Mantenimiento Predictivo vs. Preventivo vs. Correctivo: Comparativa de Costes y ROI
Compara mantenimiento preventivo, correctivo y predictivo con datos reales: costes, ROI, matriz de decisión por activo y ejemplos para la industria.
Publicado por Eduardo Fuentevilla Blanco
Ingeniero de robótica en Maedcore · Ingeniero de robótica LinkedIn ↗
Puntos clave
- ► El predictivo ahorra un 8–12% sobre el preventivo (DoE, 2010, suelo conservador) y hasta un 18–25% en implementaciones maduras con datos históricos sólidos (McKinsey, 2021). Cada cifra vale con su contexto.
- ► El 80% de los patrones de fallo son aleatorios y no dependen de la edad del activo (Fracttal, 2025), así que un calendario fijo no basta para activos críticos sin monitorización de condición.
- ► El correctivo deliberado es válido para activos de baja criticidad. Se convierte en problema cuando es la opción por defecto en activos cuyo fallo detiene la producción o genera riesgo de seguridad.
- ► El 23,7% de los accidentes laborales industriales en España ocurre durante tareas de mantenimiento (INSST 2024), así que elegir estrategia también es una decisión de seguridad con implicaciones legales bajo la Ley 31/1995.
- ► La adopción real del predictivo cayó del 30% al 27% entre 2024 y 2025 (MaintainX) aunque el mercado crece: la brecha entre grandes corporaciones y pymes es el principal factor.
- ► Sin al menos 12 meses de historial de fallos en GMAO y sin integración alerta→orden de trabajo, un sistema predictivo produce más ruido que señal.
El mantenimiento correctivo repara la máquina cuando ya ha fallado, el preventivo interviene según un calendario fijo y el predictivo actúa cuando los datos de la máquina indican que algo se degrada. Ninguno gana en todos los casos: el correctivo sale a cuenta en activos baratos y redundantes, el preventivo en equipos estándar y el predictivo en los críticos, donde una parada cuesta mucho.
En cifras, el preventivo ahorra entre un 12% y un 18% respecto al correctivo puro, y el predictivo puede añadir otros 8–12 puntos sobre el preventivo, según el Departamento de Energía de EE.UU. (datos de 2010, recogidos por Infraspeak). Implementaciones maduras documentadas por McKinsey (2021) llegan al 18–25%, pero ese resultado es de un fabricante de dispositivos médicos con datos históricos sólidos y plataforma integrada. Antes de elegir, conviene saber qué activos tienes, cuánto cuesta que fallen y si tienes los datos para que el predictivo funcione.
¿Qué diferencia hay entre mantenimiento correctivo, preventivo y predictivo?
Cada estrategia responde a una lógica económica distinta, y en una misma planta conviven las tres.
Mantenimiento correctivo (o reactivo)
Solo interviene cuando el equipo falla. En su versión deliberada es una decisión racional para activos de baja criticidad y bajo coste de sustitución: coste total del fallo inferior al de prevenirlo, componentes con redundancia, piezas de desgaste que se cambian en menos de 30 minutos.
El coste de una hora de parada no planificada subió un 113% entre 2019 y 2023, según un informe de Siemens 2024 citado por Verdantis. En automoción supera los 2,3 millones de dólares por hora. Operar en correctivo sin haber calculado ese número es asumir un riesgo sin cuantificar. Fabrico (2026) plantea el reactivo como una estrategia deliberada para activos específicos, y no como la consecuencia de un programa mal financiado.
Hay además un coste de seguridad. El 23,7% de los accidentes laborales en la industria española ocurre durante tareas de instalación y mantenimiento, según el Informe Anual de Accidentes de Trabajo del INSST 2024. Las reparaciones con prisa, típicas del correctivo no planificado, son el contexto de mayor riesgo. La Ley 31/1995 de Prevención de Riesgos Laborales exige documentar y planificar las intervenciones, y un programa puramente reactivo lo dificulta.
Mantenimiento preventivo
Sigue un calendario fijo basado en las recomendaciones del fabricante y las tasas históricas de fallo. Es fácil de planificar y no necesita sensores.
Su debilidad: el 80% de los patrones de fallo son aleatorios y no dependen de la edad del activo, según datos citados por Fracttal (2025). Un calendario no anticipa esos fallos, y cambiar componentes con vida útil restante encarece los repuestos. El preventivo supone aproximadamente el 54% del coste total de mantenimiento (IFMA, citado por Verdantis). El 88% de las plantas manufactureras lo usa, pero solo el 40% combina predictivo con analítica, según el estudio Plant Engineering 2025 recogido por MaintainX.
