En operaciones de oil and gas, la discusión ya no pasa por si una cámara ve más que una ronda de inspección, sino por cuánto antes puede detectar un evento y con cuánta menos exposición humana. La combinación de cámaras térmicas, visión por computadora y analítica en el borde empieza a atacar dos problemas clásicos: detectar fugas a tiempo y reducir la exposición en frentes de trabajo con maquinaria, vehículos y movimientos simultáneos.

El punto de apoyo técnico aparece en un artículo de Journal of Petroleum Technology publicado el 10 de junio de 2024. Allí se explica que la visión artificial aplicada a cámaras térmicas puede monitorear fugas en forma continua, generar alertas con evidencia visual y habilitar confirmación remota sin enviar personal a la zona afectada. El texto aporta además un dato concreto: una arquitectura de AI vision puede detectar liberaciones pequeñas desde 60 a 80 metros, con un ejemplo de 0,4 L/s, hasta 40 veces por debajo del límite de detección de los sistemas CPM.

El mismo artículo cita una revisión externa de 2021 sobre un productor global de energía. Después de instalar cámaras de detección con IA en sitios onshore y offshore, la compañía redujo 50% los costos salariales y viáticos asociados a visitas de sitio y recortó hasta 90% el monitoreo manual de video. La mejora no es cosmética: baja costos de recorrido, acelera la verificación y reduce el tiempo en que un evento queda sin validar.

La segunda señal viene de SPE Connect. Un abstract sobre un piloto de Occidental en la construcción de una planta de procesamiento en Permian Basin describe una prueba en dos fases para evaluar visión por IA sobre un stream de video comercial, con analítica sobre severidad, tipo y ubicación de peligros. Ese punto amplía el caso de uso: la tecnología no solo sirve para fugas y emisiones, también puede clasificar riesgos de seguridad en una obra o en un frente de montaje.

Para Vaca Muerta, la replicabilidad es razonable, pero no automática. Hacen falta buena ubicación de cámaras, integración con VMS y SCADA, conectividad estable y un trabajo fino para bajar falsos positivos. Sin eso, la IA suma ruido. Con eso, sí puede convertirse en una capa operativa de prevención. Lo que conviene seguir ahora son pilotos con tasas de falsos positivos publicadas, integración con respuestas automáticas y despliegues en activos remotos donde cada viaje evitado ya representa una mejora medible.