Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
ISSN: 2806-5697
Vol. 6 – Núm. E2 / 2025
pág. 1817
Análisis de casos, arquitectura de datos y niveles de madurez
entre el BIM a Digital Twin en edificios
Case studies, data architecture, and maturity levels between BIM and
Digital Twin in buildings
Análise de casos, arquitetura de dados e níveis de maturidade entre BIM e
Digital Twin em edifícios
Rivas-Pazmiño, Alex Fernando
Universidad Técnica Estatal de Quevedo
arivasp2@uteq.edu.ec
https://orcid.org/0009-0003-0684-9312
García-Saquicela, Lorena Alexandra
Universidad Técnica Estatal de Quevedo
lgarcias4@uteq.edu.ec
https://orcid.org/0009-0000-0173-3204
DOI / URL: https://doi.org/10.55813/gaea/ccri/v6/nE2/1137
Como citar:
Rivas-Pazmiño, A. F., & García-Saquicela, L. A. (2025). Análisis de casos, arquitectura de
datos y niveles de madurez entre el BIM a Digital Twin en edificios. Código Científico Revista
De Investigación, 6(E2), 1817–1834.
Recibido: 20/08/2025 Aceptado: 16/09/2025 Publicado: 30/09/2025
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1818
Research Article
Volumen 6, Número Especial 2, 2025
Resumen
Este estudio revisa la transición del Building Information Modeling (BIM) hacia el Digital
Twin (DT) en edificios, situando el problema en la brecha conceptual y operativa entre modelos
estáticos y gemelos bidireccionales, y proponiendo clarificar arquitecturas de datos y niveles
de madurez. Se empleó una revisión bibliográfica exploratoria y sistemática con criterios de
inclusión/exclusión, búsquedas bilingües en bases indexadas, extracción estructurada
(metadatos, semántica, integración, seguridad) y síntesis cualitativa mediante codificación
temática. Los hallazgos muestran patrones convergentes: capa semántica interoperable (p. ej.,
Brick, BOT) para alinear geometría, espacios y telemetría; arquitecturas edge–cloud con
mensajería publish/subscribe (MQTT/OPC UA), data lakes y ETL/ELT para trazabilidad y
versionado; y una trayectoria de madurez Modelo Digital → Sombra Digital → Gemelo Digital
con capacidades analíticas de lo descriptivo a lo prescriptivo. Se evidencian beneficios en
O&M (mantenimiento predictivo, optimización energética) y brechas persistentes en
interoperabilidad semántica fina, métricas estandarizadas de valor, y gobernanza (calidad,
lineage, seguridad). Se concluye que el éxito del DT depende de la coherencia entre semántica,
arquitectura y gobierno del dato, además de roles y procesos organizacionales que habiliten
operaciones reproducibles y escalables.
Palabras clave: BIM; Gemelo Digital; arquitectura de datos; interoperabilidad semántica;
niveles de madurez.
Abstract
This study reviews the transition from Building Information Modeling (BIM) to Digital Twin
(DT) in buildings, identifying the problem in the conceptual and operational gap between static
models and bidirectional twins, and proposing to clarify data architectures and maturity levels.
An exploratory and systematic literature review was used with inclusion/exclusion criteria,
bilingual searches in indexed databases, structured extraction (metadata, semantics,
integration, security), and qualitative synthesis through thematic coding. The findings show
converging patterns: interoperable semantic layer (e.g., Brick, BOT) to align geometry, spaces,
and telemetry; edge–cloud architectures with publish/subscribe messaging (MQTT/OPC UA),
data lakes, and ETL/ELT for traceability and versioning; and a maturity trajectory Digital
Model → Digital Shadow → Digital Twin with analytical capabilities from descriptive to
prescriptive. Benefits are evident in O&M (predictive maintenance, energy optimization) and
persistent gaps in fine semantic interoperability, standardized value metrics, and governance
(quality, lineage, security). It is concluded that the success of DT depends on consistency
between semantics, architecture, and data governance, as well as organizational roles and
processes that enable reproducible and scalable operations.
Keywords: BIM; Digital Twin; data architecture; semantic interoperability; maturity levels.
Resumo
Este estudo analisa a transição do Building Information Modeling (BIM) para o Digital Twin
(DT) em edifícios, situando o problema na lacuna conceitual e operacional entre modelos
estáticos e gêmeos bidirecionais, e propondo esclarecer arquiteturas de dados e níveis de
maturidade. Foi utilizada uma revisão bibliográfica exploratória e sistemática com critérios de
inclusão/exclusão, pesquisas bilingues em bases indexadas, extração estruturada (metadados,
semântica, integração, segurança) e síntese qualitativa por meio de codificação temática. Os
resultados mostram padrões convergentes: camada semântica interoperável (por exemplo,
Brick, BOT) para alinhar geometria, espaços e telemetria; arquiteturas edge-cloud com
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1819
Research Article
Volumen 6, Número Especial 2, 2025
mensagens publish/subscribe (MQTT/OPC UA), data lakes e ETL/ELT para rastreabilidade e
versionamento; e uma trajetória de maturidade Modelo Digital → Sombra Digital → Gémeo
Digital com capacidades analíticas do descritivo ao prescritivo. São evidentes os benefícios em
O&M (manutenção preditiva, otimização energética) e lacunas persistentes em
interoperabilidade semântica fina, métricas padronizadas de valor e governança (qualidade,
linhagem, segurança). Conclui-se que o sucesso do DT depende da coerência entre semântica,
arquitetura e governança de dados, além de funções e processos organizacionais que
possibilitem operações reproduzíveis e escaláveis.
