OT Data Fabric: cómo convertir datos industriales fragmentados en contexto preparado para IA

Qué es un OT Data Fabric

OT Data Fabric —también denominado Industrial Data Fabric o fabric de datos industriales— no es un concepto propietario de RY2Core. Describe una respuesta arquitectónica a un problema recurrente: existen muchos datos industriales, pero están fragmentados entre tecnologías, equipos, aplicaciones y responsabilidades.

El objetivo tampoco es copiar todo a una nueva base central. Es crear una capa reutilizable de acceso, significado y gobierno sobre información que puede seguir distribuida entre equipos Edge, historiadores, aplicaciones, bases de datos y sistemas de registro.

1. 01ConectarAcceder
2. 02IngerirRecibir
3. 03ValidarComprobar
4. 04NormalizarAcordar
5. 05ContextualizarSignificar
6. 06RelacionarVincular
7. 07PublicarExponer
8. 08GobernarControlar
9. 09ConsumirReutilizar

El problema brownfield: cada fuente describe sólo una parte

Una operación existente puede combinar PLC, sensores, redes seriales, cámaras, gateways, SCADA, historiadores, sistemas de mantenimiento, ERP y aplicaciones propias. La convergencia OT/TI conecta mundos que nacieron con propósitos, ciclos de vida y modelos distintos; el IoT industrial e IIoT aporta adquisición y transporte para activos distribuidos.

PLC ───────── Modbus / OPC UA
SENSORES ─── RS-485 / MQTT
VEHÍCULOS ── CAN / J1939 / telemetría
CÁMARAS ──── RTSP / eventos
SCADA ────── tags / históricos
CMMS ─────── mantenimiento
ERP ──────── órdenes / procesos
APPS ─────── APIs / bases de datos

Una misma realidad puede llegar con identificadores, timestamps, unidades, estructuras, calidad y vigencia diferentes. Incluso dos fuentes técnicamente correctas pueden ser incompatibles si no existe un acuerdo sobre qué activo representan o durante qué intervalo fue válida su asociación.

La guía sobre datos industriales e inteligencia industrial muestra cómo comprobar identidad, tiempo, unidades y relaciones antes de interpretar una señal.

De integraciones punto a punto a servicios de información reutilizables

En una integración punto a punto, cada aplicación conoce las particularidades de cada fuente y vuelve a reconstruir el contexto. El número de dependencias crece, las transformaciones se duplican y resulta difícil saber qué versión del significado utilizó cada consumidor.

PUNTO A PUNTO                    OT DATA FABRIC

A ↔ B                             APLICACIONES
A ↔ C                                  ↑
A ↔ D                          IA / AGENTES / BI
B ↔ C                                  ↑
B ↔ D                       SERVICIOS DE INFORMACIÓN
                                        ↑
                               CONTEXTO OPERACIONAL
                                        ↑
                              NORMALIZACIÓN / DATAOPS
                                        ↑
                              ADAPTADORES / INGESTA
                                        ↑
                           PLC · SCADA · IIoT · VIDEO · ERP

El Data Fabric busca que identidad, normalización, relaciones, procedencia y políticas puedan reutilizarse. Cada consumidor sigue aplicando su lógica y sus permisos; ya no necesita deducir por separado qué significa cada tag, evento, imagen o registro.

La interoperabilidad industrial resuelve el intercambio con significado. El OT Data Fabric organiza cómo acceder, relacionar, gobernar y publicar esa información para múltiples usos sin presentar una interfaz o un protocolo como solución universal.

Industrial DataOps mantiene el flujo; el Data Fabric habilita su reutilización

Industrial DataOps describe procesos para conectar, ingerir, validar, normalizar, contextualizar, almacenar, publicar, observar y gobernar datos OT. Incluye calidad, linaje, operación del pipeline y tratamiento explícito de fallas.

