La inteligencia artificial (IA) ya no es solo terreno de la ciencia ficción o de las grandes tecnológicas. Ha comenzado a instalarse en sectores donde antes parecía impensable, como el energético, y más concretamente en el nuclear. En abril de 2025, la planta de energía nuclear de Diablo Canyon, en California, se convirtió en la primera de Estados Unidos —y probablemente del mundo— en implementar una solución de IA generativa en sus operaciones. Este paso, llevado a cabo por Pacific Gas and Electric (PG&E) junto con la startup Atomic Canyon, representa un cambio significativo en la forma en que se gestionan, procesan y utilizan los datos en instalaciones tan críticas como una central nuclear.
Diablo Canyon: Una planta nuclear singular
Ubicada en el condado de San Luis Obispo, la planta de Diablo Canyon consta de dos reactores de agua a presión que comenzaron a operar en 1985 y 1986, respectivamente. Juntas, estas unidades generan unos 2.200 megavatios (MW) de electricidad, lo que equivale al suministro energético para unos tres millones de hogares. Además, representan aproximadamente el 17% de la energía libre de carbono generada en el estado de California. Aunque su cierre estaba previsto para 2025, la creciente necesidad de fuentes de energía fiables y sin emisiones ha extendido su funcionamiento al menos hasta 2030.
¿Qué es Neutron Enterprise?
La herramienta de IA generativa instalada en Diablo Canyon se llama Neutron Enterprise, y ha sido desarrollada específicamente para la industria nuclear por Atomic Canyon en colaboración con Oak Ridge National Laboratory, utilizando el ecosistema de hardware y software de NVIDIA. Esta IA no es una simple asistente conversacional: se ha entrenado con documentación técnica específica del sector nuclear, como procedimientos operativos, planos, guías regulatorias, manuales de equipos, entre otros.
Neutron Enterprise actúa como un motor de búsqueda y asistente técnico altamente especializado, capaz de procesar consultas complejas formuladas en lenguaje natural, y devolver respuestas precisas basadas en miles de documentos. Esto ahorra tiempo, reduce errores y mejora la toma de decisiones en operaciones que tradicionalmente han sido muy dependientes de procedimientos manuales y jerarquías de conocimiento institucional.
Aplicaciones técnicas específicas de la IA en entornos nucleares
Más allá de la simple gestión documental, las aplicaciones actuales y potenciales de la inteligencia artificial en centrales nucleares son extensas y de alto valor añadido:
1. Diagnóstico predictivo y mantenimiento preventivo
Los modelos de machine learning pueden analizar datos históricos de sensores e incidentes para predecir fallos antes de que ocurran. Por ejemplo, si una bomba muestra ciertas variaciones de presión y temperatura que históricamente han estado asociadas con fallos prematuros, el sistema puede lanzar alertas preventivas con días o semanas de antelación.
Esta capacidad de predicción, conocida como predictive maintenance, permite reducir el tiempo de inactividad planificado y no planificado. En un entorno como el nuclear, donde cada parada cuesta millones de dólares y afecta al suministro eléctrico, esta mejora en la eficiencia es especialmente crítica.
2. Optimización de recargas de combustible
Cada 18-24 meses, los reactores nucleares necesitan ser apagados para sustituir parte del combustible. La IA puede optimizar este proceso, analizando variables como la geometría de los elementos combustibles, la distribución del flujo térmico y las condiciones estructurales del núcleo para maximizar la eficiencia y reducir el tiempo de la parada. Según estudios recientes, esta optimización puede suponer hasta un 10% de ahorro en el coste total de recarga.
3. Análisis de eventos operativos y entrenamiento simulado
La IA también puede recrear virtualmente situaciones operativas complejas para entrenar a los operadores humanos. Estas simulaciones, con entornos inmersivos basados en IA generativa, permiten experimentar situaciones de emergencia con múltiples variables de forma segura. Además, los sistemas pueden sugerir automáticamente cursos de acción alternativos basados en respuestas anteriores o en datos históricos de otras plantas.