Palavras-chave: BIM; Gêmeo Digital; arquitetura de dados; interoperabilidade semântica;
níveis de maturidade.
Introducción
La digitalización del entorno construido ha impulsado una transición progresiva desde
el uso de Building Information Modeling (BIM) hacia configuraciones de mayor complejidad
cognitiva y operacional agrupadas bajo el término Digital Twin (DT). El problema que aborda
esta revisión radica en la fragmentación conceptual y práctica entre ambos paradigmas:
mientras BIM consolida datos geométricos y semánticos mayormente estáticos, el DT exige
sincronización bidireccional y casi en tiempo real entre el activo físico y su contraparte digital,
orquestando flujos de datos heterogéneos (sensores IoT, BMS, históricos operativos,
simulaciones) y capacidades analíticas avanzadas, como la predicción y la prescripción (Boje
et al., 2020; Deng et al., 2021). Esta brecha se amplía por la inexistencia de un consenso
universal sobre definiciones y niveles de madurez, lo que dificulta comparar implementaciones
y medir valor en los edificios (Kritzinger et al., 2018; Omrany et al., 2023). Asimismo, aunque
marcos de gestión de la información como ISO 19650 han profesionalizado la gobernanza de
datos en BIM, su traslación a arquitecturas DT con datos dinámicos y gobernanza distribuida
sigue siendo parcial (ISO, 2018; Alshammari et al., 2025).
Los factores que agravan este problema se observan en tres dimensiones. Primero, la
semántica y la interoperabilidad: el ecosistema BIM—centrado en estándares como IFC—no
siempre dialoga con esquemas y grafos de conocimiento requeridos por DT, como las
ontologías para sensores o BRICK, lo que crea “islas de datos” y mermas en la fidelidad del
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1820
Research Article
Volumen 6, Número Especial 2, 2025
gemelo (Pauwels et al., 2017; Boje et al., 2020). Segundo, la arquitectura de datos: la
orquestación entre borde/nube, lagos de datos, APIs y buses de eventos (MQTT/AMQP) para
ingesta, curación y versionado de datos en tiempo casi real es todavía heterogénea en edificios,
con impactos en latencia, trazabilidad y ciberseguridad (Omrany et al., 2023). Tercero, la
medición de madurez: coexisten marcos por niveles (por ejemplo, Digital Model–Digital
Shadow–Digital Twin) que distinguen la unidireccionalidad o bidireccionalidad del
acoplamiento ciberfísico, junto con taxonomías específicas del entorno construido que escalan
desde BIM estático hasta DT “ideal” con aprendizaje y control (Kritzinger et al., 2018; Deng
et al., 2021). Esta pluralidad conceptual genera incertidumbre metodológica al comparar casos
y al diseñar hojas de ruta de evolución (Boje et al., 2020).
La justificación de este trabajo se sustenta en el potencial demostrado de los DT para
mejorar el desempeño de los activos a lo largo del ciclo de vida de los edificios—desde la
construcción hasta la operación—mediante monitoreo continuo, simulación what-if,
mantenimiento predictivo y optimización energética (Omrany et al., 2023). Evidencias de casos
en campus y aeropuertos muestran reducciones relevantes en tiempo de entrega y costes al
integrar BIM con plataformas DT, así como mejoras en gestión operacional y benchmarking
energético (Lu et al., 2020; Omrany et al., 2023). La viabilidad técnica es creciente gracias a
la disponibilidad de marcos de información (ISO 19650), grafos semánticos y pipelines de
datos de baja latencia, pero su explotación requiere diseñar arquitecturas de datos reproducibles
que conecten modelos BIM enriquecidos con ontologías y flujos IoT bajo gobernanza clara
(Pauwels et al., 2017; Boje et al., 2020; ISO, 2018). Además, existe una oportunidad de
sistematizar los niveles de madurez para facilitar la evaluación comparativa y la toma de
decisiones en organizaciones que migran de BIM hacia DT.