Mantenimiento predictivo
Usa sensores IoT que miden la salud de la máquina de forma continua y modelos de machine learning que detectan anomalías 2–8 semanas antes de la avería.
Exige sensores (500–5.000 $ por activo según tipo, Verdantis 2026), entre 4 y 12 semanas de recogida de datos y personal que sepa interpretar las alertas. Sin datos históricos de fallos, los modelos no funcionan.
Las firmas de análisis proyectan un mercado global de 10,93 mil millones de dólares en 2024 (Fortune Business Insights) con un CAGR del 26–35% hasta 2032. Sin embargo, la encuesta de MaintainX 2025 muestra que la adopción real cayó del 30% al 27% entre 2024 y 2025. El mercado crece porque invierten las grandes corporaciones, mientras las pymes, la mayoría del tejido industrial español, siguen en preventivo y correctivo.
Mantenimiento preventivo vs. predictivo: comparativa de costes
Para comparar con honestidad hay que incluir los costes ocultos del correctivo y el sobremantenimiento del preventivo.
| Categoría | Correctivo | Preventivo | Predictivo |
|---|---|---|---|
| Cuándo se interviene | Tras el fallo | Calendario fijo | Cuando el dato lo indica |
| Coste de implementación | Muy bajo | Bajo–Medio (GMAO: 6.000–30.000 $/año) | Medio–Alto (sensores + plataforma) |
| Coste de mano de obra | Variable / picos altos | Alto (intervenciones fijas) | Bajo (solo cuando hay alerta) |
| Consumo de repuestos | Alto (urgencia y sin planificación) | Alto (sustitución anticipada) | Bajo (fin de vida útil real) |
| Parada no planificada | Alta | Media | Muy baja |
| Riesgo de seguridad | Alto (reparación bajo presión) | Medio | Bajo |
| Activos idóneos | Baja criticidad, bajo coste de fallo | Equipamiento estándar | Activos críticos, alto coste de parada |
Un GMAO/CMMS para una planta mediana cuesta entre 6.000 y 30.000 dólares anuales y es prerrequisito de cualquier programa preventivo o predictivo serio, según Verdantis (2026).
Por qué difieren las fuentes sobre el ahorro del predictivo: el Departamento de Energía de EE.UU. cifra el ahorro en 8–12% sobre el preventivo y hasta un 40% sobre el reactivo, datos de 2010 sobre los que el propio Infraspeak (2025) advierte que «mucho ha cambiado en la última década». McKinsey (2021) documenta un 18–25% en un único fabricante de dispositivos médicos con implementación madura, y su análisis transversal de industria pesada sitúa el rango en 15–30% (McKinsey 2021). Lo prudente es usar el 8–12% como suelo y el 18–25% como techo.
¿Qué mantenimiento asignar a cada máquina? Matriz de decisión por activo
Un marco para asignar estrategia a cada activo, con criterios explícitos, umbrales de coste y un cálculo de ejemplo.
Paso 1: puntuación de criticidad (dos dimensiones, escala 1–5)
| Dimensión | Puntuación 1 | Puntuación 3 | Puntuación 5 |
|---|---|---|---|
| Consecuencia del fallo | Negligible; activo redundante | Parada parcial de línea, sin riesgo de seguridad | Parada total de línea, riesgo de seguridad o regulatorio |
| Detectabilidad del fallo | Degradación obvia (visual, auditiva) | Señales de aviso parciales | Fallo repentino/aleatorio, sin aviso |
Puntuación de criticidad = Consecuencia × Detectabilidad (máximo: 25)
Paso 2: estrategia según la puntuación
| Puntuación | Estrategia recomendada | Lógica económica |
|---|---|---|
| 1–6 (baja) | Correctivo | El coste de prevención supera el coste del fallo |
| 7–14 (media) | Preventivo | El fallo es suficientemente predecible; el ROI del sensor no está justificado |
| 15–19 (alta) | Preventivo + verificación de condición | Base programada + comprobaciones manuales en intervalos clave |
| 20–25 (crítica) | Predictivo | La inversión en sensor + IA está justificada; la consecuencia del fallo es demasiado alta |
Paso 3: umbral de ROI para el predictivo
Antes de instalar sensores en un activo, aplica este cálculo:
Beneficio anual evitado = (P_fallo × Coste_fallo × Factor_reducción) − (Coste_sensor + Coste_plataforma + Coste_laboral)
Ejemplo ilustrativo con supuestos propios, no datos medidos: bomba centrífuga de 75 kW en una línea de proceso continuo de una planta de alimentación.