CONECTAR → INGERIR → VALIDAR → NORMALIZAR → CONTEXTUALIZAR
   → ALMACENAR → PUBLICAR → OBSERVAR → GOBERNAR

OT Data Fabric describe la arquitectura mediante la cual la información resultante puede descubrirse y reutilizarse por distintos consumidores. Son conceptos complementarios: el fabric no se mantiene solo y DataOps necesita una arquitectura donde aplicar sus políticas.

DataOps y Data Fabric cumplen funciones distintas

Concepto	Función principal	Pregunta de control
Industrial DataOps	Operar y gobernar el flujo desde la fuente hasta la publicación.	¿Cómo se valida, observa, versiona y recupera el pipeline?
OT Data Fabric	Dar acceso distribuido y reutilizable a información industrial contextualizada.	¿Cómo consumen varias aplicaciones el mismo significado y procedencia?

Contexto e identidad persistente: del valor aislado a una situación

Una lectura como temperature = 92 no informa por sí sola el activo, la unidad, la hora, la carga ni la calidad. La contextualización no rellena esos campos mediante suposición: conserva lo conocido, declara lo faltante y relaciona cada dato con la realidad operacional que puede demostrarse.

ASSET: CAEX-014
SYSTEM: motor
SIGNAL: temperatura_refrigerante
VALUE: 92
UNIT: °C
TIME: 10:42:18
LOCATION: rampa_norte
OPERATING_STATE: cargado
QUALITY: good
SOURCE: gateway_edge_014

La identidad lógica debe sobrevivir, cuando el modelo real lo permita, al cambio de sensor, gateway, protocolo, aplicación, base de datos o proveedor. Un identificador como ry2://assets/fleet/caex-014 ilustra el principio, pero no declara un namespace productivo ni impone un formato. El contrato real debe corresponder al modelo de activos y a las autoridades de identificación de cada instalación.

CAEX-014
├── motor
│   ├── temperatura
│   ├── presión
│   └── vibración
├── ubicación
├── condición
├── eventos
├── mantenimiento
└── evidencia

Esta disciplina suele denominarse context engineering: construir y mantener las relaciones que permiten a personas, aplicaciones y modelos reconstruir qué significa una observación. En RY2Core, la Capa de Contexto Operacional relaciona medición, activo, momento, condición, ubicación, fuente e historial.

Edge y Data Fabric en operaciones remotas

En minería, flotas y operaciones remotas, latencia, cobertura LTE/4G, ancho de banda y continuidad impiden asumir una conexión permanente con un servicio central. El Edge industrial puede adquirir, validar, normalizar, inferir, conservar contexto local y almacenar temporalmente cerca de los activos.

ASSETS
   ↓
EDGE
├── adquisición
├── validación
├── normalización
├── inferencia
├── contexto local
└── almacenamiento temporal
   ↓
RY2 INFORMATION LAYER
   ↓
APLICACIONES / IA / AGENTES

La arquitectura debe especificar qué sigue funcionando, qué información conserva vigencia, cómo sincroniza después de una interrupción y qué decisiones quedan bloqueadas. En industria, el Data Fabric debe poder degradarse sin dejar de comprender la operación; esa capacidad no se presume y se valida por despliegue.

OPC UA, i3X y MCP ocupan capas diferentes

OPC UA: información industrial, no sólo transporte

OPC UA aporta un espacio de direcciones basado en objetos, propiedades, tipos, relaciones, unidades, namespaces, valores, calidad y estado. Sus Companion Specifications publican modelos de información para equipos, dominios y casos específicos. Un adaptador debe preservar esa semántica cuando exista, no reducirla a una lista plana de tags.

i3X: una API común para información contextualizada

CESMII publicó i3X 1.0 como una especificación abierta para descubrir y consultar información de manufactura contextualizada mediante una API común y neutral respecto del proveedor. Incluye contrato OpenAPI, modelos, relaciones, valores actuales e históricos y herramientas de implementación. RY2Core estudia esta referencia; mencionarla no equivale a afirmar certificación, conformidad ni disponibilidad universal.

