Internet de las cosas (IoT) en la empresa

Introducción

El Internet de las cosas (IoT) se refiere a dispositivos, sensores y actuadores conectados que recopilan, transmiten y actúan sobre datos del mundo físico. En entornos empresariales, IoT transforma las operaciones al permitir el monitoreo en tiempo real, el mantenimiento predictivo, la automatización de procesos y la toma de decisiones basada en datos.

Con más de 30 mil millones de dispositivos conectados en todo el mundo en 2026, la IoT empresarial ya no es experimental: es una necesidad competitiva en la fabricación, la logística, la energía, la atención sanitaria, la agricultura y el comercio minorista.

---

El panorama de la IoT

Descripción general del mercado

Sector	Dispositivos de IoT (2026)	Aplicación clave
Fabricación	8B	Mantenimiento predictivo, automatización industrial.
Transporte	5B	Seguimiento de flotas, optimización logística.
Energía y servicios públicos	4B	Red inteligente, lectura de contadores
Atención sanitaria	3B	Monitoreo remoto de pacientes, seguimiento de activos
Venta al por menor	2B	Gestión de inventario, análisis de clientes.
agricultura	1,5 mil millones	Agricultura de precisión, seguimiento del suelo.
Edificios inteligentes	6B	Control de HVAC, detección de ocupación

Modelo de ingresos de IoT

Hardware (sensors, gateways) ──── 25%
Connectivity (cellular, LPWAN) ─── 15%
IoT Platforms (AWS, Azure) ─────── 20%
Analytics & AI ─────────────────── 25%
Services (integration, consulting) ─ 15%

---

Arquitectura de IoT

Arquitectura de cuatro capas

┌─────────────────────────────────────────────────────┐
│                    Application Layer                 │
│         Dashboards, Analytics, Mobile Apps          │
├─────────────────────────────────────────────────────┤
│                   Platform Layer                     │
│    Device Management, Data Ingestion, Rules Engine  │
├─────────────────────────────────────────────────────┤
│                  Connectivity Layer                  │
│         WiFi, 5G, LoRaWAN, BLE, Zigbee, NB-IoT     │
├─────────────────────────────────────────────────────┤
│                   Device Layer                       │
│      Sensors, Actuators, Gateways, Edge Processors  │
└─────────────────────────────────────────────────────┘

1. Capa de dispositivo

Sensores recopilan datos del mundo físico:

Tipo de sensor	Medidas	Aplicaciones
Temperatura	Temperatura ambiente	Cadena de frío, climatización
Presión	Presión de fluido/gas	Sistemas hidráulicos
Vibración	Vibración mecánica	Mantenimiento predictivo
Humedad	Humedad en el aire	agricultura, almacenamiento
Proximidad	Distancia del objeto	Estacionamiento, inventario
movimiento	Detección de movimiento	seguridad, ocupación
gasolina	Calidad del aire (CO2, CO, NOx)	Monitoreo ambiental
GPS	Coordenadas de ubicación	Seguimiento de activos
Acelerómetro	Aceleración, inclinación	Monitoreo de equipos

Actuadores realizan acciones en el mundo físico:

• Válvulas (abre/cierra flujo de fluido).
• Relés (interruptores de circuitos eléctricos).
• Motores (mover sistemas mecánicos).
• Solenoides (conmutación electromecánica).
• Buzzers/LEDs (alertas e indicadores).

2. Capa de conectividad

Protocolo	Rango	Ancho de banda	poder	Mejor para
Wi-Fi 6/7	50m	1-9 Gbps	Medio	Local de alto ancho de banda
5G	500m-10km	100-20.000 Mbps	Medio	Baja latencia, área amplia
LTE-M	1-10 kilómetros	1-5Mbps	Bajo	IoT celular (Cat-M1)
NB-IoT	1-10 kilómetros	50-250 kbps	muy bajo	IoT masivo, metros
LoRaWAN	2-15 kilómetros	0,3-50 kbps	muy bajo	Largo alcance, pocos datos
BLE	10-100m	1-2Mbps	muy bajo	Wearables, balizas
Zigbee	10-100m	250 kbps	Bajo	Automatización de viviendas/edificios
Onda Z	30m	100 kbps	muy bajo	hogar inteligente

3. Capa de plataforma

Las plataformas de IoT proporcionan el middleware que conecta los dispositivos a las aplicaciones:

Funciones clave:

• Administración de dispositivos: registro, configuración, actualizaciones de firmware.
• Ingestión de datos: reciba, analice y almacene datos de telemetría.
• Motor de reglas: desencadena acciones basadas en umbrales de datos.
• Seguridad: autenticación de dispositivos, cifrado y control de acceso.
• Integración: API, webhooks y conectores para sistemas empresariales.

