Europe is sweltering. The summer of 2026 has seen historic heat waves that have taken a significant toll on infrastructure. In recent weeks, across the continent, problems have been reported in the power grid, telecommunications, and rail transportation. IT infrastructure has not been spared from the situation.

“The heat affects equipment long before anyone notices a problem,” explains Ricardo Román, sales director at Fracttal, in an email. “Every piece of equipment has a temperature range within which it is designed to operate, and when it operates above that range, it begins to degrade silently,” he says. A process of wear and tear begins that will eventually take its toll. With technology, this happens much faster. “In a data center, this effect is amplified because there’s no margin for error,” he notes. When something starts to fail, everything grinds to a halt.

In fact, this latest heat wave has already had negative impacts on data centers outside of Spain. In the United Kingdom, high temperatures shut down hospital data centers and caused the University of Cambridge’s Dawn supercomputer to go offline, as its cooling systems were unable to cope with the temperatures. That’s the crux of the problem. “In IT, heat isn’t a computing problem—it’s a problem of maintaining the assets that support the data center,” explains Román. 

Heat thus becomes yet another risk for the IT industry and, in particular, for data centers.

Temperatures are a clear and growing concern when it comes to corporate risk prevention. “I see it in conversations with clients: In the past, the maintenance team was the one monitoring the temperature in a technical room,” Román says. “Today, management also monitors it, because they know that if that goes down, the service goes down—and behind the service is the end customer,” he adds. Maintenance has gone from being a cost “to a lever for business continuity that no one dares to touch.”

As a World Economic Forum analysis warns, we’re experiencing a boom in AI-driven data centers, but the impact of climate risks on them is being overlooked. Their estimates suggest these risks could result in an additional annual cost of $81 billion by 2035 and $168 billion by 2065. These calculations include all kinds of threats, such as floods or droughts, but most of the impact comes from extreme heat.

These projections are confirmed by data from the industry itself: Over the past three years, extreme weather events have accounted for one-third of the losses incurred by the U.S. division of the data center company Zurich. According to projections by the climate risk analysis firm First Street, 79% of global data centers will face increased risks from extreme weather. MapleCroft estimated in 2025 that 56% of major data centers had a high or very high risk rating for extreme heat, and that this figure would rise to 80% by 2080.

These percentages cannot be easily extrapolated to Europe in general—and to Spain in particular—as one might think, although they do make the trend clear. Guillermo Benito, CTO of Nabiax, points out during a video call that these studies are based on global samples and thus place significant weight on the capacity of Asia and the United States. “We represent a small percentage there, but that said, all countries will have to adapt. The two major challenges for data centers are energy and cooling,” Benitonotes.

Spain: A pioneer in heat?

In late June, French Labor Minister Jean-Pierre Farandou proposed taking a training course in Spain to learn how to prevent high temperatures from paralyzing a country. Although Spain’s climate varies by region, high summer temperatures are common in many areas (though climate change has made them more extreme and frequent in recent years), and the infrastructure of knowledge and solutions that Farandou wanted to learn about has been established. The big question is whether this also applies to data centers. Is Spain better prepared than other European regions?

“Heat waves are becoming increasingly intense and frequent. What used to happen once every two years now happens two, three, or four times a year,” Benito says. Speaking from his own experience, he adds: “In Spain, data centers already take these factors into account.” When it comes to redundancy, monitoring, or maintenance, these factors are already factored in. “It’s not like it’s an unforeseen event. It’s already been taken into account, and we build in a lot of redundancy—a wide safety margin,” he says.

The difference compared to central or northern Europe is that some haven’t considered this possibility. Benito points out that the same thing happens with homes. “For many years, they’ve been designing with two assumptions: that they have plenty of water because their climates are humid, and that it never gets hot,” he says. And this is a problem, because their summer temperatures have risen significantly during extreme heat waves. “Temperatures in the UK have gone up by 10 or 15 degrees, and their data centers aren’t prepared for that,” he says. In fact, he shares an anecdote about “a certain hyperscaler that, a few years ago, when its data centers in the United Kingdom went down, held a global conference to figure out how this had happened and draw lessons from it.” The curious thing is that what they learned was something that was already well known in Spain.

It was already getting hot in southern Europe, and preparations were needed. Now, temperatures are becoming a topic of conversation outside the region, and climate change has made its way into IT strategy. Benito confirms that, yes, the conversation is more visible in global settings. “For several reasons. The first is because, obviously, it affects operations. Another is the market. Customers also demand that you address this.” Before, the focus was on power capacity and square meters. Now, the expert points out, people are asking where the electricity comes from and whether it’s clean, and they’re demanding emissions guarantees. The sector is making significant investments to become sustainable, he argues.

Beyond consumption data and the improvements that can be made, the big question is whether these high temperatures are already impacting decision-making—whether decisions on where to locate data centers (or not) are already being made with heat in mind.

Industry representatives explain that while the climate can have an impact and is already taken into account when deciding where to locate a data center, it is not yet the sole factor or the most decisive one. In other words, many other factors must be considered, and these carry much more weight in the decision-making process. One such factor is energy, which is essential for these infrastructures and must be constant, resilient, and have a low carbon footprint. It is also an area where cooling plays a major role. As Román points out, cooling can account for between 30 and 40% of energy consumption, “and in poorly managed facilities, that figure approaches 50%.” Energy efficiency and cooling efficiency are thus essential—and not just for sustainability reasons. “It’s a matter of the bottom line.”

Another factor is space. As Benito says, you need “stable locations where you can grow.” This isn’t just about whether the infrastructure fits, but also about how it aligns with the needs of its customers. As this expert points out, the concentration of data centers near Madrid or Barcelona isn’t “just a whim,” but because you need to be close to large population centers to provide them with low latency. “Other supercomputing applications can be located farther away, and that’s already happening,” he explains, but generally speaking, you can’t just put data centers anywhere. You have to strike a balance between needs and available space.

How to survive the heat

So, how can we survive the heat, especially when projections suggest that the future will bring even higher temperatures? The key is to understand that this is no longer a curiosity or an occasional incident. As Román points out, air-conditioning systems are running longer and longer. What worked 10 years ago will now barely suffice—it’s “pushed to its limits.” “Heat is shifting from being an August blip to a variable that must be monitored year-round. One you endure; the other you manage.”

“By the time the room’s thermometer rises, it’s already too late. What you need to monitor isn’t the room—it’s the equipment—and you have to do it sooner,” he says. Román recommends a three-step strategy. First, don’t measure the environment; instead, measure the equipment and its variations in temperature, vibrations, and energy consumption. Next, take action on any deviations: Don’t wait for a failure, but instead act on early indicators that things aren’t normal. And finally, keep a comprehensive record of historical data, which will be key to anticipating issues and learning from them. “And here I’m going to be honest, because this is what I see every day: The technology to do all this already exists and isn’t expensive,” he asserts. “Many critical facilities are still managed using an Excel spreadsheet and the memory of a technician who’s been there for twenty years,” he warns. And that’s a problem.

In the specific case of data centers, Spain has done its homework. The high temperatures (which exceeded those recorded in the United Kingdom, where some data centers did shut down) did not bring them to a halt during this heat wave.

Unlike what might happen in other countries, Spain has optimized its cooling systems to be efficient and sustainable, as Benito explains, noting that the country must also contend with water stress. “In other countries, I can use water and let it evaporate as I please because I know it’s going to rain again—or at least that was the case until recently. In Spain, we’ve known for a long time that this isn’t the case,” he says. That’s why we work with closed-loop systems. “Most of us operators don’t use any water,” he says. The same water, mixed with certain cooling agents, circulates continuously. “Once the loop is filled, we don’t lose a single drop,” he asserts.

What this expert is now seeing at international conferences is that in other countries where water wasn’t an apparent problem, people are starting to talk about working this way—”as a technical innovation.” “That’s where we say, ‘Yes, just like the ones we have in Spain or Portugal,’” he remarks with a touch of humor. “Water, like energy, is a challenge,” he says, so everything has already been designed with that in mind. It isn’t wasted, it doesn’t evaporate, and it isn’t consumed, he says.

Resulta difícil encontrar un área de la empresa moderna en la que la inteligencia artificial (IA) no haya encontrado aplicación, y los procesos de selección tecnológica no son una excepción. Una encuesta de MyPerfectResume revela que el 73% de los empleadores afirma utilizar IA en las decisiones de contratación, mientras que el 52% la emplea para decisiones relacionadas con la reestructuración organizativa y la planificación de puestos.

Por otro lado, los candidatos también recurren cada vez más a estas herramientas. Según datos de SAP, el 52% de las personas que buscan empleo actualmente utiliza IA para apoyar su proceso de búsqueda, principalmente para mejorar los materiales de candidatura (85%) y prepararse para entrevistas (73%).

Jasmine Escalera, experta en carreras profesionales de Zety, plataforma especializada en orientación laboral y creación de currículums, considera que “la tecnología puede ayudar a las empresas a ser más eficientes, pero las decisiones de contratación siguen beneficiándose del criterio humano, especialmente cuando la experiencia de un candidato requiere un contexto que los sistemas automatizados de evaluación no siempre son capaces de comprender”.

Está claro que la IA ya forma parte esencial del proceso de contratación. Por ello, las organizaciones deben definir una estrategia clara sobre cómo utilizarla en el futuro, abordando cuestiones como los sesgos en la selección, la transparencia y el equilibrio adecuado entre la intervención humana y la asistencia tecnológica.

Identificar las señales de alerta

La IA promete aportar eficiencia tanto a candidatos como a empleadores, pero una excesiva dependencia de la tecnología puede generar consecuencias no deseadas. Los datos de MyPerfectResume muestran además que el 65% de los encuestados considera que la IA rechaza automáticamente a candidatos antes de que una persona llegue a revisar sus solicitudes, mientras que un 14% afirma que la IA descarta de entrada a más de la mitad de los aspirantes.

Asimismo, el 47% cree que la tecnología ha dejado fuera del proceso a candidatos que, de otro modo, habrían avanzado en la selección. Además, el 51% asegura utilizar IA para identificar perfiles considerados de riesgo, como profesionales percibidos como job hoppers —personas con frecuentes cambios de empleo— o candidatos con interrupciones en su trayectoria laboral.

Según Escalera, marcar a determinados candidatos como riesgosos y descartarlos antes de que un reclutador revise su currículum puede excluir perfiles cuya experiencia profesional cuenta una historia más compleja de lo que un algoritmo está preparado para interpretar. Por ejemplo, quienes regresan al mercado laboral tras un periodo de ausencia pueden aportar capacidades valiosas que no encajan fácilmente en los criterios automatizados de evaluación.

También preocupa que la IA descarte a profesionales que desean cambiar de sector o que cuentan con cualificaciones que no se reflejan exactamente en el lenguaje utilizado en una oferta de empleo, impidiendo que un reclutador humano llegue siquiera a revisar su candidatura.

Laurie Cure, directora ejecutiva de la consultora Innovative Connections, afirma haber observado casos en los que la IA ha eliminado a candidatos altamente cualificados, pero más nerviosos durante las entrevistas, que necesitaban más tiempo del previsto por el sistema para responder a una pregunta. También señala situaciones en las que los aspirantes utilizan un lenguaje diferente al que la IA está programada para detectar, lo que impide que sean recomendados para continuar en el proceso.

Además, ha constatado escenarios en los que la IA utiliza datos históricos para identificar patrones asociados a empleados considerados exitosos, priorizando determinadas universidades, trayectorias profesionales, antigüedad o características similares. Aunque estos elementos no constituyen necesariamente un sesgo en sí mismos, pueden perpetuar la creencia de que existe una correlación directa entre dichos factores y el rendimiento profesional, algo que a menudo no se sostiene.

Por ello, añade Cure, es esencial que las personas sigan formando parte activa de estos procesos, aportando contexto, intuición, matices y la capacidad de detectar potencial en los candidatos, algo que la IA todavía no puede replicar.

Y dice: “Creo que estamos permitiendo que la IA se convierta en el proceso, cuando debería limitarse a apoyarlo para hacer que la contratación sea mejor”.

Priorizar la precisión frente a la velocidad

Para Cure, uno de los principales problemas es que muchas organizaciones han perdido el equilibrio adecuado. En lugar de utilizar la IA como complemento al trabajo humano, la emplean para realizar la mayor parte, o incluso la totalidad, del cribado curricular.

Las empresas que implementan IA únicamente para acelerar determinadas fases del proceso, sin valorar previamente si realmente aportará beneficios, corren el riesgo de introducir sesgos no deseados.

“Esto permite gestionar grandes volúmenes de candidaturas y aporta una mayor consistencia en la aplicación de los criterios de selección, pero probablemente deja fuera a muchos buenos candidatos”, señala, para añadir: “El componente humano debe desempeñar un papel muy activo en la definición de los requisitos de los puestos para evitar que sean excesivamente restrictivos. Las organizaciones deben prestar atención a cómo instruyen a la IA para realizar su trabajo y ser cautelosas al definir los criterios de evaluación y filtrado”.

En última instancia, la IA no es una herramienta que pueda implantarse y olvidarse, ni debería contemplarse únicamente como un mecanismo para ganar eficiencia, ya que muchos procesos continúan beneficiándose —e incluso dependen— del juicio humano.

Por ello, resulta fundamental realizar auditorías periódicas de los sistemas de IA utilizados en contratación y recordar que el uso de estas tecnologías no exime a las organizaciones de sus obligaciones legales y éticas en materia de igualdad de oportunidades laborales. Esto hace que el equilibrio entre intervención humana y automatización sea aún más relevante.

Transparencia y confianza de los candidatos

La irrupción de la IA también ha introducido un factor de desconfianza en los procesos de selección. Los empleadores no siempre tienen claro hasta qué punto los candidatos han recurrido a herramientas de IA, mientras que los aspirantes desconocen en muchos casos cómo se utiliza exactamente esta tecnología durante la contratación.

Los candidatos saben que las empresas están incorporando IA a sus procesos, pero a menudo desconocen el alcance de su utilización y en qué momento pueden esperar interactuar con una persona.

“Esa falta de claridad puede generar escepticismo y frustración, especialmente en un mercado laboral que ya resulta extremadamente competitivo”, explica Escalera. A su juicio, “el objetivo no debería ser convencer a los candidatos de que la IA no se utiliza, sino ayudarles a comprender cómo la tecnología sirve de apoyo a la toma de decisiones, en lugar de sustituir el criterio humano que hay detrás de ellas”.

Como recomendación, Cure propone que las organizaciones comiencen elaborando un mapa completo de su proceso de contratación, identificando cada una de sus fases. Esto permite visualizar con claridad dónde la IA aporta valor y en qué puntos sigue siendo necesaria la intervención humana.

Las empresas pueden acabar dependiendo excesivamente de la IA o, por el contrario, dedicar recursos humanos a tareas que podrían automatizarse y destinarse a actividades de mayor valor añadido.

“Las personas aportan una comprensión más amplia de la trayectoria profesional de un candidato y tienen la capacidad de detectar cuándo alguien posee el potencial necesario para evolucionar dentro de un puesto. También son capaces de interpretar trayectorias profesionales no convencionales y motivaciones personales con mayor precisión que la IA. Por su parte, la IA aporta consistencia, eficiencia, estandarización de criterios y un nivel de objetividad beneficioso para el proceso. Si logramos combinar eficazmente ambos elementos en los puntos adecuados, la contratación sale reforzada, no debilitada”, concluye Cure.

Michael Taylor lleva 25 temporadas en el equipo Mercedes-AMG Petronas de Fórmula 1, donde ha desempeñado todas las funciones relacionadas con las tecnologías de la información, desde el apoyo en pista hasta los sistemas de ingeniería y la transformación empresarial. En la actualidad, como director de TI, dirige un equipo de 18 personas responsable de una de las operaciones con mayor volumen de datos del mundo.

Cuando un coche sale del box, lleva 300 sensores. Mientras está en marcha, genera más de un millón de puntos de datos por segundo. Cada componente, sistema y vuelta produce datos de telemetría que los ingenieros utilizan para ganar fracciones de segundo: la diferencia entre ganar y perder. “La Fórmula 1 lleva muchos años centrada en los datos. La métrica clave en nuestro deporte es el cronómetro, y así ha sido desde que comenzó el Campeonato del Mundo en la década de 1950. Pero ahora lo medimos todo. Si lo mides, puedes mejorarlo”, cuenta.

El reto no es recopilar datos —la Fórmula 1 lleva transmitiendo telemetría en directo desde la década de 1980—. Se trata de tomar decisiones a gran velocidad sin dejar de mantener el control que permite que una operación compleja y de alto riesgo siga funcionando.

Para los CIO que se enfrentan a la presión de avanzar rápidamente en materia de IA al tiempo que gestionan el riesgo, la seguridad y la calidad de los datos, las lecciones que Taylor ha aprendido a base de mucho esfuerzo en el pit lane ofrecen un marco útil: cómo equilibrar la velocidad y el control, cuándo mantener a las personas al tanto de lo que ocurre y por qué una gobernanza “suficientemente buena” es mejor que una gobernanza perfecta que nunca llega a ponerse en práctica.

Innovación frente a estabilidad: “Una batalla constante”

En la mayoría de las empresas, la tensión entre innovación y control se desarrolla a lo largo de trimestres o años. En la F1, ocurre cada semana. “Es realmente difícil. Y es algo que no siempre acertamos. Aquí es donde confiamos en las personas. La experiencia en el sector es realmente importante a la hora de tomar decisiones relacionadas con el cambio”, admite Taylor.

El equipo opera en dos modos distintos. Entre carrera y carrera, se encuentran en la fábrica de Brackley, en el Reino Unido. Las instalaciones, que son la sede central del diseño, la fabricación y el funcionamiento de sus monoplazas de Fórmula 1, ganadores de campeonatos, incluyen un campus tecnológico de 60 000 metros cuadrados. Todo gira en torno a la gestión de proyectos y programas, con margen para la experimentación. Pero a medida que se acerca el fin de semana de carrera, todo se centra en la ejecución.

“Tenemos ese modo normal cuando no estamos compitiendo. Volvemos a la fábrica para diseñar, construir y mejorar”, explica el directivo. “Pero a medida que nos acercamos al fin de semana de carrera, pasamos a ejecutar todo ello de la forma más eficaz. No debemos realizar cambios que afecten a los ingenieros”.

Esta dualidad marca todas las decisiones tecnológicas. La misma agilidad que impulsa la innovación durante la semana debe dar paso a la estabilidad cuando los resultados están en juego. Taylor lo llama una “batalla constante”.

Modernización a la velocidad de las carreras

Mercedes-AMG Petronas llevaba utilizando SAP desde 1999. La plataforma sustenta todo el proceso del equipo, desde el diseño hasta la pista: desde la aprobación del diseño, pasando por la planificación, el aprovisionamiento, la fabricación, las pruebas y el desarrollo, hasta el montaje del coche en la pista.

“Todos esos pasos son procesos fundamentales”, afirma Taylor. Por eso, cuando llegó el momento de modernizarse, el equipo lo abordó como una parada en boxes: planificado al segundo, ejecutado con precisión. Eligieron RISE with SAP —el paquete combinado de ERP en la nube y migración del proveedor—, acordaron iniciar el proceso en diciembre de 2024 y fijaron como objetivo la puesta en marcha en agosto de 2025, coincidiendo con el parón obligatorio de dos semanas del deporte.

“Es el momento perfecto para introducir cambios. Tenemos que planificarlo todo a la perfección para que todo vaya sobre ruedas cuando volvamos a competir”»”, explica.

Terminaron ocho semanas antes de lo previsto. “Somos unos obsesionados del control debido a la naturaleza de este deporte y a sus plazos estrictos”, afirma. Su equipo prefiere gestionar los sistemas de forma interna en lugar de depender de grandes integradores de sistemas que “se asoman un poco y desaparecen”. Con solo 18 personas en el equipo de TI, recurren a la experiencia de SAP para problemas específicos y, a continuación, retoman las riendas. “Una vez hecho esto, seguimos siendo los responsables y nos encargamos de la gestión”, agrega, “y SAP hace lo que mejor sabe hacer”.

El camino seguro debe ser el más fácil

La propiedad intelectual en la Fórmula 1 tiene una vida útil muy corta. En cuanto un nuevo componente se monta en el coche y se fotografía en el pit lane, los competidores pueden verlo. Pero eso no resta valor a lo que hay detrás.

“La verdadera ventaja no es solo la pieza”, afirma Taylor. “Es el razonamiento, el modelado, la simulación, los modos de fallo, las compensaciones y la dirección de desarrollo que hay detrás”.

Proteger todo eso requiere una estrategia de seguridad ofensiva. El responsable de seguridad de la información de Taylor depende directamente de él, y el equipo pone a prueba activamente sus propias defensas. “Actúa, piensa y trabaja como un hacker. Estamos pensando en cómo podemos contrarrestar las amenazas sin que ello afecte a los usuarios finales”, relata.

En una cultura que fomenta la ingeniería y en la que se da libertad a las personas para actuar con rapidez, una seguridad demasiado estricta resulta contraproducente. Taylor aprendió pronto que la perfección es enemiga del progreso. “Si la seguridad se interpone en el camino del negocio, este encontrará formas de sortearla. La tarea no consiste en ralentizar a la organización, sino en hacer que el camino seguro sea el más fácil”.

El factor humano

Dada la evolución semanal de la IA, el equipo de Taylor está llevando a cabo proyectos piloto en toda la organización: aprendizaje automático para la simulación, flujos de trabajo automatizados en la planificación de la producción y copilotos que ayudan a los desarrolladores a escribir código. Pero se resiste a la tentación de precipitarse.

“Todavía estamos buscando nuestro camino”, afirma. “No hay una solución única para todos. Estamos probando todo lo que hay disponible, pero dentro de seis a diez meses tomaremos decisiones sobre qué ampliar”.

A pesar del revuelo que rodea a la IA basada en agentes, Taylor sigue apostando por la supervisión humana. “Sigo creyendo firmemente que ‘los humanos deben estar en el bucle’. Cuando nuestra plantilla esté en sintonía con la IA, ahí es donde veremos el beneficio real: cuando esta complemente a nuestra gente”.

La IA también ha elevado el listón en materia de gobernanza de datos. “Lo que ahora se considera ‘suficientemente bueno’ incluye una mayor visibilidad, permisos más claros y una propiedad más definida», explica Taylor. «Hay que ser más riguroso a la hora de determinar a qué datos puede acceder la IA”.

La clave, empezar por las consecuencias

El consejo de Taylor para los CIO de otros sectores que se enfrentan a cuestiones similares es aparentemente sencillo: “Empieza por las consecuencias, no por la tecnología”.

En los servicios financieros, podría tratarse de un perjuicio para el cliente o de un incumplimiento normativo. En la sanidad, de la seguridad del paciente o de la pérdida de la confianza pública. En la F1, la consecuencia de un fallo de seguridad es la pérdida de la ventaja competitiva.

“Una vez que comprendes las consecuencias, puedes decidir qué requiere un control más estricto, qué hay que supervisar, qué hay que conservar y qué simplemente necesita mejores prácticas de seguridad”, afirma Taylor.

Es una lección aprendida a lo largo de 25 temporadas al límite de lo técnicamente posible, donde las decisiones se toman en milisegundos y el margen entre el éxito y el fracaso se mide en fracciones de segundo.

La carrera por incorporar inteligencia artificial (IA) a los procesos empresariales está avanzando a una velocidad que muchas organizaciones tienen dificultades para controlar. La presión por innovar, automatizar y obtener ventajas competitivas está obligando a las compañías a replantearse una disciplina que durante años ha permanecido en un segundo plano: el gobierno de TI.

La necesidad es cada vez más evidente. Según un estudio del IBM Institute for Business Value publicado en 2026, el 77% de las organizaciones reconoce que la adopción de la IA está avanzando más rápido que sus capacidades de gobierno.

Aunque el concepto de gobierno de TI es muy anterior a la irrupción de la IA, el actual escenario tecnológico ha elevado su importancia estratégica. Ya no se trata únicamente de controlar proyectos o presupuestos tecnológicos, sino de asegurar que la innovación se desarrolla bajo criterios de valor, riesgo y alineamiento empresarial.

“El gobierno de TI ayuda a garantizar que la organización esté tomando buenas decisiones y que esa capacidad para decidir correctamente forme parte del trabajo diario”, explica Sharon Stufflebeme, directora de soluciones para CIO en Protiviti.

Del control tecnológico a la gobernanza empresarial

Los especialistas coinciden en que el gobierno de TI ha evolucionado desde una función eminentemente operativa hacia una disciplina estrechamente vinculada al gobierno corporativo.

Para Bill Briggs, CTO de Deloitte Consulting y responsable ejecutivo del programa global para CIO de la firma, el gobierno de TI es el mecanismo que permite gestionar de manera consciente las inversiones tecnológicas y medir su contribución al crecimiento empresarial.

Y añade: “Se trata de formalizar las decisiones sobre gasto e inversiones, diferenciar entre mantener la operativa y generar crecimiento, y garantizar que lo prometido es lo que finalmente se entrega”.

Esa visión resulta especialmente relevante en un momento en el que los consejos de administración están demandando una mayor visibilidad sobre el retorno de las inversiones digitales, mientras aumenta la preocupación por los riesgos asociados a tecnologías emergentes como la IA generativa.

Un reto todavía pendiente para muchas organizaciones

A pesar de su relevancia, los expertos advierten de que la madurez en materia de gobierno de TI sigue siendo desigual.

Las grandes corporaciones, las empresas cotizadas y los sectores altamente regulados suelen disponer de estructuras formales de gobierno. Sin embargo, las organizaciones medianas y muchas compañías privadas continúan mostrando importantes carencias.

Incluso entre las empresas que han implantado programas de gobierno de TI, no siempre se obtienen los resultados esperados. La fragmentación tecnológica, las decisiones aisladas por áreas de negocio, la falta de comunicación y la escasa aplicación efectiva de las políticas son algunos de los problemas más frecuentes.

Nehawa Ngundam Abam, analista de gobierno y riesgos de TI en la aseguradora Starr y miembro del grupo de tendencias emergentes de ISACA, considera que la creciente complejidad tecnológica hace que la disciplina sea hoy más crítica que nunca.

“Sin un gobierno eficaz, TI puede fragmentarse fácilmente, perder alineación con los objetivos empresariales e introducir riesgos de ciberseguridad, cumplimiento normativo y reputacionales”, afirma.

Los cinco pilares sobre los que se sustenta el gobierno de TI

Aunque existen diferentes aproximaciones metodológicas, los principales marcos coinciden en cinco grandes áreas de actuación:

· Alineación estratégica.

· Entrega y generación de valor.

· Gestión del riesgo.

· Gestión de recursos.

· Gestión del rendimiento.

La prioridad de estos pilares ha cambiado con la irrupción de la IA.

Según Stufflebeme, la alineación estratégica y la gestión del valor se han convertido en elementos especialmente críticos. La pregunta que deben responder los CIO ya no es únicamente qué tecnología implantar, sino cómo garantizar que cada inversión contribuye a los objetivos de negocio.

Al mismo tiempo, la gestión del riesgo adquiere una dimensión renovada al conectar directamente con los programas corporativos de gobierno, riesgo y cumplimiento (GRC), especialmente en ámbitos como la protección de datos, la resiliencia operativa, la continuidad de negocio o el uso responsable de la IA.

COBIT, ITIL e ISO 38500 siguen marcando el camino

Para estructurar sus programas de gobierno, la mayoría de las organizaciones continúa apoyándose en marcos de referencia consolidados.

COBIT, desarrollado por ISACA, mantiene su posición como uno de los referentes globales para gobierno y gestión de TI, especialmente en ámbitos relacionados con el control y la gestión de riesgos.

Por su parte, ITIL sigue siendo una de las metodologías más extendidas para gestionar servicios tecnológicos y garantizar que los procesos de TI responden a las necesidades del negocio.

En el ámbito del gobierno corporativo, ISO/IEC 38500 proporciona principios para que consejos de administración y equipos directivos supervisen el uso de la tecnología desde una perspectiva estratégica.

Junto a ellos, modelos como CMMI o FAIR están ganando protagonismo en áreas específicas relacionadas con la madurez organizativa y la cuantificación del riesgo.

El verdadero desafío: integrar la gobernanza en el día a día

Sin embargo, los especialistas coinciden en que los marcos, por sí solos, no garantizan un buen gobierno.

“El problema aparece cuando las organizaciones utilizan los marcos únicamente para cumplir requisitos o marcar casillas”, advierte Stufflebeme.

La diferencia entre una organización madura y otra que simplemente cumple procedimientos radica en que los controles formen parte natural de la operativa diaria.

En este punto, la automatización y la IA pueden convertirse en aliados. Marco Bill, vicepresidente senior y CIO de Red Hat, señala que cada vez más organizaciones están incorporando controles directamente en los sistemas para facilitar el cumplimiento sin ralentizar los procesos.

La tendencia apunta hacia modelos de supervisión continua basados en automatización, monitorización en tiempo real y cuadros de mando que permitan detectar desviaciones antes de que se conviertan en problemas de negocio.

La gobernanza de la IA exige un enfoque específico

Uno de los debates que está ganando fuerza entre los CIO es si la IA debe gobernarse dentro de los marcos tradicionales o mediante estructuras independientes.

Thomas Phelps, CIO y vicepresidente senior de estrategia corporativa de Laserfiche, apuesta por una aproximación híbrida.

Según explica, la gobernanza de la IA debe estar integrada dentro del gobierno de TI, pero requiere una atención específica debido a la velocidad con la que evoluciona la tecnología y a los nuevos riesgos que introduce.

La aparición de normativas como el Reglamento Europeo de Inteligencia Artificial (AI Act) refuerza esta necesidad y obliga a las organizaciones a desarrollar mecanismos de supervisión mucho más dinámicos que los utilizados tradicionalmente en otras áreas tecnológicas.

Una responsabilidad que supera al departamento de TI

La principal conclusión de los expertos es que el gobierno de TI ha dejado de ser una responsabilidad exclusiva del CIO.

La creciente dependencia tecnológica de las empresas, la expansión de la inteligencia artificial y la presión regulatoria están impulsando una nueva concepción de la gobernanza, donde tecnología, negocio, riesgos, cumplimiento y dirección corporativa deben trabajar de forma conjunta.

Porque, como resume Briggs, el éxito llega cuando el gobierno de TI deja de percibirse como una función del departamento tecnológico y pasa a entenderse como una parte esencial del gobierno de toda la organización.

Implantar programas de monitorización remota de patologías crónicas, el uso de analítica avanzada en salud, el desarrollo de casos de uso basados en inteligencia artificial y facilitar la implementación de programas de telecuidados son algunas de las acciones que se realizarán bajo el marco del acuerdo sellado en el ámbito del Sistema Nacional de Salud entre el Ministerio para la Transformación Digital y de la Función Pública, el Ministerio de Sanidad y la Comunidad de Madrid.

En virtud de este convenio, de una duración de cuatro años (con posibilidad de prórroga por otros cuatro), el Gobierno español destinará 12,8 millones de euros a incorporar la IA a la Sanidad Pública de la Comunidad de Madrid. El montante, reza un comunicado del Ejecutivo, “permitirá incorporar nuevos servicios digitales en 262 centros públicos, desarrollar casos de usos de la IA innovadores y beneficiará cada año a más de 155.000 usuarios de la sanidad pública madrileña”. El proyecto se enmarca en la Estrategia de Salud Digital del Sistema Nacional de Salud y en el Programa Operativo Plurirregional de España (POPE) 2021-2027, financiado con fondos europeos FEDER.

“Este Gobierno está convencido de que la IA, como infraestructura de país, es una oportunidad con todas las letras”, señaló el ministro para la Transformación Digital y de la Función Pública, Óscar López, durante la firma. “Con este convenio damos un nuevo impulso a la transformación digital del Sistema Nacional de Salud para que la innovación llegue a todos los ciudadanos, vivan donde vivan”, agregó la ministra de Sanidad, Mónica García. “Movilizamos 223 millones de euros hasta 2029 para impulsar una inteligencia artificial útil, segura y responsable, compartir imágenes médicas entre comunidades autónomas y reforzar una sanidad más coordinada, más eficiente y más equitativa”.

Por su parte, el consejero de Digitalización de la Comunidad de Madrid, Miguel López-Valverde, recordó que “la región ya ha ejecutado 2.371 millones de euros del Plan de Recuperación, el 73% de los recursos asignados, situándose entre las comunidades más ágiles en la movilización de estas inversiones, muy por delante de Cataluña y Andalucía”.

Otras iniciativas que contempla el convenio son herramientas para mejorar el diagnóstico y el seguimiento de enfermedades raras; programas de telecuidados, que facilitarán el avance hacia una asistencia más personalizada y accesible, y la extensión de la red ÚNICAS, liderada estratégicamente por la Comunidad de Madrid junto con Cataluña, que permite compartir información clínica entre centros especializados en patologías minoritarias de pacientes pediátricos.

Además, el Ejecutivo autonómico participará en la Red de Intercambio de Imágenes Médicas del Sistema Nacional de Salud (SNS) para permitir el intercambio de este tipo de pruebas entre regiones para la prestación asistencial y su uso secundario, en línea con el reglamento del Espacio Europeo de Datos de Salud.

El convenio determina que, una vez desarrollados los proyectos financiados en este marco, se pondrán a disposición de todas las administraciones sanitarias a través de un repositorio o catálogo gestionado por el Ministerio de Sanidad, con el objetivo de su reutilización. Las actuaciones seguirán las directrices y recomendaciones que puedan ser establecidas por la Agencia Española de Supervisión de la Inteligencia Artificial (AESIA) y otros organismos competentes.

La multinacional farmacéutica danesa Novo Nordisk está muy interesada en acelerar el tiempo que se tarda en lanzar medicamentos al mercado a medida que expiran las patentes. “Si tienes un medicamento superventas, un retraso de una semana puede suponer entre 10 y 100 millones de dólares”, afirma Stephanie Bova, responsable de transformación digital de la empresa. “Es una cantidad enorme, porque dispones de menos tiempo de protección mediante patente”.

La IA generativa ofrecía la posibilidad de acelerar drásticamente múltiples etapas del proceso de desarrollo de medicamentos. Y, dado que Novo Nordisk ya llevaba un seguimiento minucioso de la duración de sus procesos clave, contaba con una ventaja de la que carecían muchas otras empresas. Por lo tanto, debería haber sido relativamente sencillo incorporar un poco de IA generativa, ver cómo mejoraba la productividad y observar cómo llegaban los beneficios. Pero no fue tan fácil. El proceso de desarrollo de un fármaco consta de muchas partes, que tienen lugar en distintos momentos y en distintos departamentos. “Las personas son expertas en sus propios ámbitos, pero no necesariamente conocen el siguiente ámbito ni cómo encaja todo. El sistema es tan grande y complejo que no se puede ver todo el rendimiento de una sola vez”, afirma Bova.

Es posible que la documentación de los procesos no se corresponda con lo que la gente hace realmente en la práctica, y que diferentes personas realicen la misma tarea de formas distintas. Además, algunas tareas cruciales pueden pasar prácticamente desapercibidas desde fuera. El equipo de fabricación, por ejemplo, puede formar parte de un grupo completamente diferente y no ser consciente de que el medicamento se está preparando para su presentación ante la FDA (la agencia gubernamental estadounidense del medicamento), y que aún no tiene toda la documentación lista. “Así que has avanzado muy rápido solo para tener que esperar a que ellos te alcancen”, añade Bova.

Este es solo uno de los muchos retos a los que se enfrentan las empresas al intentar medir los resultados de los proyectos de IA, y la razón por la que las encuestas son tan contradictorias.

Si nos fijamos en las tareas individuales, Novo Nordisk puede demostrar mejoras en la productividad y claros beneficios positivos derivados del uso de la IA. Pero si damos un paso atrás y analizamos los resultados financieros de la empresa, el panorama se vuelve más confuso. En primer lugar, si se omiten pasos críticos, el tiempo de comercialización no mejorará. Además, un nuevo medicamento tarda años en llegar a los clientes, por lo que los efectos positivos en los resultados no se notarán hasta pasado un tiempo. Y eso es solo el principio del problema que plantea la medición del retorno de la inversión.

Medición de procesos

Para abordar los puntos ciegos de sus procesos, Novo Nordisk recurrió a la nueva generación de minería de procesos: gemelos digitales de las operaciones en tiempo real impulsados por IA. “Nos asociamos con la empresa de inteligencia de procesos Celonis para obtener un gemelo digital de nuestros datos de procesos. Fuimos los primeros del sector en aplicarlo al ámbito clínico”, explica Bova. La herramienta recopila información de los sistemas de la empresa para hacer un seguimiento de lo que los empleados hacen realmente, en lugar de utilizar encuestas para recabar información sobre lo que una parte de los empleados recordaba haber hecho en algún momento.

El primer proyecto consistió en un proceso sencillo de siete pasos y, al crear un gemelo digital del mismo, Novo Nordisk descubrió que, dependiendo de quién lo llevara a cabo, podía tratarse de un proceso de cinco o de nueve pasos. “Si reúnes a diez expertos en la materia en una sala, obtienes todo tipo de interpretaciones y, con el tiempo, se producen desviaciones”, cuenta.

El proyecto puso de manifiesto múltiples fallos en los procesos existentes. En algunos casos, fue necesario volver a formar a los empleados. En uno de ellos, hubo que actualizar la interfaz de usuario. Sin embargo, una vez que se estandariza un proceso, surge la oportunidad de tomar una “fotografía” de la situación anterior, de modo que haya algo con lo que comparar posteriormente y comprobar si la mejora mediante IA o la automatización arrojan algún resultado.

Otra cuestión que tuvieron que resolver de antemano fue decidir qué hacer con el tiempo ahorrado que se generara. “No quieres despedir a nadie”, afirma Bova. “Se trata de personal altamente cualificado y difícil de encontrar. Quizá deberíamos plantearnos redistribuir un poco los equipos”.

En la actualidad, la empresa cuenta con varios cientos de agentes de IA en funcionamiento, etiquetados dentro de la infraestructura del gemelo digital para poder identificarlos. “Si algo falla, sabemos exactamente dónde solucionarlo”, dice, y añade que la siguiente fase es la coordinación entre múltiples agentes. “Hoy en día, los tenemos conectados, pero no contamos con ‘agentes de agentes”.

Aún es demasiado pronto para saber si hay retorno de la inversión, ya que, en el desarrollo de fármacos, el proceso lleva años. “Pero, al analizar el proceso de principio a fin, espero que podamos recortar dos años del ciclo de desarrollo. Dos años menos hasta la comercialización, en comparación con la situación actual”»”, indica.

Los medicamentos que ya se encuentran en la fase final de desarrollo no experimentarán una aceleración tan notable, pero los que acaban de iniciarse serán los que más se beneficien. Sin embargo, los resultados finales no se verán hasta dentro de varios años.

La industria farmacéutica no es la única en la que el verdadero valor proviene de la optimización simultánea de múltiples procesos interconectados. Según PwC, los proyectos tácticos de IA a menudo no aportan un valor cuantificable, y los beneficios tangibles provienen de implementaciones a escala empresarial coherentes con la estrategia de negocio.

De hecho, muchas empresas no han experimentado ni un aumento de los ingresos ni una reducción de los costes gracias a la IA en los últimos 12 meses, a pesar de su adopción casi universal. Aun así, el gasto empresarial en IA se prevé que casi se duplique a finales de año en comparación con el año pasado, según KPMG.

Medición de la productividad

La mayoría de las empresas empiezan a pequeña escala, implantando chatbots de IA para los empleados con el fin de ayudar a mejorar la productividad. Y el ritmo de adopción en este ámbito ha sido asombrosamente alto, solo equiparado por la incapacidad de medir las ganancias de productividad que se supone que se deben alcanzar.

Disponer de una referencia es clave, afirma Anand Rao, profesor de IA en la Universidad Carnegie Mellon, de Estados Unidos, pero en algunos casos resulta difícil de medir y, en otros, es prácticamente imposible. Tomemos, por ejemplo, las decisiones relacionadas con los seguros, en las que los resultados pueden tardar años en hacerse evidentes. En el caso de los seguros de vida, podrían ser décadas, afirma. Y para algunos tipos de decisiones, las empresas no disponen de ningún tipo de indicador.

“Existe un estigma social a la hora de decir que estoy tratando de analizar tu proceso de toma de decisiones y lo bien que las estás tomando. Como seres humanos, no nos gusta que se evalúen nuestras decisiones”, señala. Luego, cuando una decisión sale bien al final, la gente se atribuye encantada el mérito. “Si la decisión sale mal, se achaca a factores externos”.

Pero incluso en el caso de tareas específicas en las que es posible realizar mediciones, las empresas a menudo no se esfuerzan por llevarlas a cabo antes de implementar herramientas de IA. “No partimos de una referencia”, apunta Julie Averill, antigua vicepresidenta ejecutiva y directora de sistemas de información global de la cadena de moda Lululemon. Averill es ahora directora general de Gold Thread, una consultora de transformación digital. “Partimos de la suposición de que la IA iba a ayudar a la gente a tomar mejores decisiones. Y eso te lleva a no poder medir bien los resultados”, explica.

Existen métricas alternativas que una empresa puede tener en cuenta en su lugar, añade, como las tasas de uso o la satisfacción de los usuarios. “Esto está ocurriendo y está aportando beneficios, algunos de los cuales se pueden ver y otros no. Hay que confiar en el proceso. Es igual que con la nube. Sabes que es el camino del futuro y puedes ver las ventajas, pero es difícil llegar hasta allí, y se requieren muchos cambios. Pero cuanto antes lo hagas, antes te habrás adaptado a la nueva forma de operar y podrás sacarle realmente partido”.

Hay otras áreas en las que es más fácil disponer de métricas concretas, como el servicio de atención al cliente. “Se trata de tareas repetitivas y suele ser el primer ámbito que las empresas automatizan con IA. Hay resultados muy tangibles que se pueden medir y se puede establecer una referencia muy sólida”, explica Averill.

Lululemon también lleva años utilizando la IA para mejorar la personalización y las recomendaciones, y esa es otra área que se puede cuantificar. Además, la automatización puede reducir la introducción manual de datos, lo que disminuye las tasas de error. La IA también se puede utilizar para ayudar en la supervisión del cumplimiento normativo, la detección de fraudes y el mantenimiento predictivo de los equipos, todos ellos casos de uso que se pueden cuantificar.

¿Pero la productividad de los empleados en general? Eso es difícil de medir, y no solo para Lululemon. Una forma obvia podría ser analizar los despidos en profesiones expuestas a la IA. Al fin y al cabo, los titulares están por todas partes. Pero en un informe publicado en marzo, Anthropic no encontró indicios de un aumento del desempleo en las profesiones altamente expuestas, aquellas en las que las personas tienen más probabilidades de ser despedidas debido a la IA.

A principios de 2025, la empresa de investigación METR intentó cuantificar la productividad de los desarrolladores comparando la rapidez con la que los desarrolladores experimentados eran capaces de realizar tareas con IA y sin ella. ¿El resultado? Los desarrolladores afirmaron que esperaban que la IA les permitiera trabajar un 24% más rápido y estimaron que, en realidad, la IA les había permitido hacerlo un 20 % más rápido. Pero los datos revelaron una realidad totalmente diferente. El uso de la IA, en realidad, les ralentizó un 19%.

Por supuesto, las herramientas de IA están mejorando. METR intentó realizar un estudio de seguimiento, comparando de nuevo las tareas realizadas con y sin IA, pero no pudo encontrar suficientes desarrolladores dispuestos a volver al enfoque sin IA, a pesar de que los investigadores les pagaban por participar en el estudio.

Existen casos anecdóticos de empresas en las que un solo ingeniero realiza el trabajo de cien gracias al uso de la IA. O aquella vez en que se filtró accidentalmente todo el código fuente de Claude Code, de medio millón de líneas, y el desarrollador coreano Sigrid Jin creó una reconstrucción desde cero en dos horas, que luego subió a GitHub, donde se convirtió en el proyecto más rápido de la historia en alcanzar las 100.000 estrellas.

Pero, como ocurre con cualquier otro tema relacionado con la IA, la realidad es más compleja. En el caso concreto del desarrollo de software, escribir el código es, en realidad, solo una pequeña parte de lo que implica desarrollar software.

La consultora DX analizó recientemente métricas clave de ingeniería de 400 empresas y, en un informe reciente, constató que el uso de la IA había aumentado un 65% desde noviembre de 2024, pero que la productividad relacionada con la IA se situaba justo por debajo del 10%.

Costes ocultos

Al igual que resulta difícil medir los beneficios de la IA en términos de productividad, también puede resultar complicado cuantificar los costes. Cuando una empresa empieza a utilizar la IA, los costes pueden ser relativamente fáciles de estimar. ¿A cuánto ascienden las cuotas mensuales totales de suscripción a los chatbots de IA que utilizan los empleados? ¿Cuál es el coste de entrenar o ajustar un modelo personalizado? Pero cuando se pasa a casos de uso más complejos, los cálculos se vuelven más difíciles, afirma Averill. “Ahora existen todos los sistemas relacionados con la IA. Esos son más difíciles de cuantificar, pero su impacto es mayor”, dice.

Por ejemplo, si la IA se integra en los procesos empresariales mediante RAG, existe el gasto continuo de las llamadas a la API, pero también los cambios que hay que realizar en otros sistemas, explica. Y la cosa se complica cada día más. “No hemos realizado un esfuerzo muy concertado para implantar la telemetría y la instrumentación”, afirma Swaminathan Chandrasekaran, director global de IA y laboratorios de datos en KPMG. Según él, obtener una visión global de los costes totales de la IA en una empresa es como predecir el tiempo.

“La razón por la que contamos con un sistema de predicción meteorológica tan impresionante en este país es que disponemos de decenas de miles de estaciones meteorológicas que recopilan datos”, explica. “Sin eso, no sabríamos qué tiempo va a hacer”.

Las empresas deben implantar sistemas de medición para evaluar todos los aspectos del consumo relacionado con la IA, señala, empezando por el número de tokens utilizados, quién los utiliza y cómo se correlaciona esto con el rendimiento laboral. “Esa medición brilla por su ausencia”, afirma.

Al menos cuando los humanos utilizan chatbots de IA, hay un límite en el número de preguntas que son físicamente capaces de formular, además de unos costes de suscripción predecibles. Y cuando los procesos empresariales se habilitan con IA a través de RAG, las llamadas a la API de los modelos de lenguaje grandes (LLM) las realizan sistemas empresariales predecibles y programados de forma tradicional.

Pero ahora, la IA agentiva está empeorando aún más las cosas, ya que los agentes pueden actuar de forma impredecible y el número de llamadas a la API puede dispararse rápidamente fuera de control. En un informe del Boston Consulting Group, dos tercios de las empresas señalan gastos de escalado de la IA incontrolables.

Otro coste que algunas empresas quizá no prevean bien, o que no controlen porque forma parte de un presupuesto diferente, es el relacionado con los datos. Ya sea preparando datos para el entrenamiento o el ajuste fino, utilizando incrustaciones de RAG o configurando el acceso directo a MCP a través de agentes, estos costes pueden acumularse rápidamente cuando entra en escena la IA.

“Las tarifas de salida son uno de los gastos más importantes”, afirma Tom Coughlin, miembro del IEEE y presidente de la consultora Coughlin Associates. “Si tienes que sacar datos de la nube, esas tarifas de salida podrían ser considerables”. Además, están todos los costes de personal que conlleva la implementación de la IA, añade.

“A largo plazo, la IA aportará un gran valor a las personas, pero estas deben saber cómo utilizarla correctamente. Si no cuentan con esas habilidades, se encontrarán en desventaja”, expone.

Soluciones y mensajes contradictorios

Luego está la cuestión de resolver los problemas. La mayoría de las empresas han sufrido al menos un incidente relacionado con la IA en los últimos 18 meses, y la mayoría de ellos han supuesto pérdidas económicas, algunas de más de 500.000 dólares. Además, está la IA que se está integrando en todo.

“Conocemos nuestros costes directos”, afirma Andrew Johnson, director de sistemas de información (CIO) de Brownstein Hyatt Farber Schreck, un bufete de abogados estadounidense. “Pero donde resulta más difícil de cuantificar es con las plataformas que ya tenemos implantadas y las aplicaciones SaaS que no contaban con capacidades de IA. Nos piden aumentos extraordinarios y los atribuyen a las nuevas capacidades que aporta la IA. ¿Cuánto se le debe atribuir a la IA? Eso es un poco difuso”, relata.

Incluso cuando la IA permite ahorrar dinero, a menudo hay costes adicionales asociados a ello. Por ejemplo, el bufete gastaba unos 70.000 dólares al año en una plataforma de gestión de contratos. Desarrollar su propia versión con IA supuso unos 40.000 dólares en costes de mano de obra y otros 3.000 dólares al año en alojamiento. El mantenimiento continuo será mínimo para esa aplicación en concreto, añade, lo que supondrá un total de otros dos mil dólares al año.

Pero también hay otros costes indirectos asociados al funcionamiento de las aplicaciones propias, como las auditorías de seguridad, las evaluaciones de vulnerabilidad, las pruebas de penetración y la revisión del código. “Cuanto más compleja y arriesgada es la plataforma, menor es el interés por intentar crear una solución interna”, indica.

Aun así, el equipo de desarrollo de software es ahora mucho más productivo gracias a la IA, ya que cuatro o cinco desarrolladores son capaces de hacer el trabajo de 20 o 30. Pero las mejoras en la productividad no se traducen en un ahorro de mano de obra, ya que los desarrolladores tienen mucho trabajo nuevo que hacer. “Tenemos una enorme lista de oportunidades pendientes para desarrollar soluciones”, afirma.

La tendencia del trabajo a expandirse para ocupar todo el tiempo disponible no se da solo en el desarrollo de software, señala Rao, de Carnegie Mellon. Supongamos, por ejemplo, que se espera que la IA suponga una mejora del 20% en la productividad, explica. “Antes había cien personas haciendo ese trabajo, y ahora solo necesitamos 80. Pero, al final del año, la plantilla no ha cambiado. «En las tareas que realizaban, hay una mejora, añade, “pero las personas añadirán tareas para suplir o complementar ese 20%. No es que se vayan a casa una hora antes, sino que están encontrando otras actividades que generan valor”.

