TK Elevator, el fabricante de ascensores, usa agentes de IA

TK Elevator mantiene 1,4 millones de ascensores y escaleras mecánicas en todo el mundo con una plantilla de 25.000 técnicos de servicio. Hasta hace poco, uno de ellos podía perder media hora buscando el equipo correcto, hojeando manuales impresos y reconstruyendo a mano el historial de la última visita. Hoy una aplicación de IA agéntica construida sobre Microsoft Foundry y Azure OpenAI le entrega toda esa información en el teléfono antes de entrar al edificio.

Para cualquier startup con operación en terreno —servicios técnicos, instalación, logística, soporte— la jugada de TK Elevator marca una pauta concreta: la IA generativa dejó de ser un asistente de oficina y pasó a ser la capa que conecta conocimiento disperso con decisiones sobre el terreno.

Qué construyó TK Elevator con Microsoft Foundry y Azure OpenAI

La solución tiene dos mitades. La primera es un briefing previo: antes de acceder al edificio, el técnico ve en su móvil o tablet qué ascensor debe revisar, en qué piso está, cuál es la incidencia detectada, qué herramientas necesitará, qué intervenciones se hicieron antes y qué documentación técnica está disponible. También puede consultar manuales digitales e historiales de mantenimiento sin saltar entre sistemas separados.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La segunda mitad ocurre al terminar el trabajo. Un agente de voz conversa con el técnico, le pide que explique en sus propias palabras lo que hizo, registra las respuestas, genera la documentación y repregunta cuando detecta que falta un detalle relevante. Sin escribir ni tipear nada.

El intercambio funciona en ambos sentidos: el asistente se nutre de visitas anteriores y, al mismo tiempo, el parte hablado del técnico suma su experiencia al registro que verán sus colegas.

«Me encanta la IA. Es muy fácil de usar. Y lo mejor es que me da la información que necesito en ese momento. En la obra mando yo, y la IA es como un compañero que me aconseja», resume Torben Teichmann, técnico de mantenimiento de TK Elevator.

¿Por qué el cuello de botella no era la avería, sino la información?

La mayor parte del trabajo de un técnico de ascensores es mantenimiento rutinario, no fallas mecánicas. El desgaste lo produce el uso cotidiano: puertas forzadas, chicles pegados bajo el pasamanos de una escalera mecánica, llaves, monedas y chupetes que caen por la ranura, aves y ratones que entran a hacer desastre, y suciedad acumulada que obstruye los rieles de la puerta o bloquea un sensor.

El tiempo se pierde en las tareas que rodean a la reparación: localizar el equipo, encontrar la documentación, revisar históricos y registrar después el trabajo. Ese era el problema real que la compañía quiso atacar.

Christian Jung, responsable de la plataforma digital de datos e IA de TKE, lo explica sin vueltas: «Hasta entonces, todo lo que hacíamos se basaba en datos estructurados. Trabajábamos con datos de IoT o con datos corporativos que ya estaban almacenados en nuestros sistemas, pero no podíamos aprovechar la información procedente de fuentes no estructuradas».

Esa base no se improvisó. TKE lleva alrededor de una década conectando ascensores y escaleras a la nube segura con sensores y controladores digitales, y centralizando los datos en una plataforma sobre Microsoft Azure, Azure IoT y Azure Databricks, en alianza con Microsoft Industry Solutions Engineering, hoy Microsoft Frontier Company. La estrategia le sirvió además para integrar equipos de otros fabricantes incorporados vía adquisiciones y para sus elevadores digitales nativos EOX y HELIX.

Los 25.000 técnicos son el activo, no la aplicación

El objetivo declarado del proyecto es aprovechar el conocimiento acumulado por los 25.000 técnicos de mantenimiento de TKE en el mundo. Cada intervención genera información útil para trabajos futuros sobre equipos similares: la IA cruza registros históricos, comentarios de otros técnicos y documentación previa para dar recomendaciones contextuales.

«Tenemos buena documentación, pero el conocimiento está en la cabeza de mis compañeros. A través de la aplicación puedo compartir mis conocimientos y la propia aplicación se los proporciona cuando necesitan ese tipo de información», dice Teichmann.

Del otro lado del sistema están los nueve centros de operaciones digitales (DOC) de TKE, donde analistas de datos y especialistas técnicos observan en tiempo real el estado de los equipos conectados, los eventos registrados y los códigos de error. Con aprendizaje automático calculan «health scores» para priorizar el mantenimiento y, cuando detectan patrones, envían recomendaciones a los técnicos en campo.

