Este documento abordó el problema de los diagnósticos de aceites lubricantes aplicados al mantenimiento predictivo de cajas de engranajes industriales, proponiendo la integración de un sistema de inteligencia artificial (IA) en el análisis del proceso. El objetivo principal era superar los problemas críticos del método tradicional, caracterizado por largos tiempos de análisis y una marcada dependencia de la interpretación subjetiva de los operadores. El método incluye un análisis estadístico detallado de las formas comunes de evaluar la condición de los lubricantes, como la espectroscopía de emisión óptica, el conteo de partículas, la medición de la viscosidad y la densidad, y la espectroscopía infrarroja por transformada de Fourier (FT-IR). Estos métodos se combinan luego con un modelo de inteligencia artificial. Probado con datos comerciales de cajas de engranajes, el enfoque propuesto demuestra concordancia entre la IA y la evaluación de expertos. La aplicación ha mostrado que puede apoyar efectivamente los diagnósticos, reducir el tiempo de procesamiento en un 60% y minimizar los errores humanos. También mejora el intercambio de conocimientos a través de un aumento en la estabilidad y repetitividad de los diagnósticos y promueve la consistencia y claridad en los informes.