De hecho, en algunos casos, el aumento de la productividad en una empresa puede llegar a perjudicar los resultados. Los abogados, por ejemplo, cobran por horas. “La eficiencia va en contra de nuestras formas tradicionales de ganar dinero”, afirma Johnson, de Brownstein. “Tenemos que pensar más allá de eso. No es perjudicial para nuestros intereses a largo plazo, pero supone un reto a corto plazo. Sin embargo, si no lo hacemos, es probable que no seamos competitivos a medio y largo plazo”.

Así pues, si una nueva herramienta de IA ayuda a un abogado en la diligencia debida, no existe una relación directa entre la inversión en esa herramienta y el aumento de los ingresos. “Es un hecho que la dirección es la correcta”, afirma Johnson. “Pero no podemos afirmar que vaya a generar un rendimiento concreto”.

Conocido sobre todo por sus servicios como “boutique de inversión”, el banco Singular Bank, nacido en el año 2020 gracias al impulso del exconsejero delegado del Banco Santander Javier Marín Romano, después de adquirir y transformar la estructura del antiguo banco digital Self Bank, es en la actualidad una entidad con más de 400 profesionales, 17 oficinas en España y más de 180 banqueros y agentes financieros que gestionan casi 18.000 millones de euros de patrimonio de clientes.

La compañía financiera es noticia estos días por un sonado cambio de propietario: el grupo inversor estadounidense Warburg Pincus, que poseía más del 93% de las acciones, ha vendido su participación a un grupo de inversores nacionales e internacionales liderados por ING, que se convierte ahora en el principal dueño de la entidad, con 40%, mientras que el resto se diversifica entre ‘family offices’ españoles (21,5%), el propio equipo directivo y los empleados del banco (15,5%), la firma española de inversión ProA Capital (15%) y la financiera mexicana Actinver (8%). Un movimiento que, sin embargo, no afectará a la operativa de Singular Bank, que seguirá funcionando como una entidad independiente dentro del mercado español de banca privada y con una oferta de productos complementaria a la de su nuevo dueño mayoritario, ING, como confirma a CIO ESPAÑA Rubén Andrés Priego, director general de Tecnología y Operaciones de Singular Bank y miembro del equipo directivo, entrevistado por esta cabecera unos días antes de que se hiciera pública esta información. La charla gira, no obstante, en torno a otro asunto: el intenso viaje digital experimentado por el banco, y los retos y las oportunidades que se abren a la organización en un futuro próximo.

El directivo, un ejecutivo experimentado en el mundo de la banca minorista y privada y en consultoría financiera (desempeñó puestos de responsabilidad en Banco de España, Banco Popular, BBVA, Banca March y EVO Banco) aterrizó en Singular Bank en enero de 2025. En este periodo, explica, ha inyectado las últimas innovaciones de la inteligencia artificial al modelo “híbrido” con el que contaba la entidad, que combina “la excelencia digital y en automatización con una labor intrínsecamente humana”. Pero empecemos por el principio.

La IA da una vuelta de tuerca a la transformación de Singular Bank

“Singular Bank es un banco con una historia relativamente corta, de unos siete años”, rememora el CIO durante la entrevista, subrayando que, aunque la entidad nació como un banco orientado a la banca privada, a través de Self Bank dispone de una plataforma bancaria 100% digital que permite a los clientes gestionar sus inversiones y “tomar sus propias decisiones financieras”. Al aterrizar en la corporación, hace más de un año y medio, y después de mantener, dice, casi 70 reuniones con el consejo de administración, el comité de dirección y empleados de diferentes áreas del banco, el directivo vio la necesidad de “llevar a cabo un plan de transformación que no solo pasaba por modificar la plataforma tecnológica que había y que mantenía la cuenta de resultados, así como todos los canales, la plataforma de inversión, etc. sino afrontar una segunda gran ola: el uso de la inteligencia artificial en la compañía”.

La estrategia de Singular Bank en torno a la inteligencia artificial se articula en tres grandes líneas de actuación, como relata Rubén Andrés Priego. La primera consiste en impulsar el uso de la IA en el trabajo diario de los empleados. Para ello, la empresa selló un acuerdo con OpenAI, en marzo de 2025, con el fin de distribuir 50 licencias de ChatGPT entre los 400 profesionales de la entidad. La segunda línea se centra en la aplicación de la IA al ámbito de la ingeniería, bajo un enfoque de context engineering (ingeniería de contexto), con el que están transformando su modelo de desarrollo tecnológico. Y el tercer eje pasa por crear una arquitectura propia orientada a los agentes de inteligencia artificial. Sobre esta base, explica el CIO, la entidad ha lanzado Singularity, una plataforma que integra la IA de OpenAI, la visión del equipo de estrategia y el criterio del banquero para ofrecer un mejor asesoramiento al cliente, “uno de los proyectos estrella de este año”.

Esta apuesta por la IA y, en concreto, por la tecnología de OpenAI es de tal calado que la empresa creadora de ChatGPT ha seleccionado al de Singular como uno de los casos de éxito más destacados de Europa en la aplicación de IA dentro del sector financiero. “Lo que tiene Singularity de particular es que lo han creado los propios usuarios”, indica Andrés, que explica que el banco formó a los usuarios de ChatGPT para que fueran ellos los que identificaran oportunidades y propusieran nuevas aplicaciones. “Una de las grandes ventajas de la IA generativa es que ha reducido las barreras tecnológicas: hoy el valor diferencial está más en identificar el caso de uso adecuado que en la propia ejecución técnica”, añade Andrés Priego.

A partir de ahí, relata, los banqueros empezaron a detectar necesidades que requerían una infraestructura más sofisticada que una simple interfaz conversacional. “Fue entonces cuando decidimos crear un grupo de 20 banqueros que actuaron como embajadores de Singularity y participaron activamente en el diseño de la herramienta. Mantuvimos sesiones semanales para perfeccionarla y, hoy en día, los resultados son de éxito total”.

La plataforma Singularity está diseñada para facilitar el asesoramiento al cliente en las fases previas a cada reunión. La plataforma recopila información procedente de todos los sistemas del banco y se integra con Salesforce, gestores documentales, bases de conocimiento, datos de rentabilidad y catálogos de productos. Todo ese ecosistema está conectado a una red de 20 agentes de IA que analizan la información y generan recomendaciones y resultados útiles para el banquero. El objetivo, indica el CIO, es “liberar a los profesionales de tareas operativas y de bajo valor”, como la recopilación manual de información, para que puedan centrarse en lo realmente importante: “El asesoramiento personalizado al cliente”.

“Una de las grandes ventajas de la IA generativa es que ha reducido las barreras tecnológicas: hoy el valor diferencial está más en identificar el caso de uso adecuado que en la propia ejecución técnica”

La acogida de la plataforma, subraya Rubén Andrés, ha sido excelente. “Actualmente, 80 banqueros participan en el proyecto y el 90% utiliza la herramienta de forma habitual en su trabajo diario”. Este mes de julio, añade, Singularity se ampliará a los 200 banqueros que tiene la entidad. “La vamos a conectar con toda la inteligencia de inversiones y productos. Ya no va a ser solo una herramienta de recolección de información, sino que también utilizará la inteligencia del banco para perfilar el asesoramiento”.

El ROI (retorno de inversión) de este caso de uso es significativo: “Los banqueros se ahorran entre 60 y 90 minutos diarios en la preparación de reuniones”, afirma el CIO. Un ahorro que redunda en “más tiempo para pensar qué necesita el cliente y qué podemos aportarle como banco para mejorar su día a día, su vida y sus objetivos”. 

El banquero, no obstante, sigue siendo una pieza fundamental de la ecuación, según Rubén Andrés. “Es indispensable; por ejemplo, en momentos de incertidumbre, donde hay caídas de mercados y la situación se tensa, el banquero tiene la cabeza fría y pone raciocinio a las emociones del cliente, al que acompaña en las inversiones, pero siempre apoyado en unas capacidades avanzadas de análisis de datos e inteligencia”. Es más, según el CIO, “el humano es imprescindible en el mundo de la banca”, sea cual sea el modelo: “Banca masiva, mainstream digital, banca privada o un término intermedio que sería Self Bank, un banco 100% digital con capacidades avanzadas y con unos banqueros remotos que también pueden asesorar a los clientes”.

El ejecutivo cree que la banca del futuro será más humana porque es precisamente esto lo que va a diferenciar a los distintos actores entre sí. “El factor humano aumentará la calidad en el asesoramiento y en el trato al cliente. Por otro lado, también veremos redes de agentes en el entorno digital; me atrevería a decir que ya no competiremos por la experiencia de usuario (‘user experience’), sino por la del agente (‘agent experience’). Vamos a tener que generar capas de agentes que se comuniquen entre sí y generen una experiencia muy fluida para poder analizar los productos de los que disponemos, la oferta, y comparar unos con otros y saber qué encaja mejor con el cliente en función de su contexto y el del banco. Vamos a ver una revolución en banca en los próximos años de manera clara”, expone.

Gobierno, cultura y adopción, los desafíos de abrazar la inteligencia artificial

Aunque la IA trae consigo ingentes oportunidades, también abre retos de distinta índole. Preguntado por este asunto, el CIO contesta: “El mayor retorno que tiene la IA actualmente es tecnológico. Avanza cada vez más rápido y es más accesible, de hecho, cualquiera puede usar ChatGPT incluso para programar; pero el mayor reto lo hemos encontrado en materia de gobierno, cultura y adopción”.

Para subsanar el desafío del gobierno, en Singular Bank han creado un “comité de gobierno de la IA y una política que todos los empleados deben conocer y firmar antes de poder utilizar todas estas herramientas”, explica el CIO. En este comité, de carácter multidisciplinar —está formado por el equipo de Legal Compliance, el DPO (delegado de protección de datos), el equipo de seguridad y el de tecnología y operaciones— y alineado con la regulación vigente —como la IA Act (Reglamento europeo de IA) y el RGPD (Reglamento General de Protección de Datos), entre otros— se mide el riesgo que tiene cada una de las plataformas de IA antes de adoptarlas. Solo después se ponen a disposición de los empleados. Además, agrega, en los casos de uso que han desplegado, como Singularity, realizan un análisis continuo del rendimiento de los modelos para garantizar que éste se ajusta a lo buscado y, si no, se aplican ajustes a nivel tecnológico. 

Para superar el reto cultural y las barreras de adopción, pues “toda esta revolución de la IA ha generado muchos miedos a la pérdida de empleo y a ser sustituido”, el banco ha trabajado en ofrecer amplia formación sobre estas nuevas tecnologías “desde el punto de vista de hacia dónde va el mercado, pero también mirando al pasado, porque si nos hubiéramos negado a la imprenta, el ferrocarril y todas las revoluciones industriales, no estaríamos en el nivel de sofisticación actual; hemos trasladado a los empleados que esto es una revolución a la que hay que sumarse, pues gracias a ella vamos a tener mejores profesionales y un mejor servicio a nuestros clientes”. La clave, añade, ha sido hacer a los empleados “creyentes del cambio, darles formación y acompañarlos”.

El gran cambio de mentalidad con la IA, explica, es que los propios empleados pueden desarrollar sus propias soluciones tecnológicas, sin pedirlas al equipo de tecnología. “Esta es la gran revolución que estamos acometiendo”, sentencia.

El coste, en el punto de mira

Una de las grandes preocupaciones de los líderes de TI a la hora de abrazar la IA es que el coste se dispare y provoque situaciones similares a las vividas con la adopción de cloud en el pasado. “Cuando iniciamos el proyecto con OpenAI, en marzo de 2025, trabajábamos con un modelo de tarifa plana: pagábamos una licencia que cubría tanto el desarrollo de ingeniería con herramientas como Cursor como el uso de ChatGPT. Todo estaba incluido. Actualmente hemos pasado a un modelo de coste por consumo de tokens. Desde la perspectiva de negocio, no nos preocupa esta evolución, ya que la plataforma cubre con creces nuestras necesidades actuales. Además, hemos realizado proyecciones a futuro y no prevemos ningún problema significativo. Incluso en el caso de que se produjera un ligero sobrecoste, los beneficios obtenidos compensarían con creces ese incremento del gasto”, reflexiona Rubén Andrés.

Desde el punto de vista de ingeniería, añade, “el retorno también compensa el sobrecoste, ya que hemos multiplicado la productividad y las capacidades de nuestros desarrolladores”. Sí han observado, afirma el CIO, la necesidad de establecer cuotas y mecanismos de control del consumo, pues en algún caso han detectado que ciertos desarrolladores utilizaban modelos muy avanzados para tareas que no requerían ese nivel de capacidad, lo que generaba un consumo innecesario de tokens. Unas situaciones en las que modelos más sencillos habrían ofrecido el mismo resultado con un coste considerablemente menor.

El gran cambio de mentalidad con la IA, explica Rubén Andrés, es que los propios empleados pueden desarrollar sus propias soluciones tecnológicas, sin pedirlas al equipo de tecnología. “Esta es la gran revolución que estamos acometiendo”

Por todo ello, explica, el banco está aplicando los mismos principios de gestión financiera que ya utilizó con la nube: “Hemos trasladado el uso de FinOps al ámbito de la inteligencia artificial para optimizar el uso de los recursos, controlar los costes y garantizar que cada caso de uso emplee el modelo más adecuado, además de hacer un seguimiento mensual del consumo”.

Impacto en el desarrollo de software

Los desarrolladores de software son algunos de los perfiles profesionales más directamente impactados por el auge de la IA agentiva y generativa. “En el mercado en general muchos programadores ven la IA como una amenaza, pero, en realidad, esto va a hacer que se multiplique el software porque, de hecho, el mundo necesita más. Los bancos ya teníamos mucha más demanda de la que podíamos abordar. Por eso yo no veo que la IA sea un problema para los desarrolladores”.

Dicho esto, el CIO reconoce que el tipo de perfiles técnicos que busca la entidad en la actualidad ha cambiado: “Ahora buscamos perfiles técnicos senior, pues cuanta más experiencia tiene el profesional, mejor adopta la IA; también que tengan baja resistencia al cambio”. En este sentido, en el banco ya trabajan de forma que sus técnicos lideran equipos virtuales formados por los roles [agentes] de project manager, analista funcional, analista orgánico, etc. pero alimentados con el contexto y la arquitectura de la entidad. “Una iniciativa con la que te vuela la cabeza”, sentencia Rubén Andrés.

El ROI del uso de la IA asociado al área de desarrollo de ingeniería es también significativo, según el directivo. “Ahora un programador desarrolla software como si fuera un equipo de 15 desarrolladores, y lo hace a una velocidad nunca vista antes y con una calidad totalmente alineada con la requerida por el banco”.

El área de Tecnología de Singular Bank, cuyo equipo asciende a 41 personas, está abordando “una transformación completa de todos los sistemas legacy con toda esta tecnología”, recalca el CIO. “Es un catalizador del cambio”, añade.

Foco en la soberanía tecnológica

Preguntado por si le preocupa la soberanía tecnológica en el complejo contexto actual, marcado por un escenario geopolítico tensionado, Rubén Andrés es contundente: “Mucho”. Más aún, reconoce, después de ver cómo el Gobierno de Estados Unidos paralizaba recientemente el acceso a los modelos más avanzados de Anthropic (una decisión después revertida). Por ello, la filosofía del CIO es que “todo lo que construyamos permita la continuidad de negocio, es decir, el aumento de capacidades cognitivas es un ‘on top off’ de lo que son los básicos de poder llevar a cabo el asesoramiento y el resto de las tareas que hemos hecho antes de tener estos sistemas”. Además, reconoce, ya están trabajando en “desacoplar la capa agentiva. Esta pertenece a Singular Bank, es nuestra propia plataforma, a la que ponemos por encima una capa de experiencia. Ahora la capa de agentes la tenemos con tecnología de OpenAI (ChatGPT), pero se podría cambiar por cloud o una capa propia”.

Además, desvela a CIO ESPAÑA, Singular Bank está reforzando su estrategia de continuidad de negocio mediante una arquitectura multirregión en AWS que distribuye sus sistemas entre España (en Zaragoza) y el norte de Europa. El objetivo, asegura, es garantizar la resiliencia operativa y la recuperación rápida de los servicios ante incidencias graves, desde fallos técnicos hasta posibles ciberataques o eventos geopolíticos que afecten a una determinada ubicación.

Singular Bank está reforzando su estrategia de continuidad de negocio mediante una arquitectura multirregión en AWS que distribuye sus sistemas entre España (en Zaragoza) y el norte de Europa

Ya desde el punto de vista de la ciberseguridad, en la entidad están empleando la propia IA para crear ‘red teams’ virtuales que se encarguen de analizar continuamente la superficie de ataque y detectar posibles problemas y poder resolverlos antes de que los detecte un tercero. “La ciberseguridad nos preocupa mucho porque, al final, somos una infraestructura crítica y debemos ser responsables y tener control sobre lo que manejamos”.

La ventaja que aporta disponer de capacidades de análisis en ciberseguridad junto a las de un desarrollo vertiginoso facilita que “la defensa pueda abordarse de manera mucho más rápida”, reflexiona el portavoz.

Preguntado por cómo absorbe el banco toda la avalancha normativa que existe y si esta supone un freno a la innovación, el directivo también es claro: “Llevo trabajando en banca 20 años y nunca he visto la regulación como un freno para este sector. Honestamente, creo que este argumento se ha utilizado como excusa, pero la regulación es muy necesaria, garantiza que demos un servicio seguro y confiable”.

En Singular Bank, añade, “hay un equipo muy abierto a las nuevas tecnologías y a analizar la regulación desde un punto de vista más de facilitar el cambio que de bloquearlo”. “Si se adopta con sentido común y agilidad y todos los equipos del banco trabajan en pro del negocio y de la innovación esta no es un freno”.

Aumentar la escalabilidad del banco, el eje de futuro

En un futuro próximo, el equipo de Tecnología y Operaciones de Singular Bank, con Rubén Andrés al frente, proseguirá la transformación y modernización en la que está inmerso el banco. “Estamos renovando todos los sistemas legacy a través de tecnologías con IA y context engineering y, por otro lado, continuaremos trabajando la parte de agentes. Ya hemos desarrollado algunos que reemplazan o capacitan a las áreas de operaciones para poder hacer conciliaciones bancarias cada cinco minutos, mientras que antes las hacíamos cada día; esto nos permitirá aumentar la escalabilidad del banco, que es nuestro objetivo de cara a los próximos años. Y, finalmente, seguiremos apostando fuerte por las arquitecturas agentivas para poder generar experiencias de cliente mucho más naturales a través de conversaciones a través de los canales digitales”.

Respecto a la evolución futura del rol del CIO en general, el ejecutivo es plenamente consciente de la transformación que esta función ha tenido en los últimos años, ahora “más pegado al negocio”. “En la actualidad, se ha amplificado más el rol del CIO, que ya no está ligado a la continuidad, la resiliencia o la seguridad, sino es un rol de agente del cambio, impulsor de la adopción de nuevas tecnologías, formador, visionario de nuevos modelos de negocio… En definitiva, un rol, paradójicamente en esta era de la IA, cada vez más humano”.

La IA está cambiando la forma en que se realiza el trabajo y quién lo lleva a cabo, en todos los niveles de la organización. Esto significa que también está cambiando la forma en que los ejecutivos desempeñan su labor y cómo deben liderar, ya que ahora se les pide que utilicen la IA para reinventar sus organizaciones y hacer frente a las incertidumbres que conlleva esa tarea.

Los directores de sistemas de información (CIO) están experimentando cambios en su función como parte de esta tendencia general, a medida que asumen nuevas responsabilidades y se enfrentan a nuevas expectativas. Estos cambios son el resultado de una evolución de varios años entre los CIO, que ha transformado el puesto, pasando de ser un simple gestor tecnológico a un facilitador estratégico y, finalmente, al líder visionario que deben ser hoy en día.

A continuación, directores de sistemas de información (CIO) con amplia experiencia, investigadores y asesores comparten seis nuevas reglas del liderazgo en TI, junto con los antiguos principios de liderazgo a los que han sustituido.

Regla antigua: rendir cuentas al director general
Nueva regla: colaborar con el director general para crear una visión

Durante gran parte de la historia empresarial, el director general (CEO) determinaba el rumbo de la organización, y el resto de ejecutivos —incluido el CIO— elaboraban los planes que permitirían avanzar hacia la visión estratégica del director general. “Ahora el CIO tiene que estar indisolublemente unido al director general para crear esa visión”, afirma Sharon Stufflebeme, directora general de soluciones para CIO en Protiviti.

“Significa tener la capacidad de ver el futuro, de comprender cómo este probablemente afectará a tu situación actual y cómo llevar tu situación actual hacia el futuro, de ver, anticipar y trazar una línea hacia lo que razonablemente va a suceder en el futuro y cómo la organización se adaptará a ello”, añade.

“Siempre ha sido importante, pero no era la competencia más importante que debía tener el director de sistemas de información. Ahora, el director de sistemas de información es quien está mejor preparado para comprender el valor que se puede obtener al aprovechar las nuevas tecnologías, incluida la inteligencia artificial, así como los costes y los riesgos, y para crear la visión y definir cómo llegar hasta allí”, agrega.

Antigua regla: facilitar los resultados empresariales
Nueva regla: diseñar el negocio del futuro

En los últimos años, los altos directivos han recurrido a los CIO para que les informen sobre la IA y les expliquen cómo puede utilizarse para generar resultados empresariales. Pero Allan Tate, presidente ejecutivo del MIT Sloan CIO Symposium, afirma que los equipos de dirección están elevando ahora sus expectativas, ya que esperan que sus CIO rediseñen la organización utilizando la inteligencia artificial. “Ya no se trata de ‘qué puede hacer la IA’. La pregunta es: ‘¿Cómo rediseñamos la organización con la IA?”, afirma Tate. “Se trata de ‘cómo diseñamos nuestra organización para utilizar la IA de forma responsable y eficaz’. Eso es hacia lo que se dirigen los CIO. Lo que estamos viendo es que los CIO se están convirtiendo en arquitectos de la transformación”.

Esto exigirá que los directores de sistemas de información (CIO) lideren en medio de la incertidumbre y la tensión, añade. “Los directores de sistemas de información deben sentirse cómodos con la incertidumbre”, afirma Tate, señalando que deben aprender “a formular preguntas, a explorar diferentes perspectivas interpretativas para esas preguntas, a analizar las distintas tensiones y a combinar la inteligencia humana y la artificial. Y los CIO tienen que ayudar a los demás a acostumbrarse a la incertidumbre. Deben comprender que no va a haber consenso. A lo que se enfrentan es a ejercer un mejor criterio ejecutivo en medio de esa incertidumbre, y querrán crear un entorno de confianza en el que los empleados vean que todos prosperarán y no se sientan amenazados”.

Reconoce el temor a que desaparezcan puestos de trabajo a medida que la IA automatiza cada vez más el trabajo, pero los directores de sistemas de información deberían ayudar a sus colegas ejecutivos a pensar en las posibilidades —incluidas nuevas funciones— que creará la transformación impulsada por la IA. “Lo difícil es imaginar qué nuevos puestos de trabajo se crearán, algo que ha ocurrido en todas y cada una de las revoluciones tecnológicas”, añade Tate.

Antigua regla: fracasar rápido
Nueva regla: crear las condiciones para que las personas se sientan seguras para prosperar

Una de las promesas más repetidas y menos cumplidas del sector tecnológico ha sido renovada debido a su propio fracaso constante. En lugar de limitarse a descartar rápidamente los proyectos poco prometedores, los responsables de TI deben crear ahora un entorno en el que el fracaso resulte lo suficientemente seguro como para que los empleados extraigan lecciones de los callejones sin salida y las apliquen para escalar con rapidez.

Brook Colangelo, vicepresidente sénior y director de sistemas de información (CIO) de Waters Corp., una empresa de instrumentos analíticos de laboratorio y software, utiliza un “diagnóstico sencillo” para su organización global de TI. “En cualquier situación en la que un equipo tenga un rendimiento inferior al esperado o se resista al cambio, me pregunto cuál de las cinco necesidades psicológicas se ve amenazada —estatus, certeza, autonomía, conexión o equidad— y la abordo de forma directa y compasiva”, afirma.

Se apoya en la cultura de la organización para llevar a cabo esta tarea. “El departamento de TI de Waters es un equipo basado en la neurociencia de la motivación y el crecimiento. Celebramos nuestros éxitos, analizamos nuestros errores y aprendemos como equipo”, afirma Colangelo.

Considera que la capacidad de diagnosticar y abordar esas amenazas es una competencia de liderazgo fundamental para el director de sistemas de información (CIO) actual, sobre todo porque «las organizaciones de TI son, por naturaleza, entornos propensos a las amenazas, y más aún con la inteligencia artificial».

“Nos llevó un tiempo desarrollar esta capacidad, pero lo conseguimos mediante una formación específica, y dotamos a nuestros líderes de equipo —a través del Foro de Liderazgo de TI— de las herramientas necesarias para dar ejemplo y reconocer estos comportamientos”, explica.

Colangelo atribuye a esta inversión en la cultura de equipo la capacidad de su departamento de TI para liderar simultáneamente cuatro iniciativas de gran envergadura: la integración de una adquisición, la incorporación de los compañeros de su centro de capacidades global en la India como empleados a tiempo completo de Waters con una tasa de aceptación del 99%, una transformación completa de su ERP a S/4HANA, y la puesta en marcha segura de su transformación hacia la IA en toda la organización. “Cada iniciativa provoca respuestas diferentes en cada persona. Disponer de un lenguaje común para identificar esas señales de alerta nos permite diagnosticar qué es lo que nos está frenando y abordarlo directamente”, añade.

Antigua regla: recurrir a expertos en el negocio
Nueva regla: ser un experto en el negocio

Los CIO comprendieron hace años que no podrían desempeñar con éxito su función si se centraban únicamente en la tecnología. Así pues, se asociaron con compañeros del ámbito empresarial para recabar perspectivas sobre los diversos puntos débiles y problemas que obstaculizaban las ambiciones empresariales, y colaboraron con sus homólogos ejecutivos para comprender las metas y los objetivos de las distintas áreas funcionales del negocio.

Ahora los CIO deben dar otro salto y parecerse más a un director de operaciones (COO), es decir, comprender el alcance y la escala completos de las operaciones en sus organizaciones, afirma Jeff Sturman, socio director del área de liderazgo digital y de TI en WittKieffer, una consultora especializada en liderazgo y selección de personal.

«Los CIO se encuentran ahora en la encrucijada de todas las actividades: estratégicas, operativas y de experiencia del cliente. Es un puesto que abarca todos y cada uno de los aspectos del negocio», afirma Sturman. “Los CIO siguen teniendo que ser expertos en tecnología, seguridad y, ahora, en IA; tienen que ser las personas más preparadas de la sala en esos temas, pero ahora también deben conocer todos los aspectos de las operaciones de la organización, al igual que el director de operaciones (COO), porque hoy en día no hay ninguna parte del negocio que no esté relacionada con el responsable de TI”.

Los CIO del sector sanitario, por ejemplo, deben comprender las operaciones empresariales, los requisitos normativos, las operaciones clínicas y mucho más, afirma Sturman. Añade que, por supuesto, el resto de miembros del equipo directivo también deben conocer el negocio. Pero, dado que el departamento de TI lidera las implementaciones de IA que automatizan y transforman el trabajo, los CIO deben tener una comprensión más profunda de las operaciones y los flujos de trabajo en todos los ámbitos que muchos de sus colegas ejecutivos.

Sturman señala que no todos los directores de TI tienen ese nivel de conocimiento, pero observa que cada vez más responsables de TI están adquiriendo lo que él denomina una “visión panorámica de las operaciones de la organización”.

Antigua regla: tener un buen dominio de las finanzas de la organización
Nueva regla: actuar como un director financiero

Al igual que muchos CIO, Marco Bill, vicepresidente sénior y CIO de Red Hat, se enfrenta a más cálculos financieros que nunca, ya que trabaja para garantizar que el gasto de la empresa en la nube y en IA sea eficiente, sabiendo qué medidas tomar para controlar los costes sin mermar el rendimiento.

Por ejemplo, él y su equipo están analizando las cargas de trabajo para determinar si resulta más rentable ejecutarlas en la nube pública, en una nube privada o alojarlas en los propios centros de datos de la empresa. Ha conseguido un ahorro de más de 20 millones de dólares al trasladar algunas cargas de trabajo de nuevo a las instalaciones propias, y cuenta con los cálculos financieros que lo demuestran. “Y no se trata de hacer estos cálculos una sola vez, sino de hacerlo de forma continua”, añade.

Stufflebeme también observa que los CIO se están adentrando más en el ámbito financiero con iniciativas de inteligencia artificial, ya que los directores generales y los consejos de administración exigen rendimientos cuantificables de sus inversiones. “El departamento de TI debe tener la visión [que la organización debe seguir] y también la perspicacia financiera para demostrar qué inversiones van a generar un retorno de la inversión. Por eso, ahora es fundamental que los directores de sistemas de información comprendan dónde va a estar el valor y dónde están los costes. Estas son habilidades que los directores de sistemas de información siempre han tenido que poseer, pero ahora son más cruciales debido al impacto de la IA”, añade.

Dados los retos que ha supuesto hasta ahora obtener un retorno de la inversión en IA —y la creciente intolerancia de los ejecutivos ante las iniciativas fallidas en este ámbito—, Stufflebeme afirma que los consejos de administración y los directores generales quieren directores de sistemas de información que “entiendan cómo se genera el valor, cómo cuantificarlo y que puedan garantizar que se alcanza ese valor”.

Esto requiere, a su vez, que los directores de sistemas de información sepan cómo van a cambiar los costes a medida que los agentes sustituyan ciertas actividades humanas, añade, “porque los agentes no eliminan los costes, pero sí modifican la estructura de costes. Por lo tanto, los directores de sistemas de información deben comprender cómo calcular el coste total de propiedad de estas nuevas capacidades. Esto es válido no solo para sus propias empresas, sino también para sus socios, ya que los directores de sistemas de información deben saber que el valor que obtienen de sus socios es superior al coste que les pagan”.

Antigua regla: esperar que los empleados respondan al estilo de liderazgo del CIO
Nueva regla: adaptar el estilo a las personas del equipo

Greg Taffet, socio director y director de sistemas de información (CIO) de la consultora tecnológica estratégica Taffet Associates, cree que debe adaptar su estilo de liderazgo y la forma en que interactúa con los demás miembros de su organización, incluidos los de su equipo. “Tengo gente repartida por todo el mundo, y gestionarla ahora es muy diferente a cuando podíamos reunirnos junto a la máquina de agua”, afirma.

Taffet explica que, como líder, se esfuerza por comprender cómo y cuándo quieren trabajar las personas: si prefieren trabajar totalmente a distancia y de forma asíncrona, si quieren estar en la oficina con un horario fijo, o si optan por una combinación de ambas opciones. “Cada persona tiene necesidades diferentes para ser productiva; no se puede esperar que todo el mundo trabaje desde casa y sea productivo, ni que todos sean tan productivos como lo eran cuando trabajaban en la oficina”, explica.

También se esfuerza por comprender cualquier rasgo cultural o personal que pueda influir en su respuesta a los distintos enfoques de liderazgo, y por identificar cómo sacar lo mejor de cada persona y defender lo que mejor les funciona. Al igual que los colegios adaptan las clases a los alumnos en función de si aprenden de forma visual, auditiva o práctica, “eso es lo que tenemos que aplicar ahora en el liderazgo”, afirma.

La adopción de la IA en las empresas está superando la preparación de la plantilla, según un nuevo estudio de Kyndryl, que revela que solo el 23% de los directivos cree que sus organizaciones están preparadas para implementar la IA a gran escala.

El informe desvela que el 57% de las organizaciones ha implantado la IA de forma generalizada o la ha integrado en los procesos empresariales fundamentales, mientras que el 77% ha ampliado el uso de la IA generativa a múltiples funciones. Según el Informe sobre la preparación del personal para 2026 de la consultora, un grupo reducido de organizaciones participantes que están rediseñando funciones, invirtiendo en la preparación de la plantilla e implementando programas formales de gestión del cambio tiene más probabilidades de lograr un crecimiento de los ingresos y resultados innovadores gracias a la IA que sus homólogas.

“Este es un momento crítico para las empresas globales, que compiten por adoptar la IA, rediseñar los flujos de trabajo y buscar la innovación, pero se están dando cuenta de que su mayor activo —su personal— necesita más atención”, afirma Kim Basile, directora de sistemas de información de Kyndryl, en un comunicado. “Los datos muestran que las organizaciones que invierten en su personal —ya sea replanteándose las funciones y los flujos de trabajo, dedicando recursos a la mejora de las competencias y al reciclaje profesional, o guiando a los empleados a través del cambio— están obteniendo resultados positivos en una proporción mucho mayor”.

Las empresas están compartiendo su grado de preparación para la IA en lo que respecta a su infraestructura, su estructura organizativa y su plantilla. Algunos de los aspectos más destacados del informe son:

• El 35% afirma que su infraestructura de TI está preparada para la IA.
• El 25% afirma que su cultura organizativa está preparada.
• El 23% afirma que las funciones de gobernanza y cumplimiento normativo están preparadas.
• El 36% espera que las competencias de la plantilla y las estructuras de funciones estén totalmente preparadas para la IA a finales de año.
• El 33% espera que la cultura organizativa y las capacidades de gestión del cambio estén totalmente preparadas para la IA a finales de año.

El informe, basado en una encuesta realizada a 1.100 líderes empresariales y tecnológicos de ocho países, sugiere que la preparación de la plantilla se está convirtiendo en un factor clave para el éxito, a medida que las organizaciones van más allá de la fase experimental de la IA y se centran en resultados empresariales cuantificables.

En su investigación, Kyndryl identifica un pequeño subconjunto de organizaciones —apenas el 9% de los encuestados— a las que denomina ‘pioneras’. Estas empresas invirtieron en la preparación de la plantilla al tiempo que rediseñaban los puestos de trabajo y los flujos de trabajo en torno a la IA. Tenían 1,5 veces más probabilidades de registrar un crecimiento de los ingresos impulsado por la IA y 1,6 veces más probabilidades de lograr resultados relacionados con la innovación que el resto de encuestados.

Casi el 80% de los encuestados señala que es probable que el ritmo de adopción de la IA supere la capacidad de su organización para adaptar su plantilla, sus estructuras de gobernanza y su modelo operativo. Tal y como apunta Kyndryl en el informe, la mayoría de los líderes cree que abordar esos retos “resultará más arduo que los relacionados con el código y la informática”.

Las organizaciones también tienen dificultades para alcanzar los resultados que más desean obtener de la IA. La mejora de la eficiencia operativa y la productividad sigue siendo la principal prioridad de las empresas en materia de IA, citada por el 34% de los encuestados, seguida de la modernización de las TI (27%), la gestión de riesgos y las mejoras en materia de seguridad (25%), la innovación empresarial (25 %) y el crecimiento de los ingresos impulsado por la IA (24%).

Sin embargo, solo el 32% de las organizaciones dice haber logrado siquiera uno de sus dos principales resultados deseados, y apenas el 11% declara haberlos logrado ambos. La mejora de la eficiencia operativa y la productividad fue el resultado de la IA más mencionado, citado por el 38% de los encuestados. En comparación, las organizaciones se muestran mucho menos propensas a mencionar resultados como el crecimiento de los ingresos impulsado por la IA (14%), la modernización de las TI (13%) o la innovación en nuevos productos y servicios (11%).

Muchas organizaciones atribuyen esos retos a problemas relacionados con la plantilla y las competencias. Casi la mitad de los encuestados (49%) identifica las carencias de competencias y talento como un obstáculo importante para la ejecución de sus estrategias de IA, solo superado por las preocupaciones en materia de ciberseguridad (52%). Además, el 52% afirma que, durante el último año, se ha vuelto más difícil encontrar empleados con las competencias necesarias para respaldar la estrategia de IA de su organización.

El informe de Kyndryl revela que el 94% de los encuestados cree que la IA hará que la mejora de las competencias de los empleados actuales resulte más eficaz que la contratación de talento externo.

“La capacidad de la IA para transformar el trabajo está obligando a las organizaciones a reestructurar su plantilla más rápidamente que nunca”, afirma Mark Paulek, director de Recursos Humanos de Kyndryl, en un comunicado. “Los líderes que van por delante están adaptando las competencias, las funciones y la toma de decisiones a la forma en que el trabajo está cambiando realmente”.

Desde la irrupción de ChatGPT, las empresas han intentado transformar el potencial de la IA generativa como asistente digital en mejoras de productividad para todas las áreas de la organización. Cisco es una de las compañías que se ha situado a la vanguardia de este esfuerzo.

La idea original de crear un asistente interno surgió en Cisco cuando ChatGPT y otras herramientas de IA orientadas al consumidor aparecieron a finales de 2022 y principios de 2023, y la dirección de la compañía debatía si debía permitir a los empleados utilizarlas, explica Srini Namineni, director de Automatización de Cisco. “La gran pregunta era: ¿deberíamos bloquearlo?”, recuerda. “Los riesgos estaban claros cuando las personas podían introducir datos de la empresa y estos podían quedar expuestos a terceros. Tomamos una decisión deliberada: en lugar de bloquear estas herramientas, ofreceríamos una alternativa segura”.

Ese proyecto inicial de asistente interno de IA, lanzado a finales de 2023, también se concibió para consolidar en una única plataforma lo que podría haberse convertido en un ecosistema fragmentado de herramientas de IA, al tiempo que permitía a los empleados conectarse a múltiples modelos.

El asistente de IA, que originalmente integraba Azure OpenAI y Google Gemini, puede incorporar nuevos modelos en apenas un par de semanas desde que un empleado lo solicita, afirma Namineni. Desde entonces, ha evolucionado hasta convertirse en una herramienta multifuncional que combina capacidades de copiloto, asistente de programación, asistente de recursos humanos y apoyo para múltiples tareas, permitiendo a los empleados aplicar IA a una amplia variedad de actividades laborales.

Según la compañía, este asistente, que le ha valido a Cisco un Premio CIO 100 2026 a la innovación y el liderazgo en TI, permite a sus ingenieros ahorrar una media de seis horas semanales y al resto de empleados unas cinco horas por semana.

Aunque los objetivos principales del proyecto eran la seguridad y la flexibilidad, Cisco ha descubierto una tercera ventaja: con un coste mensual por usuario de unos 10 dólares, el asistente interno resulta más económico que varias soluciones de IA comerciales disponibles en el mercado, señala Namineni.

Mitigar los riesgos de la IA

La herramienta, disponible para los empleados desde 2024, contaba con más de 96.000 usuarios en el primer trimestre de 2026 y una tasa de adopción del 90%. Según encuestas internas, el 79% de los empleados considera que el asistente les ahorra tiempo, el 72% afirma que aumenta su productividad y el 71% destaca que mejora la calidad de su trabajo.

Por ejemplo, Cisco asegura que la herramienta ha acelerado el desarrollo de software al ayudar a los programadores a detectar pequeños errores y generar pruebas unitarias.

Namineni y su equipo han impulsado la adopción del asistente mediante la incorporación continua de nuevas funciones, dotándolo de más capacidades que algunas soluciones comerciales.

Los empleados pueden compartir entre sí instrucciones o prompts de IA a través de la plataforma y gestionar tareas de recursos humanos, como solicitar vacaciones, sin necesidad de acceder a otros servicios. El asistente también permite cargar conjuntos de datos propietarios en carpetas seguras de OneDrive para proyectos personalizados e incorpora capacidades de RAG (Retrieval Augmented Generation) como servicio, lo que facilita consultas seguras sobre documentos y metadatos internos de Cisco.

El proyecto se basa en una arquitectura de microservicios que permite integrar rápidamente nuevas aplicaciones de IA. Cisco presenta el asistente como un compañero de trabajo digital y visualiza un futuro en el que cada empleado disponga de un equipo virtual de agentes de IA.

La próxima evolución

Namineni prevé incorporar nuevas funcionalidades, entre ellas agentes personalizados que asistan de forma permanente a cada empleado.

Estos agentes podrían conectarse al correo electrónico y a las cuentas de Webex Meetings de los usuarios y realizar acciones en su nombre, siempre con autorización. Por ejemplo, podrían clasificar automáticamente los correos electrónicos según su prioridad.

También considera que estos asistentes asumirán más tareas de recursos humanos y finanzas, permitiendo que los empleados se concentren en actividades de mayor valor.

Sin embargo, los usuarios mantendrán el control, subraya. “No estoy preparado para renunciar al 100% del control salvo en actividades de bajo valor, donde podría aceptar algún error, porque la IA se equivoca”, afirma Namineni. “Nuestro reto es cómo aprovechar esta capacidad, limitarla a los casos de uso donde pueda realizar la mayor cantidad de trabajo posible y, al mismo tiempo, mantener siempre a las personas supervisando el proceso”.

Además del premio CIO 100, el proyecto ha recibido otros reconocimientos. Según Amy Loomis, vicepresidenta de soluciones para el puesto de trabajo de la consultora IDC, el asistente puede servir de modelo para otras grandes empresas que quieran fomentar un uso seguro de la IA entre sus empleados.

Seguir la lógica

Loomis afirma que otras organizaciones pueden adoptar la lógica del enfoque, aunque no necesariamente replicar la misma infraestructura tecnológica de Cisco. La arquitectura utilizada —que incluye integración de múltiples modelos, orquestación híbrida multicloud, RAG como servicio y microservicios— responde a la escala y capacidad de ingeniería de Cisco.

Sin embargo, las decisiones de fondo son acertadas, sostiene. Las compañías deberían proporcionar a sus empleados un entorno interno y gobernado para utilizar IA antes de que prolifere el uso de herramientas no autorizadas; evitar la fragmentación mediante una interfaz inteligente unificada; implantar controles de acceso que mantengan la responsabilidad humana sobre las acciones de la IA; y presentar la IA como una herramienta que amplía el alcance y la calidad del trabajo de los empleados.

La innovación de Cisco reside en la forma en que todos los componentes trabajan conjuntamente como un sistema, explica Loomis. Elementos como los flujos RAG, el acceso a GPT-4o, la integración con OneDrive o las arquitecturas de microservicios están disponibles en otros entornos, pero Cisco ha logrado combinarlos en una única plataforma. “Lo menos habitual es reunir todo esto dentro de un entorno gobernado por la propia empresa, con controles explícitos sobre los datos, en lugar de enviar las consultas de los empleados a servicios externos de IA donde la información sensible puede acabar formando parte de conjuntos de entrenamiento públicos”, añade.

Loomis destaca especialmente la función My Projects, que permite a los empleados cargar conjuntos de datos propietarios en carpetas seguras de OneDrive para realizar consultas y respuestas personalizadas.

Según explica, este enfoque proporciona a los trabajadores las capacidades que necesitan y evita que recurran a herramientas externas no autorizadas. La analista también elogia la estrategia de Cisco de presentar la IA como una capa de ampliación de las capacidades humanas. “Dar a cada empleado acceso a un conjunto de herramientas de IA adaptadas a su puesto y contexto de trabajo es tanto una decisión de gestión del cambio como una decisión tecnológica”, relata. “Las organizaciones que presentan la IA de esta manera, como una herramienta que potencia lo que los empleados pueden hacer en lugar de sustituir la forma en que trabajan, suelen lograr una adopción más amplia porque reducen la resistencia que habitualmente ralentiza su despliegue”.

La identidad se ha convertido en el nuevo perímetro corporativo. En un entorno dominado por modelos híbridos, servicios en la nube y arquitecturas zero trust, prácticamente todas las operaciones dependen de mecanismos de autenticación y autorización. Cuando estos sistemas dejan de funcionar, el impacto va mucho más allá de una interrupción tecnológica: se paralizan procesos de negocio, se bloquea el acceso a aplicaciones críticas y la capacidad operativa de la organización se reduce drásticamente. 

Esta realidad ha elevado la importancia de conceptos como la resiliencia de identidad, una disciplina que va más allá de la protección preventiva para centrarse en la capacidad de recuperación tras un incidente. Porque la pregunta ya no es únicamente cómo evitar una intrusión, sino cómo volver a operar cuando los mecanismos de identidad han sido comprometidos. 

El problema es que muchas organizaciones siguen abordando esta cuestión desde una perspectiva heredada. Se asume que recuperar un sistema de identidad es equivalente a restaurar un servidor, una base de datos o una aplicación empresarial. Pero no es así. Plataformas como Active Directory, que continúan siendo el núcleo de la identidad en una gran parte de las empresas del mundo, presentan una complejidad técnica singular. Su naturaleza distribuida, los procesos de replicación y las múltiples dependencias con otros sistemas hacen que una recuperación completa requiera procedimientos específicos, conocimiento especializado y una planificación rigurosa. 

Esta diferencia es especialmente relevante en el contexto actual de las amenazas. Los atacantes ya no buscan únicamente cifrar sistemas o exfiltrar información. Cada vez con más frecuencia intentan comprometer la infraestructura de identidad para obtener persistencia, escalar privilegios y dificultar la recuperación posterior. En muchos casos, incluso después de restaurar los sistemas afectados, los mecanismos de acceso maliciosos permanecen ocultos dentro del entorno de identidad, permitiendo que el atacante vuelva a tomar el control. 

Por ello, medir la preparación únicamente en términos de backup resulta insuficiente. Una estrategia madura debe centrarse en la recuperación efectiva. Esto implica validar periódicamente los procedimientos, definir objetivos de recuperación realistas y comprobar que la organización puede restaurar no solo la tecnología, sino también la capacidad mínima necesaria para mantener la actividad empresarial. 

Una estrategia madura debe centrarse en la recuperación efectiva

Aquí surge una cuestión que con frecuencia pasa desapercibida: ¿qué significa realmente recuperarse? Muchas métricas tradicionales se centran en volver a poner en marcha un controlador de dominio o restaurar una instancia concreta. Sin embargo, desde la perspectiva del negocio, la recuperación solo puede considerarse completa cuando los procesos críticos vuelven a estar operativos. En otras palabras, el tiempo de recuperación debe medirse en función de la capacidad de la empresa para funcionar, no únicamente de la disponibilidad técnica de determinados componentes. 

La experiencia demuestra que las organizaciones más preparadas son aquellas que someten sus planes a pruebas continuas. Del mismo modo que se realizan simulacros de evacuación ante emergencias físicas, los ejercicios de recuperación de identidad permiten identificar dependencias ocultas, validar tiempos de respuesta y detectar fallos antes de que una crisis real los convierta en un problema crítico. La resiliencia no puede darse por supuesta; debe demostrarse. 

Además, la recuperación moderna exige una visión ciberresiliente. Restaurar un entorno comprometido sin comprender cómo fue atacado supone correr el riesgo de reintroducir el problema. Las organizaciones necesitan ser capaces de identificar indicadores de persistencia, detectar configuraciones manipuladas y garantizar que los sistemas recuperados son realmente confiables. Recuperar rápido es importante, pero recuperar de forma segura lo es aún más. 

En última instancia, la resiliencia de identidad representa un cambio de paradigma para los responsables de seguridad y de infraestructura. Durante años, el objetivo fue impedir cualquier intrusión. Hoy sabemos que ninguna organización puede garantizar una protección absoluta. Lo que diferencia a las empresas más resilientes no es la ausencia de incidentes, sino su capacidad para restaurar rápidamente la confianza en sus sistemas críticos cuando estos se ven comprometidos. 

En un escenario donde la identidad sustenta prácticamente todas las operaciones digitales, la capacidad de recuperación deja de ser una cuestión técnica para convertirse en un factor estratégico de supervivencia empresarial. Y esa capacidad empieza mucho antes de una crisis, cuando las organizaciones dejan de preguntarse si tienen copias de seguridad y comienzan a preguntarse si realmente están preparadas para recuperar su identidad. 

La Copa Mundial de la FIFA es, posiblemente, la mayor oportunidad publicitaria jamás concebida. Al menos 2.800 millones de personas vieron alguna parte del Mundial de Catar 2022. Y este año se espera que esa cifra alcance al menos los 6.000 millones. Sin embargo, estos números palidecen frente a la enorme cantidad de dinero invertida en campañas de marketing por algunas de las mayores empresas del mundo, que buscan promocionar desde refrescos y ropa deportiva hasta automóviles y ordenadores.

Los mayores innovadores en inteligencia artificial también forman parte de esta competición publicitaria, aunque en lugar de exhibir el poder de sus grandes modelos de lenguaje (LLM), dos de los mayores contribuyentes al gasto publicitario del Mundial, OpenAI y Google, parecen conformarse con recordar al público que existen. Para el creador de ChatGPT, eso significa pagar al delantero argentino Lionel Messi para que pida al chatbot que tiña virtualmente su cabello con los colores de la bandera de su país. Gemini, por su parte, se ha limitado a patrocinar a la selección argentina y a ajustar su modelo para responder a preguntas sobre los partidos como lo haría un aficionado.

Este nivel de implicación es comprensible en el caso de Google, cuyas aplicaciones Maps y Translate, potenciadas por IA, ya aportan un valor incalculable a los aficionados que visitan lugares desconocidos o intentan comunicarse en idiomas que no dominan. Otras compañías, sin embargo, tienen planes más sofisticados.

Entre bastidores

Lenovo, por ejemplo, ha lanzado Football AI Pro, una aplicación diseñada para procesar millones de datos generados durante los partidos y convertirlos en más de 2.000 métricas que ayudan a las selecciones nacionales a planificar estrategias para sus próximos encuentros. A partir de esos datos, los agentes de IA de la plataforma pueden generar respuestas en lenguaje natural, representaciones gráficas y simulaciones animadas de diferentes escenarios. “Los equipos pueden incluso reproducir acciones y analizar la toma de decisiones tácticas de partidos anteriores”, explica Art Hu, CIO global de Lenovo.

Las conversaciones con FIFA sobre este proyecto comenzaron en 2022. Para entonces, Lenovo ya contaba con una sólida experiencia en colaboraciones deportivas gracias a acuerdos con la Fórmula 1, Ducati y los Carolina Hurricanes. En el caso de la FIFA, la idea surgió como una plataforma de software capaz de proporcionar análisis estadístico e información estratégica basada en IA a las 48 selecciones participantes. Según Hu, pocos deportes ofrecen un acceso tan avanzado a este tipo de tecnología.

Los árbitros también están beneficiándose de estas herramientas. Lenovo ha creado reconstrucciones tridimensionales impulsadas por IA de más de 1.200 jugadores participantes en el torneo. Estas recreaciones permiten a los colegiados tomar mejores decisiones cuando su visión, o incluso la de las cámaras VAR, queda obstaculizada. “Estos avatares proporcionan un mayor contexto y comprensión en los momentos decisivos”, afirma Hu. “Ya los hemos visto utilizarse de forma efectiva en repeticiones relacionadas con fueras de juego durante el torneo”.