En este contexto, el objetivo de la revisión es doble. Primero, analizar críticamente
casos representativos que ilustran la evolución BIM→DT en edificios, identificando patrones
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1821
Research Article
Volumen 6, Número Especial 2, 2025
de éxito y cuellos de botella en integración semántica, arquitectura de datos y capacidades de
control. Segundo, articular un marco sintético de niveles de madurez que combine distinciones
ampliamente aceptadas (Digital Model–Shadow–Twin) con la “escalera” evolutiva específica
del entorno construido (de BIM estático a DT ideal con IA y control), habilitando un mapa de
ruta tecnológico y organizacional (Kritzinger et al., 2018; Deng et al., 2021). Esta síntesis
permitirá a investigadores y profesionales evaluar el estado actual de sus implementaciones y
priorizar inversiones en componentes críticos, como la sincronización bidireccional, la gestión
de la calidad del dato, la trazabilidad de versiones y la seguridad, alineadas con los principios
de gestión de información y colaboración que establecen las normas ISO 19650 (ISO, 2018;
Boje et al., 2020). Finalmente, la revisión asume una perspectiva metodológica que privilegia
fuentes indexadas y marcos normalizados para asegurar rigor y replicabilidad en la síntesis,
coherente con las mejores prácticas de redacción científica y gestión de literatura técnica.
Metodología
La metodología de este estudio se enmarca en un enfoque exploratorio de revisión
bibliográfica orientado a mapear, describir y sintetizar la transición desde el Building
Information Modeling (BIM) hacia el Digital Twin (DT) en edificios, con especial énfasis en
casos de aplicación, arquitectura de datos y niveles de madurez. Se adoptó un proceso
sistemático, transparente y reproducible que abarca la planificación de la búsqueda, la selección
y evaluación de documentos, la extracción estructurada de información y la síntesis cualitativa
de hallazgos.
La fase de planificación definió el alcance temático y las preguntas guía: ¿cómo
evolucionan las implementaciones desde BIM hacia DT en el entorno construido?, ¿qué
patrones arquitectónicos de datos permiten la integración efectiva de información estática y
flujos en tiempo (casi) real?, ¿qué marcos de madurez son útiles para caracterizar esa
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1822
Research Article
Volumen 6, Número Especial 2, 2025
evolución? Se establecieron criterios de inclusión centrados en: (a) pertinencia explícita al
entorno edificado; (b) contribuciones que describen integración BIM–DT, gemelos digitales
para operación de edificios y/o marcos de gobernanza y arquitectura de datos; (c) artículos de
investigación, revisiones, estudios de caso, comunicaciones técnicas y documentos normativos;
(d) disponibilidad de información metodológicamente clara. Se excluyeron textos con foco
principal en manufactura o dominios industriales no transferibles al sector de la edificación,
trabajos sin aportes metodológicos identificables y materiales que se limitan a divulgación no
técnica. Se priorizaron publicaciones recientes para capturar la rápida evolución del tema, sin
desatender contribuciones seminales que fundamentan la transición conceptual.
La estrategia de búsqueda combinó términos en español e inglés, articulados mediante
operadores booleanos y truncamientos para abarcar variantes terminológicas. Entre las
expresiones utilizadas se incluyeron combinaciones de “Building Information Modeling”,
“BIM”, “Digital Twin”, “gemelo digital”, “arquitectura de datos”, “gestión de la información”,
“interoperabilidad”, “ontologías”, “maturity”, “niveles de madurez”, “IoT”, “edificios” y
“entorno construido”. Se realizaron búsquedas en bases de datos científicas indexadas y, de
forma complementaria, en repositorios institucionales y organismos de normalización para
identificar marcos y especificaciones relevantes. Se aplicaron filtros temporales aproximados
a la última década, con apertura para trabajos anteriores cuando su relevancia conceptual lo
justificó. Asimismo, se restringió el idioma a español e inglés para asegurar interpretabilidad y
control de calidad en la extracción.
El flujo de selección se organizó en tres etapas con control de duplicados. Primero,
cribado por título y resumen para descartar documentos fuera de alcance o redundantes.
Segundo, lectura exploratoria del texto completo para verificar elegibilidad y relevancia
respecto de los tres ejes (casos, arquitectura de datos y madurez). Tercero, confirmación de
inclusión y clasificación preliminar por tipo de aporte (teórico, técnico, aplicado) y por fase del
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1823
Research Article
Volumen 6, Número Especial 2, 2025
ciclo de vida del activo (diseño, construcción, operación, renovación). Todo el proceso se
registró en una bitácora de auditoría con fechas, criterios aplicados y razones de exclusión,
permitiendo rastreabilidad y replicabilidad. Para minimizar sesgos, se efectuó una verificación
cruzada interna de las decisiones de elegibilidad y una revisión por pares internos de la matriz
final de estudios incluidos.
