En el tejido industrial de Bilbao y Bizkaia, donde conviven la siderurgia de la ría del Nervión, los astilleros, la máquina-herramienta y plantas energéticas como la refinería de Petronor en Muskiz, una desviación inadvertida en un sensor o en un proceso puede traducirse en paradas costosas y mermas de producto. La detección de anomalías consiste en identificar automáticamente patrones inusuales en datos que se desvían significativamente del comportamiento esperado. A diferencia de los umbrales fijos tradicionales, los modelos de IA aprenden el patrón normal de tus datos y detectan desviaciones en contexto, reduciendo drásticamente los falsos positivos que saturan los sistemas de alertas convencionales.
Casos de uso principales
Industria y fabricación. Detección de comportamientos anómalos en sensores de maquinaria antes de que deriven en avería. Un motor que empieza a vibrar de forma atípica a las 2 AM en un patrón específico puede no superar ningún umbral fijo pero sí detectarse como anomalía estadística.
Operaciones financieras. Transacciones fuera del patrón habitual de un cliente o proveedor. La diferencia con un sistema de reglas clásico es que el modelo aprende el comportamiento individual de cada entidad, no un umbral global.
Cadena de suministro. Entregas con tiempos anómalos, consumos de almacén que se desvían de la estacionalidad histórica, proveedores con patrones de facturación irregulares.
Infraestructura IT. Latencias, errores y patrones de uso de recursos que indican problemas antes de que el servicio se degrade o caiga.
Calidad de producto. En líneas de producción con sensores de temperatura, presión o peso, la detección de anomalías multivariante identifica combinaciones de valores que individualmente son normales pero juntos indican un defecto.
Principales algoritmos y cuándo aplicar cada uno
| Técnica | Mejor para | Interpretabilidad |
|---|---|---|
| Isolation Forest | Anomalías en alta dimensionalidad | Media |
| LSTM Autoencoder | Series temporales, señales de sensores | Baja |
| One-Class SVM | Cuando solo tienes datos normales para entrenar | Media |
| Statistical (Z-score, IQR) | Series univariante, como línea base | Alta |
| Prophet + residuos | Series con estacionalidad compleja | Alta |
| DBSCAN | Detección de clústeres anómalos en espacio | Media |
La elección depende del tipo de dato, la velocidad de detección requerida y si necesitas que el sistema sea auditable por un regulador o auditor interno.
Integración en producción
Un sistema de detección de anomalías en producción tiene tres componentes:
- Ingesta de datos en tiempo real o batch: Kafka para streaming, pipelines ETL para batch nocturno.
- Modelo de scoring: API que recibe un evento o registro y devuelve una puntuación de anomalía y, opcionalmente, una explicación (qué variables contribuyeron).
- Capa de acción: alerta en Slack, ticket en Jira, bloqueo en el ERP o activación de un agente IA que investiga la anomalía.
Cuándo la detección de anomalías no resuelve el problema
La detección de anomalías no es útil cuando el concepto de “normal” cambia frecuentemente sin reentrenar el modelo. En empresas con alta variabilidad estacional o que están en plena transformación de procesos, el modelo puede quedarse obsoleto en semanas. En esos casos hay que diseñar un pipeline de reentrenamiento continuo o usar modelos adaptativos.
Tampoco es la solución cuando el problema real es la falta de datos históricos de calidad. Detectar anomalías requiere haber definido previamente qué es normal, y eso requiere datos etiquetados o suficiente historial.
Preguntas frecuentes
¿Cuántos datos históricos necesito? Depende del algoritmo. Isolation Forest puede funcionar con 1.000-5.000 registros. Un LSTM Autoencoder para series temporales necesita varios meses de historial con buena cobertura. En general, cuanto más variedad de comportamientos normales haya en el histórico, mejor.
¿Puedo detectar anomalías sin datos etiquetados? Sí. La mayoría de los algoritmos de detección de anomalías son no supervisados: aprenden el patrón normal sin necesitar etiquetas de “anomalía”. Esto es una ventaja, porque las anomalías reales suelen ser escasas y difíciles de etiquetar.
¿Cómo evito el exceso de alertas? Con un umbral de puntuación calibrado a partir de datos reales y, frecuentemente, con un segundo nivel de validación que agrupa anomalías relacionadas antes de generar la alerta. El diseño del sistema de alertas es tan importante como el modelo en sí.