# AWS IoT Core rule example
Rule: ProcessTemperatureAlert
SQL: SELECT device_id, temperature, timestamp
     FROM 'iot/temperature'
     WHERE temperature > 85
Actions:
  - SNS: send to operations team
  - DynamoDB: log anomaly record
  - Lambda: invoke predictive maintenance

4. Capa de aplicación

Aplicaciones empresariales que consumen datos de IoT:

• SCADA — Control de supervisión y adquisición de datos.
• CMMS — Sistemas informatizados de gestión del mantenimiento.
• ERP: planificación de recursos empresariales.
• Paneles de BI: Grafana, Tableau, Power BI.
• Aplicaciones móviles: servicio de campo, paneles de operador.

---

Casos de uso de IoT empresarial

1. Mantenimiento predictivo

Problema: El tiempo de inactividad no planificado de los equipos cuesta a los fabricantes más de 50 mil millones de dólares al año. El mantenimiento reactivo es costoso e interrumpe la producción.

Solución: Los sensores de IoT monitorean el estado del equipo y predicen fallas antes de que ocurran.

# Predictive maintenance ML model (edge deployment)
import numpy as np
from sklearn.ensemble import RandomForestClassifier

# Features from IoT sensors
features = [
    'vibration_rms',      # Root mean square vibration
    'temperature',        # Bearing temperature
    'current_draw',       # Motor current
    'rpm',               # Rotations per minute
    'runtime_hours',      # Total operating time
    'zero_crossings'      # Vibration signal zero crossings
]

model = RandomForestClassifier(n_estimators=100)

def predict_failure(sensor_data):
    """Returns probability of failure within next 7 days"""
    X = np.array([[sensor_data[f] for f in features]])
    probability = model.predict_proba(X)[0][1]

    if probability > 0.8:
        alert_level = 'CRITICAL — Schedule immediate maintenance'
    elif probability > 0.5:
        alert_level = 'WARNING — Schedule maintenance within 48 hours'
    else:
        alert_level = 'NORMAL — Continue monitoring'

    return {
        'failure_probability': probability,
        'alert_level': alert_level,
        'recommended_action': get_maintenance_action(probability)
    }

Resultados de implementaciones reales:

Métrica	Antes de la IoT	Después de la IoT
Tiempo de inactividad no planificado	27 días/año	5 días/año
Costos de mantenimiento	$12 millones/año	5 millones de dólares/año
Vida útil del equipo	8 años	12 años
Tiempo medio de reparación	12 horas	3 horas

2. Seguimiento y logística de flotas

Problema: Las empresas pierden visibilidad de los activos en tránsito. Los costos de combustible, la ineficiencia de las rutas y el robo de carga cuestan miles de millones.

Solución: La telemática GPS + IoT proporciona visibilidad de la flota en tiempo real.

┌──────────┐    ┌──────────┐    ┌──────────┐
│ Vehicle  │    │ Vehicle  │    │ Vehicle  │
│ #101     │    │ #102     │    │ #103     │
└────┬─────┘    └────┬─────┘    └────┬─────┘
     │               │               │
     └───────────────┼───────────────┘
                     │
            ┌────────▼────────┐
            │   IoT Platform  │
            │  (Azure IoT Hub)│
            └────────┬────────┘
                     │
          ┌──────────┼──────────┐
          ▼          ▼          ▼
    ┌─────────┐ ┌─────────┐ ┌─────────┐
    │ Route   │ │ Dispatch│ │ Analytics│
    │Optimizer│ │ Dashboard│ │ (Fuel   │
    │         │ │         │ │  Trends)│
    └─────────┘ └─────────┘ └─────────┘

Datos de telemetría de IoT:

{
  "vehicle_id": "TRK-1042",
  "timestamp": "2026-05-24T14:30:00Z",
  "location": {
    "lat": 40.7128,
    "lng": -74.0060
  },
  "speed": 65.3,
  "fuel_level": 72.4,
  "engine_temp": 88.2,
  "tire_pressure": [32.1, 31.8, 33.0, 32.5],
  "cargo_temp": -2.1,
  "door_status": "closed",
  "driver_id": "DRV-887"
}

Resultados: UPS ahorró 10 millones de galones de combustible anualmente utilizando la optimización de rutas de IoT.