La extracción de datos siguió un esquema predefinido y pilotado en un subconjunto de
documentos para asegurar consistencia. Se capturaron metadatos (año, tipo de documento,
contexto geográfico y tipología de edificio), alcance y objetivos, modelo de datos y estándares
invocados, mecanismos de integración (APIs, brokers de mensajería, ETL/ELT, lagos de
datos), semánticas empleadas (por ejemplo, ontologías del entorno construido, taxonomías para
equipos y sensores), frecuencia y dirección de sincronización (unidireccional, bidireccional),
mecanismos de aseguramiento de calidad del dato (validación, versionado, trazabilidad),
aspectos de seguridad y privacidad, y métricas de desempeño reportadas (energía,
mantenimiento, confort, coste, tiempos). En relación con la madurez, se codificaron los niveles
operativos alcanzados (modelo digital, sombra digital, gemelo digital con control), las
capacidades analíticas (descriptiva, diagnóstica, predictiva, prescriptiva) y los requisitos
organizacionales (roles, gobernanza, acuerdos de intercambio de datos).
La síntesis se abordó mediante análisis temático y narrativa integrativa. Primero se
realizó una codificación abierta para identificar conceptos emergentes (p. ej., patrones de
integración BIM–IoT, grafos semánticos, gemelos operacionales, orquestación borde–nube).
Luego, una codificación axial agrupó las categorías en macrotemas alineados con los ejes del
estudio: (1) casos de uso y beneficios verificables; (2) arquitectura de datos y gobernanza; (3)
escalas y niveles de madurez. Finalmente, se efectuó una codificación selectiva para construir
proposiciones interpretativas que explican la progresión BIM→DT y las condiciones técnicas
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1824
Research Article
Volumen 6, Número Especial 2, 2025
y organizacionales asociadas. Este enfoque permitió resaltar convergencias, tensiones y vacíos,
así como criterios comparables para evaluar implementaciones en contextos diversos.
La calidad metodológica y la aplicabilidad de las evidencias se valoraron con una lista
de chequeo adaptada al dominio del entorno construido. Se consideraron dimensiones como
claridad del constructo de DT, transparencia en la descripción de la arquitectura de datos,
disponibilidad de artefactos reproducibles (modelos, esquemas, repositorios), robustez de la
validación (experimentación, datos reales de operación, comparación con línea base), y
transferibilidad a otras tipologías de edificios. Los riesgos de sesgo se mitigaron mediante
triangulación de fuentes (investigación académica, normativas, documentos técnicos) y
contraste sistemático de resultados cuando se presentaban hallazgos divergentes.
Para la gestión de referencias y documentos se emplearon gestores bibliográficos y
herramientas de deduplicación, conservando el registro de versiones y notas analíticas. Las
matrices de extracción se implementaron en hojas de cálculo estructuradas, con campos
validados para reducir inconsistencias y facilitar el filtrado por variables clave (por ejemplo,
tipo de sensor, esquema semántico, protocolo de mensajería, nivel de madurez). Se mantuvo
un control de cambios que documenta ajustes a los criterios de inclusión/exclusión y a los
códigos analíticos a lo largo del proceso, preservando la trazabilidad de las decisiones.
El resultado metodológico esperado no es un metaanálisis cuantitativo, sino una síntesis
cualitativa rigurosa que integra evidencias heterogéneas y formula un marco comparativo útil
para investigadores y profesionales. En particular, la revisión produce un mapa de patrones de
arquitectura de datos, prácticas de modelado semántico e hitos de madurez que caracterizan el
tránsito de BIM a DT en edificios, además de identificar brechas de investigación (por ejemplo,
interoperabilidad semántica fina, mecanismos de control en bucle cerrado, métricas
estandarizadas de valor) y oportunidades para futuras validaciones empíricas.
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1825
Research Article
Volumen 6, Número Especial 2, 2025
Finalmente, se diseñó un protocolo de actualización que permite incorporar nuevas
evidencias. Este protocolo define ventanas periódicas de búsqueda, criterios invariables para
preservar comparabilidad y un procedimiento abreviado de cribado y extracción. De este modo,
la metodología no solo garantiza una revisión exhaustiva y ordenada del estado del arte, sino
que también sienta las bases para mantener la vigencia de la síntesis a medida que emergen
tecnologías, estándares y casos de uso que continúan impulsando la convergencia entre BIM y
Digital Twin en el entorno construido.
Resultados
Patrones de integración BIM–Digital Twin en edificios
La integración efectiva entre BIM y Digital Twin (DT) en edificios converge hacia
arquitecturas de datos semánticamente ricas, orientadas a eventos y diseñadas para la
sincronización bidireccional entre el activo físico y su réplica digital. En esta convergencia, los
modelos IFC de origen BIM se orquestan con ontologías de dominio que estructuran equipos,
puntos de sensorización, relaciones topológicas y estados operativos, permitiendo consultas
federadas y razonamiento automático sobre grafos de conocimiento. En particular, Brick y su
evolución formal (Brick+) proporcionan un vocabulario interoperable para describir sensores,
subsistemas y sus relaciones, superando la ambigüedad típica de etiquetados ad hoc y
habilitando aplicaciones portables en smart buildings (p. ej., inferencia de significados a partir
de modelos Haystack) (Balaji et al., 2018; Fierro et al., 2020). Estas propuestas han demostrado
representatividad y portabilidad en portafolios reales, creando la base semántica necesaria para
un DT operativo centrado en datos de planta y confort ambiental.