A medida que concluyan las fases de grupos y el campeonato llegue a su fin, FIFA publicará más información sobre el uso de estas herramientas. Por ello, Hu no puede detallar todavía cómo Football AI Pro está ayudando exactamente a cada selección. Sin embargo, considera que la plataforma tiene potencial más allá del fútbol. “Como Football AI Pro se ha desarrollado, en parte, utilizando Lenovo AI Factory, gran parte de la infraestructura subyacente puede reutilizarse en otras soluciones que requieran motores de IA personalizados y multiagente”.

Control de multitudes

Más allá del césped y de las gradas, la inteligencia artificial también está desempeñando una función crucial en materia de seguridad. Se espera que alrededor de cinco millones de aficionados viajen a las ciudades anfitrionas de Estados Unidos, México y Canadá para apoyar a sus selecciones, lo que supone una importante presión adicional para los servicios de emergencia locales. A menudo, cuando se produce una situación de estrés, los turistas recurren instintivamente a su lengua materna.

Es aquí donde entra en juego RapidSOS. La compañía proporciona a los servicios de emergencia de Estados Unidos, Canadá y México herramientas para obtener información contextual crítica de los llamantes, como su ubicación exacta. Además, emplea IA para identificar automáticamente los detalles más relevantes de cada incidente y compartirlos con los actores implicados.

Dada la magnitud del evento, esto significa mantener informados no solo a los equipos de emergencias, sino también a la FIFA, a los operadores de los estadios y a cualquier organización que tenga contacto directo con los aficionados.

Una de las funciones más relevantes del sistema es su capacidad para traducir hasta 50 idiomas en tiempo real a partir del audio de las llamadas, algo especialmente útil durante los días de partido. El servicio también resulta eficaz cuando la comunicación es deficiente debido al ruido ambiental, una situación frecuente en recintos deportivos abarrotados. “Disponemos de una enorme cantidad de datos sintéticos basados en llamadas reales que utilizamos constantemente para poner a prueba nuestros sistemas”, explica Zach LaValley, director de tecnología de RapidSOS.

Según el directivo, el sistema puede incluso priorizar determinados modelos de traducción o transcripción en función de los idiomas predominantes de cada localidad. LaValley subraya que la tecnología de RapidSOS no sustituye a otros servicios de atención disponibles para los aficionados, pero sí ofrece una alternativa rápida y funcional cuando encontrar a una persona que hable el idioma adecuado puede requerir varios minutos.

En un evento global donde la velocidad puede marcar la diferencia tanto dentro como fuera del terreno de juego, la inteligencia artificial se está consolidando como una herramienta decisiva para mejorar el rendimiento deportivo, reforzar la toma de decisiones y garantizar la seguridad de millones de personas.

Debido a que las herramientas y servicios de IA generativa se han vuelto tan ubicuos (y populares), los costes de utilizarlos se están disparando, lo que lleva a un apetito insaciable por los tokens.

Éstos representan una forma común de medir y fijar el precio del uso de la IA. Al igual que las letras y palabras en inglés, los grandes modelos de lenguaje (LLM) comprenden una frase o consulta descomponiendo las palabras en tokens.

Con la explosión de la IA ya en pleno desarrollo, los tokens son ahora “las unidades fundamentales de datos que procesan nuestros modelos, muchas de las cuales representan un problema que se está resolviendo”, según el CEO de Google, Sundar Pichai. (Por cierto, procesa alrededor de 3,2 cuatrillones de tokens al mes).

Pero a medida que el precio de todos esos tokens se acumula, los ejecutivos de negocio y TI están buscando formas de reducir costes mientras mantienen alta la productividad corporativa. El uso descontrolado de tokens ya le ha supuesto a una empresa una factura inesperada de 500 millones de dólares en IA.

Existen varias maneras de que las empresas controlen el precio de la IA a nivel de modelo, infraestructura, silicio y negocio. A continuación, un vistazo a cómo podrían lograrse algunos de esos ahorros.

Cambiar a modelos de menor coste

Una forma potencial de ahorrar dinero es redirigir el trabajo de IA a un modelo más barato, dijo Pichai. En Google, ese sería Gemini 3.5 Flash. Ofrece “capacidades de nivel de frontera a menos de la mitad del precio de modelos de frontera comparables”.

“Si las empresas usan una combinación de [Gemini 3.5] Flash y otros modelos de frontera, podrían ahorrar mucho dinero”, afirmó el CEO de Google.

Ese tipo de modelos proporciona tokens más baratos, con un razonamiento suficientemente bueno para muchos usuarios, aunque no tan potente como el Gemini 3.5 principal, para ofrecer resultados útiles.

“A veces hay un exceso con los [LLM]”, —sostiene Deepak Seth, director analista senior de Gartner—. No siempre necesito un gran modelo de lenguaje que haya sido entrenado con las obras de Charles Dickens, Shakespeare y Harry Potter”.

Steven Dickens, analista principal de Hyperframe Research, no deja de usar Quick de Amazon, que cuesta 20 dólares al mes, para tareas personales. “Tiene un gran retorno personal de la inversión, ya que no sólo ha hecho las tareas más rápidas, sino que ha desbloqueado tareas que nunca habría intentado antes”, explica.

No olvide la parte de hardware y software de la ecuación

La crisis de los tokens no es nueva, en opinión de Dheeraj Pandey, CEO de DevRev. Compara lo que sucede ahora en el mercado de la IA con las disrupciones que surgieron con la llegada de la computación en la nube y la virtualización hace años.

“Dejamos que el caos reinara y luego tuvimos que controlarlo” —dice Pandey—. “La palabra que la gente empezó a usar fue consolidación de servidores y virtualización”.

En su opinión, la respuesta al problema de los tokens es la misma: “Cualquier cosa en sistemas se puede resolver con caché e indirección”.

Por ejemplo, DevRev está construyendo una capa de memoria entre los agentes de IA y las fuentes de datos principales, como Salesforce o registros de ERP; esto puede reducir la carga de tokens y hacer más eficiente el movimiento de datos. La capa mantiene un grafo de conocimiento con respuestas a preguntas comunes de los agentes y funciona sobre CPU más baratas, evitando ciclos de GPU más costosos.

Enviar agentes directamente a sistemas como ServiceNow y Salesforce “consumirá muchos más tokens. Además, no es preciso. Y, por último, no es lo suficientemente seguro como para poder revertirlo en caso de que un agente cometa un error”, reconoce Pandey.

NetBrain, especialista en automatización de redes, utiliza un método distinto: emplea computación convencional para mapear la estructura de una red y luego proporciona solo información clave a los modelos para la planificación y el razonamiento, donde la IA destaca. “Así no tienes que gastar todos los tokens”, tal y como explica su CTO, Song Pang.

Centrarse en la eficiencia de los ‘prompts’

La empresa de dotación de personal ManpowerGroup ha descubierto que la eficiencia de los prompts puede ser una herramienta eficaz para mejorar el uso de tokens, tanto internamente como externamente para los clientes.

Por ejemplo, los usuarios que accedían a su herramienta interna de mercado laboral inicialmente necesitaban 10 preguntas de seguimiento para profundizar en una consulta. Un año después, un uso más eficiente de los prompts ha reducido ese número a una media de cuatro, explica Max Leaming, responsable de ciencia de datos y soluciones de IA en ManpowerGroup.

Según Leaming, “están usando menos tokens y son simplemente más eficientes. Y eso en gran parte tiene que ver con tu capacidad para formular prompts de manera eficiente”.

Apuesta por lo local

El nuevo hardware de IA que genera tokens gratis en casa podría aliviar parte de la crisis de costes.

Nvidia y Microsoft presentaron RTX Spark a principios de este mes en el En el GTC Taipei. Se trata de un PC de escritorio con IA agente que ejecuta agentes y modelos de 120.000 millones de parámetros localmente en Windows. El objetivo es “ofrecer inteligencia sin medición a cada hogar y cada escritorio con Windows”, dijo el CEO de Microsoft, Satya Nadella, en un comunicado.

Algunas empresas buscan reducir los costes de la IA en la nube instalando su propio hardware en centros de datos, con proveedores como HPE y Dell que ofrecen servidores instalados en instalaciones independientes. (La IA on‑premise está ganando terreno en medio de preocupaciones sobre la IA soberana y tensiones geopolíticas, incluido el reciente conflicto en Oriente Medio, donde grandes centros de datos fueron alcanzados por misiles).

Max Goss, director analista senior de Gartner, defiende que “existen soluciones de IA locales, específicas por región y de múltiples proveedores. Todo eso puede ayudar a mitigar el riesgo. Pero no lo va a eliminar”.

Usar ingenieros desplegados en cliente

Reducir los costes de tokens es algo que podría recaer en ingenieros desplegados en cliente (FDE) en los entornos de los clientes, tal y como cree Taimur Rashid, director gerente del Centro de Innovación en IA Generativa de AWS.

A su juicio, “espero que estos equipos sean capaces de diseñar sistemas teniendo en cuenta esos requisitos de coste, ya sea usar un modelo diferente o un caso de uso distinto que no incremente el coste por token”.

Y añade: “Las empresas pueden gastar mucho en consumo de tokens, pero si estás generando ingresos, siempre que la economía cuadre, entonces estás tranquilo”.

El uso de FDE está creciendo a medida que los responsables de TI buscan desplegar implementaciones de IA exitosas mientras mantienen el control de los costes.

Cambiar la medida del éxito de ‘tokens’ a resultados

Incluso con el énfasis actual en reducir el uso de tokens para ahorrar dinero, es probable que las métricas utilizadas para medir el éxito de la IA cambien, defiende Seth, de Gartner. En algún momento, la tarificación basada en tokens evolucionará hacia un modelo más basado en resultados, donde la unidad de valor sean los resultados, no fragmentos de palabras.

“Algunas empresas están avanzando hacia una tarificación basada en resultados. Cuando la gente empiece a darse cuenta del coste real de los tokens, entonces las empresas empezarán a centrarse en la eficiencia de los tokens”, concluye el analista.

El turismo vive una profunda transformación impulsada por un nuevo perfil del cliente. Hoy los viajeros ya no buscan únicamente un destino o un hotel; demandan experiencias personalizadas, respuestas inmediatas y una relación fluida con las marcas antes, durante y después de cada viaje.

Para grupos como Piñero, compañía española con más de 50 años de experiencia en el sector del turismo, real estate y hospitality, responder a estas nuevas expectativas ha supuesto mucho más que incorporar tecnología. Ha implicado transformar la forma de operar, tomar decisiones y relacionarse con sus clientes. “La transformación digital está plenamente integrada en la estrategia corporativa. Hemos evolucionado desde iniciativas aisladas hacia un modelo transversal donde la tecnología actúa como habilitador clave del negocio, la eficiencia y la experiencia del cliente”, explica Antonio Muñoz, director de TI de Piñero.

Ocho años acelerando la transformación

Aunque la innovación tecnológica forma parte de la evolución natural de la compañía, el proceso de transformación digital se aceleró formalmente hace aproximadamente ocho años. Según explica Muñoz, el objetivo era doble: “Modernizar nuestra arquitectura tecnológica y dotar al grupo de capacidades digitales que impulsaran eficiencia, integración y una relación más directa y personalizada con el cliente”. Un proceso que, asegura, ha estado ligado al propio crecimiento de la organización. “Estos procesos de transformación forman parte de nuestro ADN como compañía y han venido acompañando al crecimiento empresarial de una manera muy cercana”.

Como ocurre en cualquier proceso de transformación, el camino no ha estado exento de desafíos. Entre los principales retos, el responsable de TI destaca “la gestión del cambio cultural, la convivencia entre sistemas legacy, la implementación de nuevas plataformas cloud y la necesidad de reforzar el talento digital y el gobierno del dato en un entorno multinacional”.

Aun así, la evolución tecnológica de Piñero durante los últimos años ha sido profunda. “Hemos evolucionado desde un entorno fragmentado y on premise hacia una arquitectura orientada a servicios, cloud y datos”, resume Muñoz.

Actualmente, la compañía opera sobre una arquitectura híbrida con un peso creciente de la nube, plataformas de integración y un Data Platform corporativo. Una transformación que ha venido acompañada de importantes cambios estructurales, entre ellos la implantación de plataformas de integración, la creación de una plataforma corporativa de datos y la estandarización de herramientas de productividad y colaboración.

Todo ello ha cambiado el papel que desempeña la tecnología dentro de la organización, pasando de ser “un soporte operativo a convertirse en una palanca estratégica, generadora de nuevas capacidades comerciales, analíticas y de servicio”, afirma el director de TI.

Una estrategia común para negocios muy diferentes

Uno de los retos más importantes de la compañía es articular una estrategia tecnológica coherente para negocios con necesidades distintas. Para lograrlo, el grupo ha construido una misma base tecnológica. “La estrategia se articula sobre unas redes troncales tecnológicas comunes —datos, integración, seguridad, identidad— sobre las que cada unidad despliega soluciones específicas. Este modelo garantiza coherencia, escalabilidad y reutilización de capacidades en todo el grupo”, explica Muñoz.

La digitalización no solo está transformando los procesos internos de la compañía, sino también la relación con los clientes. Al mismo tiempo, el dato se ha convertido en uno de sus principales activos estratégicos, apoyándose en herramientas de business intelligence, machine learning y analítica avanzada para convertir la información en decisiones y acciones concretas. “La ventaja competitiva de verdad sale de nuestros datos y de cómo los convertimos mediante algoritmos avanzados en decisiones y acciones que nos ayuden a ser más sostenibles en todos los ámbitos”, señala Muñoz.

“Nuestro foco hoy es industrializar la IA”, apunta Antonio Muñoz, director de TI de Piñero

La inteligencia artificial pasa de la experimentación a la operación

Tras años construyendo los cimientos tecnológicos de la organización, la inteligencia artificial se ha convertido en una de las principales prioridades de Piñero, aunque, en los últimos años, el enfoque ha cambiado. “Nuestro foco hoy es industrializar la IA. Ya no estamos en una fase de probar cosas: estamos integrándola en procesos reales. La gran palanca es la IA generativa y, sobre todo, los flujos agénticos: sistemas que coordinan pasos, conectan datos y herramientas y optimizan procesos completos”.

La nueva herramienta tiene un objetivo muy definido: ayudar a los equipos comerciales y de back office a trabajar con toda la información relevante de propiedades y precios de forma unificada y contextualizada. “Esta herramienta permite a nuestros equipos contestar mejor, con más contexto, más coherencia y con una capacidad de decisión más precisa, independientemente del canal por el que llegue la petición de información”, explica Muñoz.

El sistema cuenta con un profundo conocimiento del catálogo de propiedades y del contexto de cada cliente, lo que, según el director de TI, permite “recomendar, comparar y comunicar mejor que nunca, con respuestas personalizadas y coherentes en todos nuestros canales”.

Desde el punto de vista tecnológico, la solución cuenta con “una combinación muy pragmática: IA generativa y una arquitectura multiagente, con varios agentes especializados que se coordinan para entender la consulta, buscar el contexto y construir una respuesta útil”, explica Muñoz.

De acuerdo con el director de TI, la diferencia respecto a otros asistentes radica en su integración con los sistemas internos de la organización: “Lo diferencial es que no es IA aislada: está integrada con las fuentes internas de la división para unificar información de propiedades, precios e históricos, y además se conecta a los canales donde trabaja el equipo —correo y WhatsApp— para generar respuestas personalizadas y comparativas/recomendaciones en tiempo real”.

Uno de los principales beneficios de este asistente es la reducción del tiempo dedicado a tareas repetitivas. “Esperamos liberar en torno a un 20-30% del tiempo del equipo en tareas repetitivas —buscar información, cruzar datos, preparar comparativas o redactar respuestas— para que puedan dedicarse más a tareas de valor, como el seguimiento y asesoramiento comercial”, comenta Muñoz.

Pero el objetivo no es sustituir el papel de las personas, sino potenciarlo. “Reduce gran parte del trabajo manual de buscar, cruzar y preparar información. Deja una propuesta prácticamente lista, y el paso final (criterio, matiz, decisión y cierre comercial) lo da la persona, que es donde está el verdadero valor”.

Una tecnología llamada a extenderse

El asistente de Real Estate & Golf no será una iniciativa aislada, comenta Muñoz. “Este asistente no aparece de la nada: forma parte de una línea de trabajo que ya venimos desarrollando en el Grupo con asistentes y soluciones de IA en otras áreas”. La intención es extender estas capacidades al resto de negocios y seguir ampliando la arquitectura con nuevas fuentes de información, procesos y canales.

La hoja de ruta tecnológica de Piñero pasa por seguir escalando la inteligencia artificial, reforzar el gobierno del dato y acelerar la innovación aplicada al negocio. Para Muñoz, el gran reto será convertir a la organización en una compañía plenamente orientada al dato: “La mayor transformación vendrá de la capacidad de convertirnos en una organización data driven, donde la inteligencia artificial y la automatización impulsen decisiones, eficiencia y personalización a gran escala”.

Una visión que refleja cómo la tecnología ha dejado de ser un área de soporte para convertirse en uno de los principales motores de crecimiento y transformación del grupo.

La IA está acelerando proyectos de modernización que antes exigían meses de análisis. Pero en las organizaciones más reguladas aparece enseguida una realidad incómoda: el riesgo ya no está en convertir el código, sino en demostrar que la versión nueva sigue haciendo exactamente lo que hacía la anterior.

Casi todos los comités de dirección han tomado la misma decisión este año: aplicar inteligencia artificial a sus sistemas. Y casi todos descubren lo mismo cuando bajan al detalle. La IA es fácil de añadir en la periferia —un chatbot, un copiloto, un cuadro de mando— y muy difícil de meter donde de verdad importa, que es el núcleo heredado. En banca, en seguros, en buena parte de la Administración, ese núcleo sigue siendo COBOL sobre mainframe, con décadas de parches encima y una documentación que, siendo generosos, es incompleta.

Ahí es exactamente donde se concentra el riesgo regulatorio. Y ahí es donde más proyectos descarrilan.

Llevo tres décadas en sectores regulados y el patrón se repite. El equipo de IT aborda la modernización como un problema de delivery —entregar rápido, cerrar tickets, pasar a producción— cuando en un sector supervisado el problema es de compliance. No se mide por lo que entregas, sino por lo que puedes defender. Cambiar ese chip es la mitad del trabajo.

El espejismo del COBOL traducido

La promesa es seductora. Hoy un modelo de lenguaje lee miles de líneas de COBOL, las documenta, las explica y propone una equivalencia en Java o en Python en una fracción del tiempo que costaría a un equipo humano. Funciona. Lo he visto acelerar análisis que antes llevaban semanas.

El problema no es el código. El problema son las reglas de negocio que nadie escribió nunca. En un proyecto de migración en un entorno bancario altamente regulado, el mayor riesgo no estaba en las rutinas, sino en una excepción de cálculo que llevaba quince años funcionando y que no figuraba en ningún documento: vivía solo en el código y en la cabeza de un analista ya jubilado. Cuando se le pide a un modelo que “traduzca” eso, no traduce: rellena el hueco con lo que estadísticamente parece correcto. Y lo hace con una seguridad impecable.

En un cuadro de mando, una alucinación es un error molesto. En el motor de cálculo de una entidad financiera es una incidencia de cumplimiento, una reclamación de cliente y, potencialmente, una sanción del supervisor.

La tentación, precisamente porque la herramienta es tan rápida, es saltarse la parte lenta: la reconstrucción de esa lógica con quien la conoce. Es la peor decisión posible. La velocidad de la IA seduce justo en el punto donde más caro sale equivocarse.

Lo que el regulador espera (y lo que cambió en mayo)

DORA está en vigor desde enero de 2025 y es muy claro: resiliencia operativa, gestión de activos TIC, continuidad de negocio y control del riesgo de terceros. Modernizar el núcleo toca las cuatro cosas a la vez. NIS2 añade la capa de seguridad y notificación. Y el Reglamento de IA introduce su propio marco cuando el sistema que despliegas es de alto riesgo.

Aunque DORA, NIS2 y el Reglamento de IA persiguen objetivos distintos, comparten una exigencia común: poder demostrar control, trazabilidad y responsabilidad sobre los sistemas que se despliegan. Esa es la pieza que conecta los tres marcos, y la que un proyecto de modernización tiene que proteger desde el primer día.

Aquí conviene deshacer un malentendido reciente. Con el acuerdo del Digital Omnibus de mayo de 2026, las obligaciones de alto riesgo del Anexo III se aplazan a diciembre de 2027. Muchos directivos han leído el titular —”la UE retrasa la Ley de IA”— como una tregua. Es una lectura peligrosa. Las obligaciones de transparencia siguen aplicándose en agosto de 2026, el marcado de contenido sintético llega en diciembre de 2026 y, sobre todo, el riesgo subyacente no se mueve ni un día. Una decisión automatizada errónea en 2026 sigue cayendo bajo el RGPD, bajo la normativa sectorial y bajo el supervisor de turno. El plazo se ha movido; la responsabilidad, no.

Cómo hacerlo sin disparar el riesgo

No tengo una fórmula mágica, pero sí cinco principios que aplico en cada proyecto de este tipo.

Primero, inventariar antes de modernizar. No se puede asegurar ni migrar lo que no se ha mapeado. Activos, dependencias, flujos de datos: si no existe ese mapa, el primer entregable del proyecto es construirlo, no escribir código.

Segundo, la IA propone, una persona valida. El modelo acelera el análisis y el primer borrador de la transformación. La regla de negocio crítica la confirma un ingeniero que entiende el negocio, no el modelo. Donde no haya quien la entienda, se reconstruye con el área de negocio antes de tocar nada.

Tercero, trazabilidad de extremo a extremo. Cada transformación generada por IA debe quedar registrada: qué entró, qué salió, quién lo aprobó y por qué. Eso no es burocracia; es exactamente lo que el auditor pedirá, y es lo que convierte un cambio en defendible.

Cuarto, cuidado con dónde va el código. Volcar fuentes del núcleo en un modelo externo es una transferencia de datos y un problema de confidencialidad antes que una cuestión técnica. DORA exige controlar al tercero; el RGPD, controlar el dato. Esa decisión se toma al principio del proyecto, no cuando ya está hecho.

Quinto, gobernar el shadow AI. Si la organización no ofrece una vía segura para usar IA, los equipos la usarán igual, por su cuenta y sin control. La gobernanza no consiste en prohibir, sino en dar un camino habilitado.

El liderazgo tecnológico ha cambiado

En un sector regulado, el reto del CIO ya no consiste únicamente en modernizar los sistemas heredados, sino en hacerlo de una forma que resista el escrutinio de auditores, reguladores y comités de riesgo. Dirigir uno de estos proyectos ya no es coordinar entregas: es hacer que la transformación sea defendible. Significa decir que no a un atajo que ahorraría dos semanas, pero dejaría un hueco sin trazabilidad. Significa tratar la gobernanza como un acelerador —porque un cambio bien documentado se aprueba antes— y no es un freno.

La IA es una palanca extraordinaria para sacar a las organizaciones de su deuda técnica heredada. Pero en banca, seguros o Administración, la velocidad sin control no es una ventaja: es un pasivo que aflora en la primera inspección. Modernizar rápido puede ser una ventaja competitiva; modernizar con trazabilidad, control y capacidad de defensa es lo que la hace sostenible.

Por eso resumo así lo que llevo aprendido en estos años: una solución segura no es la más lenta ni la más cara. Es la que sobrevive a la primera auditoría.

>

Francia está trabajando en reducir su dependencia de proveedores tecnológicos no europeos en el sector público, y para ello ha apostado por el software de código abierto, que está adquiriendo un papel cada vez más destacado en la región.

Uno de los proyectos que está desplegando es Nuage, una plataforma de almacenamiento e intercambio de archivos desarrollada por el Ministerio de Educación Nacional para docentes, personal administrativo y otros empleados. Aunque está dirigida a los 1,2 millones de trabajadores del Ministerio, actualmente cuenta con 400.000 cuentas activas, y alrededor de dos tercios de los usuarios acceden al servicio cada semana.

Cada usuario dispone de 100 GB de almacenamiento para documentos, PDF, vídeos e imágenes, aunque el uso medio se sitúa en torno a los 3 GB. Además, la plataforma permite compartir y editar documentos de forma colaborativa.

El código abierto como modelo para otros

El proyecto del Ministerio es un ejemplo de cómo el software de código abierto puede utilizarse a gran escala y servir de modelo para otras organizaciones que buscan reforzar su soberanía digital. El interés por este enfoque ha aumentado en los últimos meses debido a las tensiones geopolíticas y comerciales, así como al creciente temor en Europa de que la Administración Trump pueda restringir de forma repentina el acceso a determinadas tecnologías.

Para la administración francesa, Nuage permite al Ministerio mantener el control sobre los datos sensibles relacionados con los estudiantes que almacenan los docentes, explica Benoît Piédallu, responsable nacional de proyectos de servicios digitales del Ministerio de Educación Nacional de Francia.

“No queríamos que estos datos fueran a Estados Unidos, a Microsoft o a otros sistemas similares. Para nosotros era importante que permanecieran en nuestras propias instalaciones”, afirma Piédallu.

El coste también ha sido un factor determinante. Según Piédallu, el Ministerio puede destinar aproximadamente 10 euros por usuario al año al proyecto. “Mi presupuesto para la plataforma es inferior a dos millones de euros anuales, por lo que el precio es, por supuesto, una cuestión muy importante”, señala.

El equipo de servicios digitales del Ministerio ha sido responsable tanto del diseño como de la puesta en marcha de Nuage. Los trabajos se desarrollaron desde el despliegue inicial en 2020 hasta el lanzamiento de la versión definitiva en 2022.

“El principal reto de desplegar una plataforma de código abierto es que tenemos que hacerlo todo nosotros mismos”, explica, en referencia a la gestión de máquinas virtuales, la instalación de Linux Debian y la configuración del entorno. “Necesitamos administrar toda la infraestructura y, por supuesto, instalar y configurar Nextcloud”.

El Ministerio cuenta con dos empleados dedicados a la gestión de la plataforma de almacenamiento y un tercero responsable de la infraestructura. Nuage está alojada en dos centros de datos estatales: uno cerca de París y otro en el sur del país, próximo a los Pirineos.

Las funciones de almacenamiento y sincronización de archivos se basan en Nextcloud Files, desarrollado por la empresa alemana Nextcloud. Además, Nuage incorpora un editor documental basado en Nextcloud Office, que utiliza tecnología de código abierto de Collabora.

El Gobierno francés ha anunciado planes para sustituir Windows por Linux en determinadas áreas de la Administración pública

La adopción sigue creciendo

Piédallu considera que la elevada adopción del servicio demuestra su éxito. De los 400.000 usuarios activos, alrededor de 80.000 utilizan el cliente de sincronización de archivos en el escritorio. En total, Nuage almacena 570 millones de documentos y 1,2 petabytes de datos.

Este nivel de implantación se ha logrado prácticamente sin campañas internas de promoción. “No hemos realizado ninguna comunicación nacional importante para animar a los usuarios a utilizar el servicio ni para informarles de que disponen de 100 GB de almacenamiento”, explica.

A pesar de ello, la adopción sigue aumentando, hasta el punto de que cada mes es necesario incorporar unos 40 terabytes adicionales de capacidad de almacenamiento para atender la demanda. “Tenemos un crecimiento muy lineal. Es increíble verlo”, afirma.

Sin embargo, el aumento de los costes del hardware de almacenamiento ha llevado al Ministerio a intentar moderar el ritmo de crecimiento para evitar mayores inversiones en infraestructura. “Si mañana hiciera una campaña de comunicación, aceleraría el uso, y sé que tengo un límite en mi centro de datos”.

Incluso sin impulsar activamente la adopción, el Ministerio prevé alcanzar 600.000 usuarios antes de que finalice el año.

Aunque el equipo de servicios digitales no dispone de una visibilidad completa sobre la percepción de la plataforma, Piédallu asegura que la respuesta es positiva. El sistema de almacenamiento y sincronización funciona de manera prácticamente transparente para los usuarios y ofrece un rendimiento estable, salvo algunos problemas ocasionales de sincronización. “Están muy satisfechos. No hacen comparaciones con Google Drive o OneDrive; simplemente funciona”.

La recepción de la suite ofimática basada en Collabora, sin embargo, ha sido menos favorable, en parte porque su interfaz resulta poco familiar para muchos usuarios. “Cuando quieren editar documentos o trabajar con una hoja de cálculo, esperan que funcione exactamente igual que lo que ya conocen. Si utilizan Microsoft Office, quieren las mismas opciones y la misma experiencia”.

Las administraciones locales y los distritos escolares no están obligados a utilizar Nuage; pueden optar por desplegar la plataforma o recurrir a software propietario. De hecho, herramientas como Microsoft SharePoint y la suite Microsoft Office siguen utilizándose ampliamente, aunque no existen cifras oficiales sobre su nivel de uso. El Ministerio, por ejemplo, destina alrededor de 2,5 millones de euros al año a licencias de Windows para unos 50.000 dispositivos.

La búsqueda de independencia tecnológica

La soberanía digital se ha convertido en una prioridad creciente tanto para el Ministerio como para el conjunto del sector público francés, según Piédallu. “Hace unos años, el software libre y los bienes digitales comunes eran la prioridad; ahora lo es la soberanía digital: desplegar herramientas soberanas que podamos operar nosotros mismos y que no incluyan mecanismos de interrupción remota (‘kill switch’), entre otras cosas”.

Añade que se trata de una línea estratégica impulsada tanto desde la Administración como desde el ámbito político. Nuage es solo una de las múltiples iniciativas de código abierto en marcha en el sector público francés. Entre otras destaca LaSuite, una suite de productividad y colaboración desarrollada por la Dirección Interministerial de Asuntos Digitales (DINUM), que incluye servicios como la aplicación de mensajería Tchap y la plataforma de videoconferencia Visio.

Asimismo, el Gobierno francés ha anunciado planes para sustituir Windows por Linux en determinadas áreas de la Administración pública. Piédallu considera que las organizaciones públicas que estudian adoptar software de código abierto deberían apoyarse en la experiencia de otras entidades que ya han recorrido ese camino. También cree que muchos directivos sobreestiman la dificultad de abandonar tecnologías consolidadas.

“La mayoría de los responsables de decisión creen que será muy difícil. Evidentemente, hay trabajo por hacer para gestionar el cambio, ayudar a las personas y asegurarse de que todo está bien planificado”, afirma. “Pero al final es posible. Es algo que podemos hacer”.

El estudio ‘Ciberseguridad en SAP 2026’, realizado por la consultora española Seidor en el segundo trimestre de 2026, mediante encuestas a responsables de tecnología, ciberseguridad y riesgo de medio centenar de organizaciones españolas usuarias de SAP con una facturación superior a 100 millones de euros, muestra hasta qué punto las empresas están preparadas para una nueva tipología de riesgos, menos visible que los ataques tradicionales.

En concreto, el informe revela que el 88% de las empresas usuarias de SAP están desprotegidas ante las nuevas amenazas sobre el ERP, el sistema mediante el cual se gestionan procesos críticos como pagos, proveedores, pedidos, precios, información financiera o datos de clientes y productos.

Esta desprotección, apunta el informe, “no se explica por una falta de vigilancia”, pues el 90% de las organizaciones analizadas afirma vigilar su entorno SAP de forma permanente. La brecha, señalan los responsables del estudio, aparece en otro punto: “Solo el 12% declara capacidad para detectar a tiempo fraudes o manipulaciones cuando esas amenazas se presentan como una actividad aparentemente legítima dentro del propio ERP, en lugar de como un ataque evidente”, relata.

El eslabón más débil: la identidad digital

El informe apunta que las nuevas amenazas sobre SAP se diferencian por su capacidad para actuar dentro de la operativa diaria. En este sentido, pueden sostenerse sobre usuarios aparentemente válidos, permisos existentes, cambios en datos críticos o peticiones que parecen proceder de una identidad legítima. “Por eso, el riesgo ya no se limita a accesos no autorizados o acciones bloqueadas por el sistema, sino que puede aparecer en operaciones permitidas que no responden al contexto del negocio”, indica el informe.

Una dificultad que se agrava con la inteligencia artificial ofensiva, que es percibida por el 66% de las organizaciones como un riesgo “relevante o muy importante” para su entorno SAP, al hacer más verosímiles los intentos de suplantación, fraude o manipulación. “En este escenario, la defensa del ERP exige reforzar la gobernanza de la identidad digital: quién accede, con qué permisos, qué operación ejecuta y si esa acción tiene sentido dentro del contexto de negocio”, recomienda el equipo de Seidor.

Por otro lado, el informe subraya que la protección del ERP ya no puede depender solo de alertas individuales. “Las empresas necesitan una lectura más completa de la identidad, los privilegios y la actividad dentro de SAP: quién accede, qué permiso utiliza, qué dato modifica, qué operación ejecuta y en qué momento lo hace”, reza el estudio.

Aumento de la inversión en seguridad SAP

La buena noticia es que el 74% de las organizaciones consultadas dicen que aumentarán su inversión en ciberseguridad SAP en los próximos 12 meses, un dato que, según los autores del informe “confirma que las empresas son conscientes del riesgo”. El reto, según estos, está “en dirigir bien esa inversión: aumentar el presupuesto no garantiza por sí solo una mayor protección si no se orienta a las capacidades adecuadas.

Las prioridades, según los autores del informe, deben ser “reforzar el control sobre la identidad digital y los privilegios, conectar la información de SAP con la seguridad general de la empresa, detectar patrones concretos de fraude o manipulación y poder reconstruir un incidente con evidencias claras”.

Ingeniero, exdirectivo bancario de primerísimo nivel, académico español… Sin duda, José María Fuster van Bendegem es uno de los perfiles más polifacéticos e interesantes del escenario de la tecnología, la empresa y la ciencia en España. Conocido por haber sido, en el pasado, uno de los CIO más relevantes no solo de España sino del mundo, al liderar la transformación tecnológica global de Banco Santander, y por haber sido miembro de varios consejos de administración, como el Banco Español de Crédito, el Banco Santander UK, el Banco Santander Alemania, el Banco Santander USA, Sistemas 4B, Openbank (donde fue presidente) y Universia, Fuster ha destacado, en los últimos años, por una intensa labor científica.

De hecho, tras dejar el sector bancario, el ejecutivo dio un giro de 180 grados a su carrera y se reorientó hacia la ciencia teórica, la epistemología y el apoyo a las instituciones científicas, creando la Fundación Sicómoro, una institución privada sin ánimo de lucro de la que es presidente y que está enfocada en investigar la Teoría de Sistemas y entender la empresa y la sociedad como Sistemas Complejos Adaptativos. Además, Fuster es Académico de Honor de la Real Academia de Ciencias Exactas, Físicas y Naturales de España, como reconocimiento a su labor de mecenazgo y a su esfuerzo por estrechar los lazos entre la ciencia avanzada y la sociedad civil. El experto también ha tenido un papel relevante en el ecosistema emprendedor vinculado a la innovación. Hasta 2021 fue fundador y presidente de la sociedad de capital riesgo Chamberí Ventures y también fundador y CEO de Ecosistemas de Innovación Digitales.

Este ingeniero superior aeronáutico por la Universidad Politécnica de Madrid, Máster Universitario en Epistemología de las Ciencias Naturales y Sociales por la Universidad Complutense de Madrid, Máster en Dirección Financiera y Control por el Instituto de Empresa y Doctor en Filosofía por la Universidad Complutense de Madrid, forma este año parte del jurado de los próximos CIO 50 Awards, la convocatoria de premios de referencia en el país que persigue distinguir a los mejores directivos de sistemas de información (CIO) y los proyectos de TI más innovadores. Los ‘Oscar de la industria de TI’, como se les conoce en todo el mundo, forman parte del proyecto global CIO Awards de la publicación internacional CIO del grupo editorial Foundry. El próximo 30 de junio finaliza el plazo de recepción de candidaturas a estos premios que se entregarán el 8 de octubre en Madrid.

Ante la próxima celebración de los galardones, el experto comparte por escrito con CIO ESPAÑA su visión sobre el liderazgo tecnológico y las claves que, a su juicio, distinguen a las organizaciones que convierten la innovación en resultados tangibles.

Tras una trayectoria tan vinculada a la tecnología y la innovación, ¿qué valor aporta una visión científica al evaluar estas candidaturas?

Para poder contestar a esta pregunta, voy a asumir que una evaluación es objetiva si utiliza criterios observables, medibles y comparables. En tal caso, la primera ventaja que me viene a la mente es que la objetivación reduce sesgos personales y mejora la equidad. Aunque, si aceptamos la validez de la célebre afirmación de Nietzsche de que “no hay hechos, solo interpretaciones, y esta afirmación es también una interpretación” tendríamos que la objetividad absoluta no existe, lo que es innegable es que, para el caso que nos ocupa, la reducción de sesgos subjetivos es evidente.

Si consideramos, como ejemplo, evaluar 50 candidaturas por 10 jueces, basados en el juicio de cada miembro del jurado, dado que cada juez introduciría sus sesgos y prejuicios en cada evaluación, tendríamos 500 casos difícilmente comparables. La evaluación basada en criterios comunes tendría, sin duda, el sesgo representado por los propios criterios de evaluación, pero ese sesgo sería común para todos los participantes, por lo que no atentaría a la equidad. El sesgo del jurado sería de segundo orden, relativo a la interpretación de los criterios, que sería único para cada juez. En definitiva, tendríamos una posible dispersión de criterios producto de 10 distintas interpretaciones, mitigadas en su impacto por ser de segundo orden.

Parece incuestionable que una dispersión de 500 casos de primer orden tiene una probabilidad mucho más alta de atentar a la equidad que una dispersión de 10 casos de segundo orden. Tendríamos un criterio más replicable y verificable, de modo que distintos evaluadores tenderían a llegar a resultados más consistentes. No hay duda de que un juicio experto de calidad, en contra las valoraciones objetivas, es más apropiado para captar la singularidad. Pero dado el número de candidaturas que se manejan, la ventaja de la equidad supera con creces la posible injusticia de no captar un caso singular por no acudir al juicio experto que, no se nos oculta, exigiría la máxima excelencia en la selección de los jueces.

¿Qué aprendizajes de su propia experiencia como CIO de grandes compañías aplica al evaluar las candidaturas?

En mi caso particular, el criterio que he adoptado es tratar de ceñirme al máximo al método objetivo definido para este concurso. Mi experiencia resulta especialmente útil para entender bien el método seleccionado, ya que los conceptos subyacentes me resultan no sólo conocidos, sino también, familiares.

 

¿Qué importancia tiene la capacidad de una organización para convertir conocimiento en resultados tangibles?

Voy a partir de los conceptos definidos por el Santa Fe Institute, que es una institución dedicada al estudio de la complejidad y los sistemas complejos. Toda organización se puede conceptualizar como un sistema complejo adaptativo que tiene un “propósito” que va acompañado de un objetivo implícito que podríamos denominar “supervivencia del sistema”.  El conocimiento en una organización, ya sea formal o informal, resulta esencial tanto para conseguir el propósito, como para asegurar la continuidad de la organización en el tiempo, lo que requiere extender el conocimiento más allá de la propia organización, buscando la comprensión del entorno y su dinámica para poder asegurar la adaptación al mismo.

Lo anterior exige construir métricas, más allá de las puramente financieras, para poder gestionar mejor la organización a lo largo del tiempo; esas métricas constituyen la base para lo que podemos llamar “resultados tangibles” si y solo si se incorporan en los sistemas de gestión y la cultura de la organización.

No hay duda de que conseguir todo esto constituye un objetivo esencial para todo CIO que se precie, aunque es evidente que trasciende su papel, pues conseguir el propósito y preservar la organización son asuntos que conciernen a toda la organización en su conjunto.

¿Cómo distingue una innovación puntual de una transformación con impacto sostenido?

En las organizaciones se produce una considerable confusión entre los conceptos de innovación, mejora continua, gestión del cambio y transformación. La propia pregunta lleva implícita esta confusión. Si innovar presupone hacer algo nuevo, de una manera distinta, nos damos cuenta de que una sistemática de mejora continua puede, o no, incluir innovaciones. Por otra parte, poner en marcha cualquier mejora supone implantar cambios, es decir, siempre requiere una gestión del cambio. Además, una sistemática de mejora continua extendida en el tiempo puede resultar profundamente transformadora, aunque esté basada en la acumulación de múltiples pequeños cambios, algunos innovadores y otros no.

Así pues, tenemos que recurrir a otro concepto para poder responder a esta pregunta que es el de la “escala”. Hablamos de transformación cuando pretendemos cambiar la organización completa o un subconjunto importante de ella, independientemente del método que usemos para realizarla. Para que una transformación se pueda considerar exitosa debe producir impactos sostenibles en el tiempo a escala de la organización. La transformación siempre requiere una gobernanza “top down”.

Las innovaciones, incluso las mejoras puntuales, siempre estarán referida a una escala pequeña de la organización. Generalmente son resultado de una dinámica “bottom up”. Solo pueden producir impacto a escala completa si formaran parte de una estrategia de mejora continua que busque la acumulación de muchos cambios puntuales de manera sistemática a lo largo del tiempo y extendida a todas las partes de la organización afectada.

¿Qué tecnologías o tendencias le gustaría ver reflejadas en las candidaturas de los próximos años?

En un plano estrictamente tecnológico, creo que hay que prestar especial atención a las cuestiones siguientes: hibridación de clouds, buscando tanto evitar dependencias catastróficas para el futuro de la empresa, como asegurar mecanismos que protejan la eficiencia futura y eviten mecanismos de lock-in con un elevado coste potencial a futuro; definición de arquitecturas que hagan posible el despliegue de la IA agentiva, incorporando modelos avanzados de monitorización y control; y la utilización de los LLM para el desarrollo de sistemas avanzados. La clave aquí es ser capaz de utilizar el lenguaje natural para incorporar en las soluciones parte de la inteligencia informal que tienen todas las organizaciones.

¿Qué papel cree que juega la inteligencia artificial en las estrategias tecnológicas más avanzadas?

La inteligencia artificial debe comprenderse como una fase más del proceso de digitalización que comenzó la segunda década del siglo XX. La madurez del software basado en redes neuronales ha sido posible gracias al extraordinario incremento de la capacidad de computación, el desarrollo de las redes de comunicaciones digitales, la explosión de datos que recogen conocimiento en formato digital y el desarrollo del software.

Si la entendemos así, resulta tan inevitable como fueron los ordenadores personales a finales del siglo pasado o la Internet a comienzos del siglo XXI. Lo que estamos viviendo es la emergencia de una dimensión digital que se va haciendo omnipresente en nuestras vidas y que está redefiniendo todos los procesos económicos y sociales de una forma que aún no acabamos de captar de manera plena.

Para cualquier organización, la emergencia de esta nueva dimensión a escala planetaria hace aún más importante y urgente incorporar en sus estrategias una quinta dimensión, adicional a las definidas por el espacio y el tiempo, que podemos denominar “dimensión digital” y que viene a complicar (no a simplificar) la formulación de los planes. La razón para ello es que un mundo con cinco dimensiones es mucho más complejo que un mundo con cuatro, considerando además que las restricciones físicas operan de manera distinta en las cuatro dimensiones clásicas respecto a la dimensión digital.

¿Qué tipo de proyectos cree que marcarán la referencia del liderazgo tecnológico en los próximos años?

Tradicionalmente, los CIO operábamos en el marco de modelos de negocio estables que hacían posible concentrar nuestros esfuerzos en mejorar los procesos clave definidos por estos modelos de negocio. Podríamos decir que estábamos concentrados en mejorar las propuestas de valor, haciéndolas más atractivas, robustas, eficientes y mejorando su calidad con un marco conceptual relativamente estable.

Primariamente, se utilizaba información estructurada para realizar procesos que podríamos calificar como internos de la organización, sobre los que se ejercía un completo control. En el futuro veremos el desarrollo de procesos que serán partes de redes débilmente acopladas donde se ejercerá tan sólo un control parcial. El desarrollo de redes hará posible nuevos modelos de nodos y relaciones que dificultarán la estabilidad de los modelos de negocio.

 La información no estructurada será cada vez más importante gracias a las posibilidades que ofrece la IA de capturar conocimiento no formalizado, y se producirá una tendencia creciente a compartir información, no necesariamente voluntaria, sino forzada por la presión competitiva y la búsqueda de mejoras de productividad y eficiencia.

¿Qué mensaje enviaría a los CIO que aspiran a liderar la próxima generación de transformación digital?

En primer lugar, se hace necesario reconocer un incremento de la complejidad, tanto en el panorama competitivo de las empresas, como en la enorme cantidad de opciones tecnológicas disponibles, y la creciente dificultad de acceder a talento adecuado para el reto que se presenta.

Dicho esto, un CIO que aspire a liderar la próxima generación de transformación tecnológicas debería trabajar los aspectos siguientes: un profundo conocimiento del sector en el que opera su empresa y los modelos de negocio exitosos en el mismo; un profundo conocimiento de las tecnologías disponibles y sus condiciones de uso; la capacidad de definir los distintos niveles de arquitectura necesarios en su organización así como comprender su madurez y evolución futura; y la flexibilidad para orquestar soluciones, seleccionando los componentes adecuados y combinándolas de manera única para satisfacer las exigencias de los modelos de negocio perseguidos.

“El problema de gobernar de manera integrada las demandas de la tecnología requiere una comprensión y compromiso de la alta dirección que, en muchos casos, no se produce, haciendo muy difícil la entrega de valor por parte del CIO”

¿Qué tres decisiones estratégicas definen realmente la calidad de un CIO?

Primero, hay que ser consciente de que el rol primario de un CIO es operativo. En toda organización, las tecnologías de la información deben facilitar la eficiencia económica (más ingresos/ menos costes) y la calidad del funcionamiento, todo ello en un marco controlado de riesgo operacional. La incardinación en la estrategia de la empresa se basa en el hecho de que las tecnologías de la información han ido incrementando su peso en las estrategias empresariales de todo el mundo. La forma en la que el CIO puede contribuir al plan estratégico de la empresa es formulando arquitecturas robustas que lo faciliten.

Las tres decisiones estratégicas más importantes, estarían relacionadas con las tres arquitecturas fundamentales que debe definir una empresa avanzada, partiendo siempre de un marco de negocio bien definido: arquitectura de sistemas, que define el modelo de sistemas clave de la empresa, que hagan posible desarrollar sus procesos, tanto internos como externos y sus métricas clave de gestión; arquitectura de datos, donde se defina cuáles son los datos que constituyen una ventaja competitiva clave para la empresa, ya sean internos o externos y como convertirlos en un activo intangible; y arquitectura tecnológica, que refiere a la combinación de hardware, software y comunicaciones más óptima para operar los planes de la empresa.

Estas decisiones deben ir acompañadas por una reflexión sobre qué capacidades debe construir la empresa, cuales requieren socios estratégicos y cuales son externalizables, buscando optimizar proveedores.

Un CIO que no comprenda la necesidad de definir estas arquitecturas e incardinarlas en la estrategia de la empresa se verá arrastrado, en poco tiempo, a una dinámica compleja de priorización de demandas crecientes dominadas por la presión del día a día.

 

¿Qué error estratégico ves repetirse en muchos CIO hoy?

Un típico error es reducir la función del CIO a la del CTO, rehuyendo la comprensión de los negocios y centrando las conversaciones en cuestiones estrictamente tecnológicas. Al hacer esto, dificulta la conversación con las unidades de negocio. Si el cambio tecnológico es realmente necesario, dificulta la adopción al perderse la pedagogía necesaria. Si el cambio tecnológico no es necesario, o tan sólo es “nice to have”, incurre en el riesgo de sobrearquitecturización o de incremento de complejidad innecesaria de las soluciones.

Otro error muy típico es la ausencia de planificación y gobierno en la gestión de los proyectos. Esto lleva a la creación de una especie de mercado persa de proyectos, que producen una proliferación de demandas, un incremento de costos y el riesgo de producir arquitecturas de tipo “spaghetti” que dificultan y hacen ineficiente la gestión futura de la tecnología. El problema de gobernar de manera integrada las demandas de la tecnología requiere una comprensión y compromiso de la alta dirección que, en muchos casos, no se produce, haciendo muy difícil la entrega de valor por parte del CIO.

Debido a que las herramientas y servicios de IA generativa  se han vuelto tan omnipresentes (y populares), los costes de utilizarlos se están disparando, lo que genera un apetito insaciable por los tokens. Estos representan una forma común de medir y fijar el precio del uso de la IA. Al igual que las letras y las palabras en inglés, los modelos de lenguaje de gran tamaño (LLM) entienden una frase o consulta dividiendo las palabras en tokens.

Con la explosión de la IA ya en marcha, los tokens son ahora “las unidades fundamentales de datos que procesan nuestros modelos, muchas de las cuales representan un problema que se está resolviendo”, según el CEO de Google, Sundar Pichai. (Google, por cierto, procesa unos 3,2 cuatrillones de tokens al mes).

Pero a medida que el coste de todos esos tokens se acumula, los ejecutivos de negocio y de TI buscan formas de reducir gastos sin perder productividad. El uso descontrolado de tokens ya ha llevado a una empresa a enfrentarse a una factura inesperada de 500 millones de dólares en IA.

Existen varias formas de reducir el precio de la IA a nivel de modelo, infraestructura, hardware (silicio) y negocio. A continuación, algunas de las vías para conseguir ese ahorro.

Cambiar a modelos más baratos

Una forma de ahorrar costes es redirigir el trabajo de IA hacia modelos más económicos, según Pichai. En Google, ese sería Gemini 3.5 Flash, que ofrece “capacidades de nivel frontera a menos de la mitad de precio que modelos comparables”. “Si las empresas utilizan una combinación de [Gemini 3.5] Flash y otros modelos de frontera, podrían ahorrar mucho dinero”, según el directivo.

Estos modelos generan tokens más baratos y proporcionan un razonamiento suficiente para muchos casos, aunque no tan potente como el de los modelos principales. “A veces hay un exceso de uso de los LLM”, afirma Deepak Seth, analista de Gartner. “No siempre necesito un modelo entrenado con Dickens, Shakespeare o Harry Potter”.

No olvidar el papel del hardware y el software

La crisis de los tokens no es nueva, según Dheeraj Pandey, CEO de DevRev, quien compara la situación actual con las disrupciones provocadas por el cloud y la virtualización en su momento. “Primero dejamos que el caos se impusiera y después tuvimos que controlarlo”, afirma.

