Un edificio puede tener sensores, una aplicación y muchos equipos conectados, y seguir tomando decisiones bastante torpes. Encender todas las plantas cuando alguien entra en el portal. Mantener un horario de calefacción que ya no responde al uso real. Mostrar la producción solar en una gráfica sin aprovechar esa información para gestionar los consumos.

Conectar permite intercambiar datos. Automatizar permite ejecutar reglas. Gestionar con inteligencia exige algo más: interpretar el contexto, elegir una respuesta útil y comprobar que esa respuesta no empeora otra parte del edificio.

En una comunidad de propietarios, esa diferencia se nota menos en la pantalla de una aplicación que en la vida cotidiana: una escalera bien iluminada, una incidencia que llega a la persona adecuada o una calefacción que mantiene el confort sin funcionar por pura costumbre.

DOBISS puede aportar una base de control e integración sobre la que plantear ese siguiente paso. Pero añadir inteligencia artificial no consiste en entregarle las llaves del edificio a un chatbot.

Alcance del artículo. Las funciones de DOBISS citadas como existentes están documentadas por el fabricante. La capa de IA y los ejemplos de coordinación que siguen son una propuesta de integración: no describen una función de IA incluida de serie, una instalación ensayada ni un ahorro garantizado.

Conectado, automatizado e inteligente no son sinónimos

Poder encender una luz desde el móvil demuestra conectividad. Hacer que se encienda al detectar movimiento demuestra automatización. Analizar distintas señales, anticipar una necesidad y ajustar la operación puede añadir capacidad de adaptación.

Eso no significa que toda instalación inteligente necesite aprendizaje automático. Una regla sencilla, bien diseñada, puede ser más útil que una IA mal aplicada. La pregunta no debería ser cuánta IA incorpora el edificio, sino qué problema resuelve mejor gracias a ella.

El enfoque europeo del Smart Readiness Indicator resulta ilustrativo: relaciona la preparación inteligente de un edificio con su eficiencia, su adaptación a los ocupantes y su capacidad de responder a las necesidades de la red energética. No la reduce a tener una aplicación ni a utilizar un modelo de IA.

Un buen proyecto empieza, por tanto, por los servicios que quiere mejorar, no por la etiqueta tecnológica que desea colocar en la entrada.

Qué aporta DOBISS y qué papel tiene realmente CAN bus

La documentación de DOBISS describe una instalación en la que el servidor NXT se conecta al CAN bus de los módulos y a la red local. Su oferta de control incluye iluminación, gestión térmica, condiciones lógicas e integración energética, según los equipos y la configuración instalados. No todas las instalaciones tienen necesariamente las mismas capacidades. Documentación de puesta en marcha · Funciones del servidor NXT.

CAN bus es una vía de comunicación entre equipos. Incorpora mecanismos para detectar errores de transmisión y organizar el acceso al medio compartido. Eso proporciona una base robusta, pero no hace infalible una instalación ni convierte por sí solo sus mensajes en decisiones inteligentes. El diseño, la alimentación, el cableado y el mantenimiento siguen importando. Explicación técnica de CAN in Automation.

También conviene corregir una simplificación frecuente: integrar un servicio en DOBISS no significa que ese servicio hable directamente por CAN. Un detector puede aportar una señal mediante una entrada compatible; un equipo térmico puede necesitar su interfaz; y la documentación de DOBISS contempla integrar determinados inversores solares mediante Modbus TCP, a través de la red local, o medir energía con dispositivos específicos. Integración fotovoltaica oficial.

La instalación reúne información de procedencias distintas. El proyecto debe definir qué dato está disponible, con qué calidad y qué acciones admite realmente cada equipo.

La escalera: iluminar el recorrido, no todo el edificio

Imaginemos que una persona entra desde el garaje y sube hasta la primera planta. Una instalación sectorizada podría encender el acceso, el tramo de escalera y el rellano necesarios, en lugar de activar todas las luminarias del inmueble.