En la capa estructural del conocimiento del edificio, la Building Topology Ontology
(BOT) cumple el papel de vocabulario mínimo para la topología (niveles, espacios, elementos)
y se combina con ontologías de productos, observaciones y dispositivos IoT para implementar
esquemas de “BIM nivel 3” web-nativo. BOT facilita la alineación entre geometría, espacios y
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1826
Research Article
Volumen 6, Número Especial 2, 2025
redes de sensores, favoreciendo la integración con catálogos y datos geoespaciales; su diseño
ligero y extensible la hace idónea como “espina dorsal” de datos para DTs que requieren
interoperabilidad fina y trazabilidad del lineage informacional (Rasmussen et al., 2020).
En la capa de transporte e ingesta, predominan arquitecturas edge–cloud con brokers
de mensajería publish/subscribe (MQTT/AMQP) para streams en tiempo (casi) real,
combinadas con data lakes y almacenes relacionales que resguardan master data (catálogos,
identidades) y el versionado del modelo. MQTT, estandarizado como ISO/IEC 20922:2016, es
particularmente adecuado para contextos de red restringida y acoplamientos de baja latencia;
su adopción sostenida en IoT edilicio lo posiciona como pilar del plano de datos operacional.
Cuando es necesario transportar semántica rica y garantizar seguridad de extremo a extremo
en automatización, OPC UA aporta un modelo de información y servicios unificado,
independiente de plataforma, con soporte para datos en vivo, alarmas/eventos e históricos
(Mahnke et al., 2009; ISO/IEC 20922:2016). Este dúo (MQTT para telemetría liviana, OPC
UA para interoperabilidad rich) se observa recurrentemente en DTs edilicios maduros, donde
coexisten buses de eventos y APIs REST/GraphQL para analítica, tableros de mando y
simulación what-if.
En el plano analítico, los pipelines ELT/ETL integran series temporales (energía,
HVAC, ocupación) con estados semánticos del gemelo y reglas de negocio; sobre ellos se
despliegan capacidades descriptivas, diagnósticas, predictivas y prescriptivas. La literatura
especializada en construcción advierte que el éxito del DT no depende de ensamblar
herramientas off-the-shelf, sino de su acoplamiento semántico, de la gobernanza del dato
(calidad, trazabilidad, control de versiones) y de un diseño de seguridad zero-trust desde el
origen (Boje et al., 2020). En suma: semántica (Brick/BOT), mensajería (MQTT/OPC UA) y
gobierno del dato constituyen el trípode arquitectónico sobre el cual se construyen los flujos
de información confiables para operación y mantenimiento (O&M).
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1827
Research Article
Volumen 6, Número Especial 2, 2025
Arquitectura de datos y flujo de información identificados
Los casos de DT en campus y edificios reportan arquitecturas de múltiples capas: a)
edge para adquisición, filtrado y normalización; b) fog o pasarelas para consolidación,
seguridad y buffering; y c) nube o on-prem escalable para almacenamiento, servicios
semánticos y analítica. En esta estratificación, los grafos RDF —con Brick y BOT como
ontologías núcleo— actúan como índice semántico y “contrato de datos”, mientras que los data
lakes sostienen crudos e históricos para replay y auditoría. El estudio del West Cambridge
campus demuestra cómo una arquitectura dinámica y estratificada permite integrar fuentes
heterogéneas (BMS, IoT, GIS, BIM), habilitando consultas complejas y soporte a la decisión
durante O&M; el énfasis no recae solo en la captura de datos, sino en su curación y
exponenciación en servicios reutilizables (Lu et al., 2020).
La revisión sistemática BIM→DT en AEC confirma que el salto desde representaciones
estáticas hacia gemelos operativos exige, además de conectividad, un entrelazamiento
semántico explícito que convierta los modelos en plataformas de integración de dominio:
sensores, equipos y relaciones topológicas deben expresar computabilidad y alineamiento
ontológico para que la analítica sea portable entre activos (Deng et al., 2021). Una meta-
caracterización transversal de la literatura DT subraya, asimismo, la necesidad de consolidar
terminología, capas funcionales y criterios de evaluación, de modo que la arquitectura de datos
no se limite a un repositorio, sino que materialice un stack ciberfísico auditable (Jones et al.,
2020).