4. Validación y cumplimiento normativo automático
Una central nuclear debe cumplir con regulaciones estrictas, tanto a nivel nacional como internacional. La IA puede ayudar a automatizar la verificación del cumplimiento normativo escaneando documentos, registros de inspección, protocolos y datos de sensores en tiempo real. En lugar de realizar auditorías manuales que pueden tardar semanas, una IA bien entrenada puede generar informes completos en cuestión de minutos.
¿Por qué Diablo Canyon y por qué ahora?
La elección de Diablo Canyon para esta prueba de campo no es casual. Se trata de una instalación con décadas de historia, altamente vigilada, con miles de procedimientos y documentación acumulada a lo largo del tiempo. Justo por esa complejidad, era un lugar ideal para probar un sistema de IA centrado en resolver cuellos de botella informativos y de procedimiento.
Además, California está en una encrucijada energética. Con la retirada progresiva de las centrales térmicas y una alta penetración de energías renovables intermitentes, se necesitan fuentes estables como la nuclear para equilibrar la red. Incorporar inteligencia artificial permite a estas plantas ser más eficientes, responder con más flexibilidad a la demanda y adaptarse a nuevas exigencias regulatorias y técnicas.
Comparativa con las centrales nucleares españolas
Si comparamos Diablo Canyon con las centrales nucleares en funcionamiento en España, encontramos algunas diferencias notables, tanto en tamaño como en grado de digitalización. Actualmente, España cuenta con siete reactores nucleares repartidos en cinco emplazamientos: Almaraz, Ascó, Cofrentes, Vandellós II y Trillo. La potencia conjunta de estas instalaciones ronda los 7.400 megavatios (MW), algo más del triple que la capacidad instalada en Diablo Canyon. Sin embargo, a nivel individual, Diablo Canyon supera en potencia a cualquier unidad española, ya que sus dos reactores suman unos 2.200 MW frente, por ejemplo, a los 1.092 MW del reactor de Cofrentes o los 1.066 MW de Trillo.
Más allá de la potencia, la gran diferencia se encuentra en el uso de tecnologías emergentes. Mientras que en Estados Unidos se empieza a implementar IA generativa como parte de la gestión operativa, en España el proceso de digitalización en el sector nuclear ha sido más conservador y gradual. Las plantas españolas han modernizado ciertos sistemas de control y automatización, pero no se tiene constancia pública de un uso extensivo de inteligencia artificial para tareas como la gestión documental automatizada, el mantenimiento predictivo o el soporte al cumplimiento normativo en tiempo real.
Este contraste pone de manifiesto el potencial de mejora que todavía existe en el parque nuclear español, especialmente si se quiere garantizar su competitividad, seguridad y sostenibilidad en un contexto en el que la extensión de vida útil de las centrales está sobre la mesa. El caso de Diablo Canyon podría servir como modelo o al menos como punto de referencia para futuras decisiones estratégicas en el sector nuclear europeo.
Regulación, transparencia y seguridad
Un aspecto delicado es cómo garantizar que el uso de IA en instalaciones críticas como una planta nuclear no introduzca vulnerabilidades o riesgos no previstos. La Comisión Reguladora Nuclear (NRC) de EE.UU. está revisando las normativas para permitir el uso limitado y supervisado de tecnologías basadas en IA, siempre que se mantenga la trazabilidad, la transparencia de los algoritmos y la supervisión humana.
Según declaraciones recogidas por The Markup, algunos legisladores de California han pedido que se evalúe a fondo el impacto de esta tecnología antes de considerar su adopción en otras plantas. Aunque por ahora Neutron Enterprise se limita a tareas informativas y de soporte, la tendencia apunta hacia una progresiva integración en procesos más operativos.
¿Qué viene después?
Si la implementación de Neutron Enterprise en Diablo Canyon demuestra beneficios tangibles —algo que PG&E ya está evaluando mediante indicadores de rendimiento y satisfacción del personal—, es muy probable que otras plantas nucleares sigan el mismo camino. También es factible su extensión a otras formas de generación energética como plantas térmicas, hidroeléctricas o incluso instalaciones de almacenamiento de energía.
