El problema del esquisto, o shale, tiene una segunda cara. La <\/mark>producci\u00f3n de estos yacimientos<\/mark><\/a> cae entre 80% y 90% entre los doce meses y los primeros dos a\u00f1os. El pozo nace, rinde y se agota casi enseguida.<\/mark> Por lo tanto, para sostener la producci\u00f3n hay que perforar sin pausa, <\/strong>un pozo tras otro, como quien corre sobre una cinta que nunca se detiene. Ese ritmo forzado explica por qu\u00e9 la industria adopt\u00f3 cualquier tecnolog\u00eda que abaratara o acelerara la perforaci\u00f3n. La IA es la \u00faltima y la m\u00e1s ambiciosa<\/a>.<\/p>\n En los yacimientos de Texas ya operan equipos de perforaci\u00f3n con brazos rob\u00f3ticos<\/a> que mueven los ca\u00f1os de acero, piezas de casi 1.000 kilos, sin intervenci\u00f3n humana directa en el pozo, la zona donde ocurre un tercio de los accidentes graves del oficio. Exxon, el mayor productor de Estados Unidos, instal\u00f3 los primeros dispositivos y prev\u00e9 la automatizaci\u00f3n de su flota en 2028. Pero esos robots son teleoperados, un t\u00e9cnico los comanda desde una oficina con una pantalla sin inteligencia.<\/p>\n \ufeff <\/p>\n La IA trabaja en otra capa, la de las decisiones. Exxon desarroll\u00f3 sistemas que usan IA para determinar los mejores par\u00e1metros de perforaci\u00f3n de cada pozo, cu\u00e1nto peso aplicar sobre la broca, a qu\u00e9 velocidad avanzar, y en algunos casos el sistema ajusta la operaci\u00f3n solo, sin intervenci\u00f3n humana. <\/mark>La industria llama a eso circuito cerrado, y es cuando la m\u00e1quina observa, decide y corrige. Tambi\u00e9n trabaja antes de perforar porque los modelos de aprendizaje autom\u00e1tico<\/a> combinados con supercomputadoras procesan los datos s\u00edsmicos y construyen mapas del subsuelo indicando d\u00f3nde est\u00e1 el petr\u00f3leo y c\u00f3mo alcanzarlo, con ciclos de decisi\u00f3n que pasaron de semanas a d\u00edas. Despu\u00e9s, predice qu\u00e9 bomba o qu\u00e9 compresor fallar\u00e1 antes de que se aver\u00ede, en una industria donde las interrupciones imprevistas cuestan cerca de US$ 50.000 millones por a\u00f1o.<\/p>\n Aqu\u00ed, existen dos revoluciones, no una. La primera produce el mismo barril m\u00e1s barato, perforando m\u00e1s r\u00e1pido, con ahorros en el mantenimiento. La segunda saca barriles que antes quedaban en la roca mejorando dise\u00f1os de fractura y lectura del reservorio que resultan en m\u00e1s recuperaci\u00f3n. Por otra parte, un algoritmo anticipa el da\u00f1o en una bomba pero no extrae petr\u00f3leo adicional del subsuelo. Las dos revoluciones convergen en un solo punto, el <\/strong>costo econ\u00f3mico del barril<\/strong><\/a>, pero son t\u00e9cnicamente distintas y avanzan a ritmos distintos.<\/p>\n \ufeff <\/p>\n 1. La primera revoluci\u00f3n ya se midi\u00f3. En cinco a\u00f1os los contratistas recortaron un d\u00eda de las dos semanas que tomaba perforar un pozo, y tres jornadas de las 11 que tomaba fracturarlo. Cada fecha de ahorro vale cientos de miles de d\u00f3lares,<\/strong> y en programas de decenas de pozos esa econom\u00eda suma decenas o cientos de millones por a\u00f1o. Un equipo automatizado de Exxon perfor\u00f3 tres kil\u00f3metros en horizontal bajo tierra en poco m\u00e1s de seis d\u00edas, una de las tres marcas m\u00e1s r\u00e1pidas de la historia de la compa\u00f1\u00eda.