Escalamiento de madurez y resultados operativos
En la práctica comparada se observa una trayectoria de madurez en tres peldaños:
modelo digital (DM), sombra digital (DS) y gemelo digital (DT). El DM agrega información
estática y actualizaciones esporádicas; la DS introduce telemetría continua y sincronización
unidireccional; el DT cierra el bucle con capacidad de control y aprendizaje. Esta taxonomía
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1828
Research Article
Volumen 6, Número Especial 2, 2025
—originada en manufactura— es hoy el marco de facto para auditar el grado de acoplamiento
ciberfísico y anticipar los beneficios esperables en cada nivel (Kritzinger et al., 2018; Jones et
al., 2020). En edificios, la transición DM→DS habilita diagnósticos y benchmarking operativo
(energía, confort, fallas), mientras que el salto DS→DT agrega mantenimiento predictivo,
optimización multiobjetivo y, eventualmente, control prescriptivo bajo salvaguardas de
seguridad y gobernanza.
El posicionamiento conceptual del DT como acoplamiento informacional capaz de
mitigar comportamientos emergentes indeseados, y de integrar el ciclo de vida del activo,
aporta un criterio de diseño organizacional: un gemelo maduro requiere no solo tooling, sino
políticas de intercambio, roles de stewardship del dato y métricas de valor que anclen las
inversiones (Grieves & Vickers, 2016). En el dominio construido, síntesis recientes de
Automation in Construction y Sustainability/Buildings indican beneficios robustos —
reducciones de costo y tiempo, mejora energética y soporte a la decisión— cuando existen: (i)
semántica interoperable (Brick/BOT); (ii) flujos streaming con calidad y lineage; y (iii)
capacidades analíticas escalonadas (descriptiva → prescriptiva) (Boje et al., 2020; Deng et al.,
2021). No obstante, persisten brechas en interoperabilidad semántica fina, estandarización de
métricas de valor y evidencia a gran escala en operación prolongada.
Discusión
La discusión de los hallazgos permite interpretar críticamente los resultados obtenidos
en torno a la integración BIM–Digital Twin (DT) en edificios, situándolos dentro del marco
epistemológico y técnico que rige la digitalización del entorno construido. En este análisis se
reconoce que la transición desde modelos estáticos hacia gemelos digitales operativos no
constituye una simple evolución tecnológica, sino una reconfiguración paradigmática en la
gestión del dato, la semántica y la gobernanza de los sistemas de información. La literatura
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1829
Research Article
Volumen 6, Número Especial 2, 2025
coincide en que esta transición redefine la noción de “modelo de edificio” como un ente vivo,
alimentado por flujos continuos de información, capaz de aprender y actuar sobre su entorno
físico (Boje et al., 2020; Grieves & Vickers, 2016).
Los resultados analizados evidencian una progresiva madurez de los sistemas que
integran BIM y DT, sustentada en la convergencia de tres pilares: interoperabilidad semántica,
gobernanza del dato y capacidad analítica. La interoperabilidad semántica se erige como el eje
articulador de esta evolución, pues determina la habilidad del gemelo digital para integrar
fuentes heterogéneas —geométricas, topológicas, sensoriales y operacionales— bajo un marco
de referencia común. En este sentido, ontologías como Brick y BOT no solo permiten
estructurar relaciones y significados compartidos, sino que transforman la gestión de datos en
un proceso cognitivo donde el edificio adquiere capacidad de interpretación y razonamiento
contextual (Balaji et al., 2018; Rasmussen et al., 2020). Esta semántica formal constituye el
prerrequisito para que el DT trascienda la mera visualización y se convierta en un sistema
informacional capaz de soportar decisiones complejas en tiempo real.
La segunda dimensión, la gobernanza del dato, emerge como el núcleo de sostenibilidad
del ecosistema digital. Sin políticas claras de control, trazabilidad y calidad del dato, los flujos
que alimentan al DT pierden integridad y consistencia, afectando su fiabilidad operativa. Boje
et al. (2020) sostienen que el éxito del gemelo no reside en la sofisticación de las herramientas
empleadas, sino en la gestión integral del dato y en la capacidad de las organizaciones para
sostener arquitecturas semánticamente coherentes. En esta línea, la ISO 19650 proporciona el
andamiaje normativo para la gestión colaborativa de información, pero la incorporación de
flujos dinámicos —propios del DT— exige extender su aplicación hacia mecanismos de
control de versiones, lineage de datos y seguridad en tiempo real. Así, la madurez digital de
una organización se mide no tanto por el grado de digitalización de sus modelos, sino por la
solidez de su infraestructura de datos y sus procesos de gobierno.