La solución, en su opinión, pasa por optimizar sistemas: “Cualquier cosa en sistemas se puede resolver con caché e indirecta”. DevRev, por ejemplo, está construyendo una capa de memoria entre los agentes de IA y las fuentes de datos principales (como Salesforce o ERP), lo que reduce el consumo de tokens y hace más eficiente el movimiento de datos. Enviar agentes directamente contra sistemas como ServiceNow o Salesforce “consume muchos más tokens, es menos preciso y menos seguro”, añade.

Otra alternativa es la que utiliza NetBrain, que aplica computación tradicional para mapear redes y solo envía información clave a los modelos, donde la IA aporta más valor. “Así no tienes que gastar todos los tokens”, explica su CTO.

Centrarse en la eficiencia de los prompts

La empresa ManpowerGroup ha comprobado que la eficiencia en los prompts puede reducir significativamente el consumo de tokens. Por ejemplo, su herramienta interna de mercado laboral necesitaba inicialmente diez preguntas adicionales para afinar una consulta. Un año después, esa cifra ha bajado a cuatro gracias a un uso más eficiente de los prompts. “Están usando menos tokens y son más eficientes”, explica Max Leaming.

Apostar por soluciones locales

El nuevo hardware de IA que genera tokens a nivel local podría aliviar parte de la presión de costes. En el evento GTC Taipei, Nvidia y Microsoft presentaron RTX Spark, un PC de escritorio con IA agentiva capaz de ejecutar agentes y modelos de 120.000 millones de parámetros de forma local en Windows. El objetivo es ofrecer “inteligencia sin medición por uso” en cada escritorio, según Satya Nadella.

Algunas empresas también están reduciendo costes cloud desplegando hardware propio en centros de datos, una tendencia que gana peso en el contexto de la IA soberana y las tensiones geopolíticas.

Utilizar ingenieros desplegados en cliente

Reducir costes de tokens puede recaer en equipos especializados de ingeniería, que diseñan sistemas con requisitos de coste en mente. “Espero que estos equipos puedan diseñar sistemas que tengan en cuenta esos costes, ya sea usando modelos distintos o casos de uso más eficientes”, explica Taimur Rashid, de AWS.

Cambiar la métrica: de tokens a resultados

A medio plazo, la forma de medir el éxito de la IA podría evolucionar. Según Gartner, el sector podría pasar de un modelo basado en tokens a otro basado en resultados (outcome-based), donde el valor no sean fragmentos de texto, sino los resultados obtenidos. “Algunas compañías ya se están moviendo hacia precios basados en resultados”, apunta Seth.

La inteligencia artificial está redefiniendo las reglas del juego en todos los sectores. Se está convirtiendo en una frase manida, pero… es verdad. Sin embargo, existe una paradoja que no se está abordando con la urgencia necesaria: mientras la inversión en IA crece de forma acelerada, muchas de las infraestructuras sobre las que se apoya siguen ancladas en el pasado. Un grave error. La incorporación de la IA tiene que ir paralela a la actualización de las redes empresariales. Hoy, hablar de transformación digital implica hablar, inevitablemente, de infraestructura digital crítica. Y en ese contexto, hay cinco líneas estratégicas que están marcando el futuro, inmediato, de las organizaciones.

El primero es la soberanía del dato. Europa está avanzando hacia un modelo en el que la protección, la gestión y la localización de la información se convierten en un elemento estratégico. La soberanía digital no es un concepto teórico, sino una exigencia real que obliga a repensar el papel de los centros de datos y la arquitectura cloud. Se trata de construir ecosistemas tecnológicos en los que el dato esté protegido sin renunciar a la innovación, y eso solo es posible desde la colaboración entre fabricantes, proveedores de servicios y clientes.

El segundo gran eje es la seguridad en la era de la IA. La inteligencia artificial no solo genera oportunidades, también amplía la superficie de ataque. Las infraestructuras críticas son cada vez más complejas y están más expuestas. Proteger el stack de IA, los modelos y los propios agentes inteligentes se ha convertido en una prioridad. La seguridad ya no puede abordarse como una capa adicional: debe ser intrínseca al diseño de toda la arquitectura tecnológica. Redes y seguridad se convierten en un binomio inseparable.

Por otra parte, como ya he comentado, nos estamos encontrando ante una realidad que muchas organizaciones están obviando: muchas redes están obsoletas. Las organizaciones están incorporando capacidades avanzadas de analítica o automatización, pero lo hacen sobre infraestructuras que no estaban diseñadas para soportar estas nuevas realidades. La consecuencia: cuellos de botella en conectividad, que limitan la experiencia del usuario y, sobre todo, introducen riesgos en materia de ciberseguridad.

Aquí emerge con fuerza el tercer cambio estructural: la transición hacia la tecnología como servicio. Los modelos de consumo flexibles, basados en pago por uso, permiten a las organizaciones acceder a capacidades avanzadas de conectividad y seguridad sin acometer grandes inversiones iniciales, simplemente pagando una tarifa mensual. Combinados con servicios gestionados, estos modelos no solo simplifican la operación, sino que garantizan la actualización continua de las infraestructuras.

Este enfoque es especialmente relevante en el segmento SMB, donde la flexibilidad y el control del gasto son críticos. Además, conecta directamente con una de las principales preocupaciones actuales: el incremento de los ataques de ransomware, que están afectando a organizaciones de todos los tamaños. En este escenario, disponer de una infraestructura segura, monitorizada y gestionada deja de ser una opción para convertirse en una necesidad crítica.

Por último, estamos asistiendo a la consolidación de un nuevo paradigma: el secure networking. Ya no hablamos únicamente de conectividad, sino de redes diseñadas desde la seguridad, la identidad y la visibilidad. La combinación de enfoques como Zero Trust (Confianza Cero), la gestión de identidades de acceso a la red empresarial y la observabilidad permite no solo proteger, sino también entender en tiempo real lo que ocurre en la infraestructura.

El caballo ganador será aquel que tenga la capacidad de integrar múltiples dimensiones: red, cloud, ciberseguridad, observabilidad e inteligencia artificial. No como silos independientes, sino como un conjunto coherente y comunicado que garantice la continuidad, la resiliencia y la experiencia del negocio. Vemos a diario cómo las organizaciones que abordan esta transformación de forma integral son las que realmente consiguen capturar el valor de la IA. No se trata solo de adoptar nuevas tecnologías, sino de asegurar que la infraestructura que las soporta está preparada para el desafío.

“Las competencias más importantes para los líderes tecnológicos serán la capacidad de tomar decisiones bajo presión, liderar en entornos de incertidumbre, gestionar el cambio de forma efectiva y mantener a los equipos comprometidos cuando la presión aumenta”, asegura Patricia Arboleda, presidenta de Women in Tech España y CEO y fundadora de Arboleda Consulting, firma especializada en liderazgo y transformación organizacional. La experta, que atesora más de 25 años de experiencia en el sector tecnológico —desempeñó durante años puestos ejecutivos en Hewlett Packard Enterprise—, en la actualidad asesora a consejeros delegados (CEO), líderes de TI (CIO) y equipos directivos para convertirlos en ejecutivos resilientes, inclusivos y preparados para entornos de cambio acelerado como el actual.

Además, la ejecutiva forma parte este año del jurado de los CIO 50 Awards en España, la convocatoria de premios de referencia en el país que persigue distinguir a los mejores directivos de sistemas de información (CIO) y los proyectos de TI más innovadores. Estos ‘Oscar de la industria de TI’, que forman parte del proyecto global CIO Awards de la publicación internacional CIO del grupo editorial Foundry, se entregarán el 8 de octubre en Madrid. El próximo 30 de junio finaliza el plazo de recepción de candidaturas.

Con motivo de su participación como jurado en los prestigiosos galardones, CIO ESPAÑA ha planteado algunas cuestiones sobre liderazgo y estrategia en TI a Patricia Arboleda, que responde por escrito desde Estados Unidos, donde vive gran parte del año.

Desde su experiencia acompañando y asesorando a líderes tecnológicos, ¿qué características diferencian a los CIO que generan una transformación real de aquellos que se limitan a gestionar la tecnología?

A lo largo de mi carrera, primero como ejecutiva en el sector tecnológico durante más de dos décadas y ahora trabajando con CEO, CIO y equipos directivos, he observado una diferencia muy clara: los CIO que generan una transformación real hablan el lenguaje del negocio antes que el de la tecnología.

La tecnología se ha convertido en un factor estratégico para la competitividad, pero por sí sola no transforma una organización. Lo que marca la diferencia es la capacidad de conectar las inversiones tecnológicas con crecimiento, innovación, productividad y generación de valor. Los CIO más influyentes que conozco no esperan a ser invitados a las conversaciones estratégicas; forman parte de ellas. Entienden hacia dónde va el mercado, anticipan riesgos, identifican oportunidades y ayudan a sus organizaciones a prepararse para escenarios cada vez más complejos.

En un contexto marcado por la inteligencia artificial, las tensiones geopolíticas, la ciberseguridad y la velocidad del cambio, el papel del CIO está evolucionando rápidamente. Hoy se espera que sea un líder empresarial con una sólida comprensión de la tecnología, no únicamente un experto en tecnología.

Como miembro del jurado de los CIO 50 Awards que la publicación CIO ESPAÑA organiza este año, ¿qué señales le indican que una candidatura refleja un liderazgo sólido y una visión estratégica más allá de los resultados del proyecto?

Los resultados son importantes, pero rara vez cuentan toda la historia. Cuando reviso una candidatura me interesa entender qué ha cambiado realmente en la organización gracias a ese liderazgo. ¿Se han desarrollado nuevas capacidades? ¿La organización es ahora más ágil? ¿Toma mejores decisiones? ¿Está mejor preparada para afrontar el futuro?

También me fijo mucho en la capacidad de influir más allá del área tecnológica. Las transformaciones más exitosas que he visto nunca han sido responsabilidad exclusiva de TI. Requieren colaboración, alineamiento y la capacidad de movilizar a personas con prioridades muy distintas.

Hay algo que suelo buscar especialmente: la evidencia de que el líder ha dejado una huella duradera en la organización. Los proyectos terminan. El liderazgo, cuando es sólido, sigue generando impacto mucho después de que el proyecto haya concluido.

“La conversación sobre diversidad ha cambiado profundamente en los últimos años. Ya no se trata únicamente de representación. Se trata de competitividad”

Desde la perspectiva de Women in Tech, ¿cómo pueden los CIO contribuir a construir organizaciones más diversas, inclusivas y preparadas para el futuro?

Creo que la conversación sobre diversidad ha cambiado profundamente en los últimos años. Ya no se trata únicamente de representación. Se trata de competitividad. Como Presidenta de Women in Tech España tengo la oportunidad de colaborar con empresas, instituciones y líderes tecnológicos que comparten una preocupación común: cómo atraer y desarrollar el talento que necesitarán en los próximos años. La realidad es que existe una enorme escasez de talento tecnológico a nivel global. Si queremos que nuestras organizaciones sigan innovando, no podemos permitirnos dejar fuera una parte significativa del talento disponible.

Los CIO tienen una enorme capacidad de influencia en este ámbito. Pueden cuestionar procesos tradicionales de selección, impulsar programas de desarrollo, fomentar culturas más inclusivas y, sobre todo, convertirse en referentes para nuevas generaciones de profesionales que están decidiendo hoy si quieren construir una carrera en tecnología.

Las organizaciones más preparadas para el futuro serán aquellas que logren atraer perspectivas diversas y convertirlas en innovación, creatividad y mejores decisiones de negocio.

En un contexto marcado por la inteligencia artificial y la aceleración del cambio, ¿qué nuevas competencias considera imprescindibles para los líderes tecnológicos?

Esta es probablemente la conversación que más estoy teniendo con líderes actualmente. Como CEO y fundadora de una firma de consultoría especializada en transformación del liderazgo, desarrollo de talento y neurociencia aplicada al desempeño, trabajo con organizaciones que están intentando adaptarse a un ritmo de cambio que, en muchos casos, no tiene precedentes.

Y hay una conclusión que aparece una y otra vez: el mayor desafío no es tecnológico, es humano. La inteligencia artificial está transformando funciones, procesos y modelos de negocio. Sin embargo, las organizaciones que están obteniendo mejores resultados no son necesariamente las que adoptan antes una tecnología, sino aquellas cuyos líderes y equipos son capaces de adaptarse más rápido al cambio.

“El mayor desafío no es tecnológico: es humano”

Por eso creo que las competencias más importantes para los líderes tecnológicos serán la capacidad de tomar decisiones bajo presión, liderar en entornos de incertidumbre, gestionar el cambio de forma efectiva y mantener a los equipos comprometidos cuando la presión aumenta.

Lo veo constantemente en mi trabajo. Muchos líderes se enfrentan a una paradoja: tienen más información que nunca y, sin embargo, deben tomar decisiones cada vez más complejas y en menos tiempo. A eso se suma la necesidad de mantener equipos motivados, resilientes y enfocados en medio de una transformación permanente.

La inteligencia artificial seguirá evolucionando a gran velocidad. El liderazgo humano, la capacidad de generar confianza, desarrollar talento y ayudar a las personas a navegar la incertidumbre serán los verdaderos diferenciadores.

¿Qué consejo daría a los profesionales que aspiran a convertirse en referentes de liderazgo tecnológico y, algún día, ser reconocidos en los CIO 50 Awards?

Les diría que no limiten su desarrollo profesional a la tecnología. Los mejores líderes tecnológicos que he conocido entienden profundamente el negocio, saben construir relaciones de confianza y son capaces de influir mucho más allá de su ámbito de responsabilidad.

También les recomendaría desarrollar una visión amplia del entorno. Hoy las decisiones tecnológicas están condicionadas por factores económicos, regulatorios, geopolíticos y sociales que hace apenas unos años tenían un impacto mucho menor. Y, quizá el consejo más importante, que nunca dejen de invertir en las personas. La tecnología cambia constantemente. Lo que permanece es la capacidad de construir equipos sólidos, desarrollar talento y crear organizaciones capaces de aprender más rápido que su competencia. Al final, los líderes que dejan huella no son recordados por las herramientas que implementaron. Son recordados por las organizaciones que ayudaron a construir y por las personas a las que ayudaron a crecer.

Babel ha dado a conocer los resultados del informe Babel Banking Radar: Agentic Financial Crime, en colaboración con Digit Institute, cuya conclusión es que el principal reto de la IA en banca ya no es el acceso a la tecnología, sino su implantación real en producción con control, trazabilidad y gobernanza.

En el informe se recalca que muchas entidades siguen en fase de prueba, mientras que los ciberdelincuentes ya utilizan automatización avanzada para sofisticar el fraude.

Asimismo, el gran obstáculo identificado en el informe es la fragmentación del dato y la falta de gobernanza, lo que dificulta el despliegue de sistemas de IA fiables en entornos críticos. Tanto es así que, como pondera, sin datos coherentes, la IA pierde eficacia y también puede amplificar errores.

Otra de las cuestiones que aborda el informe es el desfase que presenta el sector bancario en cuanto al uso de la IA. Si bien muchas organizaciones la consideran estratégica, pocas son las que han llevado estos sistemas a producción, y muchas carecen de mecanismos adecuados de supervisión y monitorización.

En consecuencia, el informe reconoce que la siguiente fase de adopción no se centrará en la experimentación, sino en la integración, operación y supervisión de la IA en condiciones reales, con especial atención a la calidad del dato, la seguridad y el cumplimiento normativo. De tal manera que aquellas organizaciones que avancen en estos aspectos serán las que tengan ventaja dentro del sector.

Con motivo de la presentación de este informe, COMPUTERWORLD ha mantenido un encuentro con Marga García, directora del sector Banca en Babel, en el que lo primero que ha hecho es explicar que, una vez realizado el informe, la compañía desarrolló un foro con las principales entidades financieras españolas, donde contrastó sus conclusiones con expertos multidisciplinares.

“Había gente de compliance, de financial crime, pero también de IA y de tecnología. Contrastamos que las conclusiones iban en la línea adecuada”, aclara.

Asimismo, también recalca que “partimos de la base de que el crimen financiero opera a escala global. Nuestros clientes de banca española también operan en todo el mundo, por lo que el radar es global en el sentido de que combinamos datos de España con datos internacionales. No está circunscrito a una sola geografía. Esto nos ha permitido comprobar qué nivel de madurez tiene la banca española frente a un crimen financiero que ya se ha automatizado completamente”.

Análisis del informe

Marga García disecciona para COMPUTERWORLD algunas de las conclusiones del informe elaborado por Babel en colaboración con Digital Institute.

“Partimos de una afirmación: el crimen financiero opera ya a escala de máquina. Esto se puede comprobar con datos como los que se incluyen en el informe, donde el fraude con IA en Estados Unidos se ha multiplicado por tres y los deepfakes por veinte. La única forma que tienen los atacantes de llevar a cabo este tipo de fraudes es automatizar procesos completos”.

El modo de actuar de los atacantes, según Marga García, consiste en desplegar flotas de agentes que automatizan todo el ciclo: creación de identidades sintéticas, capacidad para engañar determinados procesos de onboarding de clientes, esquivar verificaciones biométricas…

“Partiendo de esa base, lo que decimos es que los atacantes ya están utilizando IA agente a gran escala, y los bancos tienen la misma herramienta, pero están construyendo esa capacidad para defenderse a un ritmo más lento”, admite, para añadir: “Ya hay informes que indican que sólo un 11% de la banca mundial está operando con esta tecnología. Y aun así, esto resulta insuficiente, porque las Naciones Unidas señalan que sólo se intercepta un 1% del dinero ligado al crimen financiero. Es decir, hay todavía muchísimo margen de mejora para que la banca siga invirtiendo en la detección de estas amenazas”.

Otro dato que Marga García desea resaltar es el “ruido” que existe en cuanto al crimen financiero. Y lo explica de esta manera: “Entre el 90% y el 95% de las alertas que revisan los equipos de prevención son falsas. Esta es una estimación de la industria recogida en el informe. Hay muchos equipos y profesionales cualificados dedicados a investigar este volumen de alertas de bajo valor. Además, aunque hace un año el Banco de España publicaba que el crimen financiero había disminuido un 3,5%, en realidad, al analizar más a fondo los datos, se ve que lo que ha ocurrido es que ha mutado”.

Para más inri, García destaca del informe que un 80% del fraude en transferencias es voluntario, “en el sentido de que lo ejecuta el propio cliente, pero no porque quiera asumir ese riesgo, sino porque ha sido engañado”.

En consecuencia, reconoce que “nuestros sistemas están preparados para detectar anomalías, pero no tanto para identificar intenciones de engaño. Por eso ponemos el foco en entender mejor el contexto del cliente para abordar el problema de otra manera”.

Trazabilidad, explicabilidad y reversibilidad

El informe insiste en que “sin dato coherente no hay IA fiable”, lo que da lugar a una serie de problemas de gobernanza y calidad del dato que impiden a la banca desplegar agentes de IA de forma segura.

“Hay tres aspectos clave: trazabilidad, explicabilidad y reversibilidad”, responde al respecto; teniendo en cuenta, como precisa, que “estamos hablando de agentes que actúan en el perímetro que se les permite. Hay decisiones donde no se les puede dar autonomía total. Por ejemplo, cancelar la cuenta a un cliente no es reversible, tampoco ejecutar una transferencia o reportar directamente al regulador. Por consiguiente, si los datos necesarios para analizar el contexto del cliente no están suficientemente depurados, el resultado tampoco será fiable. Por eso creemos que hay margen de mejora en la calidad del dato, pero también en definir bien los límites de intervención humana para garantizar que los procesos sean reversibles”.

Claves para pasar de un piloto a producción

Visto lo visto, el reto ya no es acceder a la tecnología, sino operarla con trazabilidad y supervisión. Por lo tanto, el CIO bancario se enfrenta a una serie de retos si quiere pasar de piloto a producción en lo que al desarrollo de agentes de IA se refiere.

“Para pasar de un piloto a producción se deberían cumplir esos tres criterios que he explicado con anterioridad: trazabilidad, explicabilidad y reversibilidad. Al final, si los agentes van dejando traza de todas las operaciones, qué hacen, por dónde pasan, qué datos consultan, y todo es auditable, estamos en el escenario adecuado.

Entonces, la directora de Banca de Babel considera que la propia tecnología ya cuenta con sistemas de monitorización y trazabilidad. “Por tanto, para el CIO sería clave tener ese marco o “freno” de gobernanza que asegure que la operación puede ser trazable”, añade.

La guerra del fraude impulsado por IA

Otra de las cuestiones que menciona el informe es la carrera del fraude impulsado por la IA, en la que parece que, como suele ocurrir, los malos parten con cierta ventaja.

Lo primero que precisa es que “el estudio se basa en datos públicos contrastados. Eso no significa que las entidades financieras no estén avanzando en la lucha contra el fraude con IA agente. Lo que creemos es que algunas, sobre todo las españolas, no lo han comunicado”.

Dicho lo cual, explica que los principales bancos, como BBVA, Santander o CaixaBank, están haciendo una apuesta muy importante en adopción de la IA.

“Para nosotros, adoptar la IA y aplicarla en procesos de IA agente son dos cosas distintas, porque puedes quedarte en un uso tipo copiloto, y eso sí lo han reportado todos. Lo que no han terminado de reportar, aunque muchos lo están trabajando, es cómo lo están aplicando en términos de agente, con agentes que operan y participan en parte de las operaciones”.

Entonces, los elementos mínimos que debe tener un banco hoy en día para considerar que la IA es auditada y confiable pasan —de nuevo— por la trazabilidad, explicabilidad y reversibilidad, según Marga García.

“Además, son los elementos que hacen compatible la IA con las principales normativas, como el AI Act, DORA y el resto de regulación que actualmente exige un mayor nivel de control”, dice para concluir el encuentro.

Este artículo te llega gracias a NVIDIA y CIO. Las opiniones expresadas en él son las del autor y no reflejan necesariamente las de NVIDIA.

Los CIO que buscan grandes logros en áreas de alto impacto empresarial donde existe un margen significativo de mejora deberían revisar sus proyectos de ciencia de datos, aprendizaje automático (ML) e inteligencia artificial (IA).

Un informe reciente de IDC sobre proyectos de IA en India[1] señala que entre el 30% y el 49% de los proyectos de IA fracasaron en aproximadamente un tercio de las organizaciones, y otro estudio de Deloitte califica el rendimiento organizativo en IA del 50% de los encuestados como inicial o por debajo de lo esperado.

Ese mismo estudio indica que el 94% de los encuestados considera que la IA es crítica para el éxito en los próximos cinco años. Los ejecutivos ven en la IA una oportunidad para diferenciarse competitivamente y buscan líderes capaces de ofrecer resultados exitosos.

El ML y la IA siguen siendo áreas relativamente nuevas, y los líderes deben esperar un aprendizaje continuo y una curva de madurez en evolución. Pero los CIO, CDO y científicos jefe pueden desempeñar un papel activo para mejorar el número de proyectos de IA que pasan de piloto a producción.

¿Están los equipos de ciencia de datos preparados para el éxito?

Un conjunto en desarrollo de buenas prácticas para equipos de ciencia de datos abarca el proceso de desarrollo y las tecnologías necesarias para construir y probar modelos de aprendizaje automático. Desarrollar modelos no es trivial, y los científicos de datos afrontan retos como limpiar y etiquetar datos, seleccionar algoritmos, configurar modelos, preparar la infraestructura y validar los resultados.

Los líderes que deseen mejorar el rendimiento en la entrega de la IA deberían abordar primero esta cuestión: ¿están los científicos de datos preparados para el éxito? ¿Están trabajando en problemas que puedan generar resultados empresariales relevantes? ¿Disponen de plataformas de aprendizaje automático (como NVIDIA AI Enterprise), acceso a la infraestructura y tiempo continuo de formación para mejorar sus prácticas de ciencia de datos?

Los CIO y los CDO deben liderar ModelOps y supervisar el ciclo de vida

Los líderes pueden revisar y abordar problemas si los equipos de ciencia de datos tienen dificultades para desarrollar modelos. Sin embargo, para desplegar modelos y garantizar el éxito, los CIO y los CDO deben establecer un ciclo de vida del modelo, o ModelOps.

El ciclo de vida comienza antes del desarrollo del modelo y requiere formar a los líderes de negocio sobre su papel en la contribución a los proyectos de IA. También exige planificar la infraestructura a escala, implantar cumplimiento normativo y gobernanza, crear una estrategia de seguridad en el edge y colaborar con los equipos implicados para garantizar una transformación exitosa.

Aquí hay varios factores a considerar:

· Educar a los líderes de negocio sobre su papel en los proyectos de ML. ¿Han definido criterios de éxito realistas y áreas de experimentación de bajo riesgo? ¿Participan en los pilotos y aportan feedback? ¿Están preparados para transformar procesos empresariales con capacidades de aprendizaje automático o frenarán las inversiones ante el primer obstáculo?

· Adoptar un enfoque de construir, comprar o asociarse al desarrollar modelos. En algunos casos tiene sentido desarrollar modelos propios, pero también conviene evaluar frameworks como motores de recomendación o SDKs de IA de voz.

· Pensar con antelación en los requisitos de infraestructura en producción. La infraestructura de laboratorio utilizada para desarrollar modelos, así como la escala reducida de un piloto, puede no ser óptima para producción. Por ejemplo, la IA en sanidad, edificios inteligentes o aplicaciones industriales que afectan a la seguridad humana puede requerir soluciones de edge o computación embebida para garantizar fiabilidad y rendimiento.

· Planificar aplicaciones de IA a gran escala en el edge. Cuando existen miles de dispositivos IoT, hay oportunidades para desplegar aplicaciones de IA directamente en ellos. Por ejemplo, flotas de vehículos —como camiones de reparto, maquinaria de construcción o equipos agrícolas— pueden usar aplicaciones de IA desplegadas en el dispositivo para ofrecer información en tiempo real a los operadores, mejorando la productividad y la seguridad. Una solución de gestión del edge que despliegue aplicaciones, facilite las comunicaciones y proporcione capacidades de monitorización es fundamental.

· Establecer capacidades de MLOps, ModelOps y monitorización de infraestructura. Los equipos de ciencia de datos necesitarán MLOps para automatizar el paso a producción, mientras que el cumplimiento requerirá ModelOps y actualizaciones de modelos para abordar el “model drift”. Los equipos de infraestructura y operaciones necesitarán monitorización para revisar costes, rendimiento y fiabilidad en la nube.

Los equipos de TI no sólo despliegan aplicaciones. También participan en la planificación para lograr resultados de negocio y, posteriormente, implantan DevOps para garantizar la entrega y la mejora continua. Aplicar prácticas similares a la ciencia de datos, el aprendizaje automático y la IA mejorará el éxito tanto en pilotos como en entornos de producción.

[1] IDC FutureScape: Worldwide Artificial Intelligence 2021 Predictions — India Implications

La transformación digital se ha convertido en uno de los grandes ejes estratégicos de las organizaciones que trabajan en el ámbito social. En un contexto marcado por la aceleración tecnológica, la inteligencia artificial y la digitalización de los servicios, entidades como Cruz Roja Española afrontan un doble reto: innovar tecnológicamente sin perder el componente humano y garantizar que la tecnología sirva para reducir desigualdades y no para ampliarlas. 

En los últimos diez años, Cruz Roja ha desarrollado una importante evolución en materia de digitalización e innovación social, incorporando progresivamente herramientas tecnológicas orientadas a mejorar la atención, el acompañamiento y la capacidad de respuesta a las personas. 

Gracias a ello, la tecnología ocupa hoy un papel estratégico dentro de la organización como herramienta para ampliar el impacto social, mejorar la atención y contribuir a reducir desigualdades. “Las TI permiten desarrollar soluciones escalables, accesibles y seguras, especialmente en ámbitos sensibles como la empleabilidad o la intervención social”, señala Javier Cressi, responsable de Servicios Digitales de Empleo de Cruz Roja. En este sentido, “el liderazgo tecnológico resulta clave para impulsar una innovación alineada con los valores de la organización y orientada siempre al impacto social”. 

Esta estrategia se apoya además en infraestructuras cloud como Azure y AWS y en criterios estrictos de seguridad y protección de datos. “La privacidad, la ética y la protección de la información son elementos fundamentales en cualquier desarrollo tecnológico dentro de Cruz Roja”, subraya Cressi. 

En los últimos diez años, Cruz Roja ha desarrollado una importante evolución en materia de digitalización e innovación social, incorporando progresivamente herramientas tecnológicas orientadas a mejorar la atención, el acompañamiento y la capacidad de respuesta a las personas

IA para mejorar la empleabilidad 

Dentro de esta evolución tecnológica, la inteligencia artificial generativa ocupa un papel cada vez más relevante. “Es una de las tecnologías más disruptivas que estamos incorporando, especialmente aplicada a orientación laboral y acompañamiento digital”, explica Cressi. 

En el ámbito del empleo, este proceso de transformación ha permitido construir “un ecosistema multicanal que combina intervención presencial con recursos digitales accesibles y personalizados”. Un entorno que integra recursos de orientación laboral, contenidos formativos, servicios de acompañamiento y soluciones digitales diseñadas para facilitar la inserción laboral de las personas participantes. 

Es precisamente en este contexto donde nace “Simula tu entrevista”, una solución digital desarrollada junto a Deloitte que utiliza inteligencia artificial generativa para ayudar a personas con mayores dificultades de acceso al empleo a prepararse para entrevistas laborales reales. La iniciativa recibió el Premio al mejor proyecto de IA y automatización inteligente en los CIO Awards 2025.

La herramienta permite que la persona usuaria suba su currículum y una oferta de empleo concreta. A partir de ese análisis, la IA genera una entrevista personalizada —oral o escrita— que simula un entorno profesional realista. Al finalizar, ofrece “un feedback detallado con recomendaciones sobre las respuestas dadas, puntos fuertes, áreas de mejora y nivel de adecuación al puesto”. 

La solución forma parte del ecosistema digital de orientación laboral del Plan de Empleo de Cruz Roja, junto con otras herramientas de creación de currículums, contenidos de orientación, webinars y recursos formativos. “El simulador representa un paso más dentro de ese itinerario digital de empleabilidad”, afirma Cressi. 

La iniciativa, cuyo objetivo, según Cressi, es “mejorar la empleabilidad de personas en situación de vulnerabilidad, ayudándolas a afrontar procesos de selección con mayor preparación, seguridad y autoconocimiento”, nace directamente de la experiencia diaria de la organización en el acompañamiento a colectivos vulnerables. “En Cruz Roja trabajamos diariamente con personas que enfrentan brechas de acceso al empleo por edad, origen, género, baja cualificación o largos periodos de desempleo. Detectamos que muchas llegaban a la entrevista como una de las fases más difíciles del proceso”, explica. 

A ello se suma la propia evolución del mercado laboral, que “está incorporando cada vez más herramientas digitales e inteligencia artificial en los procesos de selección, por lo que era importante que las personas participantes pudieran también entrenarse y familiarizarse con estos nuevos contextos”, señala. 

“El liderazgo tecnológico resulta clave para impulsar una innovación alineada con los valores de la organización y orientada siempre al impacto social”, dice Javier Cressi

El proyecto se ha desarrollado utilizando tecnologías de IA generativa apoyadas en Azure AI y AWS y se integra además con el ecosistema tecnológico de Cruz Roja en Liferay y con diferentes servicios digitales internos relacionados con orientación laboral y gestión de participantes. Además, “ha sido importante contrastar el desarrollo con empresas y profesionales de recursos humanos para asegurar que las simulaciones y evaluaciones respondieran a situaciones reales”. 

La herramienta comenzó a funcionar el 4 de junio de 2025 y actualmente ya está siendo utilizada dentro de los proyectos de empleo de Cruz Roja. Desde su lanzamiento, 1.540 personas han utilizado la plataforma, se han realizado 2.629 entrevistas y se han generado 1.733 evaluaciones personalizadas. “El feedback está siendo muy positivo. Las personas usuarias destacan que les ayuda a ganar confianza, a enfrentarse a preguntas que no se habían planteado previamente y a comprender mejor cómo desenvolverse en una entrevista real”, explica Javier Cressi. 

La organización reconoce que uno de los principales retos del proyecto ha sido la alfabetización digital y la adaptación de algunas personas usuarias a estos nuevos entornos tecnológicos. Sin embargo, desde Cruz Roja insisten en que el debate no debe centrarse tanto en la resistencia a la tecnología como en el uso responsable de la misma. “Más que resistencia, hablaríamos de la necesidad de construir una inteligencia artificial ética, comprensible y alineada con los valores de Cruz Roja”, afirma Javier Cressi. 

La iniciativa forma parte de una estrategia más amplia de transformación digital y atención multicanal dentro del Plan de Empleo de Cruz Roja. “Actualmente estamos en una fase de consolidación y ampliación de servicios digitales de orientación laboral”, explica Javier Cressi. 

No obstante, desde la entidad recalcan que el objetivo no pasa por sustituir la atención presencial. “Nuestro objetivo no es sustituir la intervención presencial, sino complementarla y ampliar la capacidad de acompañamiento también en el entorno digital”, explica. 

Innovar sin dejar a nadie atrás  

De cara a los próximos años, Cruz Roja continuará ampliando su ecosistema digital de orientación laboral mediante nuevos servicios basados en IA y herramientas de acompañamiento online. Entre sus principales objetivos figura seguir reduciendo brechas digitales y garantizar que las personas con menos competencias tecnológicas puedan beneficiarse igualmente de estas soluciones. 

El reto, subrayan desde la organización, es que la innovación siga siendo accesible para todas las personas, independientemente de su nivel de competencias digitales. “Afrontamos el futuro desde una visión muy clara: utilizar la tecnología para generar inclusión y no para aumentar desigualdades”, concluye Cressi. “La innovación tecnológica solo tiene sentido si mejora realmente la vida de las personas y amplía sus oportunidades”. 

En Olula del Río las aceras son de mármol. También lo son en Cantoria, y en otros pueblos de los alrededores. No es extraño en las proximidades de una cantera, la de Macael, que ha aportado este material a obras tan relevantes como la Alhambra de Granada. Y que ha visto nacer a una de las multinacionales españolas más dinámicas y expansivas del mercado, con presencia hoy en más de 120 países.

La historia de Cosentino, que es una historia de innovación, nace sin embargo cuando se separa un poco del mármol que aportó riqueza durante siglos a esta zona semidesértica del norte de Almería. Cuando la segunda generación de la compañía se dio cuenta de que no sólo el mármol tenía valor, sino también el resto de piedras y materiales que estaban alrededor. Con ellos crearon una nueva superficie elaborada a partir de minerales y pigmentos que distaba de la piedra natural y que llevaba por primera vez a la cocina algo revolucionario: el color. Habían inventado el silestone, el material que hoy podemos ver en las cocinas de medio planeta.

La vocación tecnológica de los Cosentino –hoy octogenarios– les permitió seguir desarrollando otros materiales como el Dekton, una superficie ultracompacta de porosidad nula, y más recientemente Éclos, formulada con cero sílice cristalina, fabricada con hasta un 88 % de materiales reciclados y diseñado para soportar temperaturas de hasta 220 ºC.

Lo que empezó siendo una fábrica de 4.000 metros cuadrados es hoy un enorme complejo que supera los 2,5 millones de metros cuadrados, el equivalente a 400 estadios como el Santiago Bernabéu. Un entorno donde máquinas, grúas y robots se mueven a sus anchas cargando palés llenos de silestone que van desde Almería a todos los rincones del planeta. Así lo pudimos comprobar un grupo de periodistas, convocados por la compañía y por su socio tecnológico Microsoft para conocer las instalaciones in situ y entender cómo afronta esta multinacional el que puede ser el reto tecnológico más determinante de nuestros días: la adopción de una IA de frontera.

En el transcurso de la visita, los responsables de ambas compañías anunciaron que Cosentino será la primera empresa industrial en España en adoptar la plataforma Microsoft Discovery. Esta tecnología, diseñada para acelerar la investigación científica, es de especial interés para una compañía que basa su éxito en el descubrimiento y validación de nuevos materiales para cocina, fachadas e interiores.

La plataforma de investigación desarrollada por Microsoft combina IA agentiva, computación de alto rendimiento y gestión avanzada del conocimiento para acelerar procesos científicos y de ingeniería. Permite automatizar tareas como revisión bibliográfica, generación de hipótesis, simulaciones y análisis, integrando datos públicos y privados en un entorno unificado para investigadores e ingenieros. Para la compañía almeriense, Discovery abre la puerta a anticipar formulaciones óptimas antes de su producción y reduce la necesidad de experimentación física. El impacto esperado es una aceleración significativa de la innovación, una mayor eficiencia de la investigación y la posibilidad de explorar nuevos materiales.

IA para el diseño

Pero el impacto no acaba ahí. Hoy, ya se está utilizando inteligencia artificial en la labor de diseño de las encimeras y materiales de construcción, valorados precisamente por su diversidad y colorido. Una visita a la zona de exposición de Cosentino permite constatar, además, la gran diferencia de gustos entre distintos lugares del mundo. Si en España y Europa optamos por lo general por unos colores más sobrios en la cocina, este patrón no se repite por igual en otros rincones del planeta.

La IA –explicaron en el laboratorio de Cosentino– puede ahorrar mucho trabajo a la hora de trasladar el diseño a las superficies. Donde antes de se requerían cuatro o cinco iteraciones para un acabado, ahora solo es necesaria una. Esto se traduce en reducciones de tiempo y en aumento de la eficiencia, pero también en algo fundamental para el mundo del interiorismo: la posibilidad de “anticipar el futuro”.

La IA puede ahorrar mucho trabajo a la hora de trasladar el diseño a las superficies

En este sector, los fabricantes sacan catálogos con los nuevos materiales y colecciones en primavera y en otoño, ya que el mayor número de pedidos se realizan antes de que llegue el verano o la Navidad, los periodos en los que la gente acostumbra a mostrar las obras realizadas en casa. Como explicaron en Cosentino, anticiparse a las tendencias y desarrollar diseños con velocidad es tan fundamental como en el mundo de la moda.

También lo es proponer nuevas soluciones. Según explicó Valentín Tijeras, vicepresidente corporativo de Producto, I+D y Calidad de la compañía, la inteligencia artificial no solo reduce costes, sino que te ayuda a desarrollar tu creatividad. “Es como si estuvieras hablando con tu director de tesis, que te propone cosas nuevas”, dijo.

El agente Clar

Pero la última gran aportación de la inteligencia artificial al negocio de Cosentino no está en el diseño ni en el descubrimiento de nuevas superficies, sino en la gestión de su fuerza comercial. La empresa almeriense cuenta con una fuerza de 4.000 comerciales, distribuidos a lo ancho y largo del planeta.

Y su mayor preocupación, aquello que más tiempo les hacía perder, era la gestión de procesos. La empresa calcula que, al menos una tercera parte de su jornada laboral se destina a gestionar la agenda y a reportar sus acciones. En la práctica, eso supone más de mil personas paradas, o sin aportar valor claro allí donde la compañía más lo necesita.  

Para eficientar estos procesos, Cosentino ha desarrollado CLAR, un agente de IA para la gestión comercial basado en tecnología de Microsoft. Su funcionamiento es práctico y sencillo, ya que se apalanca en aquello que un comercial –o cualquier persona– nunca pierde de vista: su smartphone.

Rafael Domene, CIO global de Cosentino, demostró junto a su equipo como, a través de un dispositivo móvil, cualquier operario puede, mediante la voz, consultar su agenda, preparar reuniones y acceder a información clave de cada oportunidad de negocio sin necesidad de interactuar directamente con múltiples aplicaciones o procesos.

Clar asume la gestión de estas tareas, encargándose de capturar, registrar y mantener actualizada la información de manera automatizada. De este modo facilita que los equipos comerciales se puedan focalizar en actividades de mayor valor y avanzar hacia una relación con el cliente más ágil y personalizada y eficiente.

¿Supondrá esto la reducción de algunos puestos de trabajo? Ángel Madariaga Álvarez, vicepresidente corporativo de Producto, I+D y Calidad de Cosentino, fue tajante al respecto. Durante la visita a la planta, en la que mostró las líneas de fabricación de Silestone y Dekton, explicó que la IA nunca ha hecho que se despida gente en su compañía. “Los ingenieros rotan de posición, reciben formación y aprenden funciones nuevas”, dijo tras explicar que la empresa sigue formando y contratando gente nueva cada año a pesar del impacto en eficiencia de la IA.

Con estos enfoques, aseguran desde la compañía, Cosentino tiene el objetivo de evolucionar hacia una ‘Autonomous Enterprise’, un modelo en el que personas, inteligencia artificial, agentes, datos y procesos trabajen de forma integrada para impulsar una gestión más inteligente, eficiente y orientada a la creación de valor.

En España, mas de 2.000 empresas que usan SAP como ERP y a nivel global mas de 450.000 empresas, se pueden estar haciendo esta pregunta. El gigante tecnológico alemán celebraba el pasado mes de mayo su gran evento anual, Sapphire 2026 en Madrid, con más de 10.000 asistentes. Para el equipo de dirección de una empresa mediana, este tipo de citas suelen sonar a ruido técnico, “jerga” técnica y promesas difusas. Sin embargo, lo vivido este año marca un punto de inflexión estratégico que impacta directamente en la estrategia de crecimiento (CEO) y en la cuenta de resultados (CFO).

Durante la apertura, el consejero delegado de SAP, Christian Klein, lanzó una pregunta provocadora: “¿Seguirá siendo SAP una empresa de software en el futuro?”. La respuesta resume el cambio de paradigma: SAP deja de ser un software que simplemente “registra” lo que hace el equipo humano para convertirse en una plataforma que ejecuta el trabajo de gestión empresarial de forma autónoma.

El impacto en el negocio: ¿qué ganan el CEO y el CFO?

Para una empresa mediana, el principal freno para competir con los grandes no suele ser la falta de ideas, sino la falta de brazos y la lentitud en la toma de decisiones. SAP ha presentado su Autonomous Enterprise, un ecosistema que despliega más de 50 asistentes y 200 “agentes de IA” especializados integrados en las finanzas, la cadena de suministro y los recursos humanos.

Esto no va de “chatear con un documento”; va de delegar procesos de negocio completos, respaldado por las métricas que la propia compañía y consultoras de mercado ya han puesto sobre la mesa:

• Para el CEO (Escala e Industria): Con la introducción de SAP Industry AI, la IA viene preconfigurada con el conocimiento regulatorio y operativo de sectores específicos recogido durante más de 50 años. En plantas de producción y operaciones logísticas, la eficiencia se dispara: los datos publicados por la tecnológica reportan reducciones de hasta un 25% en pérdidas de ingresos por roturas de stock y mejoras drásticas en la precisión de la planificación de la demanda. Una empresa mediana puede así escalar su producción sin necesidad de multiplicar sus costes fijos.
• Para el CFO (Optimización y Caja): Los nuevos agentes de finanzas pueden gestionar de forma automatizada el proceso de cierre contable mensual. Son capaces de “sentir” las variaciones de ingresos, analizar los riesgos de capital circulante en tiempo real y optimizar la liquidez. Los datos de SAP confirman que la aplicación de estos agentes agiliza la conciliación y los procesos de tesorería, permitiendo a los equipos financieros reducir hasta un 40% el tiempo dedicado a tareas repetitivas de cierre contable.

Desde el punto de vista del usuario de negocio, también cambia radicalmente con Joule Work, que es el gran orquestador de IA generativa. En lugar de navegar por complejos menús repletos de transacciones, el directivo se comunica en lenguaje natural: “Simula el impacto en el margen si el coste del proveedor sube un 8%”. Joule coordina los agentes y ejecuta las acciones. SAP prevé que, para finales de este año, Joule gestionará de forma directa el 80% de las tareas de negocio más frecuentes dentro del ERP, transformando la velocidad operativa de la empresa.

El nuevo perfil profesional: de la “transacción” a la “gobernanza”

Este giro hacia la empresa autónoma cambia el perfil del empleado, consultor o técnico tradicional y da luz a una nueva necesidad de talento. Las medianas empresas españolas deben empezar a buscar —y formar— un talento muy diferente para los próximos años. El impacto en los recursos humanos es inminente: estudios globales (McKinsey, Gartner e IDC) de adopción tecnológica estiman que el 65% de los puestos técnicos actuales en entornos ERP evolucionarán radicalmente hacia roles de supervisión estratégica con conocimiento del sector antes de 2030.

Del picar datos al diseño de procesos

El perfil del empleado o consultor SAP que pasaba el día introduciendo datos, liberando pedidos manualmente o picando código ABAP a medida está en vías de extinción. Con herramientas como Joule Studio 2.0 (la nueva “fábrica de agentes” de SAP), el trabajo del profesional consistirá en diseñar, entrenar y gobernar a los agentes de IA.

El auge del ‘Business Engineer’ y el experto en Gobierno de IA

Los profesionales del futuro inmediato necesitan ser híbridos, pero partiendo del profesional actual pero reconvertido en:

• Comprensión profunda del negocio: Deben entender el proceso de principio a fin para instruir correctamente a la IA sobre qué objetivos buscar y qué límites no cruzar.
• Gestión del cambio y orquestación: El valor ya no reside en saber qué botón pulsar, sino en saber auditar los resultados de la IA autónoma. La precisión del 80% de una IA genérica no sirve en facturación, impuestos, stocks o ventas; a nivel empresa debe ser el 100%.

El veredicto para la empresa mediana

La carrera tecnológica ya no la gana quien tiene el equipo de IT más grande, sino quien adopta antes un modelo operativo autónomo. Para el tejido empresarial mediano, la IA agentica democratiza la eficiencia que antes solo estaba al alcance de las multinacionales con presupuestos infinitos. La tecnología ya está disponible; el verdadero reto para los comités de dirección españoles a partir de este año será cultural y de gestión del talento.

Las tecnologías permiten transformar el cierre de cuentas de un ‘evento’ anual, manual y estresante en una capacidad continua, integrada, segura y útil para la gestión, en línea con la visión Tax Administration 3.0 de la OCDE.

Base digital: identidad y datos

El cierre moderno se basa en la identificación segura y los datos de calidad. Las identidades digitales interoperables, tal y como se describen en el informe Tax Administration Digitalisation and Digital Transformation Initiatives de la OCDE, simplifican las interacciones con las autoridades fiscales, los centros de servicios compartidos y la externalización, reduciendo los errores de identificación y los accesos indebidos.

La gobernanza de los datos es fundamental: coherencia de los planes contables, datos maestros limpios, conciliaciones sistemáticas entre ERP, facturación electrónica, nóminas y tesorería. La tecnología impone la validación automática, los flujos de trabajo y las alertas, evitando los ajustes de última hora.

Integración y automatización del ciclo

La aproximación entre los ‘sistemas naturales’ (facturación, ERP, comercio electrónico, banca, salarios) y la contabilidad, potenciada por las API proporcionadas por las administraciones fiscales, alinea los datos internos y fiscales en tiempo real: la facturación refleja automáticamente el IVA; los salarios alimentan los costes y las retenciones; los bancos concilian por rutinas; el IVA y el Impuesto sobre Sociedades se comparan de inmediato.

Las plataformas de gestión de cierres organizan tareas, plazos, aprobaciones y paneles de control; la RPA (en español, Automatización Robótica de Procesos) se encarga de las conciliaciones simples, las amortizaciones y los archivos de terceros, mientras que la facturación electrónica facilita los cierres del IVA y permite adelantar los cruces de información fiscal.

IA y analítica en el control del cierre

La inteligencia artificial (IA), ya ampliamente utilizada por las administraciones fiscales en la detección de fraudes, la evaluación de riesgo y la atención virtual, inspira el uso de algoritmos de detección de anomalías en el cierre, actuando como un “segundo par de ojos” sobre movimientos fuera de lo normal, combinaciones improbables de cuentas, fechas incoherentes y variaciones abruptas de saldos o ratios. Estos modelos permiten concentrar el esfuerzo humano en las áreas de mayor riesgo, aumentando la probabilidad de identificar errores o fraudes antes de la emisión de los estados financieros.

Las soluciones de lectura y clasificación automática de documentos sugieren asientos contables adecuados a partir de facturas y otros comprobantes, lo que reduce el tiempo de tramitación atrasada, mientras que los modelos predictivos respaldan las estimaciones de provisiones basadas en historiales, datos macroeconómicos y comportamientos de los clientes. Las herramientas de business intelligence proporcionan paneles de control diarios sobre las tareas completadas, las conciliaciones pendientes, las filiales con más discrepancias y las cuentas que requieren un escrutinio, lo que proporciona al director financiero una visión objetiva y continua del estado del cierre.

Personas, competencias y gobernanza

La digitalización del cierre exige un cambio profundo en las competencias y la cultura: el equipo de Contabilidad deja de centrarse en la introducción de datos para asumir un papel más analítico, centrado en el diseño de procesos, la interpretación de la información y la gestión de riesgos, con conocimientos suficientes en ERP, reporting, BI, integración con la administración tributaria, IA y seguridad de la información. Las organizaciones y las administraciones fiscales están invirtiendo en formación continua y perfiles híbridos de finanzas y TI, reforzando las capacidades de liderazgo y gestión del cambio para apoyar los proyectos de transformación digital.

El liderazgo financiero debe abordar la modernización del cierre como un programa estratégico, con una gobernanza formal, prioridades claras, recursos alineados e indicadores de éxito, posicionando al director financiero como coarquitecto de la transformación y no solo como consumidor de tecnología.

Hoja de ruta por fases para el cierre digital

Un enfoque práctico empieza por revisar cómo se cierra hoy: cuánto tarda y cuánto esfuerzo requiere, qué partes se hacen a mano, cuánto se depende de hojas de cálculo, cuántos sistemas intervienen y hasta qué punto se aprovechan las herramientas digitales que ya ofrece la administración tributaria (APIs, datos prellenados, consultas online e integración con software certificado).

En una primera fase, se privilegian las victorias rápidas: automatización de conciliaciones simples, listas de verificación, repositorios estructurados de documentación e informes básicos de seguimiento, lo que genera ganancias visibles en materia de organización y confianza.

En una fase posterior, se refuerza la integración entre sistemas, la alineación de planes contables, el vínculo entre la facturación electrónica y la contabilidad, y la arquitectura de datos con responsabilidades claras y un control continuo de la calidad.

Conclusión: del cierre como ‘evento’ al cierre como ‘capacidad’

La digitalización hace evolucionar el cierre hacia una capacidad permanente con sistemas integrados, datos fiables y equipos cualificados. Las tecnologías aceleran, mejoran la seguridad, se alinean con la fiscalidad y liberan para el análisis estratégico.