MCP: acceso gobernado para modelos y agentes

MCP permite que aplicaciones basadas en modelos accedan a recursos y herramientas mediante servidores con responsabilidades delimitadas. En una arquitectura industrial, el servidor MCP debe situarse después de identidad, autorización, políticas y servicios de información; no convertirse en la capa que conoce directamente cada PLC, cámara o bus.

MODELO / AGENTE
   ↓
MCP
   ↓
POLICY
   ↓
RY2 INFORMATION API
   ↓
OT DATA FABRIC
   ↓
CONTEXTO
   ↓
OT / TI

La guía de interoperabilidad industrial para IA profundiza en i3X, OPC UA, MCP, Industrial DataOps y agentes gobernados.

Qué significa preparar datos industriales para IA

Un dato preparado para IA debería conservar, cuando corresponda, identidad, timestamp, unidad, activo, ubicación, fuente, calidad, relaciones, contexto operacional, procedencia, permisos y evidencia. Una arquitectura puede exponer datos sin que éstos estén preparados para interpretar una situación.

RAW DATA
   ↓
NORMALIZED DATA
   ↓
CONTEXTUALIZED INFORMATION
   ↓
AI-READY INDUSTRIAL CONTEXT

El Data Fabric no es inteligencia, el contexto no es inteligencia y MCP tampoco es inteligencia. Son condiciones habilitantes. La inteligencia industrial utiliza ese contexto para interpretar una situación y conectarla con decisiones y evidencia; la inteligencia operacional aplica esa capacidad dentro del tiempo útil de una operación.

Casos de aplicación: confiabilidad y percepción

Fleet Reliability: relacionar condición, régimen e historial

El trabajo existente de RY2Core Reliability modela activos, condición, historial, inspecciones y mantenimiento. La plataforma contiene superficies para CAN/J1939, GPS, RPM, horómetro, temperatura de refrigerante, presión, carga, códigos de falla, eventos y señales auxiliares. La disponibilidad y validez de cada variable dependen del equipo, la instrumentación y la integración concreta.

                    CAEX-014
                       │
       ┌───────────────┼───────────────┐
       │               │               │
 TELEMETRÍA       CONDICIÓN        PERCEPCIÓN
       │               │               │
       └───────────────┼───────────────┘
                       │
               CONTEXTO OPERACIONAL
                       │
                  CONFIABILIDAD
                       │
                 RECOMENDACIÓN
                       │
                    EVIDENCIA

Con las fuentes correctas y una calidad conocida, el equipo puede investigar qué cambió, cuándo comenzó, bajo qué carga, dónde estaba el activo, qué variables variaron juntas, qué mantenimiento recibió y si existe evidencia visual. No se presenta esta arquitectura como diagnóstico universal ni como monitoreo validado para cualquier flota. El alcance público de RY2Core Reliability distingue demostración, datos conectados y validación por aplicación.

Seguridad y percepción: una evidencia distinta de una serie temporal

Un evento visual puede relacionarse con activo, persona, zona, instante y estado operacional. La visión industrial para minería y Perceptron aportan captura, procesamiento local, grabación y consulta de evidencia; cada detección específica requiere datos representativos y criterios de aceptación.

VIDEO → DETECCIÓN → EVENTO → ACTIVO / PERSONA / ZONA
                         ↓
                CONTEXTO OPERACIONAL
                         ↓
                    RIESGO → EVIDENCIA

La multimodalidad no exige guardar todo en la misma base. Requiere relacionar series temporales, eventos, imágenes o video, posición, documentos, mantenimiento e inferencias con los mismos activos y episodios, conservando sus formatos, permisos y políticas de retención.

Disponibilidad de datos no equivale a responsabilidad operacional

Una capa de evidencia debe permitir reconstruir qué ocurrió, qué información existía, qué regla o modelo intervino, qué recomendó, quién autorizó, qué se ejecutó y qué resultado produjo. Esta trazabilidad separa una consulta informativa de una acción con consecuencias operacionales.