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1830
Research Article
Volumen 6, Número Especial 2, 2025
El tercer pilar corresponde a la capacidad analítica y su escalamiento en los distintos
niveles de madurez. La literatura revisada distingue cuatro niveles de analítica dentro del DT:
descriptiva, diagnóstica, predictiva y prescriptiva (Jones et al., 2020). Cada nivel supone una
mayor autonomía del sistema en la toma de decisiones, pasando de la observación pasiva a la
acción adaptativa. En los casos estudiados, los gemelos con mayor madurez —particularmente
aquellos que integran sensores IoT, historiales operativos y modelos de simulación— reportan
beneficios medibles en mantenimiento predictivo, optimización energética y confort térmico,
confirmando el potencial del DT como herramienta de sostenibilidad operativa (Lu et al., 2020;
Omrany et al., 2023). No obstante, este escalamiento requiere superar importantes desafíos en
materia de interoperabilidad temporal y contextualización semántica, pues el valor analítico
del DT depende de la capacidad de correlacionar eventos dispersos en el tiempo y el espacio
físico del edificio.
El análisis comparativo de las arquitecturas de datos sugiere que la madurez tecnológica
no puede disociarse de la madurez organizacional. El DT implica la convergencia de dominios
tradicionalmente dispares —diseño, operación, mantenimiento y análisis de datos—, lo que
exige nuevas competencias profesionales y modelos de colaboración interdisciplinaria. La
creación de un data-driven built environment requiere roles definidos de data stewardship,
flujos de responsabilidad y marcos contractuales que contemplen la propiedad, privacidad y
persistencia de los datos generados durante el ciclo de vida del activo (Kritzinger et al., 2018;
Grieves & Vickers, 2016). La literatura en gestión de la construcción enfatiza que la falta de
gobernanza institucional y la fragmentación de responsabilidades son barreras más críticas que
las limitaciones tecnológicas per se (Boje et al., 2020; Deng et al., 2021).
De forma convergente, los estudios de caso y las revisiones sistemáticas indican que el
éxito de la transición BIM→DT depende de la capacidad de las organizaciones para gestionar
la interoperabilidad semántica en paralelo con la interoperabilidad humana y procedimental.
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1831
Research Article
Volumen 6, Número Especial 2, 2025
En otras palabras, el DT no solo requiere modelos bien estructurados y datos limpios, sino
también culturas de colaboración digital que aseguren la continuidad semántica entre
disciplinas y actores. La alineación entre estándares técnicos (como IFC, BOT, BRICK) y
normas de gestión (ISO 19650, ISO 20922) es una condición necesaria pero no suficiente: se
precisa una infraestructura cognitiva institucional que garantice la inteligibilidad compartida
del dato a lo largo del ciclo de vida del edificio.
En consecuencia, esta revisión revela que el verdadero valor del Digital Twin no radica
únicamente en la capacidad de representar digitalmente un activo, sino en el potencial para
transformar su gestión a través del conocimiento derivado de los datos. Los niveles de madurez
alcanzados por las implementaciones analizadas evidencian que la digitalización arquitectónica
se encuentra en un punto de inflexión: el paso de modelos informativos (BIM) a sistemas
inteligentes (DT) implica el tránsito desde la documentación hacia la cognición digital. A
medida que las organizaciones avancen en su gobernanza y analítica, el DT se consolidará
como núcleo operativo del edificio inteligente, capaz de anticipar, simular y optimizar su
comportamiento en un ciclo de mejora continua.
En síntesis, la integración BIM–DT redefine la práctica arquitectónica y la gestión del
entorno construido bajo una lógica informacional. Los patrones de arquitectura de datos, las
ontologías y los marcos de madurez descritos en la literatura constituyen no solo una
cartografía tecnológica, sino también un nuevo marco epistemológico para concebir el edificio
como una entidad cognitiva. La discusión pone de manifiesto que el desafío actual no es
tecnológico, sino sistémico: alcanzar la madurez digital requiere que las organizaciones
comprendan el dato no como un producto, sino como un activo vivo que articula conocimiento,
decisiones y sostenibilidad.
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1832
Research Article
Volumen 6, Número Especial 2, 2025
Conclusión
La revisión evidencia que la transición de BIM a Digital Twin en edificios no es lineal
ni meramente tecnológica; implica una reconfiguración profunda de la gestión de datos, la
semántica y la gobernanza organizacional. El núcleo del valor reside en articular un armazón
semántico consistente con flujos de datos confiables y trazables, capaz de sostener
sincronización bidireccional y analítica de creciente sofisticación. Así, el edificio deja de ser
un repositorio de información para convertirse en un sistema cognitivo que aprende, anticipa y
actúa.
Los patrones arquitectónicos observados convergen en tres pilares: una capa semántica
interoperable que integra geometría, topología y telemetría; una infraestructura de ingesta y
orquestación edge–cloud que habilita procesamiento en tiempo (casi) real; y un gobierno del
dato que asegure calidad, lineage y control de versiones. Cuando estos componentes se alinean,
emergen mejoras operativas tangibles: mantenimiento predictivo, optimización energética y
decisiones informadas durante la operación y el mantenimiento.