En un futuro próximo, podríamos ver IA diseñadas para gestionar flotas enteras de plantas energéticas, recomendando ajustes en la operación en tiempo real para maximizar eficiencia, minimizar costes y cumplir objetivos ambientales. Aunque esto suena ambicioso, los avances tecnológicos en procesamiento de datos, sensores IoT y redes 5G lo hacen perfectamente viable.
Reflexiones finales
La inteligencia artificial ha encontrado en el sector energético, y concretamente en el nuclear, un terreno fértil para demostrar su utilidad más allá del marketing tecnológico. Con un enfoque prudente, colaborativo y supervisado, tecnologías como Neutron Enterprise pueden convertirse en aliadas estratégicas en el esfuerzo global por mantener una red energética limpia, segura y eficiente.
El reto ya no es solo técnico, sino institucional: se trata de diseñar las reglas del juego que garanticen que esta integración se haga con responsabilidad, transparencia y sentido común. Diablo Canyon es solo el comienzo de una tendencia que, si se gestiona correctamente, puede redefinir la manera en que producimos y gestionamos la energía en las próximas décadas.
Frase clave para SEO
Metadescripción
Referencias
The Markup – «For the First Time, Artificial Intelligence Is Being Used at a Nuclear Power Plant»
https://themarkup.org/artificial-intelligence/2025/04/08/for-the-first-time-artificial-intelligence-is-being-used-at-a-nuclear-power-plant-californias-diablo-canyonWorld Nuclear News – «AI solution deployed at Diablo Canyon in nuclear industry first»
https://www.world-nuclear-news.org/Articles/AI-solution-deployed-at-Diablo-Canyon-in-nuclear-industry-firstPG&E Investor Center – «First Commercial Deployment of On-Site Generative AI for Nuclear Energy at Diablo Canyon»
https://investor.pgecorp.com/news-events/press-releases/press-release-details/2024/PGE-Launches-First-Commercial-Deployment-of-On-Site-Generative-AI-Solution-for-the-Nuclear-Energy-Sector-at-Diablo-Canyon/default.aspx
Etiquetas
Tú dijiste:
ChatGPT Plus
Comparativa con las centrales nucleares españolas
Si comparamos Diablo Canyon con las centrales nucleares en funcionamiento en España, encontramos algunas diferencias notables, tanto en tamaño como en grado de digitalización. Actualmente, España cuenta con siete reactores nucleares repartidos en cinco emplazamientos: Almaraz, Ascó, Cofrentes, Vandellós II y Trillo. La potencia conjunta de estas instalaciones ronda los 7.400 megavatios (MW), algo más del triple que la capacidad instalada en Diablo Canyon. Sin embargo, a nivel individual, Diablo Canyon supera en potencia a cualquier unidad española, ya que sus dos reactores suman unos 2.200 MW frente, por ejemplo, a los 1.092 MW del reactor de Cofrentes o los 1.066 MW de Trillo.
Más allá de la potencia, la gran diferencia se encuentra en el uso de tecnologías emergentes. Mientras que en Estados Unidos se empieza a implementar IA generativa como parte de la gestión operativa, en España el proceso de digitalización en el sector nuclear ha sido más conservador y gradual. Las plantas españolas han modernizado ciertos sistemas de control y automatización, pero no se tiene constancia pública de un uso extensivo de inteligencia artificial para tareas como la gestión documental automatizada, el mantenimiento predictivo o el soporte al cumplimiento normativo en tiempo real.
Este contraste pone de manifiesto el potencial de mejora que todavía existe en el parque nuclear español, especialmente si se quiere garantizar su competitividad, seguridad y sostenibilidad en un contexto en el que la extensión de vida útil de las centrales está sobre la mesa. El caso de Diablo Canyon podría servir como modelo o al menos como punto de referencia para futuras decisiones estratégicas en el sector nuclear europeo.
272