3. Gestión inteligente de la energía

Problema: Los edificios comerciales desperdician el 30% de la energía. La inestabilidad de la red cuesta miles de millones a las empresas de servicios públicos.

Solución: Los sensores de IoT optimizan el consumo de energía y equilibran la carga de la red.

Control inteligente de edificios:

Sensors ──► Edge Gateway ──► Building Management System
  │                              │
  ├─ Occupancy                  ├─ HVAC optimization
  ├─ Temperature                ├─ Lighting control
  ├─ CO2 level                  ├─ Demand response
  ├─ Light level                ├─ Peak shaving
  └─ Power consumption          └─ Reporting

Algoritmo de optimización de HVAC:

def optimize_hvac(zone_data, occupancy, weather_forecast):
    """Determine optimal HVAC setpoints"""

    # If zone is unoccupied for 30+ minutes
    if not occupancy['present'] and occupancy['vacant_minutes'] > 30:
        setpoint = {
            'cooling': 28,  # Allow temperature to drift
            'heating': 16,
            'fan_speed': 0
        }
        return setpoint

    # Pre-cool based on weather forecast and electricity price
    if weather_forecast['peak_temp'] > 35 and electricity_price > 0.15:
        return {
            'cooling': 22,  # Pre-cool before peak
            'heating': 'off',
            'fan_speed': 'high',
            'schedule': 'pre-cool_before_peak'
        }

    # Normal occupancy mode
    return calculate_comfort_setpoint(zone_data)

Resultados:

• Reducción del 20-40% en los costos de energía.
• Reducción del 30% en los cargos por demanda punta.
• Cumplimiento de la certificación LEED.

4. IoT sanitario

Monitorización remota de pacientes (RPM):

Patient at home:
  ┌─ Blood pressure cuff
  ├─ Continuous glucose monitor
  ├─ Pulse oximeter
  ├─ Smart scale
  └─ Medication dispenser
         │
         ▼ (BLE/5G)
   ┌───────────┐
   │  Gateway   │
   │ (phone/app)│
   └─────┬─────┘
         │
         ▼ (LTE/WiFi)
   ┌──────────────┐
   │  Cloud        │
   │  Platform     │
   └──────┬───────┘
          │
   ┌──────┴──────┐
   ▼             ▼
Alerts      EHR Integration
(to nurse)  (Epic, Cerner)

Reglas de alerta:

ALERT_RULES = {
    'critical_bp': {
        'condition': 'systolic > 180 or diastolic > 120',
        'action': 'immediate_alert_nurse',
        'priority': 'CRITICAL'
    },
    'glucose_trend': {
        'condition': 'glucose trending > 20% drop over 2 hours',
        'action': 'alert_caregiver',
        'priority': 'HIGH'
    },
    'medication_missed': {
        'condition': 'no medication dispensed in 2 hours past scheduled',
        'action': 'reminder_push + alert_family',
        'priority': 'MEDIUM'
    }
}

5. Agricultura (agricultura inteligente)

Aplicación de IoT	Sensores utilizados	Impacto
Monitoreo de suelo	Humedad, pH, nutrientes NPK.	30% de ahorro de agua, mayores rendimientos
Estaciones meteorológicas	Temperatura, humedad, viento, lluvia.	Momento óptimo de siembra/cosecha
Seguimiento de ganado	GPS, temperatura, actividad	Monitoreo de salud, manejo de pastos.
Imágenes con drones	Cámaras multiespectrales	Evaluación de la salud de los cultivos
Riego automatizado	Medidores de flujo, actuadores de válvulas	Entrega de agua dirigida

---

Seguridad de la IO

El desafío

Los dispositivos IoT introducen riesgos de seguridad únicos:

Riesgo	Por qué la IoT es vulnerable	Mitigación
Acceso físico	Dispositivos en entornos no controlados.	Gabinetes a prueba de manipulaciones, arranque seguro
Recursos limitados	Sin CPU para cifrado	Aceleradores criptográficos de hardware
Sin mecanismo de actualización	Dispositivos implementados y olvidados	Infraestructura de actualización OTA
Credenciales predeterminadas	Contraseñas configuradas de fábrica	Cambio de contraseña obligatorio en el primer inicio de sesión
Protocolos heterogéneos	Zigbee, BLE, LoRaWAN tienen diferentes modelos de seguridad	Defensa en profundidad en la puerta de entrada
Datos en tránsito	Las señales inalámbricas pueden ser interceptadas	TLS/mTLS, cifrado de capa de aplicación