El análisis de madurez muestra una progresión pragmática desde el modelo digital,
pasando por la sombra digital, hasta el gemelo digital con control y aprendizaje. Este
escalamiento no depende únicamente de tecnología, sino de capacidades organizacionales:
roles de data stewardship, acuerdos de intercambio, procesos de seguridad y métricas de valor
que guíen la inversión. La mayoría de las iniciativas se sitúan aún en transiciones intermedias,
lo que subraya la necesidad de consolidar prácticas de interoperabilidad y estandarización de
indicadores de desempeño.
Se concluye que el éxito del gemelo digital radica en la coherencia entre semántica,
arquitectura y gobernanza. Las organizaciones que prioricen estos ejes podrán capitalizar de
forma sostenida los beneficios del entorno construido inteligente. Persiste, sin embargo, una
agenda abierta: generar evidencia longitudinal a escala de portafolio, afinar la interoperabilidad
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1833
Research Article
Volumen 6, Número Especial 2, 2025
semántica fina, estandarizar métricas comparables y formalizar marcos de control en bucle
cerrado. Avanzar en estos frentes permitirá pasar de pilotos prometedores a operaciones
plenamente maduras y replicables.
Referencias bibliográficas
Balaji, B., Bhattacharya, A., Fierro, G., Gao, J., Gluck, J., Hong, D., … Whitehouse, K. (2018).
Brick: Metadata schema for portable smart building applications. Applied Energy, 226,
1273–1292. https://doi.org/10.1016/j.apenergy.2018.02.091
Boje, C., Guerriero, A., Kubicki, S., & Rezgui, Y. (2020). Towards a semantic Construction
Digital Twin: Directions for future research. Automation in Construction, 114, 103179.
https://doi.org/10.1016/j.autcon.2020.103179
Deng, M., Menassa, C. C., & Kamat, V. R. (2021). From BIM to digital twins: A systematic
review of the evolution of intelligent building representations in the AEC-FM industry.
Journal of Information Technology in Construction, 26, 58–83.
https://doi.org/10.36680/j.itcon.2021.005
Fierro, G., Koh, J., Nagare, S., Zang, X., Agarwal, Y., Gupta, R. K., & Culler, D. E. (2020).
Formalizing tag-based metadata with the Brick ontology. Frontiers in Built
Environment, 6, 558034. https://doi.org/10.3389/fbuil.2020.558034
Grieves, M., & Vickers, J. (2016). Digital Twin: Mitigating unpredictable, undesirable
emergent behavior in complex systems. En F.-J. Kahlen, S. Flumerfelt, & A. Alves
(Eds.), Transdisciplinary Perspectives on Complex Systems (pp. 85–113). Springer.
https://doi.org/10.1007/978-3-319-38756-7_4
ISO. (2018). ISO 19650-1:2018 Organization and digitization of information about buildings
and civil engineering works, including building information modelling (BIM)—
Information management using building information modelling—Part 1: Concepts and
principles. International Organization for Standardization. (Estándar).
ISO/IEC 20922:2016. (2016). Information technology — Message Queuing Telemetry
Transport (MQTT) v3.1.1. ISO/IEC.
Jones, D., Snider, C., Nassehi, A., Yon, J., & Hicks, B. (2020). Characterising the digital twin:
A systematic literature review. CIRP Journal of Manufacturing Science and
Technology, 29, 36–52. https://doi.org/10.1016/j.cirpj.2020.02.002
Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital Twin in
manufacturing: A categorical literature review and classification. IFAC-PapersOnLine,
51(11), 1016–1022. https://doi.org/10.1016/j.ifacol.2018.08.474
Lu, Q., Parlikad, A. K., Woodall, P., Ranasinghe, G. D., Xie, X., Liang, Z., Konstantinou, E.,
Heaton, J., & Schooling, J. (2020). Developing a dynamic digital twin at building and
city levels: A case study of the West Cambridge campus. Journal of Management in
Engineering, 36(3), 05020004. https://doi.org/10.1061/(ASCE)ME.1943-
5479.0000763
Código Científico Revista de Investigación/ V.6/ N.E2/ www.revistacodigocientifico.itslosandes.net
pág. 1834
Research Article
Volumen 6, Número Especial 2, 2025
Mahnke, W., Leitner, S.-H., & Damm, M. (2009). OPC Unified Architecture. Springer.
Omrany, H., Al-Obaidi, K. M., Husain, A., & Ghaffarianhoseini, A. (2023). Digital twins in
the construction industry: A comprehensive review of current implementations,
enabling technologies, and future directions. Sustainability, 15(14), 10908.
https://doi.org/10.3390/su151410908
Pauwels, P., Zhang, S., & Lee, Y.-C. (2017). Semantic web technologies in AEC industry: A
literature review. Automation in Construction, 73, 145–165.
https://doi.org/10.1016/j.autcon.2016.10.003
Rasmussen, M. H., Lefrançois, M., Schneider, G. F., & Pauwels, P. (2020). BOT: The Building
Topology Ontology of the W3C Linked Building Data Group. Semantic Web, 12(1),
143–161. https://doi.org/10.3233/SW-200385
