La IA en la sala de máquinas frigoríficas: la Torre Keppel Bay de Singapur y el punto de inflexión de la inteligencia de los edificios urbanos

En la narrativa de la tecnología urbana, el foco suele ponerse en lo visible: autobuses lanzadera sin conductor, postes de luz inteligentes en las esquinas, enormes pantallas de datos en las paredes del centro de mando. Pero la estructura de consumo energético de una ciudad a menudo la determinan espacios sin ventanas: las salas de máquinas de refrigeración en los sótanos, las torres de enfriamiento en las azoteas, las bombas que funcionan sin cesar en los pisos de equipos.

El Keppel Bay Tower de Singapur se convirtió en el primer edificio comercial del país en obtener la certificación "Super Low Energy", y la acción clave que impulsó ese resultado no fue cambiar la fachada ni instalar fotovoltaica, sino aplicar una optimización impulsada por IA a la sala de máquinas de refrigeración. La importancia de este hecho radica, precisamente, en su "poco atractivo visual".

I. La carga real de la descarbonización urbana está escondida en lugares invisibles

En la curva de consumo eléctrico de los edificios comerciales, el sistema de refrigeración suele ser la mayor carga individual, especialmente en ciudades tropicales. La alta temperatura y humedad durante todo el año hace que la refrigeración no sea una demanda estacional, sino una demanda básica.

El problema radica en que la central de refrigeración central opera durante largos períodos en un estado "seguro pero ineficiente". Varios enfriadores, torres de enfriamiento, bombas de agua helada y de agua de condensación deben coordinarse, y la carga fluctúa constantemente según el clima, el flujo de personas y los hábitos de uso de los inquilinos. Los sistemas tradicionales de automatización de edificios (BMS) suelen depender de reglas fijas y horarios: se establece un rango de temperatura y se arrancan o detienen las unidades según la experiencia. Para evitar quejas, la estrategia de operación tiende de forma natural al "enfriamiento excesivo". Esta conservación no proviene de un atraso tecnológico, sino de una estructura de responsabilidad: el personal de operación y mantenimiento asume el riesgo de fallas, no los indicadores de eficiencia energética.

El valor de que la IA entre en este eslabón no es aportar nuevo hardware, sino responder de forma continua una pregunta que un sistema tradicional basado en reglas difícilmente puede responder: en las condiciones actuales de carga, clima y estado de los equipos, qué combinación de parámetros de operación tiene el menor costo. Esta optimización no requiere cambiar las unidades ni exige a los inquilinos ninguna concesión perceptible, pero puede influir directamente en la línea base de consumo energético y en el desempeño de carbono de un edificio.

Por eso la optimización de la refrigeración ocupa una posición especial en la agenda de descarbonización de edificios: es uno de los pocos eslabones en los que se puede apalancar el "stock existente" mediante "software".

II. Certificación: convertir el "rendimiento" en un objeto gobernable

Que la autoridad de construcción de Singapur introdujera la categoría "Super Low Energy" dentro del marco Green Mark es el contexto institucional clave para entender este asunto. La evaluación tradicional de edificios verdes depende en gran medida de simulaciones y promesas en la etapa de diseño, mientras que la certificación Super Low Energy apunta al rendimiento medido: si el edificio realmente ahorra más energía en su operación real.

Este cambio parece técnico, pero en realidad es un cambio en la lógica de gobernanza. Una vez que la ciudad empieza a certificar el "rendimiento operativo", el gobierno deja de ser solo el que formula normas y pasa a ser solicitante y verificador de datos. Los propietarios de edificios deben recolectar, reportar y verificar continuamente datos de consumo energético; los organismos de certificación necesitan criterios de medición comparables; el mercado necesita una señal identificable y susceptible de valorización.En otras palabras, la certificación de rendimiento es, en esencia, una infraestructura de medición. Convierte parcialmente un edificio, de un activo físico, en un objeto de datos regulable y comparable. Esta es también la forma más concreta de la digitalización de la gestión pública en el ámbito de la edificación: no se trata de trasladar documentos a internet, sino de convertir los resultados en flujos de datos verificables en tiempo real.

Tres. La IA entra en la capa operativa: la dificultad no está en el algoritmo

Usar un modelo de aprendizaje automático para la optimización de plantas de enfriamiento no es novedoso a nivel algorítmico. Lo realmente difícil es el tramo anterior al modelo: si los sensores son suficientes, si la medición cubre los equipos principales, si la frecuencia de muestreo de datos es adecuada, si los protocolos BMS de distintos fabricantes son interoperables, si hay grandes vacíos en los datos históricos.