Para conseguirlo hacen falta circuitos o grupos de iluminación controlables, sensores bien situados y una lógica de encendido apropiada. Esta primera mejora no requiere IA. Puede resolverse con automatización convencional, incorporando también la luz natural y temporizaciones ajustadas al recorrido.

Una capa de análisis podría estudiar después si hay tramos que permanecen encendidos demasiado tiempo, horarios mal adaptados o situaciones en las que conviene anticipar el encendido de una zona contigua.

Pero la optimización no debe convertir la escalera en una prueba de velocidad. El diseño tiene que contemplar a quien camina despacio, se detiene o transporta objetos, conservar el mando manual y mantener separadas las funciones de alumbrado de emergencia. La predicción nunca debería ser el único motivo para dejar una zona de paso a oscuras.

Escalera interior de arquitectura contemporánea, utilizada como fotografía de ambientación.

Iluminar por zonas exige diseñar el recorrido y la detección, no solamente añadir un algoritmo. Fotografía de ambientación: Thuyen Vu / Pexels, bajo licencia Pexels. No representa una instalación DOBISS.

Ocupación real: saber que alguien pasa no es saber quién vive allí

Un sensor en el portal informa sobre el portal. No demuestra que todas las viviendas estén vacías cuando deja de detectar movimiento.

Esta distinción importa especialmente en un edificio residencial: una persona puede estar leyendo, durmiendo o trabajando en casa sin atravesar ninguna zona común. La actividad de la escalera no es un termostato colectivo ni un censo de vecinos.

Como propuesta de diseño, las señales de ocupación pueden ayudar a ajustar determinados servicios comunes cuando sean representativas del espacio que se controla. Para una sala comunitaria reservable, por ejemplo, tendría sentido combinar reserva, presencia y temperatura. Para decidir sobre calefacción de viviendas hacen falta señales térmicas y de demanda adecuadas, no deducciones basadas únicamente en el ascensor.

Conviene además trabajar con el mínimo dato necesario: ocupación por zonas cuando sea suficiente, accesos restringidos a los registros y conservación limitada. El objetivo es gestionar instalaciones, no reconstruir la rutina de cada residente.

Alarmas técnicas: la IA puede relacionar avisos, no sustituir la seguridad

Una fuga de agua, una temperatura anómala o una señal de alarma de humo requieren detección física e interfaces apropiadas. La IA no detecta humo por el simple hecho de recibir datos de un edificio: necesita una señal procedente del sistema que lo detecta.

La integración puede centralizar estados y avisos disponibles. El valor añadido del análisis estaría en relacionarlos: un caudal inesperado, una alarma de agua y una bomba funcionando fuera de su pauta habitual podrían justificar una revisión prioritaria. Sería una hipótesis de mantenimiento, no un diagnóstico demostrado.

Las respuestas críticas deben quedar definidas en el proyecto. Una actuación sobre una válvula, por ejemplo, exige saber qué circuito afecta y qué consecuencias tendría cerrarla. No todo suministro puede tratarse de la misma manera.

La detección y protección contra incendios, sus procedimientos y sus equipos específicos no deben depender de que una IA interprete correctamente un aviso. Tampoco debería permitirse que un modelo silencie una alarma porque considera que «probablemente no pasa nada».

Separar supervisión inteligente y protección esencial es una recomendación de arquitectura: la primera puede ayudar a entender una incidencia; la segunda debe conservar sus responsabilidades y su funcionamiento propio.

Producción solar: ver una gráfica no es gestionar la energía

La documentación de DOBISS contempla lectura de información energética e integración de inversores compatibles. Esa capacidad es una base para coordinar consumos; no significa que cualquier inversor, contador o equipo del edificio sea compatible sin comprobaciones. Gestión energética de DOBISS.

Pensemos en una instalación con producción fotovoltaica y alguna demanda eléctrica que pueda desplazarse dentro de unos límites. Antes de actuar hay que conocer la producción, el consumo, la energía disponible para ese uso y la flexibilidad real del equipo. Producir electricidad no equivale a disponer de un excedente utilizable para cualquier servicio.