- P_fallo anual: 0,4 (una avería cada 2,5 años sin intervención)
- Coste por fallo: 18.000 € (4 h de parada × 3.000 €/h de producción perdida + 6.000 € de reparación de emergencia)
- Factor de reducción del predictivo: 0,6 (estimación conservadora basada en el suelo del DoE)
- Beneficio anual evitado: 0,4 × 18.000 € × 0,6 = 4.320 €/año
- Sensor + plataforma (amortizado a 3 años): 1.200 €/año
- Beneficio neto anual: 3.120 €, con payback inferior a 12 meses
Mismo cálculo para una bomba del circuito secundario, no crítica, con coste de fallo de 500 €: 0,4 × 500 € × 0,6 = 120 €/año. No justifica el sensor, así que se asigna correctivo.
Lo que separa a las dos bombas es la economía del fallo, y el cálculo obliga a plantearla antes de gastar.
Paso 4: lista de verificación antes de asignar predictivo
- ≥ 12 meses de historial de fallos en GMAO/CMMS para ese activo
- Tipo de sensor emparejado con el modo de fallo dominante (vibración → desgaste de rodamientos; termografía → fallos eléctricos; ultrasonidos → fugas)
- GMAO integrado con la plataforma predictiva (alerta → orden de trabajo automatizada)
- Técnico formado para interpretar datos de condición, no solo recibir alertas
- Firma de referencia («sano») establecida antes de iniciar la monitorización
Si alguna casilla falla, asigna preventivo hasta tener los prerrequisitos en orden. Saltarse este paso es el error más frecuente en los pilotos de predictivo que fracasan.
¿Cuándo sale rentable el mantenimiento predictivo?
Justifica su inversión cuando una parada no planificada cuesta más de 500 €/hora por línea, el activo monitorizado cuesta más de 50.000 € en reparación o sustitución y opera más de 16 horas al día.
El informe PwC & Mainnovation «Predictive Maintenance 4.0: Beyond the Hype» (2018, n=268 empresas europeas) encontró que el 95% de las empresas que ya usaban PdM 4.0 declararon resultados concretos, y que el 60% aumentó la disponibilidad de sus equipos, con una mejora media del 9% en uptime. Los datos son de Alemania, Países Bajos y Bélgica.
| Fase | Plazo |
|---|---|
| Instalación de sensores y conectividad | Semanas 1–6 |
| Recopilación de datos y entrenamiento del modelo | Semanas 6–14 |
| Primeras predicciones de fallo fiables | Mes 3–4 |
| ROI positivo alcanzado | Mes 12–18 |
¿Se pueden combinar preventivo, correctivo y predictivo?
Sí, y es lo habitual: una estrategia híbrida en tres niveles. Los profesionales de mantenimiento españoles consultados por Gaherma (2026) señalan el 80% preventivo / 20% correctivo como equilibrio habitual, y advierten que bajar el correctivo del 15% tiene un coste marginal muy alto.
Nivel 1, predictivo: activos con coste de parada superior a 1.000 €/hora o valor de reposición superior a 30.000 €. Sensores IoT con umbrales de alerta basados en ML.
Nivel 2, preventivo: equipamiento estándar con intervalos de servicio definidos, ajustados con las horas de operación del Nivel 1.
Nivel 3, correctivo deliberado: componentes baratos que se sustituyen más rápido de lo que se monitorizan, con stock de repuestos a mano.
| Tipo de activo | Estrategia recomendada | Motivo |
|---|---|---|
| Centros CNC, prensas de estampación | Predictivo | Alto coste de parada; modos de fallo complejos |
| Motores eléctricos > 15 kW | Predictivo | La firma de vibración predice fallos de rodamiento con 4–8 semanas de antelación |
| Sistemas de cintas transportadoras | Híbrido | Predictivo para motores; preventivo para sustitución de cinta |
| Cilindros neumáticos | Preventivo | El coste del sensor supera el coste de reparación en la mayoría de fallos |
| HVAC y sistemas de refrigeración | Predictivo | El ahorro energético justifica la monitorización |
| Bombas pequeñas, luminarias | Correctivo deliberado | Sustitución más rápida y barata que el ROI de la monitorización |
¿Cómo se implanta el mantenimiento predictivo paso a paso?
No hace falta instalarlo todo el primer día.
Fase 1, piloto (semanas 1–6): elige 3–5 activos críticos con la matriz del Paso 1, instala sensores de vibración y temperatura y fija la «firma sana» de referencia.
Fase 2, entrenamiento del modelo (semanas 6–14): recoge datos en condiciones normales y anómalas y define los umbrales de alerta junto al equipo de mantenimiento, no solo con el proveedor.
