Quant agiliza el mantenimiento preventivo con IBM® watsonx.ai
Con más de tres décadas de experiencia en servicios profesionales de mantenimiento industrial, Quant ofrece externalización de activos y gestión de mantenimiento en múltiples sectores, priorizando la seguridad, la eficiencia y la fiabilidad. Sin embargo, se enfrentaron a un desafío cuando uno de los sitios de clientes de Quant se encontró con un desafío operativo derivado de los procesos heredados.
Las instrucciones de mantenimiento preventivo (MP), críticas para el tiempo de actividad y la productividad, estaban enterradas en más de 1500 archivos de Microsoft Excel en SharePoint, accesibles solo como archivos adjuntos en órdenes de trabajo de IBM® Maximo Manage. Los técnicos tenían que hacer referencia manualmente a estos archivos, lo que limitaba el uso de las características avanzadas de Maximo. Este proceso fragmentado disminuyó la eficiencia, puso en riesgo la precisión de los datos en más de 17 sitios y resultó en un proceso lento que tardaba más de una hora por archivo en transferir manualmente el contenido de Excel a Maximo. Esto llevó a Quant a buscar la automatización y la Integración para desbloquear todo el potencial de Maximo.
Para abordar los retos de los flujos de trabajo de mantenimiento preventivo heredados, Quant colaboró con IBM Client Engineering para construir soluciones nativas de la nube aprovechando la tecnología de IBM. La solución se centró en automatizar la extracción, validación y transformación de datos de MP de Excel a formatos compatibles con IBM Maximo Manage.
Los archivos Excel se almacenaban en un entorno seguro con IBM Cloud Object Storage, con output JSON para integración, y se utilizó IBM Cloud Code Engine para crear una arquitectura escalable y sin servidor para API e IU.
En el núcleo de la solución, IBM watsonx.ai El estudio de IA ayudó a la extracción inteligente de datos con modelos de lenguaje de gran tamaño (LLM). Los servicios de IA se ejecutaron dentro del tiempo de ejecución de machine learning de IBM watsonx para ayudar a garantizar una implementación segura y de alto rendimiento. Este diseño modular permitió una automatización escalable y una integración fluida con IBM Maximo Manage.
En última instancia, Quant e IBM desarrollaron con éxito un producto mínimo viable (MVP) que automatiza la conversión de instrucciones de mantenimiento preventivo basadas en Excel en planes de trabajo estructurados dentro de IBM Maximo Manage. Aprovechando la automatización inteligente, la solución agiliza los flujos de trabajo de mantenimiento y reduce las ineficiencias operativas.
El MVP introdujo un proceso claro respaldado por una interfaz de usuario para validar y corregir los datos extraídos. Separó las tareas por activo, frecuencia y responsabilidad, produciendo resultados JSON compatibles con Maximo. Este método eliminó la referencia manual de los archivos adjuntos de Excel y permitió el uso completo de las características avanzadas de Maximo.
Como resultado, Quant redujo el trabajo manual para la extracción de datos y la creación de planes de trabajo en un 65 % y acortó los plazos de implementación del sistema de gestión de mantenimiento computarizado (GMAO) en un 30 % para los nuevos emplazamientos y proyectos totalmente nuevos. Estas mejoras marcaron un paso importante en el viaje de modernización de la empresa, al tiempo que reforzaron su compromiso con las operaciones de mantenimiento escalables y basadas en datos.
Quant Service, fundada hace más de 35 años y con sede en Estocolmo (Suecia), ofrece servicios profesionales de mantenimiento industrial. Con una presencia global, las referencias de Quant incluyen más de 400 instalaciones en todos los sectores, lo que respalda mejoras en seguridad, rendimiento de equipos y fiabilidad operativa.
Legal
© Copyright IBM Corporation 2025. IBM, el logotipo de IBM, IBM Cloud, IBM watsonx, Maximo y watsonx.ai son marcas comerciales de IBM Corp., registradas en muchas jurisdicciones del mundo.
Microsoft es una marca comercial de Microsoft Corporation en Estados Unidos, en otros países o en ambos.
Ejemplos presentados únicamente a título ilustrativo. Los resultados reales variarán en función de las configuraciones y condiciones del cliente y, por lo tanto, no se pueden ofrecer resultados esperados de forma general.