Marco de seguridad de IoT

iot_security:
  device:
    - secure_boot: enabled
    - hardware_root_of_trust: TPM 2.0
    - firmware_signing: required
    - unique_identity: X.509 certificate per device

  communication:
    - transport_encryption: TLS 1.3
    - mutual_authentication: mTLS
    - certificate_revocation: OCSP stapling

  platform:
    - device_authentication: certificate-based
    - data_encryption_at_rest: AES-256
    - access_control: IAM roles
    - audit_logging: all API calls

  lifecycle:
    - provisioning: zero-touch enrollment
    - monitoring: anomaly detection
    - updates: signed OTA, staged rollout
    - decommissioning: certificate revocation, secure wipe

---

Comparación de plataformas de IoT

Característica	Núcleo de AWS IoT	Centro de IoT de Azure	Núcleo de IoT de GCP
SDK de dispositivo	C, Python, JS, Java, C integrado	C, C#, Python, Java, JS	Pitón, C, Java
Protocolos	MQTT, HTTP, WebSocket, LoRaWAN	MQTT, AMQP, HTTP, WebSocket	MQTT, HTTP
Sombra del dispositivo	Sí (estado del dispositivo)	Sí (dispositivo gemelo)	Sí (estado)
Motor de reglas	Basado en SQL	Análisis de flujo de Azure	Pub/Sub en la nube
Computación de vanguardia	hierba verde	Borde de IoT	Borde de TPU
Gestión de flotas	Defensor del dispositivo	Gestión de dispositivos	Administrador de dispositivos
Seguridad	X.509, IAM, cognito	X.509, tokens SAS, DPS	JWT, IAM

---

Consideraciones de implementación

Gestión de volumen de datos

Una única fábrica con 1.000 sensores enviando datos cada 5 segundos:

1,000 devices × 1 KB/reading × (86400/5) readings/day
= 17.28 GB/day raw data
= ~6.3 TB/year

Estrategias:

• Filtrado perimetral: envíe solo alertas o datos agregados a la nube.
• Compresión de datos: comprime la telemetría antes de la transmisión.
• Almacenamiento por niveles: caliente (1 día), tibio (30 días), frío (más de 1 año).
• Políticas de retención: elimine los datos sin procesar después de la agregación.

Procesamiento en el borde versus en la nube

Factor de decisión	Proceso en el borde	Proceso en la nube
Requisito de latencia	<10 ms	>100 ms permitidos
Ancho de banda disponible	Limitado	suficiente
Volumen de datos	Alto	Bajo/medio
Criticidad de la decisión	Crítico para la seguridad	analítico
Conectividad	intermitente	Siempre disponible
Complejidad del modelo	Modelos simples	AA complejo

---

Conclusión

Enterprise IoT ofrece valor empresarial mensurable en todos los sectores:

1. Fabricación: reducción del 30 al 50 % en el tiempo de inactividad no planificado.
2. Logística: ahorro de combustible del 15 % al 20 % y visibilidad de los activos en tiempo real.
3. Energía: reducción del 20 al 40 % en los costos de energía del edificio.
4. Atención sanitaria: reducción del 50 % en los reingresos hospitalarios a través de RPM.
5. Agricultura: 30 % de ahorro de agua, 20 % de aumento del rendimiento.

Empezando

1. Identifique el problema: ¿Qué problema operativo debe resolverse?
2. Empiece poco a poco: 10 dispositivos, una fábrica, un caso de uso.
3. Demuestre el retorno de la inversión: mida las métricas de antes y después.
4. Escale gradualmente: amplíe a más dispositivos y ubicaciones.
5. La seguridad es lo primero: implemente la seguridad desde el primer día, no como una ocurrencia tardía.
6. Planifique los datos: IoT genera datos masivos. Planificar el almacenamiento, procesamiento y análisis.

IoT no se trata de conectar dispositivos, sino de conectar dispositivos para crear valor empresarial. Comience con el problema empresarial, elija la pila de tecnología adecuada y repita en función de los resultados del mundo real.