Fase 3, despliegue (meses 4–12): extiende a los demás activos del Nivel 1 e integra las alertas con el GMAO. Una alerta que no genera orden de trabajo automática se ignora en semanas.
Fase 4, mejora continua: cada avería real realimenta el modelo. Amplía al Nivel 2 donde el piloto confirme el caso de negocio.
Errores frecuentes:
- Desplegar sensores sin historial de fallos: el modelo genera falsas alarmas o silencio.
- Alertas desconectadas del GMAO: llegan a un panel que nadie mira pasada la semana de formación.
- Aplicar predictivo a activos de baja criticidad porque «la tecnología ya está disponible»: el ROI no cierra.
El dato estructurado también es lo que permite automatizar la parte de oficina. En el software de inspección que desarrollamos para ENUSA, el procesado de los datos de dron y de los equipos de medición se automatizó y la preparación de cada informe pasó de unas 2 jornadas de trabajo a unos 30 minutos, sin errores en esa etapa. Es un proyecto de inspección y no de predicción, pero ilustra el mismo requisito: sin datos ordenados desde el origen, ninguna plataforma de análisis, predictiva o no, da resultados fiables.
Preguntas frecuentes
¿Cuánto ahorra el mantenimiento predictivo respecto al correctivo?
¿Es el mantenimiento correctivo siempre un error de gestión?
¿Qué porcentaje de mantenimiento correctivo es aceptable en una planta industrial española?
¿Cuánto tiempo tarda en dar ROI positivo un sistema de mantenimiento predictivo?
¿Qué sensores necesito para empezar con mantenimiento predictivo?
¿Qué diferencia hay entre mantenimiento predictivo y mantenimiento basado en condición?
Trabajo Relacionado
- Mantenimiento predictivo con IA: qué es y cómo implantarlo
- software de inspección de radiación para ENUSA
- Explorar Servicios de IA y Mantenimiento Predictivo →
Lecturas relacionadas
- Mantenimiento prescriptivo: el paso más allá de la predicción, del dato del sensor a una orden de trabajo real.
- Mantenimiento de maquinaria industrial: por qué el cuello de botella pasó de la visita de inspección al posprocesado manual.
- Mantenimiento Predictivo con IA: el lado del sensor y el modelo, y qué aportan los datos IoT y el machine learning.
- Inspección visual automatizada: qué precisión es realista y las tres puertas que un sistema de visión debe superar.
- Partes de trabajo digitales: cómo se asigna, ejecuta y traza el trabajo sin papel.
- Maedcore, soluciones digitales: qué construimos en esta área.
Fuentes
- Fortune Business Insights — Predictive Maintenance Market Size, Share & Industry Analysis 2025–2032 — Fortune Business Insights, 2025.
- PwC & Mainnovation — Predictive Maintenance 4.0: Beyond the Hype — PwC / Mainnovation, 2018.
- McKinsey & Company — Establishing the Right Analytics-Based Maintenance Strategy — McKinsey & Company, 2021.
- McKinsey & Company — A Smarter Way to Digitize Maintenance and Reliability — McKinsey & Company, 2021.
- INSST — Informe Anual de Accidentes de Trabajo en España, Datos 2024 — Instituto Nacional de Seguridad y Salud en el Trabajo, 2025.
- MaintainX — 2025 State of Industrial Maintenance — MaintainX, 2025.
- Infraspeak — Maintenance Statistics and Trends 2025 — Infraspeak, 2025.
- Verdantis — 15+ Powerful Preventive & Predictive Maintenance Statistics — Verdantis, 2026.
- Gaherma — % Ideal de Mantenimiento Correctivo, Preventivo y Predictivo — Gaherma, 2026.
- Fracttal — ¿Qué es el Mantenimiento Predictivo y cómo implementarlo? — Fracttal, 2025.
- Fabrico — Mantenimiento Reactivo vs. Preventivo: La Diferencia de Costes — Fabrico, 2026.
Sobre el autor
Ingeniero de robótica
Durante más de una década me ha movido una sola misión: aprovechar la IA y la robótica para construir un mundo de producción automatizada. Creo que, al crear sistemas autosuficientes, podemos devolver a las personas el tiempo para centrarse en lo que de verdad importa: su familia y sus pasiones. Mi experiencia abarca desde ganar prestigiosas competiciones europeas de startups hasta diseñar proyectos complejos que integran hardware y software. Me dedico a unir los retos industriales de hoy con las soluciones autónomas del mañana.
¿Listo para transformar tu empresa?
Reserva una reunión gratuita de 30 minutos con un ingeniero.