Los edificios son típicos “sistemas heredados heterogéneos”. Un edificio comercial en operación durante muchos años suele combinar equipos de distintas épocas, marcas y protocolos de comunicación. Los datos no existen de forma natural, sino que se “cablean” capa por capa. El requisito previo para la optimización con IA es establecer primero una observabilidad completa de la planta de enfriamiento: es un problema de ingeniería, no de modelo.

También merece tomarse como referencia el sector de los centros de datos. Google y DeepMind revelaron públicamente que, después de aplicar aprendizaje automático al control de refrigeración de centros de datos, el consumo energético de refrigeración disminuyó de manera significativa. Pero el grado de homogeneidad de los equipos, la controlabilidad de los parámetros y la alfabetización en datos del equipo de operación y mantenimiento de los centros de datos son mucho mayores que en los edificios de oficinas comerciales comunes. Trasladar esta lógica a un edificio urbano suele exigir no costos de cómputo, sino costos de renovación de instrumentación, integración de sistemas y reestructuración de los procesos de operación y mantenimiento.

Cuatro. Renovar, no construir desde cero: los edificios existentes son el frente principal

La mayoría de los estudios sobre descarbonización de edificios apunta al mismo hecho: de los edificios que seguirán en uso a mediados de este siglo, la gran mayoría ya están construidos hoy. Los proyectos nuevos pueden servir como demostración, pero no cambian el total.

Por lo tanto, la ruta de digitalización de los edificios existentes suele presentar etapas claramente definidas:

1. Visibilización: empezar con medición desagregada y recolección de datos, para que el consumo energético pase de ser una “factura de fin de mes” a una “curva minuto a minuto”;
2. Diagnóstico: identificar operación anómala, degradación de equipos y valores de consigna irrazonables;
3. Control: introducir gradualmente control predictivo y optimización automática, en reemplazo de reglas fijas;
4. Coordinación: dotar al edificio de la capacidad de responder a señales de la red eléctrica, señales de precios y señales de carbono.

El significado del caso de Keppel Bay Tower radica en que validó la viabilidad de esta ruta en el escenario de edificios de oficinas comerciales: no depender de demoler y empezar de nuevo, sino alcanzar el umbral de rendimiento fijado por el sistema de certificación mediante la optimización continua de la capa operativa. Esto influye directamente en la lógica de decisión de los propietarios: el periodo de retorno de la renovación puede calcularse y las obras perturban poco a los inquilinos.

Cinco. De un edificio individual a un sistema energético a escala urbana

Si la inteligencia de los edificios se queda solo en que “cada edificio ahorre electricidad por su cuenta”, su valor es lineal. El verdadero cambio estructural ocurre cuando los edificios empiezan a ser despachados como nodos de la red eléctrica.Singapur, con el gran sistema de refrigeración urbana desplegado en la zona de Marina Bay, ofrece un enfoque centralizado: trasladar la refrigeración desde los tejados de cada edificio a redes de tuberías subterráneas y plantas de enfriamiento centralizadas. Optimizar con IA la planta de enfriamiento de un edificio individual representa, en cambio, otro enfoque distribuido. Ambos no son opuestos, sino que juntos conforman un sistema urbano de energía fría con despacho en cascada.

En las ciudades tropicales, la carga de refrigeración es altamente predecible, lo que la convierte en un recurso flexible de alta calidad. Mediante el preenfriamiento, el almacenamiento de frío y el ajuste dinámico de los valores de consigna, los edificios pueden reducir su potencia durante las horas pico de la red eléctrica y almacenar energía durante los valles. Cuando suficientes edificios cuentan con esta capacidad, en conjunto constituyen una planta de energía virtual. En ese momento, los edificios dejan de ser solo consumidores de energía y pasan a ser unidades de regulación del sistema eléctrico urbano.

Este es también el punto más pragmático del gemelo digital en el ámbito de la energía urbana: no renderizar una bonita ciudad tridimensional, sino hacer que el estado operativo de cada edificio pueda predecirse, simularse e incorporarse al despacho.