Para los profesionales, es un reto y una oportunidad: invertir en competencias para reposicionar el cierre como pilar de la gobernanza y el valor. Las empresas manuales se arriesgan a quedarse atrás; el camino está marcado por las directrices de la OCDE y las soluciones maduras. Hay que decidir: ¿espectador o protagonista?

El autor de este artículo es Pedro Montez, gerente de vigilancia legal para Iberia y África en Cegid. Este directivo tiene una amplia experiencia en transformar cuestiones legales y contables complejas en soluciones prácticas, ayudando a empresas de diversos sectores a lograr mayor eficiencia y cumplimiento normativo.

En este escenario, campos como la ciberresiliencia, continuidad operativa y protección de infraestructuras críticas ganan protagonismo en los principales foros tecnológicos del mundo. Echando un vistazo a sus agendas, se hace evidente que la transformación digital ha madurado. Ya no vale con incorporar nuevas herramientas. La clave hoy pasa por construir organizaciones que sean capaces de operar con estabilidad, seguridad y capacidad de adaptación en entornos cada vez más exigentes.

Esta evolución afecta a todos los sectores por igual. Desde el terreno industrial hasta la distribución comercial, pasando por el canal Horeca y el retail. Y también a otros ámbitos que tradicionalmente han sido secundarios dentro de la digitalización empresarial y que ahora lideran estos procesos. Es el caso de los pagos, que han pasado de ser una simple funcionalidad operativa para convertirse en una capa tecnológica estructural sobre la que se sostienen buena parte de las operaciones diarias de miles de negocios.

En este sentido, uno de los grandes aprendizajes más recientes es que la dependencia de infraestructuras centralizadas acaba generando vulnerabilidades difíciles de asumir. Las interrupciones tecnológicas, que en una gran cantidad de negocios están a la orden del día, tienen un impacto inmediato sobre la actividad empresarial, especialmente en sectores con elevada dependencia transaccional. Porque cuando una plataforma crítica deja de funcionar, la incidencia trasciende a lo tecnológico: los procesos se detienen, las operaciones se bloquean y la confianza del cliente se ve mermada.

Por ello, las arquitecturas distribuidas están adquiriendo cierta relevancia como modelo para garantizar la continuidad operativa. En este apartado, la redundancia de sistemas, la diversificación de infraestructuras y la capacidad de recuperación ante cualquier tipo de incidencia permiten minimizar los riesgos y el impacto de posibles interrupciones. La resiliencia deja de ser un atributo técnico para convertirse en una ventaja competitiva.

La dependencia de infraestructuras centralizadas acaba generando vulnerabilidades difíciles de asumir

Paralelamente, la IA está evolucionando hacia un papel mucho más estratégico. Si bien es cierto que en sus inicios se le ha asociado, en gran medida, a la automatización y a la analítica de datos, su verdadero potencial lo estamos encontrando en la prevención. Ya existen modelos capaces de detectar comportamientos anómalos, identificar patrones de fraude, anticipar incidencias técnicas y predecir situaciones de vulnerabilidad antes incluso de que afecten a la operativa. Esta capacidad predictiva resulta muy valiosa en entornos donde la velocidad de respuesta es determinante y donde la diferencia entre una incidencia controlada y una crisis operativa la marcan unos pocos minutos.

Otro de los grandes desafíos que afrontan las organizaciones es todo lo relacionado con la fragmentación tecnológica. A medida que las empresas han incorporado más y más soluciones digitales, muchas han construido ecosistemas compuestos por herramientas que funcionan aisladamente. Los sistemas de gestión, las plataformas comerciales, las soluciones financieras, los softwares operativos y las aplicaciones de atención al cliente generan grandes dosis de datos que, para que sean una fuente valiosa de información valiosa, deben estar conectados entre sí.

La implementación de un gran número de herramientas tecnológicas generalmente se traduce en duplicidades que suponen una pérdida muy significativa de eficiencia. Frente a este escenario, las integraciones nativas y la interoperabilidad están emergiendo como una de las prioridades tecnológicas más relevantes. La capacidad de conectar procesos para que la información circule automáticamente entre las diferentes áreas del negocio es un requisito para competir en mercados cada vez más dinámicos.

Otro de los grandes desafíos que afrontan las organizaciones es todo lo relacionado con la fragmentación tecnológica

Una necesidad que conecta directamente con otro de los grandes activos de la economía digital: los datos. La mayoría de las empresas dispone actualmente de más información que nunca. No obstante, son incapaces de transformarla en decesiones útiles. El desafío en materia de datos ya no pasa por recopilarlos, sino por acceder a ellos en tiempo real para convertirlos en inteligencia accionable de forma inmediata. Así, el negocio refuerza la competitividad al ajustar recursos, anticipar comportamientos, optimizar operaciones y responder con mayor rapidez a los cambios del mercado.

A ello se suma un entorno regulatorio cada vez más exigente. La digitalización avanza acompañada de nuevas obligaciones relacionadas con la trazabilidad, la protección de la información y la transparencia operativa. En España, iniciativas como VeriFactu, que entra en vigor el 1 de enero de 2027, son un ejemplo claro de esta tendencia. Lejos de interpretarse únicamente como una obligación administrativa, la adaptación regulatoria representa una oportunidad para modernizar procesos y eliminar ineficiencias. Aquellas organizaciones que integren el cumplimiento normativo desde el diseño de sus sistemas estarán más preparadas para amoldarse a los cambios regulatorios del futuro sin añadir complejidad adicional a su operativa.

En definitiva, el debate tecnológico no se centra únicamente en innovar más rápido, sino en hacerlo de forma más segura, eficiente y sostenible. Y en esta línea, una de las claves que más interesarán al sector a medio plazo es la necesidad de construir organizaciones que combinen resiliencia, inteligencia y capacidad de adaptación. Sobre todo, con especial interés en cómo la IA predictiva, las arquitecturas conectadas, la explotación avanzada de los datos y el cumplimiento normativo nativo están configurando una generación de empresas digitales más preparadas para responder a los retos de un entorno que vive en constante transformación.

>

Several trends are now converging that threaten to pit tech companies against tech users. 

Miniaturization has finally enabled companies to build AI glasses that look and function like normal glasses, but with microphones and cameras. People are increasingly talking to AI, rather than typing. And multimodal input, especially video, is on the rise. 

Put all of these trends together and you get a nascent industry pushing toward all-day, everyday AI glasses with cameras — and a worried public already pushing back at  the idea.

Let’s look at how we got here.

Meta started it with a surprise hit: its second-generation Ray-Ban Meta glasses, which later gained multimodal AI capability. Its Meta Ray-Ban Display glasses add one in-lens screen — but both versions of the glasses have cameras. (The company is working on a third generation that will probably ship next year.)

Google provides the AI and software platform through Android XR and Gemini, partnering with hardware makers to put its AI on other companies’ glasses. At Google I/O last month, Google unveiled frames from Gentle Monster and Warby Parker running Android XR with Gemini AI; they’re scheduled to launch this fall. Google is working on two types of AI glasses, one with screens and one that is audio-focused. Both types have cameras, though. 

Samsung is working to launch AI-powered smart glasses, too, code-named “Jinju.” The company offered up details at Google I/O alongside Google. The glasses feature a 12-megapixel camera with autofocus; run on Android XR with Gemini AI; are co-designed with Gentle Monster and Warby Parker; and are slated to launch in July at the Samsung Unpacked event. 

(As with Meta and Google, Samsung is working on AI glasses with and without screens, but both of its models have cameras.)

Tech giant Apple is also on the glasses train, based on reporting from anonymous insiders. Codenamed N50, the Apple glasses could have two cameras, one for pictures and videos, the other for multimodal AI input and hand-gesture control. (Apple is also working on a pendant and next-gen AirPods, both of which have cameras.) 

There’s Amazon, which is reportedly developing a new line of consumer AI glasses with a camera after its earlier, camera-less Echo Frames and Carrera Smart Glasses lines failed. (My guess is the problem was Alexa, not the lack of cameras.) Although its Echo Frames have been effectively discontinued — displayed as sold out online — the company is already testing AI glasses with cameras for enterprise use on hundreds of US-based Amazon drivers. 

Huawei in April launched its AI Glasses for the Chinese market — the lightweight glasses sport a dual-engine AI architecture and integration with its HarmonyOS ecosystem. It’s joined there by Xiaomi’s AI Smart Glasses, which are powered by the company’s HyperOS ecosystem and have cameras for photos and videos and for for reading QR codes. 

Beyond those well-known firms, other companies are making daily-wear AI glasses with cameras in them, including XREAL, Rokid, TCL, Solos, and Brilliant Labs.  

A minority of other companies are focused on glasses without cameras, including Even Realities (G1 and G2); MIRA (MIRA glasses); Dymesty (Dymesty AI glasses); Lucyd (Lucyd Lyte); and Huawei (Eyewear 2).

Get the picture?

Clearly, by the end of the year, the market will be flooded with all manner of AI glasses designed for everywhere, everyday wear. They can use prescription lenses or serve as sunglasses — and will all have cameras built in for photos, videos and multimodal AI. 

There’s just one problem: The public hates AI glasses with cameras.

Return of the ‘Glassholes’?

As we learned from Google Glass, a lot of people feel uncomfortable with a camera pointed at them while they’re talking to someone. And that backlash is back with the current generation of AI glasses. 

Because Meta is the market leader in the US, its Ray-Ban Meta glasses have borne the brunt of early disaffection. 

Texas Attorney General Ken Paxton recently launched a formal investigation into Meta’s AI glasses, calling them “a privacy nightmare for Texans,” claiming the devices “can easily invade personal privacy by collecting biometric data and recording Texans without their knowledge or consent.” 

Paxton also claimed the LED light on the glasses, which is designed to alert others that the camera is taking pictures or videos, can be easily defeated. In fact, some modders-for-hire charge up to $100 to physically destroy the LED and TikTok videos describe how to disable or cover the light. 

The pushback is happening elsewhere. Philadelphia courts banned smart Meta AI glasses with recording features from city courthouses and a petition is circulating to ban them from New York City bars and restaurants. MSC Cruise Line banned smart glasses in all public areas. And restaurants, gyms, and workplaces have begun banning smart glasses because of the camera. 

Uncertainty drives some of the concern. People don’t know whether they’re being recorded, and if they are, they don’t know who will see the video. It turns out, those  suspicions might be warranted. 

In February, Swedish publications Svenska Dagbladet and Göteborgs-Posten published an investigation that found Meta contractors in Kenya were reviewing footage from Ray-Ban Meta smart glasses — including “bank details, sex and naked people who seem unaware they are being recorded.” 

The New York Times published an internal Meta memo in February describing plans to add facial recognition (“Name Tag”) to Ray-Ban Meta glasses. The memo said the “political tumult in the United States would distract critics from the feature’s release.”

Then earlier this month, WIRED discovered dormant facial-recognition code called “NameTag” hidden inside Meta’s AI companion app. The code would let Ray-Ban Meta glasses identify strangers by face, a feature Meta publicly claimed “does not exist.” Meta quietly erased the code with an update one day after the exposé was published.

A coalition of civil society organizations wrote Congress to demand that Meta abandon its Name Tag facial recognition plans; they called it a “creepy and unacceptable escalation of surveillance.” The letter warned the technology could be adopted by law enforcement to surveil immigrants, people of color, and nonviolent protesters.

Finally, a range of reports involving AI glasses with cameras in them have emerged in recent months involving secret recording, harassment and extortion. 

The coming conflict over face cams

On one hand, all the biggest consumer electronics companies are either shipping AI glasses with cameras in them or planning to do so — and many smaller companies are looking to do the same. The industry expects AI glasses with cameras to go totally mainstream. 

On the other hand, a growing public, legal and legislative backlash has erupted in opposition to AI glasses with cameras in them. 

One possible outcome is that the public disdain for the cameras will fade, overwhelmed by widespread enthusiasm for the benefits they offer. A new social norm might emerge that mirrors the broad acceptance of everybody having cameras in their phones and pointing them in random directions. 

Another possibility is that companies will be forced by consumer disdain and legal action to abandon cameras in glasses and focus instead on AI glasses that can’t take pictures or use video for multimodal AI input. 

Either way, the war is surely coming. 

A medida que la inteligencia artificial se democratiza entre los empleados, está apareciendo una nueva paradoja de productividad: aunque la tecnología hace que el trabajo parezca más rápido, en realidad traslada más carga a los empleados, que deben proporcionar contexto, realizar controles de calidad y luego repetir el proceso en numerosas herramientas dispares. Esto, según una nueva encuesta a 6.000 trabajadores digitales a tiempo completo realizada por el Work AI Institute de Glean, da lugar a dos comportamientos emergentes: el ‘botsitting’ (todas las tareas no reconocidas que son necesarias para que la IA sea realmente utilizable) y el ‘botshitting’ (entregar trabajo generado por IA sin verificar, no bien comprendido o quizás ni siquiera fiable). El informe lo realizaron en conjunto expertos del Work AI Institute, junto a otros de las universidades estadounidenses de Emory, Stanford, Berkeley, Santa Bárbara, Charlotte, de la británica University College de Londres y la francesa Universidad de Notre Dame.

“En muchos sentidos, se trata claramente de un círculo vicioso que se retroalimenta”, explica Rebecca Hinds, directora del centro de investigación de Glean, el Work AI Institute, un consorcio de expertos en IA. Las empresas deben empezar a comprender y abordar el “enorme, enorme trabajo humano que está en el núcleo de todo esto”.

Los trabajadores usan más la IA, pero están más frustrados

No hay duda de que la IA se está convirtiendo rápidamente en un compañero de trabajo fundamental. Según los datos del Work AI Institute de Glean, el 87% de los trabajadores digitales utiliza IA: ya está automatizando más de una cuarta parte de su trabajo y ahorra unas 11 horas a la semana.

Aun así, solo el 13% afirma que el uso de la IA ha mejorado significativamente el rendimiento de su empresa, y el tiempo que ahorran es absorbido por la misma tecnología que lo genera. Los empleados pierden aproximadamente un tercio de su jornada laboral (6,4 horas) en ‘botsitting’: proporcionando contexto a la IA, supervisando resultados, depurando errores, corrigiendo trabajo generado por IA y cambiando entre herramientas de IA.

“Estamos viendo tasas muy, muy altas de uso de múltiples herramientas, y a menudo esas herramientas no están conectadas”, señala Hinds.

En cuanto a la aportación de contexto, los modelos de lenguaje de gran tamaño (LLM) se entrenan con el vasto corpus de internet, pero no siempre con datos específicos de cada empresa. Por ello, los empleados a menudo tienen que proporcionar información adicional sobre los productos, clientes, servicios u otros detalles de su compañía.

“A menudo se sienten frustrados cuando las herramientas no entienden lo suficiente el trabajo cotidiano como para ser útiles”, añade Hinds. Además, como los empleados utilizan múltiples herramientas, con frecuencia tienen que repetir el mismo prompt una y otra vez. “Es agotador para los trabajadores no solo hacer esto, sino que además ese trabajo no sea reconocido, a menudo no recompensado ni valorado dentro de la organización”, agrega.

De forma similar, los trabajadores tienen que detectar resultados que pueden parecer pulidos y terminados en la superficie, pero que podrían ser incorrectos, incompletos o carecer de contexto importante. La depuración es el principal factor de agotamiento, porque a menudo la realizan personas que no necesariamente contribuyeron al resultado inicial, por lo que primero tienen que reconstruir el contexto, señala Hinds.

No obstante, “no todo el ‘botsitting’ es negativo”, subraya. “Sin duda, queremos que los trabajadores tengan cierto nivel de control y supervisión”.

Pero cuando es innecesario, puede derivar en ‘botshitting’, donde los usuarios entregan trabajo generado por IA que no han verificado porque están abrumados o tienen poco tiempo. El 69% de los usuarios admite hacerlo, y el 41% afirma que a veces entrega trabajos que no podría explicar si se le preguntara. Otro 28% culpa a la IA de errores que en realidad ellos mismos cometieron. “El ‘botshitting’ consiste en delegar tu pensamiento crítico humano, tu juicio y tu comprensión”, explica Hinds. “Estás delegando un trabajo que absolutamente debe seguir siendo humano”.

Los trabajadores que utilizan múltiples agentes de IA tienen muchas más probabilidades de hacer esto, añadió, porque los agentes son altamente escalables y pueden descontrolarse si no cuentan con los controles o permisos adecuados, lo que lleva a usuarios abrumados a abandonar los esfuerzos de verificación. “A menudo no ves los impactos negativos hasta tres, cuatro o cinco pasos más adelante”, dice Hinds. “Entonces se requiere todo ese trabajo de limpieza, de investigación, para entender dónde falló el agente”.

Usar IA… pero no demasiada

Curiosamente, más de la mitad de los trabajadores encuestados afirman recibir más ayuda diaria de la IA que de sus directivos, y consideran que es más fácil colaborar con ella que con personas.

Aun así, parecen enfrentarse a un problema de ‘Goldilocks’ cuando se trata de compartir su uso de la IA. Entre los trabajadores que se identifican como usuarios avanzados de IA, el 54% utiliza herramientas no aprobadas o utiliza herramientas aprobadas de forma no conforme, y el 36% oculta cuánto les ayuda la IA.

Como explica Hinds, dependiendo del contexto y del nivel de seguridad psicológica que ofrezca la organización, mostrar que se utiliza IA puede ser “beneficioso o perjudicial de forma diferencial”, y, por otro lado, ocultar que se usa demasiado también puede serlo, ya que podría hacer que una persona parezca menos valiosa, o percibida como tal. Se trata de un equilibrio complicado porque, señala, “existe una enorme presión en muchas organizaciones por demostrar fluidez en IA, por demostrar que eres un usuario avanzado”.

Qué hacen distinto las organizaciones de éxito

De hecho, el informe señala que “las empresas que están tomando la delantera están haciendo algo distinto: no dedican una mayor parte de su tiempo con IA a usar la IA, sino que dedican una mayor parte al trabajo que la rodea: establecer el contexto, definir qué es ‘bueno’, desarrollar criterio y decidir qué nunca debería haberse delegado a un modelo en primer lugar”.

Las organizaciones más transformadoras están abordando los retos de la IA de forma proactiva: proporcionando formación y soporte, tratando la IA como una oportunidad para rediseñar el trabajo y recompensando formalmente las habilidades relacionadas con la IA. Además, destaca que la habilidad más difícil de desarrollar es saber cuándo no utilizar la IA.

“No se trata solo de clics en la herramienta, no se trata solo de tokens utilizados, sino de habilidades reales, aprendizaje real”, afirma Hinds. Además de invertir en los trabajadores, estas organizaciones comunican claramente la estrategia de IA y aclaran el “porqué” que hay detrás. La gobernanza también debe ser “viva y dinámica”, con empresas que reevalúan continuamente sus políticas.

Y esto debe ocurrir en todos los niveles, incluidos los altos directivos, afirmó Hinds: “Se trata de poder ver a los ejecutivos usar la tecnología, compartiendo tanto los éxitos como los fracasos”.

Las empresas de éxito también utilizan activamente métricas ancladas en indicadores clave de rendimiento (KPI) existentes. Miden la calidad, la eficiencia y el compromiso de los empleados de diferentes maneras, y ponen los datos en manos de los trabajadores para que puedan evaluar su propia adopción y éxito. “No se trata tanto de vigilancia como de retroalimentación sobre cómo trabajamos colectivamente”, apunta Hinds.

Lo que resulta “fascinante, aunque quizá no sorprendente”, añade, es que los trabajadores están utilizando cada vez más la propia IA como profesor, y la prefieren frente a otros canales de aprendizaje. Esto pone de relieve la importancia de herramientas low-code y no-code, con curvas de aprendizaje reducidas y contexto organizativo, integradas directamente en los flujos de trabajo. “Es radicalmente diferente de lo que hemos visto con tecnologías anteriores”, concluye.

Prosegur ha cumplido este 2026 los 50 años de vida. En este medio siglo, la multinacional española de seguridad privada, que tiene más de 180.000 empleados y opera en 36 países de los cinco continentes, ha realizado un viaje transformador impulsado por una apuesta muy clara, sobre todo en los últimos años, por las tecnologías de la información y la digitalización, integrando soluciones avanzadas de inteligencia artificial y ciberseguridad para transformar el negocio de vigilancia y añadir otros nuevos. En la actualidad, de hecho, la compañía se autodefine como una “multinacional digital”, en la que más del 30% de la facturación proviene de servicios de innovación tecnológica. Gran parte de este logro se ha conseguido gracias a Miguel Torres, al frente de la estrategia tecnológica de la compañía desde 2022 y miembro del comité de dirección de la misma desde 2023.

Torres es un gran conocedor de una casa en la que trabaja desde hace más de 13 años, al principio muy ligado a la gestión financiera y después a la estrategia de tecnología y ciberseguridad. Fue él quien diseñó e implementó el actual plan estratégico global de tecnología y ciberseguridad de la compañía y quien, como parte del Comité de Riesgos de esta, ha impulsado que la multinacional gestione de forma activa la postura de seguridad global, la resiliencia y el cumplimiento normativo. También fue Torres quien lideró el plan estratégico financiero de la empresa con el fin de transformar la cartera actual de servicios de TI, con el consiguiente aumento del 30% en los nuevos servicios de negocio digital en apenas dos años. Las mejoras de TI aplicadas, dice, han permitido que la multinacional disminuya el gasto de capital hasta en un 20%, logrando, por otro lado, un incremento del 4% en el retorno de la inversión (ROI).

Pero cuando aterrizó en Prosegur hace 15 años, todo era muy diferente. “La compañía ha cambiado mucho en este periodo”, explica el directivo a CIO ESPAÑA. Por lo pronto, rememora, entonces la empresa tenía presencia en 11 países, frente a los 36 de hoy. El propio mercado era completamente distinto. “No había grandes centros de datos, ni IA, ni analítica de datos, tampoco RPA (automatización robótica de procesos) y, por supuesto, IA agentiva. Los PC se usaban, pero no eran necesarios para prestar los servicios. Nosotros éramos capaces de prestar los servicios sin tecnología”, añade.

En los últimos años, al calor de la intensa transformación digital de todo el mercado, la compañía ha dado un giro de 180 grados con una “apuesta radical por la seguridad híbrida integral. “Porque igual que nosotros hemos adquirido tecnología y la utilizamos para el bien, para proteger a las personas, otros la utilizan para el mal”.

El reto de liderar la innovación en un escenario complejo e hiperconectado

El escenario en el que opera en la actualidad Prosegur es extremadamente complicado: un mundo en el que convergen lo físico y lo digital, con fuertes riesgos de ciberseguridad agravados por un panorama geopolítico tensionado y la aparición de una serie de tecnologías tan disruptivas como los últimos sabores generativos y agentivos de la inteligencia artificial. “El contexto es complejo”, reconoce Torres. “La realidad hoy es que todo el mundo está conectado y todo lo hacemos con el móvil y de forma digital, desde consultar el banco hasta hacer la compra. El temor que existe en el mercado es que la tecnología falle, más en un contexto de guerra y geopolítico complejo. Otro temor es la subida de precios, porque la tecnología cada vez cuesta más, pero nosotros tenemos que garantizar que los clientes reciban los mismos servicios por lo que nos los contrataron. Por este motivo, debemos mirar con mucha perspectiva lo que va a pasar. Todas las decisiones de tecnología deben contemplar la realidad de lo que ocurre en planeta”.

“Innovación, escalabilidad en costes y ciberseguridad son los tres pilares sobre los que definimos la estrategia de tecnología y ciberseguridad de Prosegur”

“Innovación, escalabilidad en costes y ciberseguridad son los tres pilares sobre los que definimos la estrategia de tecnología y ciberseguridad de Prosegur y en los que pensamos siempre que vamos a desplegar proyectos, planes o programas de tecnología”, indica el CIO. El primero, la innovación, aplica tanto externa como internamente. “Innovamos usando tecnología para mejorar la experiencia del cliente, pero también para ser más eficientes en la prestación de los servicios. Y aquí es fundamental ser más rápidos”, cuenta el portavoz.

En segundo lugar, el opex y el capex de la tecnología “son relevantes en las cuentas resultados de la compañía y, por ende, en las que paga el cliente. Por ello, hay que cuidarlos y estar seguros de que al cliente nuestros servicios le añaden valor y están dispuestos a pagar por ellos”. Y, finalmente, respecto a la ciberseguridad como última gran palanca de la compañía, Torres reitera: “En un mundo tan conectado digitalmente y dotado de tanta tecnología como es el nuestro, debemos cuidarnos a nosotros, a nuestros clientes y a la sociedad; no hay que olvidar que somos parte de la cadena de valor en muchos países”.

La IA, en el foco

Preguntado por cuáles son los grandes proyectos de TI que Prosegur tiene en marcha actualmente, Torres no duda: “Sin duda, uno es la inteligencia artificial”. De hecho, la firma está ahora inmersa en el despliegue de soluciones tecnológicas de agentes autónomos e IA como GenIA y LexIA, orientados a optimizar las capacidades operativas y la gestión de procesos.

En realidad, explica Torres, la multinacional trabaja en IA desde hace muchos años, al menos una década. Primero con el más tradicional machine learning que, afirma el CIO, les ayudó especialmente durante la pandemia en la modernización de servicios y el análisis de datos. Pero hace dos años, la compañía decidió adoptar los últimos sabores de la inteligencia artificial “aunque empezamos con mucha cautela”, agrega. “Fue entonces cuando decidimos definir una estrategia a largo plazo para la adopción de la inteligencia artificial”.

El primer punto de esta, lo que en Prosegur llaman la ‘fórmula de la IA’, subraya la importancia de buscar casos de negocio. “Porque sin un caso de negocio el uso de la IA nos puede llevar a un destino al que no queremos llegar”. El segundo punto de la estrategia, añade Torres, se enfoca en las habilidades y competencias de las personas. “Porque la IA, como todas las tecnologías que han surgido antes y surgirán después, es una herramienta que, per se, no va a transformar una compañía: lo harán las personas que sepan usarla y la apliquen tanto al desarrollo de código de programación como a la identificación y automatización de procesos internos o externos o, simplemente, en sus labores del día a día, al poder hacer las cosas más rápido”.

La estrategia de IA de Prosegur contempla una tercera pata: la propia tecnología. Según el CIO, es importante contar con una estrategia al respecto, por lo “abrumador” que es el hecho de que cada semana aparezcan nuevos modelos y muchos más usuarios de estas soluciones. Y en este punto, subraya, urge ser “cautos” y “tener claro quiénes pueden ser tus socios de tecnología”.

“Es importante seleccionar a socios de tecnología que tengan una perspectiva a largo plazo de lo que puede proveer la IA, que entiendan tu historial como compañía, y atiendan a si ésta está cotizada o no, que sean responsables con el uso tecnológico… Ahora están surgiendo muchas nuevas compañías gestionadas por inversores, que, no digo que esto esté mal, sino que, simplemente hay que tener en cuenta que los valores por los que se rigen están en línea con los de tu empresa”. Se trata, en definitiva, de “evaluar a quién quieres tener como compañero de viaje en la tecnología que tienes que desplegar”.

Por otro lado, añade Torres, a la hora de adoptar la IA es importante atender al gobierno de esta tecnología y al cumplimiento de la regulación asociada para “utilizar la IA de forma responsable, con unas políticas que aseguren que no hay fuga ni de nuestra información ni de la de nuestros clientes, y que sea una IA que no tenga sesgos. Para ello, es importante, al inicio de la adopción, aplicar políticas de control y de seguridad en IA”.

“Sin un caso de negocio el uso de la IA nos puede llevar a un destino al que no queremos llegar”

Esta, asevera el CIO, es la estrategia en IA que ha aplicado la compañía en los últimos dos años, una tecnología que, “ahora está en un momento muy interesante porque ya es suficientemente madura para utilizarla”. Y, agrega, gracias a la citada estrategia, la empresa está preparada para contestar a cuestiones como: “¿Cómo va a ser esta tecnología dentro de tres años? ¿Qué vendor lock-in me puede generar? ¿Qué precio voy a pagar? ¿Voy a poder repercutir este al cliente si no tiene un caso de negocio? ¿Dónde se aplica, en un grupo de tres usuarios o en un grupo a escala? ¿Y cómo la voy a escalar? ¿Cómo va a entrar en el servicio del cliente? ¿Cómo va a entrar en el pricing de clientes? ¿Tiene que tener un business case?… Toda una serie de preguntas que siempre afrontamos antes del despliegue de la inteligencia artificial”.

Un punto de inflexión

Para Torres, la IA es una tecnología claramente disruptiva. “La clave está en su aplicación. A nivel personal, y hablando en general, nos ayudaría mucho que se aplicara a la investigación, la salud y medicina. El resto de las empresas de otros segmentos la usaremos para otras cosas. En nuestro caso, para hacer del mundo un lugar más seguro, que es nuestra misión como compañía”.

En todo caso, subraya el directivo, “el uso de la IA siempre requerirá la supervisión humana, pero está claro que agilizará los procesos, algo fundamental en el mundo moderno, y nos permitirá anticiparnos con mayor precisión. En Prosegur, donde tratamos incidentes y siniestros y protegemos a los clientes, hay situaciones que, evidentemente, nos gustaría evitar. Hoy lo hacemos con las capacidades que tenemos tanto a nivel de personas como de tecnología, pero creo que la IA va a aportar y ayudar en este sentido, sobre todo a identificar estas situaciones”.

La próxima gran disrupción, avanza el CIO, vendrá de la robótica. “La IA es diferente a todo lo que hemos visto antes; el siguiente paso será la robótica”. De hecho, recuerda Torres, Prosegur ya ha dado pasos al respecto con Yellow, un robot-perro dotado de inteligencia artificial que utiliza para garantizar la protección de las personas en eventos masivos como el torneo de tenis Mutua Madrid Open. “Este tipo de tecnologías serán muy potentes en nuestra industria, pues ayudan a llegar a lugares donde no podemos o donde, por razones de seguridad, preferimos no exponer a las personas”.

Obviamente la propia área de TI de las empresas es otro espacio donde la IA impactará (ya lo hace) de forma clara. Los profesionales de TI, según Torres, están experimentando dos grandes cambios: “Por un lado, debemos entender mejor la estrategia de negocio de la compañía para aplicar mejor la tecnología; por otro, tenemos que estar constantemente actualizados y entender lo que ocurre en la industria tecnológica y en el mundo, pues esto puede impactar en los planes que queramos acometer el próximo año”.

En el campo del desarrollo de software, dice el experto, ocurre igual. “Con la IA hay un antes y un después en este campo, que tendrá que adaptarse a la nueva realidad. El rol del desarrollador de software va a ser distinto”. De todas formas, recuerda, “los profesionales de tecnología llevamos viviendo este tipo de cambios, aunque con menos velocidad, eso es cierto, desde hace, al menos, 20 años, luego estamos acostumbrados a ellos”.

Apuesta por la nube híbrida con la vista en la soberanía

Antes de que llegara la fiebre en torno a la IA, en la industria de las TI empresariales hubo otra revolución ligada a una nueva forma de suministrar los recursos de computación: cloud computing que, con los años, se ha convertido en una propuesta clave para que las organizaciones desarrollen, de hecho, los actuales proyectos de IA a escala. Prosegur empezó este viaje a la nube, por el que fue premiado en 2023 en los CIO Awards, hace casi una década. “Hace ocho años empezamos a pensar si la infraestructura base que teníamos iba a soportar la capacidad de despliegue del negocio. Fue en ese momento cuando nos planteamos que teníamos que modernizar esa tecnología base: los centros de datos”, rememora el CIO.

El equipo de TI, cuenta Torres, empezó entonces a medir la obsolescencia tecnológica y a entender cómo sería ésta proyectada a cinco o diez años. “Y allí entró la propuesta de migrar a cloud, porque entendimos que la nube nos daría unas capacidades de tecnología que no podían dar los centros de datos convencionales. Por ejemplo, nos ha permitido no tener que preocuparnos de la obsolescencia [de la infraestructura] y poder habilitar el uso de la inteligencia artificial. Además, en un contexto de cibercrimen creciente, cloud nos ha dado unas capacidades de resiliencia muy potentes”.

“Cloud’ nos ha permitido no tener que preocuparnos de la obsolescencia [de la infraestructura] y poder habilitar el uso de la inteligencia artificial”

Preguntado por si le preocupa la soberanía del dato, el CIO de Prosegur reflexiona: “Nos preocupa porque les preocupa a nuestros clientes y también a Estados, Gobiernos, regiones… Es un tema, además, que se discute mucho en la Unión Europea porque ¿qué pasaría si en Estados Unidos deciden adoptar una estrategia, presionar el botón y apagar? ¿Qué capacidades de tecnología tenemos? Sí, es un asunto al que hay que prestar atención. Pero aquí vuelvo a la estrategia de negocio. Tienes que entender mucho a tus clientes y saber lo que necesitan y cómo vas a poder responder a un escenario de ese tipo. Es algo en lo que estamos trabajando. Somos una empresa española con desarrollos propios españoles capaces de ser, digamos, soberana. Estamos trabajando en tener infraestructuras que nos permitan esto”.

En este punto, Torres reconoce que “Prosegur no es una empresa al 100% cloud, sino al 50% y, además, la estrategia es multicloud, luego estamos preparados para ese tipo de escenarios y necesidades”.

Un CIO multipaís que habla el lenguaje del negocio

Liderar las TI de un gigante presente en 36 países de todo el mundo es un reto descomunal. “Afortunadamente tenemos un buen equipo de TI. Contamos con una capa corporativa que se preocupa de lo que es transversal y, después, tenemos direcciones de sistemas y productos por cada dirección de negocio; esto nos ha permitido poder atender todos los 36 países sin ningún problema”, explica Torres.

Tener una visión muy pegada al negocio, heredada de su responsabilidad anterior como director financiero global de la compañía, marca de forma definitiva el tipo de gestión de Torres. El directivo agradece tener ese background: “Permite entender al cliente y saber lo que quiere, saber también lo que necesita la operación para prestar servicio al cliente y lo que precisa el equipo comercial para poner en valor nuestros servicios”, explica.

Por otro lado, añade, venir de finanzas facilita pensar “de forma natural en cómo encaja la estrategia de TI en el plan económico-financiero de la compañía y te equipa con una serie de preguntas para entender mejor a tus stakeholders”. Porque, agrega Torres, el CIO y su equipo no hacen los proyectos de tecnología de forma aislada: “Se discuten en el comité de dirección”. Para ello, añade, hablar el mismo idioma del resto de directivos, el del negocio, es clave. “Siempre he dicho que en TI hablamos idioma galáctico mientras que el resto de la compañía habla en terrícola; y las decisiones se toman en terrícola. Yo, gracias a mi pasado, soy bilingüe”.

No obstante, reconoce, los directivos de negocio ya empiezan a conocer mucho mejor el lenguaje de la tecnología y a tomar decisiones de este tipo. En la propia Prosegur se ha preparado a los ejecutivos de negocio para ello realizando sesiones de concienciación en tecnología. En este escenario, concluye Torres, el del CIO “debe ser un rol de Pepito Grillo, de guía que ayude a los directivos de negocio a tomar decisiones, a entender los riesgos que implica la tecnología, a evitar el vendor lock-in o incurrir en una inversión que después no se pueda pagar. Nuestro rol es el de acompañarlos. Vamos a ser más necesarios que nunca”.

La resiliencia tiene que ser cada vez más proactiva. No se demuestra al final de un ataque, sino al principio. Los ciberdelincuentes no necesitan mucha más munición, ya existen miles de credenciales robadas circulando por la Dark Web: lo importante es estar preparado para un ataque que, inevitablemente, va a ocurrir, y para ser capaces de recuperar los datos de forma rápida y limpia. Estas fueron algunas de las ideas principales que se escucharon en el encuentro ‘NIS2/DORA sin fricción: del cumplimiento exigido a la resiliencia operativa real’, organizado por CIO ESPAÑA y Commvault, que congregó a una decena de expertos en seguridad y tecnología para abordar el verdadero valor de la resiliencia. 

En el nuevo contexto, marcado por las obligaciones normativas derivadas de las nuevas reglamentaciones DORA y NIS2, las empresas van a verse obligadas a notificar los incidentes cibernéticos en caso de horas, si se consideran de gravedad, lo que obliga a las organizaciones a extremar su agilidad. También les exige, al mismo tiempo, mantener su capacidad operativa en caso de crisis, incluso mientras se está produciendo un ataque.

Sergio Chicheri, director general para Iberia de Commvault, apuntó que la mejor manera de hacer frente a estas exigencias es adherirse al concepto de “empresa mínima viable”. En este concepto, las organizaciones definen con precisión —y de antemano— qué infraestructura, sistemas, aplicaciones, procesos y entornos son absolutamente esenciales para mantener las operaciones de emergencia.

Este paquete mínimo se almacena luego de forma segura en un entorno aislado. En caso de ataque, este paquete de emergencia se activa dentro de una sala limpia aislada, desde donde los equipos de seguridad informática y de infraestructura pueden reconstruir y volver a implementar de forma segura el entorno de producción, al tiempo que investigan el ataque en sí, los datos comprometidos y cualquier puerta trasera.

Un proceso que el experto de Commvault presentó como ‘ResOps’ (operaciones de resiliencia), procesos enfocados no solo en la recuperación posterior al ataque sino en la necesidad de mantener la continuidad del negocio durante ciberataques, interrupciones y interrupciones, impulsadas en la mayoría de los casos por IA. David Sanz, director sénior de Experiencia del Cliente para el Sur de EMEA de Commvault, ahondó en esta misma dirección. “Necesitamos un cambio de mentalidad: no solo recuperar rápido, sino limpio”, dijo. A su juicio, si queremos evitar que los ciberdelincuentes rompan nuestra infraestructura y roben nuestros datos “el aislamiento debe ser parte fundamental del plan”.

Las preocupaciones de los CISO

Durante el encuentro, moderado por Fernando Muñoz, director del CIO Executive de Foundry España, los responsables de ciberseguridad de una docena de organizaciones compartieron sus principales preocupaciones a la hora de garantizar el correcto funcionamiento de las mismas.

“Estoy muy preocupado por la cadena de suministro”, dijo Enrique Fernández, director de TI en Ford. “¿Qué pasa si atacan una red de concesionarios? ¿Qué responsabilidad tenemos como fabricantes?”, se preguntó.  En este sentido, se cuestionó el encaje de estas regulaciones en una multinacional donde, apuntó, “la indefinición y el desconocimiento de las leyes es grande”.

Para Ana Arredondo Macua, directora del Departamento de Tecnologías de la Información y Transformación Digital de la Oficina Española de Patentes y Marcas, su mayor preocupación reside en “la labor de evangelizar a la Alta Dirección” sobre los riesgos derivados de la ciberdelincuencia.

Vicente Bielza Galindo, director de OT de Repsol Renovables, expresó su inquietud por el coste económico de la resiliencia. “Hay una obligación de ser resiliente, pero el coste de asegurar estas capacidades es muy alto. ¿Cómo se valida esa resiliencia?”, se preguntó. En esta línea incidió también María Jesús Pérez de los Cobos, jefe de proyecto de Iberdrola. “Lo importante es tener una respuesta rápida y un restablecimiento del servicio. La rapidez es importante, necesitas coste y un buen producto”, dijo.

José Borja Tomé, director del Departamento de Informática Tributaria de AEAT, puso sobre la mesa otro debate relevante: cada vez hay más servicios críticos para la sociedad que pueden ser atacados. “Por ejemplo las aduanas. Tener parado un barco porque no funciona los sistemas informáticos tiene un coste altísimo”, dijo. “El número de servicios críticos sube. Pero seguimos con los mismos recursos que hace años. Aunque haya más concienciación, debemos impulsarla, porque de la concienciación a la acción hay un buen trecho”, dijo tras compartir su visión: “Para estar en el puesto de CISO debes ser un poco irresponsable, porque si eres responsable sufres mucho”.

A Jesús Domínguez, principal arquitecto empresarial de de Roche, le preocupan especialmente dos cosas: el factor humano y la cadena de suministro. Y un factor adicional especialmente relevante en el sector farmacéutico, la manufactura. “Si perdemos un lote de medicamentos, son muchos millones que hay que tirar a la basura”, se lamentó.

David Pantaleón, CISO de UCI (Unión de Créditos Inmobiliarios), volvió a insistir en los riesgos de la cadena de suministro. “Hay inmobiliarias pequeñas que funcionan con un antivirus gratuito”, denunció. Pantaleón también expresó su preocupación por la excesiva concentración de servicios en un mismo proveedor. “Cambiar de Google a Amazon no es algo que se puede hacer en un día”, dijo.

Los efectos de NIS2 y DORA

El debate abordó también los cambios que las nuevas regulaciones de ciberseguridad han impulsado en las organizaciones, efectos que, a juicio de alguno de los asistentes aún no se han hecho notar. “La NIS2 no ha cambiado nada, porque hasta que la ley no se transponga no hay que hacer nada. Lo dice nuestro abogado, y creo que tiene razón”, dijo Enrique Fernández, de Ford.

“NIS2 nació para cambiar las cosas, para impulsar que los CEO estén pendientes de la ciberseguridad, pero no pone el foco en otro tema preocupante: contar con los mejores medios para luchar contra los ciberataques. Estas normas hay que tenerlas, pero no van a funcionar bien en zonas que no están unidas, como Europa, donde cada país puede trasponer la ley de una forma diferente. En Estados Unidos funcionan mejor”, señaló Jaime González, CISO del Grupo Eulen.

“La regulación es una brújula que sirve para poner foco donde es más necesario. En ese sentido me ayuda. Contribuye a que el CISO no esté tan solo”, dijo Ana Arredondo. Para Vicente Bielza, esta legislación “incorpora costes adicionales” al incidir sobre la cadena de suministro, algo que, recalcó, “requerirá un periodo de adaptación”.

En opinión de Sergio Chicheri, que cerró con ello el debate, el impacto de la regulación es “positivo” y “necesario” porque nos ayuda “a ser resilientes de verdad y a convencer a los consejos de administración de que necesitamos más recursos”.

Las nuevas tecnologías son una de las grandes protagonistas de la última convocatoria de empleo público a nivel estatal. A principios de mayo, el Consejo de Ministros aprobaba una oferta con 27.232 plazas. El principal destino de los futuros funcionarios estará en la Administración General del Estado y 1.700 plazas se irán al cuerpo superior de sistemas y tecnologías de la información (TIC).

Esto supone un crecimiento frente a convocatorias previas (son un 42% más que en 2025), pero también ha abierto la puerta a perfiles concretos de forma más específica que en pasadas ediciones. En esta oferta de empleo público, habrá plazas concretas para inteligencia artificial, ciberseguridad y ciencia del dato. Esto no supone, eso sí, que se vayan a trabajar áreas que no se estuviesen tocando. “Es importante que se visibilice, pero ya se lleva haciendo [ese trabajo] desde hace años”, explica a COMPUTERWORLD Leonor Torres, presidenta de ASTIC, la asociación de los funcionarios de los Cuerpos Superiores de Sistemas y Tecnologías de la Información de las Administraciones Públicas. De hecho, Torres ve un potencial riesgo en poner estos apellidos tan concretos a las plazas, “porque no hay carrera detrás”, lo que puede generar frustración profesional. Se pierde, apunta, la visión transversal. “No funciona como compartimentos estancos”, indica.

Pero, más allá de esta novedad, ¿son estas plazas muchas, suficientes o deberían ser más? “Desde ASTIC valoramos positivamente que se haya incrementado el número de plazas”, indica Torres, recordando que la transformación digital es compleja y necesita personal.

La clave podría no estar tanto en el número de plazas que se sacan a concurso, sino en qué ocurre con ellas. Esto es, si luego esos puestos se quedan vacíos, la convocatoria no habrá resuelto el problema. Guillermo Areán, miembro del cuerpo superior de funcionarios del Estado y que ha ocupado durante ocho años puestos directivos en organismos, contrapone a los titulares que hablan de que ‘se convocan miles de plazas’, una realidad en la que se cubren unos centenares.

Solo hay que echar mano del histórico de ofertas públicas previas. En TI se convocan plazas de nivel A (el más elevado) y C (el básico). Los aprobados de las A no suelen llegar para cubrir todos los puestos de la oferta.

Areán es crítico con el proceso actual y evidencia sus fallos. “Llevo cuatro años poniendo este problema sobre la mesa”, asegura. Al hilo de esta última convocatoria, ha publicado un estudio sobre qué falla en las ofertas de empleo público TI. Su conclusión es que se ha producido ya un “agotamiento estructural”. El complejo examen implica parar años para prepararlo (algo que no todo el mundo puede o quiere hacer), no está atrayendo talento y se produce un exceso de centralismo. No solo es un lastre que los propios procesos hayan sido habitualmente en Madrid, sino que las plazas se concentran en esa ciudad (y los salarios no siempre son lo suficientemente elevados como para que compense vivir allí o en comparación con lo que ofrece el mercado, a lo que hay que sumar que no todo el mundo querría necesariamente vivir allí). Areán cree que los procesos selectivos actuales “no están adaptados a la realidad”.

Desde ASTIC no comparten las críticas al completo. “Las pruebas las consideramos adecuadas”, apunta Torres, pero sí suma que, desde la asociación, creen que el proceso podría mejorarse. No ven tanto el fallo en el examen, como en los procesos de atribución de puestos. También ven un lastre en los salarios y en la centralización, que hace que se deje de usar todo el territorio estatal. Torres defiende mejoras en la planificación y el perfilado. Y añade: “la carrera profesional es muy importante”. No se trata solo de captar talento, sino de darle recorrido.

Agilizar es una de las grandes palabras clave que repiten las fuentes consultadas. Areán apunta que, una vez que se pasa el examen, la atribución de plazas es también lenta, algo que penaliza a la hora de la verdad. “Es curioso ver como el C1 tiene un 100% de cubrir plazas”, cuenta Areán, “pero las das en Madrid”. Así, cuando toca tomar la plaza en cuestión mucha gente rechaza, renuncia o acaba pidiendo excedencia. El salario es demasiado bajo par los costes de Madrid, pero el proceso ha sido largo y es probable, como señala este experto, que ya estés a otra cosa.

¿Qué falla? Guillermo Areán habla de “un problema estructural”

Qué falla en el empleo público en TI  

Entonces ¿qué falla? Areán habla de “un problema estructural”. “Este no es un problema político”, asegura, sino uno de la cultura corporativa que se ha instalado en el funcionariado. Los procesos, la burocracia o la parálisis a la hora de hacer cosas nuevas crean un atasco. “Un problema es que no tenemos directivos que se atrevan a tomar decisiones”, señala Areán, que reclama que se pierda el miedo al riesgo y la innovación.

En ese escenario, la descentralización podría ser una solución. De hecho, como cuenta este experto, ya es factible en una Administración pública digitalizada. Él mismo lo hizo cuando ocupaba una posición directiva tecnológica en la Dirección General de Tráfico, con un proyecto premiado que descentralizó las plazas de informática. No se trataba de trabajo remoto, sino de sede remota. Si la DGT tiene oficinas repartidas por todo el territorio, su personal TI también podían estarlo. Como señala el experto, “qué más me da tener una persona en la oficina de Ourense, Alicante o Soria”. Esto tiene ventajas que van más allá de atraer talento y evitar el cuello de botella central, como por ejemplo descongestionar provincias sobrecargadas o tener un backup cuando los servicios públicos de una zona no pueden funcionar (un ejemplo sería lo que pasó durante la DANA).  

Además, hay que tener presente que, si no se cubran las plazas, esas funciones sí deben hacerse. Por ello, las administraciones públicas acaban echando mano de las subcontratas. “El dinero público se queda en las grandes empresas”, lamenta Areán, que critica igualmente el modelo bajo el que se opera. La licitación va a quien ofrece el precio más bajo. El experto entiende que eso funcione en suministros, pero no comparte tanto que ocurra en funciones en las que se ofrecen presupuestos muy bajos para cubrir perfiles que deberían tener un salario que lo dobla. Lo ocupan trabajadores junior y se genera burnout y rotación.  

En paralelo, la convocatoria pide perfiles A, muy expertos, o perfiles C, mucho más básicos, pero esto no cubre todo. “También estamos pendientes de que se cree el grupo B”, recuerda Torres, algo clave para fortalecer equipos y captar talento en los ciclos de FP.

“Las nuevas generaciones no nos conocen. No se conoce lo que se hace en el sector público”, se lamenta Leonor Torres (ASTIC)

Captar talento

Porque, al final, lo que necesita el cuerpo TIC es captar talento. “Las nuevas generaciones no nos conocen”, explica Torres. “No se conoce lo que se hace en el sector público”. Habría, apunta, que transmitir mejor a lo que se dedican y lo que logran. “Hay mucho que hacer, muchos proyectos”, suma Areán. Ambos expertos hablan de un trabajo “muy satisfactorio”, con proyectos muy interesantes, y del elevado valor del servicio público.

Y si bien esos salarios que pueden parecer menos competitivos que los del mercado son al principio de la carrera un lastre, las cosas cambian con el paso de los años. Torres cuenta que la función pública tiene un atractivo extra para ciertos perfiles senior, porque da una estabilidad que en lo privado a veces se pierde.

Los pioneros de la IA Anthropic y OpenAI parecen dirigirse hacia sus respectivas salidas a bolsa, lo que deja a los directivos de TI cuyas organizaciones dependen de sus modelos de IA preguntándose qué les deparará el futuro. Una de las principales preocupaciones es la posibilidad de un aumento de costes para el uso empresarial, especialmente en los modelos más avanzados. Al ofrecer acciones al público, es probable que ambas compañías recauden cientos de millones de dólares para invertir en sus productos y cubrir sus gastos. Sin embargo, muchos analistas temen que, al pasar de ser organizaciones privadas centradas en la investigación a empresas cotizadas, tanto Anthropic como OpenAI se enfrenten a nuevas presiones para generar beneficios.

Los clientes empresariales de OpenAI deberían esperar aumentos sustanciales de precios tras su salida a bolsa, especialmente aquellos que dependen intensamente del uso de API, copilotos, agentes y despliegues personalizados, según Mark Vena, CEO y analista principal de la firma de investigación IT SmartTech Research.

Vena considera que una salida a bolsa de Anthropic se desarrollará de forma distinta, dado el amplio enfoque de la compañía en la seguridad de la IA. “Lo que vende es confianza empresarial, seguridad, productividad para desarrolladores y una versión más controlada de la IA que los CFO y CIO pueden explicar a sus consejos de administración”, afirma. “Sinceramente, creo que OpenAI es el cohete cultural, pero Anthropic se perfila como la apuesta institucional en IA”.