Una regla puede activar una demanda autorizada cuando se cumplen unas condiciones. Una capa predictiva podría añadir la previsión meteorológica, la demanda esperada y el comportamiento térmico del edificio para proponer un momento más conveniente.

Por ejemplo, podría estudiar si resulta razonable adelantar parte del trabajo de una bomba de calor con acumulación térmica. Solo tendría sentido cuando la instalación lo permita, se respeten el confort y los límites del fabricante, y exista una ventaja comprobable frente al control actual. No se trata de arrancar máquinas indiscriminadamente porque haya sol.

En autoconsumo colectivo, la estrategia debe considerar además cómo se mide y asigna la energía y qué consumos puede gestionar efectivamente la comunidad. Un dato agregado no demuestra por sí solo un ahorro en cada factura.

Paneles fotovoltaicos dispuestos en una cubierta, en una fotografía real de ambientación.

La oportunidad está en coordinar generación y demanda flexible, no en consumir más por disponer de producción solar. Fotografía de ambientación: Soren H / Unsplash, bajo licencia Unsplash. No documenta una instalación DOBISS.

Calefacción central: anticiparse sin decidir por los vecinos

La calefacción no responde como una bombilla. En un edificio intervienen la inercia térmica, la distribución hidráulica, el tipo de generación, las condiciones exteriores y las necesidades de los espacios atendidos.

Por eso una supervisión avanzada debería trabajar sobre una instalación correctamente regulada, con sensores representativos y una interfaz admitida por sus equipos. No sustituye el equilibrado hidráulico, el mantenimiento ni los controles de protección.

El control predictivo investigado por Berkeley Lab combina modelos, previsiones y datos operativos para elegir acciones dentro de restricciones. Puede incorporar aprendizaje automático, pero control predictivo e IA no son términos equivalentes.

Aplicado como propuesta a una comunidad, podría ayudar a anticipar cuándo iniciar un servicio térmico o a ajustar una consigna autorizada ante cambios de condiciones. El resultado debería respetar temperaturas acordadas, demanda de las zonas, límites de funcionamiento y la posibilidad de intervención humana.

No sería razonable apagar la calefacción central porque durante un rato nadie ha pasado por el portal. Tampoco asumir que todos los vecinos necesitan lo mismo: orientación, aislamiento, planta y uso de las viviendas pueden ser distintos.

La eficiencia no consiste en minimizar el consumo a cualquier precio. Consiste en prestar el servicio necesario evitando gasto innecesario. El confort forma parte del objetivo, no es el daño colateral que se acepta para mejorar una gráfica.

Ventana de una vivienda con radiador y plantas, como ambientación del confort térmico residencial.

Gestionar la calefacción requiere atender la demanda térmica, no deducirla solo del movimiento en las zonas comunes. Fotografía de ambientación: Lisa Anna / Unsplash, bajo licencia Unsplash. No representa una instalación DOBISS.

Dónde se conectaría esa inteligencia artificial

Existe un punto de integración documentado: la API del servidor DOBISS NXT. El fabricante describe una interfaz REST para consultar la instalación y enviar acciones, y WebSockets para recibir actualizaciones de estado. Contempla acceso local y remoto, con autenticación. API oficial de DOBISS.

Eso hace plausible desarrollar una capa externa de supervisión. No demuestra que cualquier modelo de IA esté ya integrado, que todas las funciones estén disponibles en cualquier versión ni que una integración concreta haya sido probada.

Una arquitectura prudente separaría tres responsabilidades: la instalación mide y ejecuta; el análisis detecta patrones y propone ajustes; una pasarela de control comprueba si cada acción está autorizada.

Esa pasarela tendría que impedir operaciones fuera de rango, órdenes basadas en datos caducados o cambios demasiado frecuentes. También debería registrar qué se pidió, qué se permitió y cuál fue el resultado. Son requisitos propuestos para la integración, no permisos granulares que este artículo atribuya automáticamente a la API de DOBISS.