DECISIÓN
↓
DATOS UTILIZADOS
↓
EVENTOS / INFERENCIAS
↓
AUTORIZACIÓN
↓
ACCIÓN
↓
RESULTADO

Antes de que una inteligencia participe en el mundo físico, la operación necesita contexto confiable, políticas externas al modelo, mecanismos de autorización y evidencia. La interacción con el entorno físico —a veces denominada Physical AI— no elimina enclavamientos, seguridad funcional ni autoridad humana.

OT DATA FABRIC → CONTEXTO → PERCEPCIÓN → IA / AGENTES
   → POLICY → ACCIÓN GOBERNADA → EVIDENCIA

Cómo se relaciona un OT Data Fabric con conceptos cercanos

Cada concepto resuelve una parte distinta del recorrido

Concepto	Problema que resuelve	No equivale por sí solo a
IIoT	Adquisición y conectividad de activos distribuidos.	Contexto compartido o inteligencia.
Interoperabilidad OT/TI	Intercambio coherente entre sistemas.	Reutilización gobernada para todos los consumidores.
Industrial DataOps	Operación, observación y gobierno del pipeline.	La arquitectura completa de acceso.
OT Data Fabric	Acceso y reutilización distribuida de información industrial.	Inteligencia o acción autónoma.
Context Engineering	Construcción y mantenimiento del significado operacional.	Un protocolo o una base de datos.
OPC UA	Interoperabilidad y modelos de información industriales.	La integración de todas las fuentes OT/TI.
i3X	API común para información de manufactura contextualizada.	Conformidad de una implementación no evaluada.
MCP	Acceso de modelos y agentes a recursos y herramientas.	Un bus industrial o una política operacional.
Inteligencia industrial	Interpretación y utilización del contexto.	Un único modelo de IA.
Physical AI	Interacción inteligente con el entorno físico.	Autoridad sin políticas, control ni evidencia.

Unified Namespace

Un Unified Namespace es un patrón para publicar y organizar información compartida. Puede formar parte de un Data Fabric, pero no son equivalentes: el fabric abarca acceso, contexto, calidad, gobierno, servicios y reutilización más allá de un patrón único de publicación.

Data Lake

Un Data Lake prioriza almacenamiento de grandes volúmenes. Un OT Data Fabric prioriza acceso, contextualización, gobierno y exposición de información distribuida. Pueden complementarse; ninguno reemplaza obligatoriamente al otro.

Historian

Un historian conserva series temporales industriales con capacidades especializadas. El fabric relaciona esas series con activos, eventos, imágenes, mantenimiento y otros consumidores sin negar el papel del historiador como sistema de registro.

Qué aporta RY2Core y qué permanece sujeto a validación

RY2Core combina capacidades implementadas en distintos grados: procesamiento Edge, integración OT/TI, telemetría, contexto de activos, percepción y visión, confiabilidad, APIs y registro de evidencia. OPC UA, i3X, MCP, agentes y patrones de Industrial DataOps se evalúan como referencias o componentes según el caso; no se presentan como compatibilidad certificada ni como despliegue universal.

Conceptualmente, RY2Core puede organizar un recorrido de OT Data Fabric + contexto operacional + inteligencia industrial + acción gobernada. Su alcance real se define por fuentes disponibles, interfaces autorizadas, calidad, latencia, riesgos, políticas y criterios de aceptación.

DATOS OT/TI → OT DATA FABRIC → CONTEXT ENGINEERING
   → CONTEXTO OPERACIONAL → INTELIGENCIA INDUSTRIAL
   → AGENTES / PHYSICAL AI → ACCIÓN GOBERNADA → EVIDENCIA

Fuentes técnicas primarias

• OPC Foundation — UA Companion Specifications.
• CESMII — lanzamiento de i3X 1.0.
• CESMII — especificación y herramientas i3X 1.0.
• Model Context Protocol — especificación 2026-07-28.