Aun así, añade, existen dudas sobre la capacidad de Anthropic para generar beneficios. “Seamos claros: la gran cuestión para Anthropic es si los inversores públicos premiarán la disciplina o castigarán la dura economía de la IA de frontera”, señala. “Entrenar modelos, alquilar capacidad de cómputo y competir con OpenAI, Google, Meta y xAI es extremadamente caro, por lo que Anthropic tendrá que demostrar que es algo más que una sofisticada máquina de consumir efectivo”.

Anthropic anunció el 1 de junio que había iniciado los trámites para su salida a bolsa, después de informaciones que apuntaban a que OpenAI también avanzaba en esa dirección. Aunque OpenAI declinó hacer comentarios sobre una posible salida a bolsa, diversas informaciones sugieren que la compañía podría anunciarla en las próximas semanas, con una posible oferta inicial en septiembre.

Las salidas a bolsa traerían otros cambios, señala Vena, como mayor transparencia, más escrutinio y una mayor disciplina empresarial en gobernanza, disponibilidad del servicio, seguridad y cumplimiento de hoja de ruta. Pero también es probable que surjan nuevos modelos de precios. “Una salida a bolsa de OpenAI convertiría a la empresa de un laboratorio de IA ágil en un proveedor de plataforma supervisado por Wall Street”, afirma Vena. “Los usuarios deberían esperar menos de la actitud de ‘movernos rápido y sorprender a todos’ y más presión para empaquetar, medir y monetizar absolutamente todo”.

Hacia el fin del modelo de laboratorio de investigación

Otros observadores expresan preocupaciones similares sobre los modelos de precios de OpenAI tras una salida a bolsa. Leo Derikiants, CEO y cofundador de la firma de investigación en IA Mind Simulation Lab, afirma que los responsables de TI deberían esperar fuertes subidas en los precios de API, la introducción de niveles premium empresariales caros para cuestiones básicas como la privacidad de datos, y modelos de facturación cada vez más opacos.

“Una salida a bolsa de OpenAI señala el fin de la ilusión del ‘laboratorio de investigación’ y el nacimiento de un monopolio tecnológico tradicional”, añade. “Los mercados públicos exigen ingresos predecibles y crecientes, pero la tecnología central de OpenAI —los LLM autoregresivos— es fundamentalmente impredecible y probabilística”.

Por su parte, Anthropic parece dirigirse hacia una salida a bolsa en una posición más sólida y defendible que OpenAI, según explica. Aunque ambas empresas se basan en arquitecturas probabilísticas similares, Anthropic se ha centrado menos en productos de consumo como la generación de vídeo y más en el mercado corporativo, lo que le proporciona una base de ingresos más estable.

No obstante, el anuncio de la salida a bolsa de Anthropic también confirma una realidad decepcionante: que el mercado de la IA está impulsado por una mentalidad de rebaño, afirma Derikiants.“Los grandes laboratorios están dando vueltas en círculo, construyendo exactamente los mismos productos probabilísticos con diferentes marcas, sin cuestionar los límites de la arquitectura ni el valor real a largo plazo”, señala. “La industria ha perdido completamente su rumbo original. El objetivo fundacional era alcanzar la verdadera inteligencia artificial general (AGI). Hoy, el único objetivo es maximizar los ingresos mensuales por suscripción”.

Los CIO deberían prepararse para tácticas agresivas de bloqueo por proveedor, paquetes cerrados de ecosistema y un alejamiento de las iniciativas flexibles y favorables al código abierto, predice. El foco corporativo pasará de crear una IA segura a retener los datos empresariales dentro de APIs propietarias para maximizar el valor para el accionista.

Añade que los proveedores de IA están atrapados en un modelo de escalado que requiere cantidades exponencialmente mayores de computación y energía para lograr mejoras marginales en razonamiento. “Operar estos modelos es fundamentalmente ineficiente y está fuertemente subvencionado por capital riesgo”, explica. “Una vez que coticen en bolsa, Wall Street no tolerará indefinidamente esas enormes pérdidas de infraestructura”.

Tras una salida a bolsa, los clientes de ambas compañías deberían esperar la aparición de nuevos modelos de precios, según Richard Amos, CIO del integrador de sistemas y proveedor de servicios cloud Blue Mantis. Las prioridades de una organización cambian cuando pasa de startup a empresa cotizada, añade. “Antes de salir a bolsa, el foco está en la innovación, el crecimiento y el potencial”, afirma. “Una vez en bolsa, cambian las expectativas y los accionistas exigen resultados trimestrales consistentes, cumplimiento normativo y fiabilidad a nivel empresarial”.

Amos prevé varios desarrollos positivos, como un mayor énfasis en la estabilidad de plataformas, seguridad, cumplimiento y desarrollo de capacidades específicas por industria tras una salida a bolsa de OpenAI. Al mismo tiempo, espera que los proveedores de IA se alejen de las licencias globales empresariales hacia modelos de precio basados en consumo, en línea con las tendencias del cloud público.

Dado que muchas informaciones apuntan a que OpenAI opera actualmente con pérdidas, Amos cree que la empresa reformulará sus modelos de precios tras su salida a bolsa, probablemente introduciendo tarifas premium para capacidades avanzadas como modelos de gama alta, flujos de trabajo con agentes y orquestación avanzada.

Como respuesta, algunos usuarios adoptarán soluciones de FinOps para la IA con el objetivo de equilibrar consumo y valor de negocio. “Veremos algunos aumentos de precios y creo que surgirán nuevas herramientas o esquemas de licencia para gestionar el coste del ecosistema”, añade.

Nuevo modelo de precios

Días antes de anunciar su salida a bolsa, Anthropic presentó un nuevo modelo de precios medidos para algunos de sus productos. Por su parte, el nuevo modelo de suscripción de capacidad garantizada de OpenAI apunta a una nueva filosofía de precios que desplaza el foco desde la venta de tokens de API flexibles hacia un servicio empresarial predecible, ligado a contratos, que requiere compromisos de gasto multianuales por adelantado, según Eugina Jordan, CEO y cofundadora de YOUnifiedAI. OpenAI también anunció en mayo una nueva empresa de consultoría.

Convertirse en empresa cotizada probablemente incrementará la presión para revisar los precios, señala Jordan. “Una salida a bolsa de OpenAI transformaría radicalmente el panorama para los líderes de TI, pasando de ser un pionero ágil a una entidad pública sujeta a las exigencias de resultados trimestrales de Wall Street”, afirma. “Aunque la entrada masiva de capital podría financiar la infraestructura necesaria para estabilizar los productos empresariales, la realidad inmediata para los usuarios será un giro brusco hacia una monetización agresiva”.

Sin embargo, hay algunas buenas noticias para los usuarios empresariales de IA, ya que han surgido varios competidores relevantes desde que OpenAI abrió el mercado con ChatGPT a finales de 2022, añade Jordan. Anthropic se ha convertido rápidamente en la opción por defecto para desarrolladores empresariales y programación avanzada, Gemini de Google ha aprovechado su amplia distribución en entornos de trabajo y Mistral está consolidando el espacio europeo de código abierto.

“Este impulso hacia ingresos empresariales predecibles llega en un momento en que OpenAI se enfrenta a un paisaje competitivo fragmentado y muy agresivo donde ser el primero ya no garantiza ganar”, añade. “Al igual que Yahoo perdió frente a Google o MySpace frente a Facebook, OpenAI está comprobando que innovar no es lo mismo que escalar, y una salida a bolsa les obligará a madurar rápidamente, justo cuando sus competidores están erosionando su posición en el mercado empresarial”.

Vena también apunta a competidores importantes como Google, xAI y Meta. “Desde mi punto de vista, OpenAI sigue siendo líder, pero ya no controla el relato de la IA sin oposición”, concluye. “Aunque mantiene una fuerte marca y dinamismo de producto, la siguiente fase dependerá menos de quién tenga la demo más espectacular y más de quién pueda ofrecer una IA duradera, segura y rentable a escala”.

Las opiniones de CIO, consultores y coaches ejecutivos muestran que los CIO eficaces no se limitan a informar de los problemas: comparten la información pronto, explican claramente las cuestiones y ayudan a los ejecutivos a decidir qué hacer a continuación. Estas son siete formas en que los CIO pueden comunicar malas noticias de manera más eficaz.

1. Construir la transparencia desde el principio para que las malas noticias no sorprendan

Los CIO con éxito no esperan a que algo salga mal para hablar con los ejecutivos. Hacen de la transparencia un hábito desde el inicio, de modo que, cuando surgen problemas, los líderes ya entienden los riesgos y qué está ocurriendo. Sumit Johar, CIO de la empresa de software en la nube BlackLine, afirma que este enfoque ayuda a evitar que las conversaciones difíciles se conviertan en problemas de confianza. “No quieres estar en una situación en la que das una mala noticia y todo el mundo pregunte: ‘¿Cómo ha podido pasar esto?’ Nunca hemos tenido conversaciones sobre ello. ¿Qué riesgos se han asumido y por qué no se nos ha informado?”.

Por eso, las actualizaciones regulares sobre riesgos, compromisos y decisiones marcan la diferencia. “Diría que las conversaciones periódicas, transparentes y basadas en hechos sobre el estado de estas iniciativas son esenciales, de modo que si algo sale mal, todo el mundo esté preparado”.

Mantener informados a los líderes ayuda a alejar el foco de buscar culpables y orientarlo hacia la búsqueda de soluciones para centrarse en qué hacer a continuación.

2. Ir directamente al problema principal de forma inmediata y clara

Debbi McCullough, coach de comunicación ejecutiva, señala que los CIO deben ir al grano rápidamente. “Mantener la conclusión principal al inicio es esencial, y muchos pasan por alto este paso. Si enterramos lo importante y tardamos demasiado en llegar al punto, frustramos a los CEO y a los directivos que quieren saber qué está pasando desde la primera frase”.

Añade que, en situaciones de presión, el CIO debe mantener mensajes breves y claros, y dejar que los ejecutivos hagan preguntas si necesitan más detalle.

Ghaleb El Masri, socio de la consultora Adaptovate, coincide en que estas conversaciones deben ser claras y estructuradas. “La forma más eficaz de comunicar malas noticias es hacerlas orientadas a la toma de decisiones. Los ejecutivos pueden manejar malas noticias, pero lo que no pueden permitirse es la ambigüedad. Utilizo una secuencia simple: qué ha pasado, impacto en el negocio, qué se ha hecho para contenerlo y qué decisión se necesita ahora”.

3. Traducir los problemas técnicos en impacto de negocio

Los CIO trabajan con cuestiones técnicas complejas, pero los ejecutivos necesitan entender qué significan para el negocio. Patty Patria, CIO de Babson College, señala que los problemas deben plantearse en términos empresariales. “Una de las formas más eficaces de comunicar malas noticias a ejecutivos sobre un proyecto o cuestión operativa es ser honesto y transparente. Explicar claramente la causa raíz del problema y luego presentar varias alternativas para debatir cómo abordarlo”.

También subraya la importancia de vincular los problemas a resultados relevantes, como costes y plazos. “Este enfoque no solo genera confianza, sino que también fomenta la toma de decisiones colaborativa, asegurando que los ejecutivos entienden bien la situación y tienen opciones viables para avanzar”.

Eric Nitzberg, fundador de Sierra Leadership, explica por qué esta traducción es clave. “Uno de los mayores errores de los líderes técnicos al dirigirse a la alta dirección es utilizar demasiada jerga técnica. Hay que traducir las ideas a un lenguaje empresarial claro e inteligente, como si se explicaran a estudiantes brillantes de secundaria. No se trata de simplificar en exceso, sino de hablar en su idioma”.

4. Aportar soluciones y demostrar responsabilidad desde el inicio

Los ejecutivos no solo quieren oír problemas: esperan que el CIO asuma responsabilidad y proponga cómo avanzar. Sesh Tirumala, CIO del fabricante de hardware WD, plantea un enfoque diferente. “Deja de llamarlo malas noticias; no existen malas noticias. Hay problemas, y los problemas se pueden resolver. Lo más eficaz es entrar con el problema claramente definido y un camino a seguir ya preparado. Lidera con la solución, no con la situación”.

Tirumala añade que a los ejecutivos les importa más la acción que la explicación: “Necesitan saber que ves el problema, que lo asumes y que tienes un plan. Una frase sobre el problema, tres sobre lo que estás haciendo para solucionarlo”.

Patria aporta un ejemplo real de retrasos en un proyecto ERP: “Presentamos los hechos detallados de cada bloqueo, discutimos cómo abordarlos y proporcionamos un nuevo cronograma y el incremento de costes”. Con todos los stakeholders implicados, se acordó ampliar el proyecto seis meses.

5. Ceñirse a los hechos y evitar la especulación

En situaciones de presión, los CIO pueden sentirse obligados a explicar por qué ocurrió algo antes de tener todos los datos, lo que puede generar confusión y dañar la credibilidad. Johar recomienda centrarse en lo que realmente se sabe.

“El aspecto más importante al comunicar malas noticias es ceñirse a los hechos y asegurarse de que la gente entiende lo que ha ocurrido”.

También advierte contra adelantarse a conclusiones. “A veces intentas explicar por qué ha pasado algo, pero cuando termina la investigación, las razones cambian. Entonces la conversación se vuelve mucho más difícil”.

Los CIO deben ser claros sobre lo que saben y lo que aún están investigando, e indicar cuándo actualizarán la información.

6. Mantener la neutralidad, evitar defensividad y controlar las emociones

Compartir malas noticias puede generar emociones intensas, pero si estas dominan el mensaje, perjudican la conversación. Johar señala que un error habitual es ponerse a la defensiva o centrarse en justificar lo ocurrido o buscar culpables, en lugar de mantener una conversación productiva. Nitzberg coincide: “Los CIO deben evitar un discurso excesivamente detallado, negativo, emocional o centrado en culpas. Hay que compartir los hechos de forma neutral y al nivel adecuado para la alta dirección”.

McCullough añade: “Evita ser autocomplaciente o centrarte en lo mal que te sientes. Puedes expresar decepción si es necesario, pero brevemente, y centrarte en qué ha pasado, por qué y cómo mejorar”.

7. Crear una cultura en la que se comuniquen las malas noticias a tiempo

Incluso la mejor estrategia de comunicación falla si las personas tienen miedo de hablar. La cultura corporativa es clave en la forma en que se comparten y reciben las malas noticias. Johar explica que las organizaciones maduras invierten en crear entornos donde se pueden mantener conversaciones difíciles: “Las organizaciones profesionales invierten mucho en construir una cultura que permita tener conversaciones difíciles, comunicar malas noticias y gestionarlas”.

El Masri advierte de lo contrario: “En organizaciones donde se castiga al mensajero, las malas noticias se suavizan, se retrasan y se filtran en cada nivel. Cuando se respeta la escalada temprana, los problemas emergen cuando aún hay margen de actuación”.

Tirumala añade que una cultura de ‘sí a todo’ puede ser un problema: “Cuando nadie cuestiona y los problemas se ocultan para evitar conflictos, se pierde la señal más importante. Lo que necesitas es una cultura de feedback y decisiones claras, donde la gente se sienta segura diciendo que algo no funciona y exista una estructura para escalar y actuar sobre los problemas”.

Seré directa: llevamos años construyendo estrategias cloud alrededor de logos. Logos luminosos, bonitos, con sus colores corporativos perfectamente alineados en una diapositiva que alguien presentó al comité de dirección con una sonrisa de satisfacción. La santísima trinidad de los grandes proveedores cloud, los CSP de toda diapositiva que se precie. Y debajo, en letra pequeña pero orgullosa: Estrategia Multicloud 2022-2025. Aplausos. Aprobado. Siguiente punto del orden del día.

El problema es que los logos no gobiernan nada.

Y aquí estamos, en 2026, con tres consolas de tres CSP distintos que nadie domina del todo, equipos que hablan idiomas técnicos distintos según el proveedor del día, y facturas que juntas forman una cifra que hace que el CFO te mire de una forma que no es exactamente cariñosa. Según el informe State of the Cloud de Flexera, las organizaciones desperdician de media alrededor de un tercio de su gasto cloud. No por mala fe. Por ausencia de gobierno. Nadie tomó una decisión equivocada: cada equipo eligió lo mejor para su caso. El problema es que nadie tomó la decisión de conjunto. Y en tecnología, la ausencia de una decisión estratégica no produce un vacío tranquilo. Produce una arquitectura. Una arquitectura que nadie diseñó, que tiene la coherencia de un cajón de cables, y que ahora hay que explicarle a un regulador europeo que no tiene ningún sentido del humor.

Porque llaman a la puerta NIS2, DORA y el Data Act. Y no llegan a admirar los logos.

Llegan con preguntas concretas y consecuencias muy reales.

NIS2 obliga a las organizaciones consideradas esenciales o importantes a demostrar control efectivo sobre su cadena de suministro tecnológica, incluyendo los CSP. El incumplimiento no es una amonestación: hablamos de sanciones de hasta diez millones de euros o el dos por ciento de la facturación global anual.

DORA, en el sector financiero, añade la obligación de demostrar que se puede cambiar de proveedor sin interrupción operativa, algo que sobre papel parece razonable y que en la práctica descubre arquitecturas donde nadie sabe exactamente dónde termina un proveedor y empieza el siguiente.

Y el Data Act, aplicable desde septiembre de 2025, exige portabilidad real de datos entre proveedores Cloud, no teórica, no en una demo, sino ejecutable en condiciones de producción.

Ese momento lo ha vivido más gente de la que admite en público. Y generalmente ocurre un martes.

La respuesta instintiva es salir a buscar soluciones.

La nube soberana. La orquestación centralizada. El panel de control unificado. Y aquí conviene ser honestos sobre algo que incomoda en ciertos foros: la nube soberana que anuncian los grandes CSP no es soberanía en el sentido jurídico europeo. Es localización geográfica, que es útil pero no resuelve las preguntas de jurisdicción cuando la legislación extraterritorial entra en escena.

La soberanía real no viene en ningún catálogo. No es una región nueva que un proveedor cloud anuncia con nota de prensa y cena de gala. Es una decisión de arquitectura que alguien tiene que tomar en frío: qué cargas de trabajo exigen garantías jurídicas irrefutables, cuáles no, dónde vive cada dato y por qué. Y construir en consecuencia, combinando la potencia del gran catálogo de proveedores cloud (incluso nacionales…no hace falta irse fuera a buscar) donde tiene sentido con infraestructura de jurisdicción inequívocamente nacional, donde se necesita, gobernadas por un modelo común que no requiera un manual de instrucciones distinto por proveedor.

Las organizaciones que están haciendo ese trabajo son, curiosamente, las que menos ruido hacen. No tienen la diapositiva de la santísima trinidad. Tienen algo bastante menos fotogénico y bastante más valioso: saben exactamente lo que tienen, dónde está, quién lo opera, cuánto cuesta y qué ocurre si algo falla. Cuando llega la auditoría, no buscan el botón de pánico. Abren el documento que ya tenían preparado.

La tesis es simple, aunque cueste aceptarla: el multicloud no es una estrategia. Es el resultado de no tener una. La estrategia es el gobierno que se construye encima, antes de que alguien externo te obligue a construirlo con prisa y con multa.

Los logos seguirán siendo luminosos. Pero iluminan el camino solo si alguien ha decidido previamente a dónde se va.

>

En la economía digital actual, la experiencia del cliente (CX) ya se compara frente a la que ofrecen plataformas nativas digitales como Google, Netflix o Amazon. Cada interacción digital, ya sea una transferencia, una compra o una consulta desde un dispositivo móvil, se evalúa bajo ese mismo estándar de inmediatez, fluidez y simplicidad. Esto ha redefinido por completo las expectativas de los usuarios.

Para las organizaciones, los canales virtuales se han consolidado como el principal punto de relación con el cliente y, al mismo tiempo, como el espacio donde cualquier fricción tiene un impacto inmediato. Un ligero retraso, un error intermitente o una degradación del servicio ya no se perciben como incidencias técnicas, sino como una experiencia fallida.

La consecuencia es clara. El nivel de exigencia es transversal y constante. El cliente no distingue entre industrias y espera que cualquier servicio digital funcione con la misma calidad que las plataformas que marcan el ritmo de la economía digital. Sin embargo, muchas organizaciones siguen gestionando esa experiencia desde una lógica fragmentada, donde cada área observa solo una parte de la realidad.

Durante años, la supervisión de los entornos digitales se ha apoyado en herramientas centradas en la infraestructura y el rendimiento interno de las aplicaciones. El APM permitió entender lo que ocurría en el backend; posteriormente, el RUM añadió visibilidad sobre el comportamiento de los usuarios reales.

Ambos enfoques supusieron avances relevantes, pero compartían una limitación clave: su carácter reactivo. Las incidencias se detectaban cuando el impacto ya era visible, cuando el usuario ya experimentaba lentitud, errores o interrupciones, y cuando el negocio empezaba a notar sus consecuencias en forma de abandono, menor conversión o incremento de incidencias.

Pero el verdadero problema no es solo tecnológico. En muchas organizaciones, los equipos de IT, calidad y negocio operan con métricas, prioridades y lenguajes distintos. Cada área interpreta los datos desde su propio marco, lo que dificulta construir una visión compartida de lo que está ocurriendo en el canal digital. El resultado es una toma de decisiones fragmentada y una menor capacidad de anticipación.

La evolución de la observabilidad: el objetivo ya no es solo detectar fallos, sino anticiparlos

Al mismo tiempo, la complejidad de los servicios digitales ha transformado la naturaleza de los fallos digitales. Hoy, muchas incidencias no son caídas completas, sino degradaciones parciales: procesos que funcionan con lentitud, errores intermitentes o comportamientos inconsistentes según el tipo de dispositivo, la red o integraciones externas. Son fallos difíciles de detectar desde dentro, pero con un impacto directo en la experiencia del usuario y, en consecuencia, en los resultados del negocio.

En este contexto, la observabilidad ha evolucionado hacia un enfoque más avanzado que combina distintas capacidades, desde la monitorización de infraestructura hasta el análisis del comportamiento real y la simulación continua de interacciones, para construir una visión integral del servicio digital. El objetivo ya no es solo detectar fallos, sino anticiparlos.

Aquí, la monitorización sintética aporta una capa adicional de observabilidad especialmente valiosa. Al actuar como un cliente incógnito digital, replica de forma continua (24/7) las interacciones que los usuarios realizan en los canales virtuales y permite ejecutar flujos críticos como el acceso, la consulta de información o la realización de operaciones de forma automatizada y constante.

Su valor diferencial reside en que no depende del tráfico real ni requiere integración previa, lo que la convierte en un complemento clave de la monitorización tradicional. Además, cuando estas pruebas se ejecutan desde dispositivos móviles reales conectados a redes y operadores locales, la visibilidad que se obtiene es especialmente relevante, ya que permite observar el comportamiento del servicio en exactamente las mismas condiciones en las que lo experimentan los usuarios.

Esto facilita detectar incidencias difíciles de identificar desde dentro, como problemas asociados a redes concretas, intermitencias en determinados operadores o variaciones de rendimiento según el entorno de conexión, así como anticiparse a su impacto antes de que escalen y afecten a miles de usuarios.

Sin embargo, el verdadero cambio no está únicamente en la incorporación de nuevas herramientas, sino en cómo éstas se integran dentro de la organización. La observabilidad colaborativa introduce una forma distinta de entender y utilizar la información. Cuando tecnología, calidad y negocio trabajan sobre una misma base de datos y un contexto compartido, la conversación deja de centrarse en métricas aisladas y evoluciona hacia decisiones estratégicas alineadas: qué está fallando, por qué ocurre, a quién impacta y con qué consecuencias.

Esto convierte la observabilidad en un elemento de alineación transversal. Permite conectar indicadores técnicos con resultados de negocio, priorizar en función del impacto en el cliente y actuar con mayor coherencia y rapidez.

En este punto, tecnologías como la inteligencia artificial y la monitorización sintética no deben entenderse como un ejercicio de sofisticación, sino como herramientas que ayudan a reducir el ruido operativo, aportar contexto y facilitar que los distintos equipos trabajen sobre una misma realidad digital.

Las organizaciones que avanzan en esta dirección no solo mejoran su capacidad de detección temprana. Dan un paso más relevante: pasan de gestionar incidencias a gestionar experiencia. Esto implica anticipar problemas antes de que el cliente los perciba, proteger la calidad del servicio de forma proactiva y tomar decisiones basadas en impacto real, no únicamente en métricas técnicas.

En un entorno donde cada interacción cuenta, esta capacidad marca la diferencia. Porque la ventaja competitiva ya no reside en reaccionar cuando algo falla, sino en evitar que el fallo llegue a producirse.

La observabilidad, en este nuevo contexto, deja de ser una función limitada al ámbito tecnológico para convertirse en un habilitador estratégico del negocio. Cerrar la brecha entre tecnología, calidad del servicio y negocio no es solo una cuestión de herramientas, sino de visión compartida. Las organizaciones que lo consigan estarán mejor preparadas para gestionar la complejidad del entorno digital, optimizar sus operaciones y fortalecer la relación con sus clientes.

Porque, en última instancia, no se trata solo de ver mejor lo que ocurre en los sistemas. Se trata de entender mejor lo que viven los usuarios. Y actuar en consecuencia.

>

Cada vez más compañías incorporan agentes de IA con la expectativa de ganar eficiencia y reducir costes. Pero cuando se analizan los resultados, el impacto real suele ser limitado. Muchas iniciativas no superan la fase piloto o generan experiencias irregulares que obligan al cliente a repetir gestiones o regresar al canal humano.

El problema ya no es la tecnología. Los modelos son accesibles, potentes y evolucionan a gran velocidad. La diferencia está en cómo se entrenan, se integran y se gestionan dentro de la operativa diaria. La IA no falla por falta de capacidad técnica; falla cuando se despliega sin conocimiento del negocio.

La IA no es escalable sin conocimiento operativo

Un agente virtual puede responder preguntas desde el primer día. Lo que no puede hacer sin entrenamiento adecuado es entender cómo funciona realmente la compañía a la que representa.

Cada organización tiene procesos propios, excepciones frecuentes, reglas internas y una forma concreta de relacionarse con sus clientes. Ese conocimiento no está en el modelo de IA. Está en las personas que gestionan la operación cada día.

Cuando ese conocimiento no se traslada al agente conversacional, el resultado son respuestas correctas en teoría, pero desconectadas de la realidad. El agente informa, pero no resuelve. Conversa, pero no ejecuta. Y lo que parecía una mejora de eficiencia termina generando más derivaciones, más fricción y más repetición de contacto.

Por eso muchos proyectos no consiguen ganar dimensión. Para que un agente basado en IA escale de verdad, debe adaptarse a la complejidad real del negocio. Y eso exige método.

Cuatro niveles para entrenar un agente de IA de forma eficaz y segura

Para que un agente de IA sea realmente efectivo en un entorno corporativo, estructuramos su entrenamiento en cuatro niveles críticos que van desde la base del conocimiento hasta la ejecución técnica.

Nivel 1: Estructuración del conocimiento (la base)

Aquí se concentra aproximadamente el 70% del éxito del agente. No basta con proporcionarle información. Es necesario limpiar, curar y estructurar manuales, procedimientos y reglas operativas para convertirlos en una fuente de verdad sólida y sin ambigüedades. El objetivo aquí es garantizar que el agente aprende sobre procesos reales, no sobre documentos desactualizados o contradictorios. Si la base es débil, todo lo demás falla.

Nivel 2: Evaluación operativa (la supervisión)

Una vez que el agente comienza a interactuar con clientes, entra en una fase de supervisión constante. Se revisan conversaciones reales para asegurar que el tono es adecuado y, sobre todo, para detectar posibles respuestas dañinas. Aquí se evitan riesgos reputacionales y errores económicos, como promesas comerciales incorrectas por no entender bien el contexto. Esta supervisión continua convierte al agente en un sistema controlado y fiable.

Nivel 3: Ajuste y calibración (el refinamiento)

En esta fase se aplica criterio humano para pulir el comportamiento del modelo. Si se detectan confusiones o interpretaciones incorrectas, se ajustan las instrucciones internas y el prompting. El objetivo no es que la IA memorice respuestas rígidas, sino que comprenda la intención real del cliente de forma fluida y adaptable. Este nivel marca la diferencia entre un agente que responde y uno que entiende.

Nivel 4: Integración técnica (la acción)

El último nivel permite que el agente deje de ser un informador y se convierta en un verdadero resolutor. Para ello, se conecta con los sistemas internos de la compañía (CRM, ERP o bases de datos corporativas). Es esta integración la que hace posible que el agente consulte un saldo, modifique un contrato o ejecute una transacción de principio a fin de forma segura. Sin integración, la IA conversa. Con integración, la IA actúa.

‘Human in the loop’: operar la IA como operamos un equipo

En la gestión de personas nadie espera resultados sin formación, seguimiento y mejora continua. Con la IA ocurre exactamente lo mismo. El modelo Human in the Loop implica operar la inteligencia artificial con la misma lógica con la que se gestiona un equipo humano: formar, supervisar y mejorar cada día. Revisar conversaciones reales, ajustar comportamientos y corregir desviaciones antes de que impacten en el cliente.

Cuando se aplica esta disciplina, el agente deja de ser un experimento tecnológico y se convierte en una pieza integrada en la mecánica de la relación con el cliente. No trabaja aislado: está conectado a los sistemas, coordinado con los equipos y alineado con los objetivos del negocio.

De proveedor tecnológico a partner estratégico

La conversación sobre IA en experiencia de cliente ha evolucionado. Ya no gira en torno a qué herramienta elegir, sino a quién tiene la capacidad de gestionarla con criterio y conocimiento operativo. Las compañías no necesitan más tecnología. Necesitan capacidad para convertirla en resultados medibles y sostenibles.

Una vez que la IA se integra en la operativa real, el contact center se convierte en el entorno natural donde esa tecnología se entrena, se supervisa y se mejora. Es ahí donde confluyen conocimiento de procesos, visión transversal del cliente y capacidad de ejecución.

Es importante que las empresas del sector abordemos la IA desde esta lógica: no como un producto aislado, sino como una capacidad operativa que se entrena cada día. Por ello, acompañamos a las compañías a lo largo de todo el ciclo de vida del cliente, desde el diseño de la experiencia hasta la operación diaria. No se trata solo de desplegar agentes conversacionales, sino de entrenarlos, supervisarlos, calibrarlos e integrarlos con el mismo rigor con el que se gestiona un equipo humano.

La experiencia de cliente del futuro no se construye instalando tecnología y esperando resultados. Se construye combinando personas y sistemas, incorporando el conocimiento del negocio a cada decisión y gestionando la inteligencia artificial con disciplina operativa.

>

La democratización de los datos ha sido una expresión de moda durante años, pero Chris Gifford, director de datos (CDO) de American Express, sostiene que es mucho más útil pensar en la democratización de la analítica. Hacer que la analítica sea más accesible permite a los empleados, así como a los agentes de IA, en toda la empresa generar insights y actuar en consecuencia dentro de un marco gobernado. “No se trata solo de capturar los datos y luego apilarlos y almacenarlos”, afirma. “Se trata de cómo aceleramos la analítica y, después, el paso de los insights a la acción en el menor tiempo posible”.

Gifford, que ha desarrollado toda su carrera en el altamente regulado sector de los servicios financieros, señala que muchas personas en las empresas han interpretado mal la democratización de los datos, pensando que significaba poder extraer datos de entornos controlados y utilizarlos para tomar decisiones sin controles generales de TI. Este tipo de enfoque genera riesgos operativos, de datos y de privacidad.

“Dejad de sacar los datos de nuestros entornos y os daré todos los controles”, señala. “Configuraré una rápida ampliación de los elementos de datos y nuevas fuentes de datos, y os proporcionaré herramientas que os permitan realizar analítica de vanguardia. Incluso vuestro agente personal de analítica pronto podrá ejecutar análisis”.

Analizar las incertidumbres

Más allá de los riesgos, Gifford explica que permitir a los empleados acceder a datos en bruto, y potencialmente moverlos y almacenarlos fuera de los límites de los controles de gobernanza, además de enturbiar la trazabilidad de los datos, genera ineficiencias que dificultan mucho más aprovechar la IA generativa y la IA agentiva.

“La gente está empezando a darse cuenta de que la forma en que hemos gestionado, expuesto y distribuido los datos puede no ser la mejor de cara al futuro, especialmente si queremos habilitar agentes”, señala Gifford. “Si tienes múltiples copias de datos con distintos filtros según el caso de uso, o con filtros diferentes para distintas personas que han incorporado esos datos a tu arquitectura lakehouse, un agente no va a saberlo”.

Como resultado, la democratización de la analítica en American Express se centra en gran medida en preparar y desplegar los datos para su consumo, averiguando cómo ir más allá de la arquitectura lakehouse y hacerlos fácilmente consumibles por personas, API y agentes.

El equipo de Gifford utiliza IA para recorrer los datos de la compañía, los casos de uso, detectar redundancias, obsolescencia y elementos triviales, y después identificar las fuentes “golden” de esos datos para orientar a los futuros agentes. “También estamos apostando más por que la IA generativa haga recomendaciones sobre los metadatos de negocio”, apunta. “Puede rastrear todo tipo de entornos de datos estructurados y no estructurados para ayudar a entenderlo”.

Más allá de la preparación y el despliegue, la compañía ha comenzado a pilotar y probar capacidades de “hablar con mis datos”, que permiten a los usuarios formular preguntas analíticas utilizando IA generativa.

“Dentro de un entorno muy controlado, con fuentes de verdad (‘golden source’), guardarraíles y otros controles de gobernanza aplicados, hemos activado esta capacidad de ‘hablar con mis datos’ y hemos empezado a experimentar con ella”, explica Gifford. “Hemos aprendido que no basta con llevar los datos de los sistemas actuales o históricos a una plataforma moderna y luego aplicarles gobernanza y controles”.

En los primeros experimentos, diferentes evaluadores obtenían respuestas distintas a las mismas preguntas, y las alucinaciones eran un problema.

“Ese tipo de cuestiones pueden controlarse mejor añadiendo metadatos, ontologías, capas semánticas, grafos de conocimiento, gestión de datos maestros y gestión de datos de referencia”, relata Gifford. “Las grandes inversiones en estos ámbitos solo se traducirán en mayor velocidad, precisión y adopción de estas capacidades de IA en el ámbito de la analítica”.

Recalibración de la compañía

American Express adopta un enfoque basado en el riesgo para la gestión de los datos, aplicando controles escalonados de seguridad, gobernanza y cumplimiento en función de la sensibilidad de los datos y del riesgo organizativo. A medida que la compañía avanza hacia el uso de la IA para su analítica, Gifford afirma que es necesaria una nueva capa de gestión de datos que evalúe el grado de preparación de los datos para la IA generativa y la IA agentiva.

“Esa capa debe indicar que la calidad de los datos y los controles de gobernanza cumplen un mínimo antes de que estemos dispuestos a liberar la IA generativa sobre ellos”, concluye.

Para Carlos Casas, CIO global de BBVA y responsable de la tecnología, procesos, operaciones y seguridad del gigante bancario español, el momento de transformación actual propiciado por el auge de la inteligencia artificial es “estructural” y no solo impacta al ámbito tecnológico, sino a los modelos de negocio de todas las empresas de todos los sectores e incluso a la propia sociedad. Así lo expuso el pasado 27 de mayo en su intervención en el evento Madrid Think 2026, organizado por IBM en la capital, coincidiendo con el centenario de la compañía en España.

En una charla mantenida en el escenario con el presidente de IBM en España, Portugal, Grecia e Israel, Horacio Morell, Casas desveló su visión sobre el mundo de la banca dentro de menos de un lustro, una vez que la IA se haya integrado en toda la operativa de negocio, un elemento que, aseveró, “nos va a cambiar de manera radical”. “Los bancos en general, y BBVA en particular, vamos a tener que transformarnos profundamente. Vamos a tener que inventar una nueva manera de operar, de relacionarnos con nuestros clientes y de gestionar internamente nuestros procesos, operaciones y modelos”, señaló el CIO.

Entre las prioridades que se ha fijado el BBVA, integradas en el plan estratégico del banco, destacan dos, según el directivo. “Una está relacionada con cómo aprovechamos esta ola de cambio para hacer una propuesta de valor mucho más potente para nuestros clientes y con una perspectiva de hiperpersonalización y una aproximación más radical. Es paradójico, pero creemos que gracias a la IA podemos ir hacia a un modelo de banco mucho más humano”.

“Es paradójico, pero creemos que gracias a la IA podemos ir hacia a un modelo de banco mucho más humano”

La segunda prioridad, según Casas, es cambiar radicalmente la tecnología del banco. “Vamos a tener que evolucionar mucho nuestro stack tecnológico tradicional. Por ejemplo, nuestros canales; la manera de relacionarnos con nuestros clientes será distinta y se basará en modelos de lenguaje natural, donde la utilización y la exposición de los datos tendrá que ser en tiempo real y con una contextualización distinta”. Por otro lado, subrayó, “debemos evolucionar nuestra propia arquitectura tecnológica para poder utilizar elementos y componentes de TI que antes no existían, como el acceso a los modelos de lenguaje natural o la construcción a escala de agentes que permitan cambiar de manera muy significativa la manera de operar”.

Esta transformación tecnológica, recordó el portavoz, no está exenta de retos. “La dificultad que vemos es que la IA todavía es una tecnología muy emergente; cada semana aparece algo distinto que nos hace plantearnos soluciones diferentes continuamente”.

Carlos Casas reflexionó, por otro lado, sobre otra realidad: a diferencia de la otra gran transformación que vivió la banca con el auge de internet y la movilidad, que tuvo un gran impacto en el modelo de relación y aproximación al cliente, con el surgimiento de los canales digitales, el cambio actual propiciado por la IA “sí es una transformación profundamente tecnológica y, además, toca de manera muy transversal a todos los procesos”.

Impacto en la plantilla

Esta transformación, apuntó el CIO de BBVA, impacta directamente en la forma de trabajar de las plantillas tecnológicas. “Cuando adoptamos en su día [la metodología] Agile empezamos a trabajar de manera muy distinta, intentando producir en ciclos más cortos, de manera mucho más colaborativa e iterativa y esto transformó cómo operaban las fábricas de creación de soluciones tecnológicas y nosotros mismos. Ahora, las capacidades de codificación basadas en IA están cambiando el paradigma de cuántas personas tienen que trabajar en cada solución y cómo se crea esta. Mientras antes se creaba un diseño funcional que después se pasaba a uno técnico, ahora se aboga por el prototipado rápido, con equipos más pequeños, más multidisciplinares, con herramientas low-code… Esta transformación es relevante porque no solo es tecnológica sino de personas”.

Hacia el terreno inexplorado de la cuántica

Un campo donde BBVA ya está trabajando es en la incipiente tecnología cuántica, “otro ejemplo de la revolución que estamos viviendo en el área de la computación”, según contó Casas. El líder de TI relató cómo la entidad bancaria está trabajando para complementar la computación clásica y la IA más tradicional, “muy determinista”, con la IA generativa y basada en agentes, “en modelos de lenguaje y, por tanto, capaz de aprender patrones”, con los avances cuánticos.

“La computación cuántica es una computación muy distinta que nos permitirá poder computar a escala y resolver problemas que era imposible resolver solo con la clásica, por la gran cantidad de variables que había que computar. De lo que hablamos es de poder analizar sistemas muy complejos y multivariables”, explicó Casas, apuntando que el escenario que atisba BBVA en el futuro es uno marcado por la combinación de distintas naturalezas de computación que ayuden a resolver problemas.

Esta combinación de tecnologías de computación, agregó, será lo que lleve más allá no solo a las empresas sino “los límites de la ciencia y del conocimiento de la humanidad. Nos permitirá entrar en terrenos inexplorados o, mejor dicho, explorados, pero con limitaciones”. Sobre el impacto de este escenario en la banca, en particular, Casas cree que la computación cuántica será “muy útil, por ejemplo, para la resolución de problemas muy probabilísticos, en los que hay que tener en cuenta muchos escenarios, como la medición del riesgo o la valoración de las carteras financieras”. En estas líneas, afirmó, la entidad ya está dando pasos. “También los estamos dando en otros ámbitos, como en criptografía”, un asunto esencial, recalcó, cuando la computación cuántica puede romper la criptografía tradicional.

El CIO recordó que el banco está ya “haciendo algún pinito” en tecnologías que no son puramente cuánticas, pero sí se inspiran en estas para la detección de cuentas mula [cuentas bancarias que usan organizaciones criminales para recibir y transferir dinero de procedencia ilegal] y de incidentes relacionados con lavado de dinero, entre otros. “Con Escolástico [Sánchez, líder de la disciplina Quantum en BBVA] al frente tenemos un equipo que es la envidia del país”, culminó el CIO.

Los CIO que se apresuran a desplegar agentes de IA sin visibilidad real sobre sus procesos de toma de decisiones están coqueteando con el desastre. Según expertos en IA consultados, desplegar agentes sin procesos y herramientas de observabilidad crea una bomba de relojería con un potencial de consecuencias negativas muy graves.

Muchas empresas están desplegando agentes de IA y esperan que aumenten la productividad con poca intervención humana, observa T.J. Marlin, CEO de la firma de seguridad de IA Guardrail Technologies. Ese es un enfoque equivocado, afirma. En su lugar, los equipos de TI necesitan vigilar de cerca a los agentes y ajustar políticas y prácticas a lo largo de todo el proceso agentivo. “No se trata solo de configurarlo y olvidarse”, dice. “Las organizaciones que hacen eso van a salir en las noticias porque les habrá ocurrido algo terrible”.

Muchas organizaciones están desplegando agentes rápidamente por miedo a quedarse atrás, sin entender los matices de la tecnología, señala Marlin. Algunos responsables de TI parecen comparar los agentes con la automatización robótica de procesos (RPA), cuando los resultados de RPA son mucho más deterministas, añade.

“Hay escasez de talento y de conocimiento y las personas están construyendo a gran velocidad sin comprobar si es correcto y si funciona como se espera”, afirma. “Todos esos son rasgos característicos de los peores desastres que he visto a lo largo de mi carrera”.

Un informe reciente del proveedor de gobernanza de agentes TrueFoundry pone cifras a los temores sobre agentes sin regulación. Una encuesta a más de 200 responsables de IA empresarial concluyó que el 54% de las organizaciones representadas no puede rastrear completamente lo que hacen sus agentes y el 56% no tiene un control centralizado de agentes ni una capa de gobernanza.

Aunque TrueFoundry tiene interés en impulsar la gobernanza de agentes, muchos otros expertos en IA ven los mismos problemas.

Gobernar a ciegas

Las dificultades con la gobernanza y la observabilidad son grandes obstáculos para el despliegue de agentes productivos, y muchas organizaciones están desplegando agentes sin crear una lista centralizada de los mismos, afirma Mahesh Kumar Goyal, experto sénior en datos e IA en Google. “La mayoría de las empresas no tienen ningún inventario de los agentes que ya están en producción: intentan gobernar lo que no pueden ver”, recalca.

Además, las herramientas tradicionales de seguridad SIEM y EDR se diseñaron para detectar anomalías humanas, no agentes descontrolados, apunta. “Un agente ejecutando código perfectamente 10.000 veces seguidas parece normal incluso si ha sido comprometido”, dice. Ejecutar agentes totalmente autónomos no es una buena idea, añade, y las organizaciones deben pensar en permisos de herramientas con privilegios mínimos, capas de aplicación de políticas que intermedien cada prompt y llamada a herramientas, y trazabilidad de extremo a extremo que una prompts, llamadas a herramientas y acciones posteriores en un único rastro auditable.

“El sistema financiero no funciona sobre la base de la confianza; funciona sobre la auditabilidad, la conciliación y los mecanismos de corte”, afirma Goyal. “Los agentes madurarán de la misma forma. La autonomía por niveles es la respuesta realista: libertad total en tareas de bajo riesgo, intervención humana en las que tienen consecuencias”.

Parte del problema es que los agentes han trastocado los modelos utilizados para determinar si el software tradicional funcionaba correctamente, añade Adel El Hallak, vicepresidente de software de IA en Nvidia. Con el software tradicional, los profesionales de QA y seguridad podían revisar el código para depurar problemas, pero los agentes toman decisiones en el entorno de ejecución de un modelo de IA.

La fuente de verdad para los agentes reside en las trazas, los registros del flujo de ejecución, no en el código, añade. Recopilar trazas —en esencia, registros detallados— es un punto de partida hacia la gobernanza de agentes, pero las organizaciones necesitan poder actuar sobre esa información, dice. “Para confiar en algo, tiene que ser transparente, y la observabilidad es fundamental para la transparencia”, añade El Hallak. “Pero observar no es suficiente. Necesitamos ser capaces de tomar esas señales y convertirlas en algo accionable”.

La gobernanza de agentes va más allá de la observabilidad y permite a las organizaciones probar y ajustar de forma continua los agentes, señala. Las herramientas existen, con empresas como Nvidia desarrollando sus propios marcos internos de gobernanza y varios otros proveedores ofreciendo herramientas de observabilidad y gobernanza de agentes. “No basta con disponer de los datos de comportamiento, con capturar los datos de retroalimentación”, dice. “El sistema debería permitirme anotar, cambiar, ampliar o crear datos de retroalimentación adicionales, y luego puedo utilizar esos datos para mejorar mi agente en su conjunto”.

El cuello de botella de la gobernanza

Al mismo tiempo, muchas empresas que avanzan hacia la gobernanza de agentes han descubierto que puede convertirse en un gran cuello de botella si se hace mal, afirma Nirmal Ganesh, director sénior de gestión de producto para automatización de flujos de trabajo con agentes en el proveedor de almacenamiento en la nube Box. “No creo que hayamos superado todavía la parte difícil en el despliegue de agentes en la empresa”, dice. “La mayoría de las compañías aún no son buenas en esto, y muchas menos han conseguido hacerlo a escala con gobernanza y observabilidad de agentes”.

Ganesh identifica varios problemas, incluidos agentes que operan sin modelos claros de permisos. “Si un agente puede ver más que una persona o acceder a más de lo que permiten los permisos de un usuario sobre contenidos o datos, eso es un incidente esperando a ocurrir”, afirma.

Sin embargo, algunos modelos iniciales de gobernanza de agentes no escalan. Algunos equipos de TI han optado por que los humanos deban aprobar cada salida del agente porque es la opción más segura, indica. “En realidad, esto supone reconstruir procesos manuales con más puntos de control o de recomendación”, dice Ganesh. “A gran escala, la gobernanza se convierte en tu cuello de botella para escalar y deja de ser tu red de seguridad”.

Las organizaciones necesitan procesos de observabilidad y gobernanza que sean a la vez escalables y completos, añade. El retorno de la inversión de los agentes procederá de controles sólidos, modelos de permisos claros y una participación humana bien definida, afirma. “Toda automatización madura necesita observabilidad continua: los flujos de trabajo cambian, las políticas cambian, las decisiones cambian, aparecen nuevos casos de uso”, agrega. “La intervención humana siempre será necesaria para lo que cambia con el tiempo, pero necesitamos menos intervención en los caminos conocidos y más foco en la gestión de excepciones y el ajuste fino de la gobernanza”.

Observar el resultado no es suficiente

La gobernanza no puede centrarse únicamente en el resultado del agente, añade Marcelo Lorenzetti, fundador y CAIO del proveedor de IA para servicios legales SavvyLex. “El mayor reto no es simplemente si un agente produce una buena respuesta”, afirma. “Es si la organización puede demostrar a qué accedió el agente, qué instrucciones siguió, qué herramientas invocó, qué decisiones tomó, dónde intervino un humano y si se mantuvo dentro de los límites autorizados”.

Sin un nivel completo de visibilidad en tiempo de ejecución, las empresas se quedan con capturas de pantalla, registros y explicaciones a posteriori que pueden no cumplir los requisitos legales, de cumplimiento o de seguridad, afirma.

Los agentes deberían verificarse de forma continua en lugar de confiar plenamente en ellos, añade, con la gobernanza incorporada en la propia arquitectura del agente. Recomienda incluir acceso basado en roles, ejecución sujeta a políticas, umbrales de aprobación humana, procedencia de fuentes y herramientas, registros de actividad inmutables, puntuación de confianza, gestión de excepciones y rutas claras de escalado cuando un agente alcanza el límite de su autoridad.

“La observabilidad no debería limitarse a si el modelo respondió”, afirma Lorenzetti. “Debería mostrar todo el recorrido de la decisión desde la entrada hasta la acción”. Los agentes de IA han cambiado el modelo de gobernanza necesario, añade.

“El problema fundamental es que muchas empresas están pasando de una IA que responde preguntas a una IA que actúa, pero sus modelos de gobernanza siguen diseñados para herramientas pasivas, no para flujos de trabajo autónomos”, concluye.

El vibe coding se está expandiendo más allá del ámbito de los equipos de desarrollo de software hacia diversas unidades de negocio en distintas empresas, y los líderes tecnológicos no solo están apoyando estos esfuerzos, sino que en algunos casos están liderando el impulso.

Esta democratización del desarrollo de software, impulsada por herramientas de vibe coding —incluidos chatbots y agentes que generan código a partir de prompts—, ha convertido esta práctica en algo habitual en departamentos como recursos humanos y marketing.

Con la guía de TI, estos esfuerzos pueden reducir los atrasos en desarrollo, acercar la construcción de soluciones a los problemas de negocio y abrir oportunidades que antes no se abordaban. Pero el vibe coding puede ser arriesgado. Los líderes de TI interesados en liberar el potencial del vibe coding en manos de usuarios de negocio deben establecer la gobernanza y los controles necesarios para garantizar resultados seguros.

A continuación, contamos cómo varios CIO están desplegando el vibe coding más allá de TI y a los retos a los que se han enfrentado.

Sintiendo el vibe

En el proveedor de tecnología para servicios financieros EnFi, se anima activamente a toda la organización, incluida la capa directiva, a utilizar Claude Code para crear sus propios subagentes y después lograr que sus equipos usen esas creaciones. “Los resultados nos han sorprendido”, afirma Scott Weller, CTO. “Lo que empezó como una iniciativa de productividad de ingeniería se ha convertido en una capacidad para toda la empresa, donde cualquiera, desde el CEO hasta un responsable de éxito de cliente, puede convertir una idea en un prototipo funcional en horas, no semanas”.

