La Industria 4.0 se caracteriza por la disponibilidad de sensores para operar la llamada fábrica inteligente. El mantenimiento predictivo, en particular, la predicción de fallos, es un tema importante para reducir los costos asociados con las interrupciones en la producción. Estudiamos más de 40 publicaciones sobre mantenimiento predictivo. Señalamos que se centran en varios algoritmos de aprendizaje automático en lugar de en la selección de conjuntos de datos adecuados. De hecho, la mayoría de las publicaciones consideran un solo benchmark, generalmente no público. Se necesitan más benchmarks para diseñar y probar la generalidad de los enfoques propuestos. Este artículo es el primero en definir los requisitos sobre estos benchmarks. Destaca que solo hay dos benchmarks que se pueden utilizar para el aprendizaje supervisado entre los seis disponibles públicamente que encontramos en la literatura. También ilustramos cómo se puede utilizar dicho benchmark con aprendizaje profundo para entrenar y evaluar con éxito un modelo de predicción de fallos. Planteamos varias perspectivas para la investigación.