VI. La reconfiguración de la profesión de operación y mantenimiento, y el riesgo de dependencia ignorado

La IA entra en la sala de máquinas de refrigeración y cambia no solo la forma en que operan los equipos, sino también el rol de las personas. La capacidad central de los ingenieros tradicionales de operación y mantenimiento era el juicio basado en la experiencia y la resolución de fallas; a medida que la lógica de control pasa gradualmente a ser asumida por modelos, el foco del trabajo se desplaza hacia la validación de la calidad de los datos, la determinación de los límites del modelo, la trazabilidad de anomalías y la coordinación entre sistemas.

Esto plantea dos problemas que deben afrontarse.

El primero es la transparencia. Si la lógica de optimización queda encapsulada en la caja negra del proveedor, el propietario puede obtener un menor consumo energético, pero pierde la comprensión del funcionamiento de sus propios activos. Si el contrato termina o el sistema deja de actualizarse, es posible que el edificio no pueda volver a su estado operativo original. La auditabilidad, la explicabilidad y la posibilidad de salida deberían ser cláusulas básicas en la compra de IA para edificios.

El segundo es la nueva dependencia tecnológica. La eficiencia energética de los edificios era originalmente una capacidad localizada y descentralizada; tras la inteligencia, comienza a depender de plataformas remotas, proveedores de servicios de algoritmos y una conexión de datos continua. Esta dependencia, a escala urbana, es un dividendo de eficiencia; a escala de un activo individual, es una exposición al riesgo.

VII. Los edificios se convierten en infraestructura digital y, por tanto, en superficie de ataque

Cuando las plantas de enfriamiento, los ascensores, la iluminación y el control de acceso se conectan de forma unificada a la red y pasan a ser gestionados por algoritmos, el edificio se ha convertido de hecho en un pequeño sistema de control industrial. Al obtener eficiencia, también adquiere los riesgos de seguridad inherentes a los sistemas de control industrial.

Que los sistemas de automatización de edificios sean invadidos, cifrados por ransomware o que se alteren sus valores de consigna ya no es un escenario imaginario, sino un problema que preocupa de forma continua al sector global de la gestión de instalaciones. Para las ciudades, esto significa que los edificios no solo pertenecen al ámbito de la energía, sino también al de la ciberseguridad.

A ello se suma la cuestión de la titularidad de los datos: los datos de consumo energético, de flujo de personas y de funcionamiento de equipos de un edificio, ¿pertenecen al propietario, a los inquilinos, a los proveedores de equipos o a los organismos reguladores? En jurisdicciones carentes de reglas claras, estos datos suelen quedar en posesión de facto del proveedor de la plataforma. La cuestión de la soberanía digital también se sostiene a escala de edificio.

VIII. Las instituciones son más escasas que la tecnologíaLlevar la mirada al ámbito global permite ver que distintas ciudades han elegido diferentes instrumentos de política: Nueva York somete a los grandes edificios a un límite de emisiones de carbono y sanciones; la Unión Europea, en su Directiva revisada sobre eficiencia energética de los edificios, impulsa que las nuevas construcciones avancen hacia cero emisiones y establece requisitos mínimos de eficiencia energética para los edificios no residenciales; Hong Kong, Tokio, Dubái y otras ciudades han desarrollado, cada una, sistemas de certificación, divulgación o benchmarking.

Estos instrumentos tienen formas distintas, pero comparten una misma premisa: los reguladores deben poder obtener datos operativos reales, comparables y continuos. En toda jurisdicción que carezca de capacidad de medición, las reglas degenerarán en cumplimiento sobre el papel.

Por contraste, la ventaja de Singapur no radica en tener algoritmos más avanzados, sino en haber combinado estándares de certificación, requisitos de datos y capacidad industrial en una estructura ejecutable. En este sentido, Keppel Bay Tower es un modelo que surge del empuje institucional, no del tirón de la tecnología.

Conclusión: la inteligencia urbana ocurre en el sótano

Que una ciudad se haya vuelto realmente más inteligente rara vez se puede ver en su skyline. Un punto de observación más fiable es si aquellos sistemas que ya mantienen en funcionamiento la ciudad han mejorado en un sentido medible.

Keppel Bay Tower es solo un edificio. Pero su dirección merece registrarse: de la exhibición a la operación, del diseño a la medición real, de los equipos a los datos, del ahorro energético puntual a la sinergia entre sistemas. La siguiente etapa de la competencia entre ciudades probablemente no consista en quién tiene más sensores, sino en quién puede convertir esos datos en capacidad de operación continua, auditable y despachable.

El punto de partida de todo esto quizá sea solo la enfriadora del sótano que por fin empezó a “pensar”.