El vibe coding con la herramienta se expandió rápidamente cuando los empleados no ingenieros se dieron cuenta de que podían participar directamente en la construcción de aplicaciones, señala Weller. “Producto, éxito de cliente y stakeholders ejecutivos ahora inician con frecuencia trabajo de desarrollo a través del mismo sistema”, afirma. “Cada iniciativa, independientemente de quién la impulse, pasa por los mismos controles automatizados de calidad, revisiones arquitectónicas y revisión humana del código antes de llegar a producción”.

Cuando un agente de IA escribe código, “sigue las mismas reglas que un ingeniero senior”, explica Weller. “La revisión de código basada en IA detecta violaciones arquitectónicas, problemas de seguridad e inconsistencias de patrones antes de que lo vea un revisor humano. Esto significa que el resultado de una solicitud de Slack de un responsable de producto cumple el mismo nivel de calidad que un pull request de un ingeniero.”

Permitir que cualquier persona de la empresa tenga una idea y la vea funcionar simplemente pidiendo a un bot que la construya “ha cambiado fundamentalmente quién participa en la creación del producto”, añade Weller.

Hacer accesible la codificación asistida por IA ha reducido el tiempo de algunos proyectos de semanas a horas. “Ha incrementado drásticamente el número de experimentos que podemos hacer en mejoras de experiencia de usuario, exploración de funcionalidades y alternativas de flujos de trabajo”, afirma.

El beneficio más significativo es que las nuevas ideas de desarrollo ya no se ven frenadas por la falta de capacidad de ingeniería. “Cuando cualquiera puede describir lo que quiere y verlo construido, la tasa de experimentación aumenta enormemente”, añade.

El impulso de crear soluciones a problemas de negocio

Skillsoft, proveedor de formación tecnológica, también está impulsando el vibe coding fuera de sus equipos de desarrollo. “Aunque inicialmente surgió dentro de TI, hemos sido intencionados al fomentar esta mentalidad más allá del desarrollo de software tradicional”, afirma Orla Daly, CIO. “Vemos un valor real en permitir que equipos de toda la organización exploren, experimenten y resuelvan problemas usando IA de formas directamente conectadas con su trabajo diario.”

En infraestructura y operaciones, personas sin perfil de desarrollo están creando nuevos productos y capacidades o aplicando los principios del vibe coding para resolver incidencias en producción. “Hemos visto experimentación transversal, como prototipos de soluciones de inteligencia de cliente para equipos de go-to-market y el desarrollo rápido de un portal de clientes”, explica Daly. “Cuando las personas aprenden y aplican IA a un problema real de negocio, se genera propósito e impulso”.

Con el vibe coding, los equipos no solo aprenden conceptos nuevos, “también desarrollan criterio, curiosidad y una mejor comprensión de cómo la IA puede elevar su rol y el negocio”, añade. “Los beneficios son tangibles: aprenden más rápido, aumenta el engagement y la organización gana visibilidad sobre las capacidades existentes y su evolución”.

De forma más amplia, el vibe coding apoya la adaptabilidad. “Ayuda a pasar de ver la IA como algo abstracto o intimidante a algo con lo que pueden trabajar con criterio y colaboración, no con procesos rígidos”, afirma. “Las soluciones creadas han cubierto carencias de capacidad y llegado a producción en menos tiempo, generando valor real”.

Foco en la experimentación

En Corevist, plataforma de ecommerce, el uso extendido del vibe coding no surgió como iniciativa formal. “Apareció en distintas áreas, sobre todo en ventas y equipos de cara al cliente, porque la gente quería moverse más rápido y comunicar mejor sus ideas”, señala Terry Stahler, CIO y chief customer officer. Tampoco se expandió solo: “Sin liderazgo impulsando la experimentación, habría avanzado mucho más despacio”, añade.

Hoy se usa sobre todo como herramienta de prototipado. “Ayuda a concretar ideas más rápido, lo que hace las conversaciones más claras. Ese es el mayor beneficio”, dice. “No lo usamos como atajo hacia software en producción: todo lo que va más allá de prototipo pasa por nuestros procesos de ingeniería y seguridad”.

Ventas fue el primer caso de uso, con prototipos en tiempo real durante el proceso comercial. Esto reduce la ambigüedad y facilita validar si se entiende bien la necesidad del cliente.

Marketing también lo ha usado para la actualización de la web. “El valor es la velocidad en fases creativas y de planificación”, señala Stahler.

Complemento de ingeniería

ZenBusiness promueve el vibe coding “de forma transversal”. “Si la IA te ayuda a pasar de una idea a algo funcional sin esperar a ingeniería, queremos que lo hagas”, afirma su CTO, Alex Victoria.

Se ha extendido a múltiples áreas: análisis de datos, prototipos de producto y tareas antes externalizadas. “La cultura es que la experimentación no es solo para ingenieros”. El “gran desbloqueo” llegó en 2025 con Claude Code, junto a herramientas como Cursor y Codex. “Si alguien puede crear un prototipo en una tarde en vez de esperar semanas, cambia qué merece la pena hacer”.

Retos

La adopción masiva del vibe coding plantea retos. Uno es mantener la calidad. En EnFi lo han abordado con reglas y más de 40 “skills” que alinean el código con patrones arquitectónicos.

En Agiloft, el principal reto es organizativo: entender cómo se realiza realmente el trabajo y gestionar confianza y adopción. También han tenido que abordar control de accesos, identidad y gestión de datos mediante procesos formales de aprobación.

En iCore, el reto fue generar confianza en usuarios no técnicos, mediante formación entre pares.

La gobernanza es clave, especialmente en sectores regulados como salud, definiendo límites y controles de cumplimiento para evitar riesgos regulatorios.

El futuro de la codificación

Las organizaciones planean ampliar el uso del vibe coding. iCore ya lo extiende a marketing y recursos humanos, en áreas como contenidos y automatización documental. Agiloft busca convertirlo en práctica estándar, con un modelo operativo de IA cohesivo. EnFi lo está ampliando a más funciones: “Describe lo que quieres, míralo construido, revísalo y decide.”

Las organizaciones que dominen el desarrollo asistido por IA internamente “serán capaces de desplegar flujos de trabajo basados en IA para sus clientes con la calidad, gobernanza y fiabilidad que exigen los sectores regulados”, concluye Weller. “La práctica interna es la prueba”.

Cuestión de fallos en la medición. Así quiere comenzar Alberto Bellé, analista principal de Foundry España, este reportaje dedicado a las estrategias de IA de las empresas y el peligro de desarrollarlas sin poner a las personas en el centro.

Gartner lo advierte en uno de sus últimos informes: para 2027, el 50% de las empresas sin una estrategia de inteligencia artificial (IA) centrada en las personas perderá su talento de inteligencia artificial.

Swagatam Basu, analista senior de la consultora, no puede ser más claro: “En el cambio a una fuerza laboral impulsada por IA, la mayoría de los líderes están confundiendo el acceso básico o las métricas de adopción para la transformación”. En consecuencia, Basu lo tiene claro: “Esta “ilusión de habilitación” está ocultando riesgos y agotando el ROI”.

El dedo en la llaga

Eso es lo que hace Alberto Bellé a petición de CIO España. Al ser reclamada su opinión por esta cuestión, responde a través de correo electrónico que “la IA llegó con la promesa de igualar capacidades a gran velocidad, y democratizar”.

“De hecho, lo puede hacer —recalca—. Sin embargo, está concentrando las mejoras de productividad en la parte alta de la jerarquía. Es decir, está haciendo lo contrario: aumentar las diferencias. El informe apunta a la formación y el soporte, pero el problema no es solo de capacidades. Es de libertad de uso”.

Bellé considera un error tratar de entender la IA con análisis parciales. “Debatimos si hay que usarla en muchas tareas o en pocas, si el ahorro de horas es la métrica correcta, si la adopción se mide en licencias o en profundidad de uso. Son conversaciones tácticas sobre una tecnología con un impacto que todavía no hemos entendido”, explica al respecto.

Lo que le lleva a concluir que “no lo entendemos porque la estamos interpretando con un esquema mental anterior: el de la herramienta que se compra, se despliega, se mide y se amortiza”.

Para que todos lo entendamos claro, “la IA no encaja en ese molde”, destaca este analista. No se puede concebir como una herramienta más en el catálogo de la empresa. “Es un cambio radical en cómo la organización decide y organiza y realiza el trabajo”, apostilla.

Su conclusión es diáfana: “Seguir midiéndola [la IA] con reglas de ofimática es el verdadero espejismo”.

No, no es transformación real del trabajo

Existe una tendencia cada vez mayor en las empresas de confundir adopción de la IA con trasformación real del trabajo.

“Muchas empresas confunden adopción de IA con transformación porque están comprando herramientas, no rediseñando el trabajo”, defiende Cristina Villanova, directora general de TalentHackers del Grupo Catenon.

Villanova expone a continuación que la IA no transforma por sí sola: hay que revisar procesos, roles, capacidades y cultura.

“Si sólo se incorpora tecnología sin formación, sin acompañamiento y sin explicar cómo va a cambiar el trabajo de las personas, aparecen la desconfianza, el miedo y el uso descontrolado de herramientas externas”, añade.

En opinión de la directora general de TalentHackers del Grupo Catenon, la verdadera transformación ocurre cuando la IA se integra en la estrategia de talento: qué tareas automatizar, qué capacidades desarrollar y cómo convertir a los equipos en profesionales aumentados, no sustituidos.

“La pregunta no es sólo “qué IA vamos a usar”, sino “qué organización queremos construir con IA”, dice de nuevo.

Pero ¿puede existir una transformación efectiva? Sí. Y así lo defiende David López, director de Operaciones y Preventa de Factum: “Aparece cuando la IA se acompaña de formación, gobierno, adaptación cultural y una estrategia clara sobre cómo potenciar el trabajo humano”.

David López explica que el valor no está únicamente en automatizar, sino en aumentar capacidades, acelerar decisiones y mejorar la eficiencia de forma sostenible.

“Una pregunta sencilla suele aclarar dónde está cada compañía: ¿qué procesos hace ahora que antes no podía hacer? Si la respuesta es “lo mismo, pero más rápido”, es adopción; si es “algo nuevo”, es transformación”, añade.

Escenarios

Antonio Cruz, director de AI Workforce de Microsoft España, interviene en este punto del reportaje para explicar en qué forma han de transformar las empresas la organización de su trabajo.

“En Microsoft observamos que ambos escenarios responden a niveles de madurez muy diferentes. La productividad individual es únicamente el punto de partida, no el objetivo final de la transformación”.

Cruz defiende que, en numerosas organizaciones, la implantación de la IA se limita todavía a proporcionar herramientas aisladas para acelerar tareas concretas, como resumir reuniones, redactar documentos o generar presentaciones.

“La adopción real —dice— no se mide por el número de licencias activas, sino por la capacidad de rediseñar procesos completos alrededor de la tecnología. El principal riesgo para muchas organizaciones es quedarse únicamente en esa primera capa de automatización”.

Entonces, ¿cuándo se puede hablar de transformación real del trabajo? “Se produce cuando las organizaciones evolucionan hacia lo que nosotros definimos como Frontier Transformation, un modelo operativo en el que la inteligencia artificial deja de ser una herramienta puntual y pasa a integrarse de forma estructural en la manera en la que las personas trabajan, colaboran y toman decisiones”.

Cambio que, según sostiene, implica rediseñar procesos, modelos de colaboración y formas de trabajo alrededor de la IA.

Detalle este muy a tener en cuenta, pues no hace más que reflejar la denominada “paradoja de la transformación”, tal y como defiende el director de AI Workforce de Microsoft España.

El informe Work Trend Index 2026 de Microsoft destaca que, mientras el 65% de los profesionales teme quedarse atrás si no adopta rápidamente la IA, un 45% reconoce sentirse más seguro manteniendo sus métodos actuales de trabajo en lugar de transformarlos.

“Asimismo, sólo un 13% percibe que realmente se recompensa el rediseño de procesos y nuevas formas de trabajo impulsadas por la inteligencia artificial”, apunta de nuevo.

Riesgo de perder perfiles valiosos

“La pérdida de capital humano especializado sitúa a las empresas en una posición de desventaja operativa y competitiva”, determina Antonio Cruz.

“De hecho —prosigue—, la escasez de talento ya se ha convertido en uno de los principales cuellos de botella de la transformación digital. Según datos de IndesIA, el 50% de las ofertas de empleo relacionadas con IA en España no pudieron cubrirse el pasado año por falta de perfiles adecuados”.

En opinión de este especialista de Microsoft, prescindir de profesionales cualificados ralentiza los proyectos de innovación y también puede dificultar seriamente la transición desde la experimentación hacia la producción real.

“Muchas compañías quedan atrapadas en el denominado piloto eterno, es decir, organizaciones capaces de lanzar pruebas de concepto, pero incapaces de industrializar la IA por falta de perfiles que gobiernen el dato, integren la tecnología en los procesos, garanticen el cumplimiento regulatorio o gestionen arquitecturas seguras y escalables”, dice Antonio Cruz.

Porque perder perfiles especializados en IA implica perder mucho más que capacidad técnica. “Supone perder criterio estratégico”, sentencia Cristina Villanova.

“Son quienes pueden traducir la tecnología en casos de uso reales, seguros y con impacto en negocio”.

Además, la directora general de TalentHackers del Grupo Catenon reconoce que el riesgo es quedarse con herramientas, pero sin el talento capaz de aplicarlas bien. “Eso puede ralentizar la innovación, aumentar la dependencia de proveedores externos, generar errores en la adopción y dificultar la atracción de nuevo talento”, prosigue.

Y lo que es peor: “Perder a estos perfiles puede convertirse en una pérdida directa de competitividad en un mercado donde la IA redefine productos, procesos y modelos operativos”, concluye este apartado.

Y no hay que olvidar, como apunta Ismael Benito, ingeniero de Ventas en Applivery, la fuga de talento que más duele no es la del científico de datos que se va a otra empresa, sino la del responsable IT con 10 años conociendo tu infraestructura, que se frustra porque le prohíben usar herramientas de IA “por política de seguridad”, mientras en su casa resuelve en minutos lo que en la oficina le lleva días.

“El talento crítico hoy no es quien sabe programar IA —asegura—, sino quien sabe combinar conocimiento de dominio (UEM/MDM, infraestructura, procesos) con herramientas de IA para resolver problemas reales.

El valor de los referentes…

Un escenario particular, con múltiples interpretaciones. Joseba Bilbao, director de desarrollo de Negocio del Grupo LKS Next, considera que a corto plazo los “referentes en IA” son un valor relevante para las organizaciones, pero no tanto desde el enfoque que se adivina en la pregunta referido a potencial pérdida de conocimiento diferencial.

“Son un valor relevante —dice— porque han de ser los anclajes sobre los que pivotar la diseminación del conocimiento y uso de la IA en todos los departamentos de la compañía”.

No hay que olvidar, como expone este experto, que la IA se va a convertir, progresivamente, en una comodity. De ahí que sostenga que la construcción de productos y soluciones ad hoc, como es el caso de copilotos, agentes, flujos adecuados a cada realidad empresarial y a cada función generados desde el conjunto de profesionales de la empresa, “va a decantar la ventaja competitiva frente a la competencia”.

… y de invertir en formación y recualificación personal

De todas formas, Antonio Cruz quiere apuntar que esta situación también está acelerando la necesidad de invertir en formación y recualificación dentro de las propias organizaciones.

A modo de ejemplo, explica que, según un estudio de LinkedIn, cerca del 70% de las habilidades requeridas para muchos puestos de trabajo en 2030 todavía no forman parte de las competencias actuales, lo que convierte la capacitación continua en un elemento estratégico para que las empresas puedan mantener su competitividad y aprovechar todo el potencial de la inteligencia artificial.

Miedo a la sustitución laboral

Miedo. Esa sensación a que lo desconocido traiga consigo desgracias. En este caso, eliminación de empleos, sustituciones laborales.

Así que es lógico que, cuando las personas sienten que la IA llega para reemplazarlas, no experimentan, no comparten aprendizajes y pueden percibir la tecnología como una amenaza”, según dice Cristina Villanueva. “En cambio, cuando la compañía explica cómo la IA va a aumentar sus capacidades, qué nuevas habilidades serán necesarias y cómo les va a acompañar, la adopción es mucho más natural”, admite también.

Por eso la clave para esta especialista está en pasar del mensaje “la IA sustituye tareas” al de “la IA aumenta profesionales”.

“El miedo a la sustitución laboral frena la adopción real de la IA porque genera resistencia, ocultación y baja participación de los equipos”, expone.

El resultado es un contexto que puede generar resistencia al cambio, menor colaboración y uso poco transparente de herramientas externas.

“Por el contrario, las organizaciones que comunican la IA como una capacidad orientada a reforzar productividad, creatividad y especialización suelen lograr una adopción más madura y alineada con negocio. Aquí pesa especialmente el papel del mando intermedio: una misma realidad cambia por completo si se transmite como “la IA va a hacer este trabajo” o como “la IA se va a hacer cargo de la parte repetitiva para que dediques tiempo a X”, defiende David López

Para el director de Operaciones y Preventa de Factum, la clave está en integrar la IA dentro de un modelo donde las personas mantengan un papel central en supervisión, criterio y toma de decisiones, y donde existan espacios seguros para experimentar sin que ello penalice los resultados del empleado.

“Shadow” AI

Y es aquí cuando nos encontramos con el Shadow AI o IA en la sombra, en su acepción en español. Con esta expresión anglosajone se explica el uso de herramientas de inteligencia artificial dentro de una organización sin el conocimiento, control o aprobación oficial de la empresa. Ejemplo, un trabajador usando ChatGPT o un generador de código con datos de la empresa sin autorización.

El informe Cyber Pulse de Microsoft concluye que el 29% de los empleados reconoce haber utilizado agentes de IA no autorizados para realizar tareas laborales, mientras que únicamente el 47% de las organizaciones afirma haber implantado controles de seguridad específicos para la IA generativa.

“Esta brecha entre la velocidad de adopción y la capacidad de gobernanza es precisamente lo que está disparando la preocupación dentro de las compañías”, reconoce Antonio Cruz.

“Este uso indiscriminado puede dar lugar a brechas de seguridad, responsabilidades ante terceros —clientes— para los que hay que cumplir determinados requisitos contractuales o de homologación; o responsabilidades legales por incumplimiento de la normativa vigente por ejemplo relativa a protección de datos; o finalmente por pérdida de secretos profesionales o de propiedad industrial o intelectual”, añade también el director de desarrollo de negocio del Grupo LKS Next.

“Como siempre, la sensibilización y la formación son el primer paso para evitarlos”, apostilla.

No obstante, Alberto Bellé regresa a este punto del reportaje para aclarar que el Shadow AI no es un fallo de gobernanza.

“Hay que verlo como una reseña no oficial del producto corporativo”, dice, para desarrollar su explicación: “Si interpretamos el uso de IA personal como una indisciplina que hay que controlar, estamos mirando el efecto y no la causa”.

Es más, el analista principal de Foundry España defiende que el empleado tiene razones para preferir su propia herramienta. “La solución está en conocerlas, mejor que en aplicarle restricciones”, recomienda.

O como también recomienda Cristina Villanueva, “el reto no es prohibirlo, sino canalizarlo con gobernanza, formación y una estrategia clara de adopción”.

De todas formas, Antonio Cruz reconoce también que las organizaciones más avanzadas ya están entendiendo que la respuesta pasa por ofrecer entornos autorizados, seguros y gobernados que permitan experimentar con esta tecnología sin comprometer la seguridad ni el cumplimiento normativo.

“El reto real —dice— no es impedir que los empleados utilicen IA, sino conseguir que lo hagan dentro de un marco corporativo seguro, transparente y alineado con los objetivos del negocio”.

Necesidad de un liderazgo y cultura empresarial

¿Y todo esto cómo encaja en la realidad cultural de cada empresa? ¿Quién debe dar el paso a la hora de dirigir su implantación?

“Las compañías que quieran integrar la inteligencia artificial sin deteriorar el talento humano necesitan entender que esta transformación es mucho más cultural y organizativa que tecnológica”, admite el director de AI Workforce de Microsoft España.

En su opinión, la cultura corporativa, el apoyo de los directores o las políticas de talento tienen más del doble de impacto en la adopción efectiva de la IA que las capacidades individuales de los empleados.

“Esto obliga a evolucionar hacia modelos de trabajo híbridos donde personas y agentes inteligentes colaboran de forma coordinada”, dice, por lo que, en su opinión, “el liderazgo deja así de centrarse únicamente en supervisar tareas para pasar a dirigir sistemas de colaboración entre personas y agentes, fijando objetivos, límites y criterios de decisión”.

O como expone Joseba Bilbao, “aquellas compañías que se caracterizan por la transparencia real en las estrategias y en la toma de decisiones; son conscientes de que su valor añadido, cuando toda su competencia utilice de manera ordinaria las distintas herramientas y soluciones de IA, estará en el saber hacer y la visión de sus profesionales; y tenga la flexibilidad suficiente para evolucionar e incluso transformarse radicalmente sabiendo que su sostenibilidad descansa en el valor aportado a su compañía, a sus trabajadores y a su entorno social, contará mayoritariamente con su talento humano”.

Cultura corporativa que, además, debe impulsar aprendizaje continuo, adaptación y participación activa de los equipos en la evolución tecnológica, tal y como cree David López.

“Los empleados necesitan comprender cómo impacta la IA en su trabajo y qué capacidades les permitirán evolucionar junto a ella”, explica, para decir a continuación que el mando intermedio es casi siempre la palanca decisiva. “Es la capa con mayor influencia sobre la conducta diaria del equipo y la que más necesita acompañamiento específico, formación práctica y métricas que reconozcan a quienes redistribuyen trabajo con apoyo de la IA”.

Y sin olvidar la transparencia, que en este escenario adquiere una relevancia fundamental según el director de Operaciones y Preventa de Factum.

“Las compañías que explican objetivos, límites y modelos de uso generan mayor confianza y aceleran la adopción. La IA ofrece mejores resultados cuando se integra como una capacidad que amplía el potencial humano y fortalece la toma de decisiones dentro de la organización”, dice para concluir este reportaje.

En un contexto de migración a la nube, transformación digital y, ahora, de impulso hacia la adopción de IA, los CIO se enfrentan a la necesidad real de ejecutar de forma adecuada la modernización; no obstante, el sector pone de manifiesto que los proyectos de modernización pueden no cumplir con los beneficios prometidos y sufrir sobrecostes, incluso cuando crece el interés por renovar las tecnologías heredadas.

CIO, otros líderes tecnológicos empresariales y expertos ofrecen recomendaciones sobre algunos de los errores más comunes en la modernización y cómo evitarlos.

Superponer nuevas tecnologías sobre sistemas heredados

La experiencia ha enseñado a Bill Pappas, quien como vicepresidente ejecutivo y responsable global de tecnología y operaciones ha gestionado la modernización de TI en la empresa de 158 años MetLife, que los CIO deben evitar “superponer nuevas tecnologías sobre sistemas heredados obsoletos y excesivamente complejos”.

“La modernización no es una carrera por desplegar las herramientas más nuevas; es un esfuerzo disciplinado para crear valor empresarial”, afirma Pappas. En la mayoría de los casos, dice, las nuevas tecnologías, especialmente la IA, no pueden añadirse sin más a la infraestructura existente. “En lugar de impulsar la transformación, las organizaciones acaban con soluciones caras que no pueden escalar ni integrarse adecuadamente. Estos sistemas también introducen riesgos adicionales de seguridad y cumplimiento, dejando a las organizaciones vulnerables a brechas y fallos regulatorios”, señala.

El punto de partida para los CIO debería ser, en cambio, la simplificación, lo que incluye fortalecer las bases de datos, optimizar los sistemas heredados y vincular las iniciativas de TI con los objetivos de negocio y los resultados para el cliente. “Al centrarse en la simplificación, la seguridad y la alineación estratégica, los CIO pueden desbloquear la transformación sin caer en las trampas creadas por la tecnología obsoleta”, añade.

Pasar por alto el encaje cultural y de liderazgo

Doug King, CIO de ePlus, advierte a los CIO de que un enfoque aislado de la modernización conlleva riesgo de fracaso, porque ignora los cambios más profundos en cultura y liderazgo necesarios para llevar a la organización hacia una visión compartida de transformación.

El riesgo es que los esfuerzos de modernización se conviertan en una serie de proyectos desconectados en lugar de una transformación coherente y continua que beneficie a toda la organización. “Ignorar la alineación implica riesgo de desperdiciar recursos y que las inversiones no aporten valor significativo al negocio”, añade. Su consejo a los CIO es involucrar a líderes transversales, clarificar los roles de toma de decisiones y centrarse en la narrativa de transformación empresarial. “Los CIO deben hacer de la construcción de confianza y la alineación organizativa elementos centrales de su estrategia, asegurando que cada equipo entiende la visión global y trabaja en conjunto hacia ella”, afirma.

Por encima de todo, las organizaciones deben identificar y articular claramente lo que esperan lograr y mantener el foco en por qué se modernizan. “La modernización no es un camino único que la organización recorre; es un viaje continuo”, señala.

Tratar la migración a la nube como meta final

Muchas organizaciones declaran el éxito una vez que las aplicaciones se trasladan a la nube, pero esa mentalidad puede frenar la modernización justo cuando debería acelerarse. Andy Tay, responsable global de Accenture Cloud First, advierte de que la migración a la nube a menudo se confunde con transformación. “La migración a la nube no es la meta; es el punto de partida”, afirma Tay.

Sin una modernización continua —que abarque arquitectura, datos, modelos operativos y formas de trabajo—, las plataformas cloud pueden tener dificultades para generar valor de negocio sostenido o respaldar la innovación impulsada por IA. “Las organizaciones líderes modernizan mientras migran y tratan la nube como un habilitador de negocio, no solo como un proyecto de TI”, señala.

Los CIO deben considerar la nube como una plataforma viva, mejorada de forma continua mediante automatización, seguridad por diseño, gobernanza de costes y operaciones habilitadas por IA, en lugar de un hito puntual de migración, añade Tay.

Repetir errores del ‘cloud’ al adoptar la IA

Las organizaciones —y los CIO— están sometidos a una intensa presión para avanzar rápidamente en la adopción de IA, pero la velocidad no debe eclipsar la seguridad, advierte Richard Amos, CIO de Blue Mantis. “La rápida aceleración de la adopción de IA en la empresa me recuerda a los primeros días de la transformación del cloud público”, afirma Amos.

Al igual que con la nube, la IA requiere un enfoque sólido para proteger datos, modelos y agentes. “El riesgo es aún mayor con la IA agentiva, que automatiza flujos de trabajo complejos basados en conocimiento, pero también amplía significativamente la superficie de ataque”, señala.

La IA agentiva, en particular, exige una gestión rigurosa de identidades y accesos a datos, tratando a los agentes como identidades digitales de primer nivel, con acceso de privilegio mínimo, limitado a tareas, acotado en el tiempo y supervisado de forma continua, según Amos. “Cualquier otra cosa genera riesgos innecesarios. La validación humana también debería ser obligatoria para acciones sensibles que afecten a ámbitos financieros, legales o impacten en el cliente”, indica.

Su recomendación es no descuidar controles sólidos de seguridad y privacidad de datos, especialmente en industrias reguladas, como ofuscación de datos, cifrado, gestión del ciclo de vida y supervisión clara de proveedores. Se recomiendan prompts en capas, filtros de entrada/salida y mecanismos explícitos de autorización antes de invocar herramientas o API, para evitar inyecciones de prompts y usos indebidos.

La mejor práctica es alinear la IA agentiva con estándares de gobernanza y regulación mediante una oficina de gobierno de IA transversal que garantice el cumplimiento de las normativas actuales y emergentes. “La IA agentiva ofrece un potencial transformador, pero sus beneficios solo se materializarán con una seguridad y gobernanza robustas”, añade.

Pasar por alto una base sólida de calidad de datos

Los CIO suelen enfocar la modernización como una renovación tecnológica y centran su atención en nuevas plataformas, migraciones a la nube y herramientas de última generación, pero a menudo descuidan el elemento fundamental: “la calidad de los datos y su integración”, afirma Conal Gallagher, CIO y CISO de Flexera.

“Esto se convierte en una trampa porque la modernización sin datos limpios y conectados está condenada a fracasar. Una gobernanza deficiente de datos y sistemas fragmentados crean puntos ciegos que socavan la analítica, la automatización y la toma de decisiones”, explica. El problema es que los CIO asumen que actualizar los sistemas mejora automáticamente la integridad de los datos, pero la modernización amplifica la complejidad cuando no se prioriza la integración. “En lugar de reducir los silos, las organizaciones pueden acabar apilándolos aún más”, señala.

La adopción de IA, que requiere datos integrados y de alta calidad, puede agravar el problema, generando insights erróneos y erosionando la confianza. “Con las empresas integrando IA a un ritmo tan rápido este año y en el futuro cercano, esto se convierte en un punto de fricción mucho mayor”, afirma.

Gallagher recomienda que los CIO inicien cualquier iniciativa de modernización con políticas de gobernanza de datos y busquen unificar los datos entre proveedores y plataformas. Las estrategias de datos deben vincularse a resultados de negocio para garantizar que la usabilidad sea una métrica clave del éxito de la transformación. “Si los equipos no pueden acceder a los datos ni confiar en ellos, el retorno de la inversión de la modernización seguirá siendo esquivo”, añade.

Por encima de todo, los datos deben tratarse como un producto que requiere un enfoque transversal entre unidades de negocio, seguridad y TI. “La modernización no se completa cuando se actualizan los sistemas; se completa cuando los insights son precisos, oportunos y accionables”, señala.

Ignorar la ‘deuda emocional’ de la tecnología heredada

“Todo el mundo habla de deuda técnica, pero convenientemente ignora o evita el daño emocional que conlleva”, afirma John Boesen, chief digital information officer de Plan A Technologies. Es un guion familiar para muchos: años de cambios inesperados, proyectos fallidos y promesas incumplidas generan un cinismo silencioso dentro de los equipos. “Todos lo hemos visto: la dirección anuncia un gran impulso de modernización, pero en el fondo nadie se lo cree, aunque nadie lo diga en voz alta. Esa duda es real”, afirma.

Para sentar las bases del éxito, Boesen es partidario de realizar “postmortems futuros”, que pueden parecer contraintuitivos como sesión de planificación. “Reúne al equipo y redacta un postmortem fechado dos años en el futuro, asumiendo que la modernización ha fracasado. Después pregunta: ‘¿Por qué ocurrió? ¿Quién sufrió las consecuencias? ¿Qué salió mal?’”, explica. “Un postmortem futuro expone riesgos que nadie menciona en reuniones tradicionales y conduce a una hoja de ruta mucho más honesta y realista”.

No vincular la modernización al valor de negocio

“Incluso cuando las empresas invierten grandes sumas en IA, cloud y automatización, la tasa de fracaso sigue siendo obstinadamente alta”, afirma Matthew Guarini, director ejecutivo del Technology Business Management Council y exCIO de National Grid en EE. UU. Guarini cita investigación de McKinsey según la cual el 70% de las iniciativas de transformación digital no cumplieron sus objetivos en 2025, a pesar de años de esfuerzos y billones de dólares invertidos. “Un gran desafío de la modernización de TI es la dificultad que tienen las empresas para obtener valor de sus inversiones tecnológicas”, señala.

Y con un panorama tecnológico empresarial cada vez más complejo y el riesgo real de fracaso, los CEO y CFO son cautelosos a la hora de invertir, según Guarini. En su lugar, los CIO deben conectar los recursos tecnológicos con resultados de negocio como aumento de ingresos, mayor productividad, más innovación o mejora de la sostenibilidad. “Sometidos a la presión de modernizarse, los CIO deben utilizar la tecnología para generar valor a partir de sus inversiones en TI, pero la mayoría de líderes tecnológicos se centran de forma desproporcionada en los aspectos técnicos de sus innovaciones en lugar del verdadero objetivo de la modernización: ofrecer valor a clientes y empleados”, afirma.

Tratar la modernización como un cambio ‘big bang’

Otra vía que puede llevar al fracaso es asumir que la modernización debe ocurrir de una sola vez. Cuando las organizaciones hablan de modernización, suelen pensar en extremos. “Cuando la gente piensa en modernización, a menudo imagina reemplazarlo todo de golpe o mantener dos mundos paralelos en conflicto”, señala Boesen.

En su lugar, propone crear zonas deliberadas donde sistemas heredados y modernos trabajen lado a lado, cada uno con un propósito claro. “Esto reduce la disrupción, controla los costes y permite que el cambio se produzca a un ritmo que la organización pueda absorber realmente. Es una forma más realista y más humana de abordar un proceso que suele ser más complejo de lo que parece”, afirma.

Boesen compara los entornos de TI con ciudades más que con máquinas. “Algunos barrios son completamente nuevos, otros son históricos, y siempre hay obras en algún lugar”, explica. El reto para los CIO no es reconstruirlo todo de una vez, sino decidir qué áreas renovar primero para generar el mayor impacto. “Para priorizar, el camino es sencillo: escuchar a las personas más cercanas a los problemas y dar peso al impacto. Así es como se pone el foco en lo que realmente mueve la aguja”, concluye.

Para la mayoría de los CIO, la implementación de la IA ya es la prioridad número uno. Así lo recoge la encuesta State of the CIO 2026 de CIO.com, que confirma una tendencia consolidada: los CEO sitúan la investigación y adopción de IA en la cúspide de sus agendas tecnológicas, en línea con los resultados ya observados en 2025.

Sin embargo, el enfoque ha cambiado. Los CEO han dejado atrás el interés por pruebas de concepto o experimentos limitados y demandan ahora iniciativas capaces de generar valor tangible. Los más estratégicos van un paso más allá: buscan utilizar la IA para transformar el modelo operativo y redefinir productos y servicios, esperando que el CIO lidere este proceso.

Shanky Viswanathan, director de innovación empresarial de Tata Consultancy Services, explica que “los directores generales quieren que los CIO den un paso al frente y lideren cómo liberar el valor real de la IA, pasando de mejoras de productividad a nuevas propuestas de valor”, y añade: “Existe una oportunidad real para que los CIO demuestren cómo se puede utilizar la IA en el negocio”.

De la experimentación al valor real

Este reto, sin embargo, está lejos de ser sencillo. Muchos CIO siguen teniendo dificultades para identificar casos de uso transversales que generen impacto significativo.

Para Jennifer Carter, analista principal sénior de Gartner, “muchos directores de sistemas de información (CIO) siguen teniendo dificultades para identificar casos de uso en toda la empresa en los que la IA pueda suponer una mejora significativa, así como para detectar los flujos de trabajo, procesos y puntos débiles que permitirían reinventar la organización con IA”.

Y añade: “Las posibilidades son ilimitadas, pero muchos CIO aún están poniéndose al día mientras los CEO les preguntan: “¿Qué podemos hacer con esto?”.

El mandato de extraer valor de la IA no es nuevo. Desde la irrupción de la IA generativa en el entorno empresarial a finales de 2022, esta ha sido una prioridad constante. Lo que sí es novedoso en 2026 es la exigencia explícita de obtener un retorno de inversión (ROI) medible.

De hecho, “establecer políticas de IA y métricas de ROI” figura ya entre las diez principales prioridades que los CEO fijan para los CIO.

Viswanathan lo resume claramente: “Los CEO están frustrados porque el gasto en IA es mucho mayor que los beneficios obtenidos. Sí hay mejoras de productividad, pero han sido fragmentadas”.

IA para crecer, no sólo para optimizar

Tras varios años de inversión, los CEO buscan ahora que la IA impulse directamente los ingresos. Esta exigencia se alinea con otras prioridades estratégicas identificadas en el estudio, como el crecimiento del negocio y el liderazgo en innovación.

Daniel Saroff, vicepresidente de investigación en IDC, apunta en la misma dirección: “Las organizaciones están bajo una presión real para cambiar su forma de competir, desarrollar productos y ofrecer servicios”.

La encuesta C-Suite Tech Survey de IDC refuerza esta idea: más de la mitad de los CIO y CTO sitúan la IA y la automatización como su principal objetivo de negocio.

Para responder a esta presión, los CIO deben evolucionar desde la experimentación hacia despliegues a escala.

“Se trata de un esfuerzo más deliberado, en el que vinculamos las iniciativas de IA a resultados empresariales”, señala Saroff, para apostillar: “El salto de los pilotos a producción ha resultado ser más difícil de lo que se esperaba”.

Entre los obstáculos destacan la calidad de los datos, la deuda técnica, los sistemas heredados y las restricciones presupuestarias. A ello se suma, en algunos casos, la dificultad histórica de TI para posicionarse como socio estratégico del negocio.

Una oportunidad histórica para el CIO

A pesar de los retos, el contexto también abre una ventana de oportunidad. Según Gartner, la tecnología se ha convertido en una de las tres prioridades estratégicas de los CEO, solo por detrás del crecimiento y las finanzas.

En opinión de Carter, “cuando hablamos de prioridad tecnológica, los CEO están hablando específicamente de IA”.

No obstante, la percepción sigue siendo que TI aún no está desplegando iniciativas verdaderamente transformadoras. En parte, esto se debe a que muchos CEO siguen asociando la IA principalmente a la eficiencia operativa: casi todos la utilizan para ahorrar tiempo, pero sólo un 2% la aplica a procesos que impulsan el crecimiento, como la toma de decisiones.

En este contexto, el CIO tiene la oportunidad de liderar el cambio.

En opinión de Carter, “los CIO deben apostar por tecnologías que impulsen iniciativas de alto impacto. Tienen la responsabilidad de mostrar lo que la tecnología puede hacer. Estamos ante la mayor ola de oportunidades que ha visto esta función”.

Algunos líderes tecnológicos ya están avanzando en esa dirección.

Viswanathan tiene claro que “hay CIO que entienden que la IA no es un fin en sí mismo. Se preguntan cómo puede generar valor en áreas como la experiencia de cliente, la cadena de suministro o el rediseño de productos”.

Seguridad y resiliencia: prioridades ineludibles

Junto a la IA, la ciberseguridad continúa siendo un eje central en la agenda de los CEO. De hecho, mejorar la seguridad de TI y los datos es la segunda prioridad más citada en el estudio.

Ajay Sabhlok, CIO y CDO de Rubrik, ilustra esta realidad: «El objetivo es eliminar cuellos de botella operativos y mejorar la eficiencia en todos los procesos».

Para lograrlo, su organización está adoptando una estrategia centrada en IA en ámbitos como ingeniería, FinOps, DevOps o soporte.

«Debemos adoptar una mentalidad de IA en todos los procesos de TI», afirma Sabhlok.

Además, la compañía está reforzando su postura de seguridad mediante la gestión activa de riesgos y la integración de la seguridad en toda la infraestructura.

«Los CEO están priorizando una base sólida de confianza, resiliencia y seguridad», subraya Paul Leinwand, director de estrategia en PwC. «La adopción de IA aumenta la importancia de la gobernanza del dato y la gestión del riesgo».

Más allá de la IA: nuevas palancas estratégicas

Aunque la inteligencia artificial domina la agenda, otras tecnologías emergentes, como la computación cuántica, empiezan a ganar peso en sectores como banca, ciencias de la vida o logística.

Viswanathan es de los que cree que “los CEO buscan entender qué oportunidades puede ofrecer la computación cuántica”.

Al mismo tiempo, demandan a TI avanzar en modernización y eficiencia para liberar recursos que permitan financiar estas nuevas apuestas.

Completan el top de prioridades la mejora de la colaboración entre TI y negocio, la experiencia de cliente y la transformación digital.

Por su parte, Leinwand sostiene que “los CEO quieren que TI conecte datos, flujos de trabajo y decisiones en toda la organización, no en silos”.

El CIO, medido por resultados de negocio

Todo ello está redefiniendo los criterios de éxito del CIO. Según IDC, la generación de ingresos ha pasado en apenas un año del sexto al tercer puesto entre los indicadores clave.

“Cada vez más CIO están siendo evaluados por resultados empresariales, y no sólo por eficiencia operativa”, dice Saroff para concluir.

Un cambio profundo que confirma que el papel del CIO ha dejado de ser técnico para convertirse en claramente estratégico.

El sistema sanitario público valenciano se halla en pleno proceso de modernización tecnológica gracias a la ejecución de la Estrategia de Salud Digital de la Comunitat Valenciana. Presentada a finales de 2024 y dotada de una inversión de 235 millones de euros hasta 2027, la Estrategia conlleva adoptar un nuevo paradigma tecnológico y de gestión, diseñado para dar respuesta a los grandes desafíos que afronta el sistema autonómico en la actualidad, marcados por la elevada presión demográfica y la dispersión geográfica de su población, así como la cronicidad de enfermedades, las elevadas expectativas de los pacientes y la escasez de profesionales sanitarios.  

Una figura clave en la materialización de este ambicioso proyecto es María José Tarazón Muñoz, subdirectora general de Tecnologías de la Información y las Comunicaciones para la Salud de la Conselleria de Sanidad de la Generalitat Valenciana. La responsable, en el cargo desde septiembre de 2023, cuenta con una amplia trayectoria en la aplicación de las tecnologías de la información al servicio público, de cuyo colectivo TIC forma parte desde hace décadas. La directiva desgrana en una entrevista publicada en el Especial Sanidad | ÍNDICE SEIS 2025 elaborado por COMPUTERWORLD y la Sociedad Española de Informática de la Salud (SEIS), el estado actual de la implantación de la citada Estrategia, que se estructura en siete ejes de actuación (Servicios Digitales, Espacios de Datos Sanitarios e Inteligencia Artificial, Historia Clínica Única, Transformación de Procesos Eficientes, Confianza digital, Mejora de Infraestructuras y Gobierno de Tecnologías de Información) y contempla más de 200 proyectos, entre los que destaca la puesta en marcha de la historia clínica única y centralizada para la Comunitat Valenciana y el anillo radiológico. 

Al arrancar la entrevista, realizada por videollamada, Tarazón rememora el complicado arranque de la Estrategia de Salud Digital, cuya presentación oficial tuvo lugar el día que ocurrió la tragedia de la DANA de Valencia, una coincidencia que no solo eclipsó el anuncio de la modernización de la sanidad regional, sino que además “ralentizó ciertos procesos de tramitación de contrataciones porque, obviamente, había que cumplir con otras urgencias de mayor relevancia en ese momento”, como explica la responsable. 

Desde entonces, agrega, se han producido avances en este camino hacia una sanidad que ponga el dato en el centro. “Porque gobernar el dato sanitario supone gobernar la sanidad que ponga el dato en el centro. Solo así podremos aplicar y construir una sanidad inteligente. Y si es inteligente también será más sostenible. También debemos hacerla más cercana. Inteligente, sostenible y cercana, así queremos que sea nuestra sanidad”. 

Servicios digitales y espacios de datos sanitarios  

“A nivel de Servicios Digitales, ya hemos puesto en marcha una nueva app, GVA Salud, a la que podremos ir añadiendo funcionalidades y que nos va a proporcionar mucha más agilidad a la hora de comunicarnos con el ciudadano. Además, los ciudadanos pueden acceder (también con huella biométrica) tanto a los informes médicos como a las pruebas de imagen. Desde ahora iremos desarrollando más elementos para añadir agendas de salud pública, de salud mental y otro tipo de contenidos a la app”. 

En materia de Espacios de Datos Sanitarios, Tarazón rememora la puesta en marcha de varias oficinas del gobierno del dato. “Queremos definir qué modelo de gobernanza tienen que cumplir los organismos, las fundaciones y los institutos sobre los que recae la actividad investigadora en la comunidad”; un modelo de gobernanza que, avanza, espera que esté completamente definido después del verano.  

De cara a materializar esta gobernanza del dato, añade, la institución cuenta con “tecnología que nos permite ingestar, limpiar, catalogar, segmentar información y después ponerla al servicio o bien de la explotación para un uso primario o la explotación para un uso secundario, con todas las cautelas de anonimización que corresponda”. 

Además, indica, se ha abierto una Oficina para el Gobierno de la IA, que está definiendo y sentando la metodología de despliegue de la IA en la organización, garantizando el cumplimiento normativo y un despliegue ordenado, ético, seguro y equitativo de esta tecnología. “El uso de la IA no debe ser oportunista y como quiera cada departamento, sino corporativo. Además, cuando se aplique una IA debe hacerse tras haber analizado una necesidad y teniendo muy clara la expectativa y el objetivo que se quiere cubrir”. Subraya Tarazón en que, ante cualquier proyecto de transformación digital, “no solo hay que comprobar que la tecnología cubra con el objetivo, sino que la organización esté preparada y ordenada para encajar dicha tecnología”. En este momento, dice, ya está en fase de ejecución un sistema de IA para diagnóstico de mama y está a punto de adjudicarse otro sistema de IA para tórax y hueso. 

En materia de IA, la Conselleria también tiene ya contratos en marcha para ampliar capacidades en Atención Primaria con asistentes virtuales. “La idea es mejorar la gestión de la demanda, porque actualmente se pierde el 50% de las llamadas de los pacientes”. La IA llegará también a los médicos. “Hemos hecho proyectos piloto, con la colaboración del Ministerio de Sanidad, para aplicar la IA durante la cita médica, de forma que el facultativo pueda atender al paciente mientras se transcribe automáticamente lo que este último cuenta. La idea, además, es que el médico cuente después con un resumen del relato del paciente. De momento, la experiencia ha sido positiva”. 

 

La centralización de la historia clínica y del resto de aplicaciones sanitarias es uno de los ejes claves de la Estrategia de Salud Digital de la Comunitat Valenciana 

Centralización de la historia clínica, “el proyecto estrella” 

La centralización no solo de la historia clínica sino del resto de aplicaciones sanitarias conforma uno de los ejes más relevantes de la Estrategia porque, explica Tarazón, “venimos de un ecosistema de aplicaciones bastante distribuido y con falta de gobierno, lo que dificulta después la normalización tanto de los datos como de los procesos”.  

El proyecto “estrella” para Tarazón es establecer una Historia Clínica Única. “El proyecto se ha retrasado por algunas incidencias ajenas a nosotros en la tramitación, pero confío en que podamos entrar en fase de ejecución en junio”. Se trata, insiste, de un proyecto “decisivo”. “Actualmente, 24 hospitales utilizan Orion Clinic como estación clínica, mientras que otros centros mantienen soluciones tecnológicas diferentes, derivadas de la evolución histórica del sistema y de los distintos modelos de gestión. Nuestro objetivo es converger hacia una solución corporativa única, que reduzca la fragmentación, refuerce la continuidad asistencial y garantice una gestión más homogénea, eficiente y equitativa en toda la Comunitat Valenciana”. 

Para ello, expone, se está trabajando para incluir toda la parte de Atención Hospitalaria dentro de esta la Historia Clínica Unificada; posteriormente, se incluirá también toda la parte de Atención Primaria dentro de esta solución de historia clínica unificada. “La herramienta no crea la norma, pero sí ayuda. Y aquí la normalización y homogeneización del dato en toda su extensión va a venir de la mano de unificar la herramienta”, añade Tarazón. 

Además, en la actualidad, la entidad está lanzando procesos de contratación y proyectos con el objeto de centralizar las soluciones de gestión del anillo de imagen, genómica, anatomía patológica e incluso laboratorio. “Y estamos centralizando también la catalogación de pruebas y de todos los resultados para cada una de las pruebas”. 

Otro proyecto importante en marcha es el despliegue de una plataforma sobre la que modelar todos los procesos de cribado. “En la actualidad, el proceso de cribado de cáncer de cérvix ya está en producción, el de cáncer de mama está en piloto (se desplegará a finales de julio) y después llegarán otros como el de colon”. 

Hacia una sanidad más eficiente  

La transformación de procesos es otro de los puntales de la Estrategia de Salud Digital de la Comunidad Valenciana. El objetivo es avanzar hacia una sanidad más eficiente, homogénea y orientada a resultados”, explica la CIO. Desde el inicio, su equipo identificó la necesidad de incorporar una tecnología corporativa capaz de modelar, automatizar, monitorizar y mejorar procesos transversales, más allá de los sistemas de información tradicionales. “Disponemos de una plataforma que nos permite rediseñar procesos asistenciales, administrativos y de salud pública, incorporando automatización, trazabilidad y capacidad de mejora continua. No se trata solo de digitalizar lo que ya hacemos, sino de revisar cómo lo hacemos para ganar eficiencia, calidad y capacidad de respuesta”. 

Además, como parte de este objetivo, se está trabajando en desplegar soluciones para homogeneizar el actual ecosistema de gestión de recursos humanos. “Es decir, todo el control de la gestión de registro de puestos, la Relación de Puestos de Trabajo (RPT) del del colectivo de instituciones sanitarias, la gestión de bolsas, etc. Y, unido a esto, la gestión de la nómina de todos los profesionales que están en activo”. “El pliego del proyecto está prácticamente para tramitar”, cuenta Tarazón. 

No hay salud digital sin confianza digital 

“No podemos hablar de salud digital si no hablamos de confianza digital”, sentencia Tarazón. Para cambiar la relación con el paciente y hacerla cercana, cuenta, hay que poner el dato en el centro, pero garantizando no solo que tiene calidad, sino que es seguro. “Solo así podemos hablar de construir un sistema de salud inteligente, sostenible y, desde luego, preparado para la gobernanza del dato en su uso primario y uso secundario, para potenciar la investigación y la innovación. Nada de esto es posible si no nos ocupamos de la seguridad de la información”. 

Ocuparse de la seguridad de la información, relata la portavoz, supone que los procedimientos cumplan con todos los requisitos que marca la regulación de protección de datos en toda su extensión, lo que incluye también la regulación del Espacio Europeo de Datos Sanitario, y el Reglamento de IA. En esta línea, cuenta Tarazón, el organismo ha definido toda una estrategia de ciberseguridad que tiene en su haber diversos proyectos, “como la normalización de toda la topología de red de los hospitales y de los centros de primaria, la actualización de la infraestructura…”. Reconoce que el cumplimiento del Esquema Nacional de Seguridad es una prioridad para la Conselleria: “Ya hemos iniciado contratos específicos de adecuación al ENS que nos están permitiendo identificar mejoras y aplicar medidas concretas en procesos, sistemas e infraestructuras. Nuestro compromiso es avanzar con rigor y rapidez hacia la certificación, reforzando la seguridad y la confianza en los servicios digitales sanitarios. 