Un modelo conversacional podría explicar una incidencia al administrador, pero no necesita recibir credenciales con control indiscriminado sobre la instalación. Interpretar lenguaje y gobernar una máquina son responsabilidades diferentes.

¿Y cuando falla Internet, un sensor o la propia IA?

La pregunta debe resolverse antes de poner el sistema en servicio.

El diseño debería conservar un modo de funcionamiento conocido: control local de las funciones previstas, horarios y consignas de respaldo, mandos manuales y una forma clara de desconectar la optimización. También debe probar qué ocurre cuando un dato deja de actualizarse o un equipo no confirma una orden.

Un sensor desconectado no equivale a un espacio vacío. Un dato de producción solar antiguo no acredita que siga habiendo excedente. Y una predicción no merece más autoridad que una protección física del equipo.

Que parte de la instalación funcione localmente puede reducir dependencias de Internet, pero local no significa automáticamente seguro ni inmune a fallos. La alimentación, el servidor, los accesos de mantenimiento y las integraciones externas tienen que contemplarse en el diseño.

Esta atención al comportamiento real, la supervisión y los riesgos durante el uso es coherente con el marco de gestión del riesgo de IA del NIST. En el edificio debe convertirse en pruebas concretas, responsables identificados y procedimientos de recuperación.

Cómo saber si aporta valor y no solamente complejidad

La investigación sobre aprendizaje automático aplicado al control de edificios existe y sigue estudiando sus límites. La revisión del NIST distingue aplicaciones en modelado y aprendizaje del control. Un estudio experimental de Berkeley Lab analiza una combinación de modelos físicos y aprendizaje automático en climatización de edificios comerciales. Ninguno acredita por sí solo el resultado de la integración residencial con DOBISS planteada aquí.

Para una comunidad, la propuesta sensata sería empezar observando. Medir cómo funciona hoy el edificio y corregir primero horarios, sensores o reglas deficientes. Después, probar el análisis sin darle permiso para actuar y contrastar sus recomendaciones con el responsable de mantenimiento.

Solo cuando tenga sentido se habilitarían ajustes limitados, reversibles y verificables. La comparación debería contemplar consumo, condiciones meteorológicas, uso de los espacios, confort, incidencias y trabajo de mantenimiento. Comparar dos facturas de meses distintos no basta para atribuir una mejora a la IA.

También hay costes: sensores, interfaces, puesta en marcha, supervisión, actualizaciones y mantenimiento del software. Si una automatización sencilla resuelve el problema con menor coste y menos dependencia, esa es la mejor solución.

La inteligencia está en coordinar, no en mandar más

La oportunidad no consiste en llenar de tecnología las zonas comunes. Consiste en conseguir que la información de iluminación, alarmas, energía y climatización deje de funcionar como compartimentos aislados.

DOBISS puede aportar una base de control e integración. CAN bus cumple su función en la comunicación entre módulos. Una capa adicional de análisis podría relacionar datos y ayudar a anticipar necesidades. Y una arquitectura con límites debe decidir qué puede ejecutar esa capa y qué nunca se le debe delegar.

El resultado deseable es muy concreto: que el vecino encuentre luz cuando la necesita, que el mantenimiento reciba avisos útiles y que la energía se gestione sin sacrificar seguridad ni confort.

Un edificio conectado sabe intercambiar información. Un edificio bien gestionado la convierte en decisiones útiles. Y uno verdaderamente inteligente también sabe cuándo no debe actuar.


Transparencia editorial: esta pieza nace de una propuesta de un profesional vinculado a la comunicación comercial de FERMAX y DOBISS. No se presenta como una evaluación independiente del producto. Las funciones existentes se atribuyen a su documentación; la arquitectura de IA es una propuesta de integración. Las fotografías son de ambientación y no prueban la instalación de estas tecnologías en los espacios mostrados.