<\/p>\n 2. La segunda revoluci\u00f3n es todav\u00eda una promesa cuantificada. Goldman Sachs estim\u00f3 en un escenario que la IA reducir\u00eda alrededor del 30% del <\/mark>costo de un pozo nuevo de esquisto<\/mark><\/a> y elevar\u00eda entre 10% y 20% su factor de recuperaci\u00f3n, <\/mark>lo que sumar\u00eda entre 10.000 y 30.000 millones de barriles a las reservas de Estados Unidos. Es una proyecci\u00f3n bajo supuestos, no una constataci\u00f3n industrial. Pero la aritm\u00e9tica que la sostiene es real, como el punto de partida es tan bajo, pasar del 10% al 12% de recuperaci\u00f3n significa extraer un 20% m\u00e1s de petr\u00f3leo de la misma roca, sin descubrir un solo yacimiento nuevo. Entre tanto, Exxon declar\u00f3 la meta corporativa m\u00e1s audaz en esa direcci\u00f3n, la de duplicar su recuperaci\u00f3n en la cuenca del P\u00e9rmico hacia comienzos de la d\u00e9cada de 2030 con un paquete de m\u00e1s de 40 tecnolog\u00edas.<\/p>\n La consecuencia econ\u00f3mica excede a las empresas. El mismo banco calcul\u00f3 que una ganancia de productividad del 25%, la observada en los primeros adoptantes de IA, bajar\u00eda unos US$ 5 por barril el <\/mark>precio marginal que justifica producci\u00f3n nueva<\/mark><\/a>. <\/mark>Ese n\u00famero es la clave geopol\u00edtica. Si la unidad de esquisto admite un precio menor para solventarse, una ca\u00edda del petr\u00f3leo reduce su da\u00f1o a la industria<\/a>. La OPEP, que sostiene los precios recortando su propia producci\u00f3n, necesita entonces guarismos todav\u00eda m\u00e1s bajos, para expulsar esos barriles del mercado. Goldman estima que el efecto neto de la IA sobre el precio del petr\u00f3leo ser\u00eda negativo en el mediano plazo con unos US$ 5 por barril de presi\u00f3n bajista desde la curva de costos contra unos US$ 2 de impulso alcista por mayor demanda. La IA, que obliga al mundo a <\/strong>generar m\u00e1s electricidad para alimentar sus centros de datos<\/strong><\/a>, abarata al mismo tiempo una de las principales materias primas energ\u00e9ticas del planeta.<\/strong><\/p>\n \ufeff <\/p>\n El tama\u00f1o del premio ya tiene precio. Rystad Energy calcul\u00f3 que la digitalizaci\u00f3n y la IA crear\u00e1n cerca de US$ 500.000 millones de valor entre 2026 y 2030 para las empresas de exploraci\u00f3n y producci\u00f3n que invierten en estas herramientas, repartidos en partes casi iguales entre costos menores y producci\u00f3n mayor. Esas empresas gastaron unos US$ 25.000 millones en herramientas digitales e IA el a\u00f1o pasado. Por cada d\u00f3lar apostado, el premio esperado se multiplica.<\/p>\n Y hay un matiz final que importa m\u00e1s que cualquier cifra. El hallazgo estructural de ese estudio es que la IA no eleva el techo de los mejores operadores sino que empuja al resto de la industria hacia el nivel que el mejor ya alcanz\u00f3. La m\u00e1quina no inventa un petrolero genial, s\u00f3lo copia al mejor y lo distribuye. <\/strong>Pero el mismo informe advierte lo contrario porque los primeros adoptantes acumulan datos, infraestructura y experiencia, y esa ventaja se ampl\u00eda en vez de cerrarse, porque la IA acelera lo que ocurre dentro de una organizaci\u00f3n madura pero no aporta al proceso inicial. El negocio queda entonces atrapado en una carrera entre dos fuerzas, la democratizaci\u00f3n del conocimiento y la ventaja acumulativa del que empez\u00f3 primero.<\/mark> En una industria donde la diferencia entre ganar y perder se mide en d\u00f3lares por barril<\/a>, el desenlace de esa carrera vale tanto como el petr\u00f3leo mismo. El hidrocarburo que falta sigue abajo, en la roca, pero por primera vez la herramienta que lo busca aprende de cada pozo que perfora, y cada yacimiento ense\u00f1a al siguiente.<\/p>\n Las cosas como son.<\/p>\n![\"petr\u00f3leo](\"http:\/\/economiapoliticacba.com\/wp-content\/uploads\/2026\/10\/el-petroleo-que-falta-y-la-maquina-que-lo-busca.webp\")
![\"Logo](\"http:\/\/economiapoliticacba.com\/wp-content\/uploads\/2026\/10\/el-petroleo-que-falta-y-la-maquina-que-lo-busca.png\")
<\/div>\n