Tobias Lüsebrink, responsable de transformación digital de TKE Alemania, apunta a algo que ninguna app reemplaza: un técnico experimentado reconoce pistas por el sonido y la sensación del viaje, un juicio que toma años desarrollar. La tecnología no captura toda esa pericia, pero sí ofrece sugerencias basadas en las notas compartidas de la red global. Y añade un dato de gestión: los técnicos más jóvenes esperan usar herramientas digitales.

¿Qué están haciendo los competidores?

TK Elevator no juega solo. Según un relevamiento de la Revista del Ascensor, Kone usa IA para mantenimiento predictivo y anticipa qué repuesto debe llevar el técnico antes de llegar al sitio, Otis desarrolla algoritmos de despacho por destino que agrupan pasajeros según su piso, y Schindler ofrece una plataforma de monitoreo en la nube que integra ascensores, escaleras y pasillos móviles.

El informe de mercado de Spherical Insights ubica a TKE entre los 15 actores del negocio de ascensores inteligentes y conectados, y menciona su plataforma de mantenimiento predictivo MAX, la Otis ONE IoT de Otis, los elevadores conectados KONE DX Class y la plataforma Schindler Ahead. El mismo informe señala que en enero de 2026 KONE amplió su colaboración estratégica con AWS para acelerar su transformación digital.

Las cifras del sector ayudan a dimensionar por qué todos corren en la misma dirección: el mercado global de ascensores inteligentes y conectados pasaría de USD 29,82 mil millones en 2025 a USD 90,21 mil millones en 2035, con una tasa anual compuesta del 11,71% entre 2026 y 2035, según Spherical Insights. En paralelo, BCC Research proyecta que el mercado global de IA empresarial crezca de USD 40.700 millones en 2025 a USD 206.600 millones en 2031, a un ritmo anual del 31,7% entre 2026 y 2031, con la IA agéntica como principal motor del salto de la experimentación a la producción.

Del lado de la infraestructura, Microsoft anunció en octubre de 2026 que su harness de Copilot —la capa de orquestación que da instrucciones, contexto y herramientas a un agente— está disponible a través de Microsoft Foundry, y en septiembre de 2026 extendió Agent 365 a los centros de datos de Emiratos Árabes Unidos para observar, gobernar y asegurar agentes a escala empresarial.

¿Qué significa esto para tu startup?

El caso de TK Elevator no se replica con presupuesto de startup, pero sí deja lecciones aplicables a cualquier negocio con trabajo de campo o soporte técnico.

Inventaría tu conocimiento no estructurado antes de elegir modelo. TKE tardó una década en conectar su base de datos de equipos. Tú no necesitas una década, pero sí saber qué información existe, dónde está y en qué formato: manuales, notas de soporte, tickets cerrados, audios de WhatsApp con clientes. Sin ese inventario, ningún agente da buenas respuestas.
Ataca los dos extremos del trabajo, no el medio. El briefing previo (qué llevar, qué pasó antes) y el cierre documental (el parte posterior) son los puntos donde más tiempo administrativo se quema. Un agente de voz que captura el reporte mientras el técnico lo dicta es más barato de implementar que un diagnóstico automático complejo.
Mide antes y después con dos métricas simples: tiempo hasta la resolución y minutos administrativos por intervención. Sin esa línea base no puedes demostrar retorno ni priorizar el siguiente caso de uso.
No construyas tu propio orquestador. Con capas gestionadas disponibles, el equipo debe gastar su tiempo en el conocimiento propietario de tu negocio, no en mantener la plomería de los modelos.
Piensa la gobernanza desde el día uno. Si los agentes van a tocar datos de clientes, historiales y documentación técnica, necesitas trazabilidad de lo que hace cada agente y quién accede a qué.

Para equipos más chicos en LATAM o España, el punto de entrada realista no es un asistente de voz conversacional, sino centralizar primero los reclamos y el historial en un solo lugar para que el conocimiento deje de vivir en la cabeza del técnico más veterano.

Conclusión

TK Elevator demuestra que el mayor retorno de la IA agéntica en industria no viene de reemplazar al experto, sino de evitar que su conocimiento se pierda entre sistemas, manuales y partes escritos a mano en el auto. La compañía convirtió 25.000 técnicos dispersos en una red que se retroalimenta con cada visita.

Para un founder, la pregunta relevante no es si tu sector adoptará agentes de IA, sino cuánto de tu conocimiento operativo sigue atrapado en fuentes no estructuradas que hoy nadie puede consultar.