una cifra de precisión sin contexto.