Mejora de la ‘cocina’ sanitaria TIC: las infraestructuras 

“Aunque hablar de infraestructuras (como yo las llamo: la ‘cocina’ de todo) no vende, lo cierto es que éstas son esenciales”, reflexiona Tarazón, que explica que la Conselleria ha hecho todo un esfuerzo por “contar con infraestructuras escalables, robustas, respaldadas y con aplicaciones preparadas para que puedan ser balanceadas”. 

En esta línea, la entidad ha realizado “un esfuerzo tremendo en virtualizar aquello que todavía no estaba virtualizado, en homogeneizar el cómputo en todos los departamentos, en crear una metodología de trabajo a nivel de administración de sistemas similar en todas las áreas y en desplegar capacidades de almacenamiento”. 

En el momento actual, marcado por la tendencia a la hibridación, no sorprende que la institución esté optando por tecnologías en nube, además de on-premise. Por ejemplo, el datalake y la HCU. El primero se halla en la nube de IBM, el segundo lo estará en la de AWS. “Creemos que la nube nos va a facilitar el cumplimiento del ENS porque, de forma nativa, las soluciones ya vienen con respaldo”. 

Cambio cultural en el gobierno de TI 

“Para mí, el eje más importante de la Estrategia de Salud Digital es el relativo al gobierno de las TI”, dice Tarazón. Esta parte descansa en los conceptos de “gobernanza TIC federada” y “convergencia y mejora de las aplicaciones”. 

Se trata, añade, de “un cambio cultural en la forma de proveer las TIC” basado en la idea de que las TIC deben brindarse de manera centralizada y, por tanto, ser diseñadas “para cubrir una necesidad corporativa desde la equidad, buscando máxima potencia y capacidad a la compra que se realice (sea esta de infraestructura o de software) y pensando en responder a requisitos como la interoperabilidad, la gobernanza del dato, la seguridad y el cumplimiento normativo…”. 

Esta nueva forma de gobierno de TI se ha diseñado en paralelo a la nueva organización sanitaria a nivel territorial. El fin último, en definitiva, es “buscar eficiencias de todo tipo: en las TIC, pero también sanitarias y de gestión sanitaria”.  

Por tanto, explica la portavoz, en el área de salud de la Comunidad Valenciana actualmente este modelo se articula en tres niveles de gobierno. “Un primer nivel estratégico, situado en la Conselleria, donde se adoptan las principales decisiones de planificación, priorización e inversión, con la participación de equipos multidisciplinares TIC y funcionales en función de la naturaleza de cada necesidad. Un segundo nivel táctico, vinculado a las Agrupaciones Sanitarias Interdepartamentales, con un papel más ejecutivo y de coordinación territorial, orientado a ordenar necesidades, definir criterios comunes de despliegue, priorizar actuaciones y elevar propuestas al nivel estratégico. Y un tercer nivel operativo departamental, donde reside gran parte del conocimiento funcional y técnico necesario para implantar las soluciones, acompañar a los profesionales y garantizar que la tecnología se adapta correctamente a la realidad asistencial y organizativa de cada ámbito”. 

 

“Buscamos eficiencias en las TIC, pero también sanitarias y de gestión sanitaria” 

En definitiva, explica, “estamos transformando el modelo de provisión tecnológica hacia un enfoque corporativo, participativo y orientado a resultados. Las decisiones deben responder a criterios de equidad, seguridad, interoperabilidad y cumplimiento normativo, pero también a necesidades reales de la organización. Por eso, el éxito de la transformación digital requiere coliderazgo entre los equipos TIC y los profesionales funcionales, para asegurar que la tecnología se adopta correctamente y genera valor efectivo en los procesos asistenciales y de gestión”. 

Cuenta Tarazón que, a la hora de elaborar la Estrategia de Salud Digital, se organizaron sesiones participativas “para que los profesionales de distintas áreas se sintieran representados y supieran qué viene de la mano de esta iniciativa. Esta decisión, asegura, “fue muy positiva; facilitó que todo el mundo se viera reflejado en la Estrategia y ha agilizado la puesta en marcha de los proyectos”. 

Esta colaboración entre las áreas funcionales y la de TIC “se está consiguiendo”, según la portavoz. “Un ejemplo es todo el equipo que ha participado en la redacción de un contrato tan complejo como el de Historia Clínica Unificada, para cuya elaboración hemos extraído conocimiento de las diferentes áreas hospitalarias”. 

Además, agrega Tarazón, como parte del mencionado modelo federado la Conselleria de Sanidad también ha impulsado la contratación de nuevos perfiles acordes con el momento actual. Se ha creado un cuerpo de tecnología sanitaria con el fin de integrar científicos de datos, ingeniero de organización y sistemas, biotecnólogos, ingenieros biomédicos e ingenieros informáticos y de telecomunicaciones. 

“Los profesionales TIC no podemos ser los líderes únicos de los proyectos de transformación […]. La garantía de éxito está en el coliderazgo funcional y técnico” 

 

Aprendizajes 

Preguntada por cuáles han sido los grandes aprendizajes en este viaje hacia la salud digital y qué recomendaría a homólogos de otras comunidades autónomas que estén inmersos en un proyecto similar, Tarazón lo tiene claro: “Para que un proyecto TIC funcione debe estar respaldado por un liderazgo potente (de una o varias personas), que conozca las áreas de negocio y las carencias. Porque el éxito de la tecnología que nosotros adquiramos desde el área TIC va a depender de una correcta definición de los requisitos y los objetivos que se pretenden cumplir”.  

Desde el lado técnico, continúa la experta, se garantiza la interoperabilidad y la seguridad y la disminución de la complejidad, analizando el sistema del que se viene y la migración que hay que hacer. “Los profesionales TIC no podemos ser los líderes únicos de los proyectos de transformación, ya sean asistenciales, de administración sanitaria, recursos humanos o logística. La garantía de éxito está en el coliderazgo funcional y técnico: visión asistencial y de gestión, junto con solvencia tecnológica, interoperabilidad, seguridad y capacidad de ejecución”. 

Además, reflexiona, “transformar no es solo invertir en tecnología. Requiere también tiempo, liderazgo funcional y profesionales con conocimiento, experiencia y capacidad para acompañar el cambio. Sin esa implicación directa de la organización, la tecnología difícilmente genera valor real”. 

Otro aprendizaje es que “gobernar y proteger el dato no es solo una responsabilidad tecnológica, sino organizativa. Los equipos TIC impulsamos los controles, la seguridad y el cumplimiento, pero la protección de la información y el uso responsable de la inteligencia artificial deben formar parte de la cultura y de los procesos de toda la organización”.  

Por otra parte, lanza una exigencia compartida por muchos responsables TIC de la Administración Pública. “La contratación pública necesita seguir evolucionando para acompañar la velocidad de la tecnología. No es lo mismo contratar suministros ordinarios que soluciones en nube, inteligencia artificial o plataformas digitales complejas. Sería deseable avanzar hacia marcos más claros y adaptados a este tipo de tecnologías, siempre manteniendo las garantías de transparencia, concurrencia y control público”. 

Cooperación interterritorial y futuro próximo 

Tarazón valora muy positivamente la labor realizada los últimos años por la Secretaría General de Salud Digital y su defensa de los fondos europeos para destinarlos a modernizar las TIC en el Sistema Nacional de Salud, así como su estrategia de poner el dato en el centro. “La secretaría general nos ha dado un empujón con una doble ayuda: económica y de gestión y coordinación. Se ha preocupado de que los responsables de TI de las comunidades autónomas participemos en este proceso y busquemos soluciones homogéneas”.  

Sin embargo, se lamenta la portavoz, “no todas las comunidades partimos de la misma casilla de salida. Hay comunidades que, por circunstancias históricas, ya tienen soluciones centralizadas y, por tanto, mucho terreno ganado de cara, por ejemplo, a desarrollar modelos de IA. Pero otras, como la nuestra, no, debido a decisiones que se tomaron en el pasado y que en su día eran buenas”. 

Respecto al futuro de la innovación TIC en las comunidades una vez que finalicen los fondos (este año), Tarazón reconoce: “La finalización de los fondos europeos nos obligará a priorizar aún más y a demostrar que las inversiones realizadas generan eficiencia y valor público. Ahí estará el reto: consolidar lo desplegado, obtener retorno organizativo y seguir avanzando con criterios de sostenibilidad”.  

En el caso particular de la Comunidad Valenciana, la portavoz confía en que las actuaciones que han abordado en materia de centralización generen eficiencia. “Estamos en una fase de transición exigente: debemos consolidar los proyectos estratégicos en marcha y, al mismo tiempo, sostener con garantías los sistemas actualmente en producción. El reto es priorizar, ejecutar con agilidad y convertir la inversión realizada en valor real para la organización, los profesionales y la ciudadanía”. 

“La transformación que estamos acometiendo en la Comunidad Valenciana es profunda, valiente y necesaria. No podíamos responder a la normativa de continuidad asistencial con 33 historias clínicas. No es posible que, ante cualquier petición de datos a esta Comunidad, previamente tengamos que agregar datos de 33 hospitales. El cambio que estamos haciendo es esencial. Pero me preocupa que haya continuidad en el tiempo. Estos proyectos tienen que ir más allá de las legislaturas políticas”. 

Tarazón finaliza con una reflexión sobre el impacto de este proyecto de transformación del sistema valenciano de salud: “Lo verdaderamente transformador para el paciente será la redefinición de su relación con el sistema sanitario: una relación más cercana, más ágil y adaptada a sus necesidades. Ante esto es esencial estar atentos a la “brecha digital”. Para los profesionales, supondrá también un cambio relevante, al facilitar su trabajo diario, reducir cargas administrativas y liberar tiempo para tareas de mayor valor asistencial”. 

A principios de este año, Alex Karp, CEO de la empresa de software Palantir, afirmó que existen dos caminos hacia un futuro exitoso en la era de la IA: la formación profesional o ser neurodivergente. Como copresidente y CTO de Understood.org, una destacada organización sin fines de lucro que apoya a millones de personas neurodivergentes en EE. UU., entiendo la idea. Pero esta no lo explica todo.

Tiene sentido considerar el pensamiento divergente como una ventaja ante la preocupación real de que la IA suponga el fin de la originalidad. Cuando todo empieza a verse o sonar igual, las personas que ven y experimentan el mundo de forma diferente aportan un valor incalculable.

La investigación aún se encuentra en sus primeras etapas. Sin embargo, algunos estudios sugieren que las personas neurodivergentes podrían tener mayor probabilidad que las neurotípicas de usar y beneficiarse de herramientas de IA, como los chatbots.

Nuestro enfoque no debería centrarse en si las personas neurodivergentes progresarán gracias a la IA o a pesar de ella, sino en hasta dónde puede avanzar realmente la IA sin la participación del talento neurodivergente.

La mayor brecha de la IA es cognitiva, no técnica

La industria se centra en la velocidad: desarrollar, iterar y escalar más rápido. Pero cuando quienes construyen estos sistemas reflejan un rango limitado de cómo piensan y procesan la información los humanos, esa limitación se integra en la propia tecnología. El resultado es una IA imperfecta y exclusión a gran escala.

Las mentes neurodivergentes aportan fortalezas que el desarrollo de la IA necesita urgentemente, como el reconocimiento de patrones, el pensamiento no lineal y la tendencia a cuestionar las suposiciones. Cuando faltan estas perspectivas, se generan brechas en los productos, programas y resultados. La IA refleja tanto los datos con los que se entrena como a las personas que la desarrollan, por lo que la diversidad cognitiva en el momento de su creación es fundamental.

Los verdaderos usuarios avanzados de IA son las personas neurodivergentes

La última encuesta de Understood.org, realizada a más de 2000 adultos estadounidenses, revela que el 78% de los empleados neurodivergentes afirma utilizar herramientas de IA en el trabajo, frente al 59% de los empleados neurotípicos. Esto coincide con informes de EY que indican que los profesionales neurodivergentes tienen una probabilidad significativamente mayor que los neurotípicos de usar IA a diario.

Pero la importancia no radica solo en un mayor uso, sino en cómo se manifiesta ese uso en la práctica. Cuando alguien utiliza una herramienta con regularidad, la analiza en profundidad. Observa dónde resulta útil, dónde se queda corta o genera fricción y dónde el sistema sigue asumiendo un usuario predeterminado que no existe.

Esto es lo que convierte a los usuarios neurodivergentes en lo más parecido a verdaderos usuarios avanzados que tiene la IA hoy en día. Pueden llevar las herramientas al límite y encontrar fallos que otros nunca llegan a experimentar. Y detectan brechas superficiales entre el diseño de los sistemas y la forma en que las personas los utilizan realmente. El resultado es un ciclo de retroalimentación que la industria no puede permitirse ignorar. Por eso, integrar perspectivas neurodivergentes desde el principio da como resultado mejores sistemas.

Los equipos que piensan de forma diferente están mejor preparados para anticipar una gama más amplia de necesidades de los usuarios, reducir sesgos y diseñar herramientas que funcionen en diversos contextos del mundo real. Cuando se diseña teniendo en cuenta las necesidades de las personas con discapacidades —o mejor aún, cuando estas personas forman parte del equipo de diseño— las soluciones tienden a ser más sólidas para todos.

La IA desconoce lo que desconoce

Incluir talento neurodivergente no solo mejora el rendimiento de la IA, sino que influye directamente en cómo estos sistemas comprenden y representan a las personas. En septiembre pasado, Amy Gaeta, investigadora en ética de la IA, exploró cómo podemos construir una IA mejor y el papel que desempeñan las comunidades neurodivergentes y con discapacidad en ese proceso.

Si le pedimos a un modelo de IA que genere o describa a una persona con discapacidad, la imagen que genera es sorprendentemente consistente: una persona en silla de ruedas. No porque eso refleje la realidad, ya que la discapacidad puede referirse a un amplio espectro de diferencias, tanto visibles como no visibles. Pero los modelos de IA se basan por defecto en los datos con los que fueron entrenados. Si los conjuntos de datos carecen de diversidad o no son representativos, y quienes los gestionan no reconocen esas deficiencias, la IA aprende una definición limitada de discapacidad. Y la repite a gran escala.

Esto puede tener graves consecuencias, perpetuando estereotipos dañinos, infrarrepresentación y tergiversación de maneras que se acumulan con el tiempo. Lo que la IA está entrenada para reconocer es, en última instancia, lo que decide que existe.

Construir equipos cognitivamente diversos desde el diseño

Si la IA va a transformar nuestra forma de aprender, trabajar y comunicarnos, los equipos que la desarrollan deben reflejar una gama más amplia de pensamiento humano. No falta talento para lograrlo, ya que casi uno de cada tres adultos estadounidenses se identifica como neurodivergente.

Pero el cambio necesario no se limita a quiénes integran el equipo, sino a cómo sus perspectivas influyen en lo que se desarrolla y en las decisiones que se toman. Es fundamental considerar la diversidad cognitiva como un factor clave en el diseño de estos sistemas. Es necesario desarrollar mejores datos de entrenamiento que reflejen estas perspectivas desde el principio. Crear entornos donde las mentes neurodivergentes puedan prosperar debería ser la norma.

El futuro de la IA es neurodivergente

Hemos llegado a un punto de inflexión. La falta de conocimiento sobre la neurodiversidad ya no es el obstáculo. La acción sí lo es. Las perspectivas neurodivergentes deben sentar las bases, no añadirse posteriormente.

Si no entrenamos la IA con la amplitud de las experiencias humanas, estaremos creando sistemas peores y menos capaces, además de tergiversar la realidad de las comunidades. Por lo tanto, no se trata de representación por la representación misma. La tecnología solo funcionará bien en la medida en que refleje la diversidad de experiencias.

La inteligencia artificial (IA) avanza rápido, muy rápido. Tanto, que muchos equipos no cuentan con la capacidad suficiente para preparar a sus equipos según se desprende del informe The human premium: leadership beyond the algorithm de Business Leaders, elaborado por el Grupo Adecco.

Y es que, si bien la mayoría de las compañías ya explora cómo incorporar la IA a su actividad diaria, todavía persisten importantes carencias en formación, comunicación y desarrollo del talento.

Por eso, la confianza de los empleados se está convirtiendo en este contexto en uno de los factores clave para que la transformación tecnológica tenga impacto real.

Las cifras revelan hasta qué punto las empresas todavía no han comenzado a adaptarse a la IA:

· Para empezar, sólo el 18% de los directivos cree estar desarrollando una plantilla realmente preparada para adaptarse a la IA. Así, España se sitúa cuatro puntos por debajo de la media global, sólo por delante de Suiza e Italia (12%) y lejos de las primeras posiciones, encabezadas por Bélgica (28%), Australia y Japón (26%).

· El 26% de los directivos empresariales españoles espera que las soluciones de IA se incorporen a la forma habitual de trabajar de sus equipos durante los próximos 12 meses. Esto cifra está 19 puntos por debajo del dato global. Es más, el 30% de los empleados sin puestos de responsabilidad opina lo mismo.

· El informe también destaca que la oportunidad que trae consigo la IA todavía no se explica con suficiente claridad a las plantillas. Basta como ejemplo que sólo el 24% de las empresas explica claramente a sus trabajadores cómo la IA generará oportunidades laborales, lo que supone doce puntos por debajo de la media global.

· También es de destacar el aprovechamiento de la información acerca de las habilidades y trayectoria de sus equipos. A nivel nacional, únicamente el 20% de las empresas utiliza eficazmente los datos de talento para impulsar la movilidad interna y la progresión profesional.

· Otro aspecto que recalca el estudio es la falta claridad sobre el papel que tiene cada empleado dentro de la empresa. De hecho, apenas el 26% de las empresas españoles afirma que sus trabajadores entienden cómo contribuye su trabajo al objetivo y al éxito de la organización, cifra que está 18 puntos por debajo del promedio mundial.

Resultados que llevan a Denis Machuel, CEO de The Adecco Group, a explicar a través de un comunicado que “la IA avanza muy rápido, pero las personas necesitan tiempo, información y confianza para adaptarse. Las empresas que no tengan en cuenta esa diferencia tendrán más dificultades para convertir sus pruebas con IA en resultados reales. Por ello, las que mejor aprovecharán esta tecnología serán aquellas las que expliquen con transparencia cómo se va a utilizar y qué impacto tendrá en los equipos. En este punto, los líderes empresariales tienen una responsabilidad clave: lograr que personas y tecnología trabajen juntas tanto de forma eficiente como segura”.

Además, el informe llama “organizaciones preparadas para el futuro” a aquellas empresas que ya están sacando valor real de la IA, pero sin perder el foco en las personas.

En cuanto a España, sólo concentra el 6% de las organizaciones preparadas para el futuro identificadas en el informe, con siete compañías. El dato queda lejos de los mercados con mayor presencia de este tipo de organizaciones: EE. UU. reúne 30 compañías, el 25% del total; Reino Unido, 18 compañías, el 15%; y Australia y Canadá, 14 compañías cada uno, el 12% en ambos casos.

Esta diferencia se refleja en la capacidad de adaptación de las plantillas. El 76% de las organizaciones preparadas para el futuro considera que su plantilla es muy adaptable, frente al 42% del resto de organizaciones.

Dsempeñar un gran trabajo en el puesto actual es lo mínimo exigible para los CIO modernos. Los líderes digitales más exitosos adoptan nuevos retos tanto dentro de su organización como en nuevos entornos de trabajo, y dado que los estudios sitúan la permanencia media en un puesto de liderazgo digital en unos cinco años, la capacidad de pasar sin fricciones a nuevas oportunidades nunca ha sido tan crucial.

Las evidencias también sugieren que los CIO que piensan fuera de lo convencional y se mueven entre puestos, empresas e industrias desarrollan mejor sus habilidades de liderazgo y generan beneficios para sus equipos, sus organizaciones y sus clientes finales. Desde la generación de soluciones innovadoras hasta la adaptación a diferentes culturas, estos son ejemplos de seis sectores concretos que muestran cómo las experiencias diversas ayudan a enriquecer las habilidades de liderazgo de los CIO.

---

1. Fórmula 1: centrarse en el trabajo en equipo genera soluciones innovadoras

Dan Keyworth, director ejecutivo de tecnología de rendimiento y sistemas en McLaren Racing, afirma que liderar la tecnología en el vertiginoso mundo de la Fórmula 1 le ha permitido desarrollar nuevas habilidades. “Al estar en un entorno de alta intensidad, aprendes cómo las herramientas que proporcionas a las personas generan un impacto tangible”, afirma. “En algunas organizaciones donde las operaciones son un poco más lentas, la gente no entiende el impacto real que tiene la tecnología”.

Keyworth señala que el éxito en la F1 consiste en usar los datos para encontrar una ventaja competitiva. Tras pasar nueve años en el especialista tecnológico Fujitsu, se incorporó a McLaren en 2017. Y durante su tiempo en el automovilismo, McLaren ha seguido mejorando en la pista, culminando en los éxitos de la pasada temporada, cuando el equipo ganó el campeonato de constructores y Lando Norris consiguió su primer título de pilotos.

“Ha sido un viaje increíble para mí, porque a medida que hemos ido subiendo posiciones, me he dado cuenta de lo crítica que es nuestra tecnología y de dónde están las oportunidades para evolucionar y desarrollarla”, cuenta.

Keyworth añade que otra de las habilidades que ha desarrollado en la F1 es la colaboración. “Creo que muchas organizaciones pueden ser bastante jerárquicas, y eso no ocurre en un equipo de Fórmula 1”, señala. “Estamos en una sala intentando resolver problemas, así que se eliminan los rangos y abordamos los retos juntos. Ese enfoque me ha enseñado mucho sobre la conexión humana y el liderazgo. El éxito consiste en crear una estructura plana, centrarse en el problema y afrontarlo, independientemente del rango”.

---

2. Reclutamiento: aceptar el cambio desarrolla nuevas habilidades de liderazgo

Ankur Anand, CIO global del proveedor de soluciones tecnológicas y de talento Nash Squared, se incorporó en junio de 2023 tras casi seis años en Manpower Group, donde llegó a ser CIO regional y responsable de transformación para Europa. Antes de ese puesto, pasó 15 años en posiciones tecnológicas de alto nivel en el gigante de servicios financieros Citi.

“La profundidad de experiencia que obtuve de esas etapas fue enorme”, afirma. “Sentí que podía llevar ese conocimiento a una organización de tamaño medio con un gran apetito de crecimiento. Quería generar impacto basándome en todo lo aprendido a lo largo de mi carrera”.

Durante sus tres años en Nash Squared, Anand se ha centrado en crear una visión única de los datos del cliente, establecer procesos de gestión del cambio y adoptar tecnologías emergentes. Moverse entre organizaciones le preparó para la transformación que lidera. “La gente puede subestimar su capacidad para adaptarse al cambio y al comportamiento necesario en términos de cómo reaccionas, gestionas equipos y trabajas con los stakeholders”, afirma. “Es un cambio enorme pero positivo porque empiezas a adaptarte a diferentes modelos operativos y a desarrollar distintos estilos de liderazgo. Lo que funciona en una empresa no necesariamente funciona en otra”.

---

3. Servicios de contenidos: la adaptabilidad marca la diferencia

Joel Hron, CTO del especialista global en contenidos y tecnología Thomson Reuters, fue anteriormente CTO de la startup tecnológica ThoughtTrace, adquirida por Thomson Reuters en 2022. Hron se incorporó a la empresa como parte del proceso de adquisición.

“Este puesto fue una oportunidad para liderar un equipo global de 5.000 personas y cambiar la mentalidad hacia un enfoque más ágil y emprendedor”, explica. “Mover una organización de ese tamaño a nivel cultural era también algo que veía como un reto y una gran oportunidad”.

Asumir nuevos retos no es algo nuevo para Hron. Tras plantearse inicialmente trabajar en educación, realizó estudios de posgrado, pero se sintió atraído por la investigación y el desarrollo en el mundo real, especialmente en programación, modelización y previsión en la industria petrolera.

“Creo que esa mentalidad se ha ido forzando en mí con el tiempo por la variedad de roles que he desempeñado”, añade. “Todas las pequeñas cosas que he aprendido se combinan para construir la intuición que tengo hoy. Cuando la gente me pregunta qué debería hacer a continuación, les digo que sean oportunistas, que digan sí más veces que no. Si confías en ti mismo y sientes que no es lo correcto, siempre podrás hacer otra cosa. Pero di sí y date la oportunidad de aprender algo nuevo y que te guste algo que no esperabas”.

---

4. Sector inmobiliario: accionar palancas diferentes mejora las capacidades

Richard Corbridge, CIO de la empresa inmobiliaria Segro, afirma que el actual énfasis en la IA y los datos significa que el rol del liderazgo digital vive un renacimiento. “Parece que la gente ha vuelto a reconocer que el CIO es el chef ejecutivo en la cocina”, afirma. “Creo que eso nos da una buena oportunidad para destacar”.

Un factor clave en este renacimiento, añade, es la “consumerización” de la tecnología impulsada por la movilidad, el cloud y ahora la IA generativa, que hace que los responsables de negocio estén tan interesados en la tecnología como los profesionales de TI.

“El rol del CIO es más social que hace diez años”, afirma. “Necesitas estar dentro del negocio, no al margen o por encima. Esa posición significa que un CIO que se mueve entre industrias va a adquirir conocimientos sobre diferentes demandas”.

En lugar de ser expertos únicamente en su propio ámbito, los CIO de éxito forman parte del equipo directivo que impulsa la transformación empresarial. Corbridge afirma que su amplia experiencia, incluyendo liderazgo TI en el NHS, en el retailer Boots y en el Departamento de Trabajo y Pensiones del Reino Unido, le ha ayudado a desarrollarse como CIO.

“Ha sido interesante trasladar la experiencia de grandes proyectos sanitarios al sector privado para ver qué palancas podía accionar de forma diferente”, señala.

---

5. Tecnología: adoptar nuevas culturas genera energía

Nick Pearson se incorporó a Ricoh Europa como CIO en 2023, tras liderar plataformas TI en Vodafone. También ha ocupado puestos directivos en RS Group y PepsiCo, donde llegó a ser director de TI en Reino Unido. Afirma que cambiar de sector ayuda a diversificar habilidades, especialmente al adoptar nuevas culturas.

“Es la primera empresa japonesa en la que trabajo”, explica. “Aunque es un negocio bastante descentralizado, hay una cultura de mejora continua. Es un enfoque distinto al de Vodafone, donde la gente se centraba en multiplicar por diez el impacto o el crecimiento de los proyectos”.

Pearson afirma que una de las cosas que ha aprendido es que la tolerancia al riesgo varía entre culturas. “En una empresa japonesa hay mucho más rigor en el seguimiento de proyectos y su estado que en una occidental”, señala. “El enfoque es muy orientado al dato: cuanta más información mejor. En una empresa de estilo estadounidense, el consejo suele querer saber solo si el proyecto va por buen camino”.

---

6. Viajes: moverse entre sectores mantiene la agilidad mental

Huy Dao, director de plataformas de datos y machine learning en Booking.com, ha pasado la parte reciente de su carrera ayudando a empresas tecnológicas a explotar sus datos. “Pasé 18 años en Microsoft, donde proporcionábamos principalmente soluciones tecnológicas como Office”, afirma. “Lo interesante ahora es que puedo aprender sobre un nuevo sector, y eso me mantiene alerta”.

Como parte de un equipo central, Dao asegura que su equipo dispone de las herramientas adecuadas para su trabajo y ayuda a desarrollar productos basados en datos de alta calidad. “Mi rol se centra en cómo se aplica la tecnología al sector viajes. Intento entender cómo funciona el negocio, cómo se sienten nuestros clientes y cómo evolucionan nuestras relaciones con partners”, concluye. “La industria es muy interesante, y eso me motiva a seguir aprendiendo y aportando cada día”.

---

La transformación digital de una organización ya no se mide únicamente en productividad, automatización o incorporación de nuevas herramientas. En entidades sin ánimo de lucro como Amnistía Internacional España, la tecnología también se ha convertido en una cuestión de independencia, privacidad y capacidad de actuación.

Desde hace más de una década, la división española de la organización trabaja con una premisa clara: reducir al máximo su dependencia de las grandes plataformas tecnológicas y mantener bajo control propio sus datos, sus sistemas y sus comunicaciones. Una estrategia que hoy, en pleno debate europeo sobre soberanía digital e inteligencia artificial, cobra una nueva dimensión. “Nosotros tenemos una política desde sistemas de ser independientes tecnológicamente, de ‘hostear’ todo lo que podamos nosotros para garantizar que no tenemos problemas para denunciar a ninguna compañía o que cualquier informe que podamos publicar afecte a los sistemas con los que trabajamos”, explica a CIO ESPAÑA Carlos López Berenguer, responsable de TI de Amnistía Internacional España.

Este planteamiento no es nuevo dentro de la organización. De hecho, López Berenguer asegura que llevan años trabajando en esta línea, mucho antes de que conceptos como “soberanía digital” empezaran a formar parte habitual del debate tecnológico europeo. “Este proyecto empezó hace más de 14 años, pero ahora se habla de soberanía digital y me parece que es un término potente y bastante adecuado”, señala.

Tecnología para no depender de las ‘big tech’

La estrategia tecnológica de Amnistía Internacional España se ha basado en buscar alternativas de software libre y sistemas ‘autoalojados’ que les permitan mantener el control sobre su infraestructura. “Hoy en día se habla mucho de soberanía digital y uno de los grandes valores que ofrece el software libre es el hecho de no ser dependientes de ninguna empresa para trabajar”, afirma López Berenguer.

El responsable de TI considera que esa independencia es especialmente importante en una organización dedicada a la defensa de los derechos humanos. “Ser capaces de trabajar contra Microsoft, es decir denunciar o investigar a la compañía sabiendo a ciencia cierta que no vamos a tener ningún tipo de represalia posible en cuanto al uso de nuestro software” es muy importante para la organización, sostiene.

A su juicio, el contexto geopolítico actual y algunos movimientos recientes de grandes compañías tecnológicas refuerzan todavía más esta filosofía. “No es casualidad, en nuestra opinión, que Microsoft esté retirando una buena parte del concepto de licencias a ONG justo después de que Donald Trump dijo que ninguno de sus proveedores podía tener determinadas políticas que iban en contra de la filosofía de su Administración”, afirma.

Según explica, este tipo de cambios pueden generar importantes problemas económicos y tecnológicos a organizaciones que dependen completamente de plataformas externas. “Cuando ya tienes toda tu infraestructura montada, tampoco tienes tantas opciones de decidir ir a la competencia, porque realmente estás imbricado”, señala.

Nextcloud: de una beta de cinco usuarios a convertirse en “la herramienta”

Uno de los principales ejemplos de esta estrategia tecnológica ha sido la implantación de Nextcloud como plataforma interna de trabajo colaborativo. La relación de López Berenguer con esta herramienta comenzó años antes de su despliegue en la organización. “Yo ya conocía el software y llevaba siguiéndolo desde hacía bastantes años”, explica.

En aquel momento, Amnistía Internacional España trabajaba todavía con servidores locales de archivos y comenzaban a extenderse soluciones como Microsoft 365 o Microsoft SharePoint. “Nosotros trabajábamos como mucha otra gente con un sistema de ficheros en un servidor local en la oficina. Todo el mundo iba presencialmente a trabajar y ya estaba empezando a surgir todo el movimiento de Office 365”, recuerda.

Sin embargo, la organización decidió explorar otra vía. “Propuse Nextcloud porque ya conocía el software, tenía bastante experiencia con software libre y ya teníamos bastantes cosas ‘hosteadas’. Al final era poner en marcha un producto más”, explica.

“La única manera real hoy en día de garantizar la privacidad con respecto al trabajo con las ‘big tech’ es saliendo de las ‘big tech”, sostiene el responsable de TI de Amnistía Internacional España

La implantación comenzó con una pequeña prueba piloto con cinco usuarios, que más tarde se convirtieron en diez y esos diez en treinta. Pero, el gran punto de inflexión llegó con la pandemia y el auge del teletrabajo. “Cuando llegó la pandemia ya lo teníamos puesto en producción con todo el mundo utilizándolo. Prácticamente nos salvó la vida a los de sistemas”, asegura.

La herramienta pasó además de ser un simple sistema para compartir archivos a convertirse en una plataforma de trabajo colaborativo. “Cuando la gente vio que podía editar concurrentemente documentos y trabajar conjuntamente de una manera transparente, empezó a encontrarle muchísimos más usos”, explica.

Privacidad, flexibilidad y control

Más allá de la funcionalidad, López Berenguer insiste en que el principal valor diferencial de este tipo de soluciones es el control sobre la infraestructura y los datos. “La única manera real hoy en día de garantizar la privacidad con respecto al trabajo con las big tech es saliendo de las big tech”, sostiene.

En este sentido, muestra una visión especialmente crítica sobre el tratamiento de datos personales por parte de las grandes plataformas tecnológicas. “Microsoft está buscando un profiling general de absolutamente cada persona que trabaja con un ordenador o que usa un ordenador en el mundo”, afirma. Es más, el responsable de TI considera que la integración creciente de servicios, cuentas y herramientas digitales está generando una recopilación masiva de información sobre los usuarios. “Todo esto se hace con excusas relacionadas con mejorar la seguridad o garantizar una mejor experiencia”, asegura.

Frente a ello, defiende que el software libre ofrece una alternativa más flexible y segura. “Ser tu propio Google sin comprometer la privacidad de tus usuarios, sin comprometer tus documentos y siendo independiente tecnológicamente es un gran salto”, resume.

Además de la privacidad, destaca también la capacidad de adaptación que les ofrece trabajar con infraestructura propia. “Hemos tenido bastante más flexibilidad tanto a la hora de administrar la plataforma como de recuperar datos perdidos o permitir maneras de trabajo más flexibles”, explica.

Pese a la apuesta por la independencia tecnológica, Amnistía Internacional España reconoce que todavía existen algunas dependencias difíciles de eliminar. A su juicio, determinadas herramientas de las grandes tecnológicas se han convertido en estándares de facto muy difíciles de evitar. “Uno de los grandes compromisos que siento que tenemos que hacer es utilizar Teams”, reconoce López Berenguer. “La gente ya no entiende tener una videoconferencia sin hablar de Teams. Mucha gente ni siquiera entiende que exista una alternativa”, señala.

Aun así, asegura que la organización ha conseguido alcanzar un alto grado de autonomía tecnológica. “Yo diría que estamos aproximadamente en un 70 y mucho por ciento de independencia tecnológica”, calcula. “Siempre pensamos mucho en esta situación: ‘Si Estados Unidos corta el cable, nosotros creemos que podríamos seguir trabajando prácticamente sin problemas’”, afirma.

Seguridad y protección de datos

La gestión de información sensible obliga también a mantener una estrategia tecnológica especialmente orientada a la seguridad. Según explica López Berenguer, la organización trabaja con un modelo de múltiples capas de protección. “Tenemos seguridad local, trabajamos principalmente con Linux, hacemos hardening, mantenemos versiones actualizadas, gestionamos de manera estricta los firewall y cómo se comunican los sistemas entre sí”, detalla.

La organización también utiliza herramientas de seguridad perimetral, antivirus y servicios especializados. Además, considera que el actual paradigma cloud ha generado cierta pérdida de cultura de control sobre los datos. “No existe una gran cultura de backup de los datos propios cuando todo está en SharePoint o en Azure”, advierte.

Inteligencia artificial: oportunidad y preocupación

La inteligencia artificial es otro de los grandes ámbitos en los que trabaja actualmente el equipo tecnológico de Amnistía Internacional España. La organización ya ha desarrollado políticas internas para limitar el uso de herramientas externas con datos sensibles. “Hemos desarrollado políticas para garantizar que no se comparten ni se ponen datos personales en ninguna inteligencia artificial controlada por una gran empresa”, explica.

Al mismo tiempo, trabajan en proyectos para desplegar modelos propios ‘autoalojados’. “Tenemos proyectos para hostear nuestros propios modelos y poder ofrecer a algunos usuarios herramientas con las que procesar datos personales sin comprometer información sensible”, señala.

Entre los proyectos en desarrollo figuran herramientas relacionadas con videoconferencia, transcripción, análisis y síntesis de voz y texto. “Buscamos llegar a un modelo híbrido en el que determinadas tareas puedan hacerse con herramientas externas y otras requieran infraestructuras propias”, explica.

“En los últimos dos años estamos viendo una gran mudanza ideológica. Se habla constantemente y con mucho entusiasmo de soberanía digital, de ‘hostear’ tus propios sistemas y de ser dueño de tus datos“

López Berenguer considera que la inteligencia artificial transformará profundamente el trabajo de las organizaciones durante los próximos años. “Estamos hablando de máquinas que son capaces de iterar e iterar y prácticamente no hay un solo aspecto de nuestro trabajo que no se vaya a ver afectado”, añade.

Pese a ello, cree que precisamente esa transformación hace todavía más importante mantener el control tecnológico. “Es muy buen momento para intentar ser independientes tecnológicamente y controlar la mayor parte de nuestros sistemas”, concluye.

Un cambio cultural que ya ha comenzado

Durante años, López Berenguer reconoce que quienes apostaban por mantener infraestructuras propias y reducir la dependencia de las grandes plataformas tecnológicas eran vistos como una rareza. “Durante mucho tiempo nos sentimos bastante solos haciendo esto”, admite. Sin embargo, considera que el contexto actual está impulsando un cambio de mentalidad. “En los últimos dos años estamos viendo una gran mudanza ideológica. Se habla constantemente y con mucho entusiasmo de soberanía digital, de hostear tus propios sistemas y de ser dueño de tus datos”, explica.

Para el responsable de TI de Amnistía Internacional España, ese giro confirma que el camino emprendido por la organización hace años tenía sentido. “Ahora nos damos cuenta de que, en algunos aspectos, teníamos buena parte de razón y que hemos hecho lo correcto y lo necesario”, concluye.

La figura del CIO ha cambiado radicalmente. Hace tiempo que quedó atrás el perfil centrado exclusivamente en la gestión de infraestructuras o sistemas: hoy los líderes tecnológicos están llamados a impulsar la transformación empresarial, fortalecer la resiliencia en ciberseguridad y convertir el potencial de la inteligencia artificial en resultados tangibles para el negocio.

Sin embargo, el salto desde ser un profesional de alto rendimiento hasta ocupar posiciones ejecutivas como CIO, CTO o CDO es cada vez más complejo. La capacidad técnica ya no es suficiente: influir en distintas áreas del negocio, comunicarse con comités de dirección y desarrollar una visión estratégica se han convertido en habilidades imprescindibles.

En este contexto nace Next CIO, una iniciativa creada por el grupo Foundry para identificar, impulsar y reconocer a la próxima generación de líderes tecnológicos. El programa, lanzado originalmente en Reino Unido y extendido después a otros países como Australia y Estados Unidos, llega ahora a España.

Un programa diseñado para acelerar carreras

Más que un reconocimiento, Next CIO se presenta como un programa anual de desarrollo y visibilidad para ejecutivos emergentes del ámbito tecnológico con potencial para asumir posiciones de liderazgo sénior.

La iniciativa combina reconocimiento público, desarrollo profesional y acceso a una red estratégica de contactos dentro de la comunidad tecnológica, ofreciendo un itinerario pensado para quienes aspiran a liderar la próxima etapa de transformación empresarial.

¿Qué es Next CIO?

Un programa anual de desarrollo y premios dirigido a ejecutivos tecnológicos con alto potencial.

¿A quién se dirige?

A líderes TI en crecimiento que avanzan hacia posiciones como CIO, CTO o CDO y buscan ampliar su impacto dentro de sus organizaciones.

¿Cómo participar?

Las nominaciones permanecerán abiertas hasta el 15 de septiembre de 2026, a través del Formulario de Solicitud Next CIO 2026 .

La primera gran cita

Los próximos ganadores serán reconocidos durante el evento anual CIO 50 Awards & Conference, que se celebrará en Madrid el próximo 8 de octubre, un encuentro que reunirá a algunos de los principales referentes tecnológicos y líderes empresariales del país.

Más allá del premio: construir a los líderes del futuro

El objetivo de Next CIO va mucho más allá de una serie de sesiones formativas o un reconocimiento puntual. El programa busca convertirse en una plataforma estructurada de crecimiento para que los participantes puedan:

• Desarrollar capacidades estratégicas y ejecutivas.
• Incrementar su visibilidad profesional.
• Construir relaciones con una comunidad de pares de alto potencial.
• Acceder a mentoría y experiencia directa de CIO consolidados.

La iniciativa responde a una necesidad cada vez más evidente en el sector: democratizar el acceso al mentoring, reducir barreras de desarrollo y apoyar a los profesionales emergentes justo en el momento en que su carrera puede tomar un rumbo decisivo.

“Estamos encantados de lanzar este programa en España como parte de nuestro compromiso continuo con la comunidad CIO. Esta iniciativa ofrece una oportunidad poderosa para reconocer a los líderes con gran potencial y construir una red de futuros CIO con las habilidades necesarias para triunfar en puestos ejecutivos,” explica Romy Tuin, directora Global de Contenidos de Eventos en Foundry.

En un momento en el que la tecnología define la estrategia empresarial, ¿quiénes serán los próximos líderes llamados a ocupar la silla del CIO? Quizá el próximo nombre ya está construyendo el futuro desde dentro de tu organización.

Si aspiras a liderar la próxima generación tecnológica, este puede ser el momento de dar el siguiente paso.

Los CIO y otros líderes de TI están atravesando un momento decisivo, al enfrentarse a nuevas y ambiciosas expectativas en sus funciones, entre ellas la capacidad de liderar el cambio y de construir equipos preparados para la inteligencia artificial.

Durante años, los expertos en liderazgo tecnológico han insistido en que los CIO deben centrarse en los resultados de negocio, además de aportar conocimiento técnico y garantizar el funcionamiento de los sistemas de TI. Estas expectativas se mantienen vigentes: el 79% de los líderes de TI encuestados por Deloitte sitúa el impulso de los resultados de negocio como su máxima prioridad, reflejando el paso de un papel de soporte interno a otro orientado a la creación de valor empresarial. Sin embargo, el Global Leadership Technology Study 2026 de Deloitte, basado en encuestas a más de 660 altos ejecutivos de TI, identifica nuevas y crecientes exigencias para los CIO y otros líderes tecnológicos, como la fluidez en datos e IA, la capacidad para liderar el cambio y la habilidad para crear equipos de IA.

Para cumplir con estas expectativas, los responsables de TI deben afrontar importantes obstáculos. Aunque el 81% de los encuestados asegura confiar en la capacidad de su organización para desplegar y gobernar la IA, el 75% considera que sus modelos operativos y procesos deberán cambiar en los próximos 12 a 18 meses para generar un mayor valor.

Estos datos sugieren que las ambiciones de los CIO en materia de IA están avanzando más rápido que las capacidades reales, y que cada vez serán más evaluados por su capacidad para impulsar la transformación del negocio y el éxito de las iniciativas de IA, señala Anjali Shaikh, director gerente de Deloitte Consulting y responsable de los programas globales de CIO y ejecutivos tecnológicos de Deloitte en EE. UU. “La IA es una prioridad estratégica para el CEO y el consejo de administración”, afirma. “Están mirando al CIO para que ayude a pensar de forma integral: desde los procesos y el talento hasta los modelos operativos y los riesgos de gobernanza”.

Escasez de expertos en IA

Crear equipos expertos en IA puede ser una de las expectativas más difíciles de cumplir. Alrededor de una cuarta parte de los líderes de TI encuestados por Deloitte identifica la falta de talento cualificado como uno de sus principales retos, solo por detrás de la calidad de los datos y de las preocupaciones en materia de seguridad y privacidad. A Shaikh le sorprendió que el porcentaje de líderes preocupados por la brecha de habilidades fuera relativamente bajo. En la encuesta State of the CIO 2026 de CIO.com, el 40% de los líderes de TI señaló la falta de talento interno como su mayor desafío a la hora de implantar estrategias de IA en el último año.

Shaikh recomienda a los CIO buscar talento en IA en todas las direcciones posibles: desde la contratación de nuevos profesionales con experiencia en IA hasta el reciclaje de empleados actuales, pasando por alianzas con proveedores y socios externos. También aconseja reforzar la colaboración con las direcciones de Recursos Humanos para cubrir estas necesidades.

Hoy se espera que los líderes de TI no solo creen equipos preparados para la IA, sino que también guíen a sus organizaciones a través de los cambios necesarios para adoptarla. “El principal factor limitante ya no es si la gente utiliza o no la tecnología, sino el paso de contratar especialistas en IA a construir organizaciones preparadas para la IA. Y cada vez veo a más CIO incorporados a esa conversación”, subraya Shaikh. “¿Cómo vas a elevar el nivel de competencia en IA de toda la organización?”.

La experiencia técnica, añade, ya no es suficiente para liderar la tecnología. “Lo que diferencia a las organizaciones líderes y a los CIO punteros es su capacidad para formar equipos que sepan rediseñar el trabajo, replantear la toma de decisiones y entender cómo conviven una fuerza laboral digital y una humana”.

Evolución constante

El rol del CIO es, por definición, uno de evolución permanente, añade Matt Ausman, CIO del proveedor de tecnología Zebra Technologies. “Hoy, un CIO no puede limitarse a ser un tecnólogo”, afirma. “Debe ser un explorador, trazando un nuevo camino en un terreno inexplorado, guiado por la experiencia de transformaciones anteriores como internet o la nube. También debe ser un evangelizador y un defensor ante la alta dirección, impulsando la visión y logrando el respaldo necesario para una transformación real”.

El enfoque de Ausman se centra en tres prioridades clave: centralizar la gobernanza, federar la innovación y medir el valor. Además, considera imprescindible que los CIO actúen como integradores, uniendo equipos de RR. HH., marketing, ventas, ingeniería y otras áreas del negocio. “Los resultados que se esperan de los CIO no pueden lograrse solo desde TI”, explica. “La creación de valor requiere personas, procesos y tecnología. Y la transformación de personas y procesos procede en gran medida de los equipos de otros líderes de la alta dirección”.

Al mismo tiempo, sostiene, el CIO y la organización de TI necesitan tener el mismo peso en la toma de decisiones para impulsar transformaciones organizativas de mayor alcance. “Es un cambio que lleva años produciéndose, pero que se ha intensificado con el foco en la IA”.

Las nuevas expectativas descritas en el informe de Deloitte van más allá de una mera ampliación de responsabilidades, apunta Jean‑Philippe Avelange, CIO del proveedor de redes gestionadas y servicios cloud Expereo. Antes, los CIO eran evaluados por los sistemas entregados y la disponibilidad de TI. Hoy, lo son por cómo la tecnología permite a la empresa tomar decisiones diferentes. “Lo que está cambiando es la unidad de medida”, afirma. “Eso reposiciona el rol: de gestionar sistemas a moldear decisiones, de centro de costes a creador de capacidades. Desde mi punto de vista, ese cambio es real y está ocurriendo, nos sintamos cómodos o no con ello”.

Construir equipos capaces será uno de los mandatos más complejos para los CIO ante estas nuevas exigencias, y el reto va más allá de la formación, añade. “Se trata de mantener la seguridad psicológica mientras la presión por desplegar IA en todas partes choca con un miedo muy real a ser reemplazados”, advierte Avelange. “Objetivos impuestos desde arriba, como ‘el 100% de los ingenieros usando IA antes de Q3’, suelen generar una adopción de fachada más que resultados reales”.

Por ello, recomienda centrarse en potenciar los puestos de trabajo con IA en lugar de sustituir a las personas. Dar tiempo a los equipos para experimentar —no solo acceso a herramientas— y medir velocidad, calidad y rapidez en la toma de decisiones, en lugar de simples tasas de uso, puede mejorar los resultados. “Cuando se hace bien, las organizaciones incluso contratan más rápido, porque cada ingeniero se vuelve más valioso”, concluye. “Cuando no, el resultado suele ser un ‘teatro de adopción’ y equipos silenciosamente desencantados”.

Con 2026 casi a mitad de camino, las empresas empiezan a ver retornos tangibles de sus inversiones en inteligencia artificial. Sin embargo, muchas están descubriendo que escalar la IA requiere algo mucho menos llamativo que los modelos de última generación o las métricas más avanzadas: datos limpios, interoperables y bien gobernados. Según la nueva encuesta AI Momentum Survey de Dun & Bradstreet, el 97% de las organizaciones afirma tener iniciativas activas de IA, pero solo el 5% asegura que sus datos están preparados para respaldarlas.

Este dato refleja la compleja realidad de la IA en el entorno corporativo, donde las empresas luchan por pasar de la experimentación a la operación real. “No es necesario contar con datos preparados para IA a nivel corporativo para lanzar pilotos o casos de uso aislados”, explica Cayetano Gea-Carrasco, chief strategy officer de Dun & Bradstreet. “Pero sí lo es para escalar la IA de forma fiable en flujos de trabajo y sistemas críticos para el negocio”.

Primeros avances

Según el informe de D&B, las organizaciones se están volcando en la IA en 2026 y la consideran una prioridad estratégica. Más de dos tercios (67%) ya perciben “señales tempranas o focos puntuales” de retorno de la inversión, y un 24% habla de resultados “amplios o sólidos”.

Además, más de la mitad (56%) de las 10.000 empresas encuestadas por la firma de datos y analítica planea aumentar su inversión en IA en los próximos 12 meses. En torno a un tercio (30%) está escalando la IA a entornos de producción, y el 26% la está operativizando en múltiples procesos clave.

A medida que la adopción se acelera, los retornos tempranos son hoy más habituales que hace apenas un año, señala D&B, aunque siguen siendo desiguales. En paralelo, las preocupaciones sobre la preparación de los datos son “incluso más profundas” que en 2025.

Las razones son diversas: problemas de acceso a los datos (50% de los encuestados), riesgos de privacidad y cumplimiento normativo (44%) y dudas sobre la calidad e integridad de los datos (40%). A ello se suma la falta de integración entre sistemas (38%) y la escasez de profesionales cualificados en IA (37%).

De forma preocupante, solo una pequeña proporción de las empresas (10%) afirma con un alto grado de confianza ser capaz de identificar y mitigar los riesgos asociados a la IA. “La cuestión clave ya no es si las organizaciones están experimentando con la IA”, subraya Gea-Carrasco. “La pregunta es si cuentan con los datos y la infraestructura necesarios para desplegarla de forma fiable a escala empresarial”.

El directivo señala que resulta relativamente sencillo lanzar copilotos, interfaces conversacionales o herramientas departamentales apoyadas en modelos de propósito general y obtener “resultados impresionantes en entornos controlados”. Pero muy pocas organizaciones consiguen llevar la IA a flujos de trabajo en producción, donde factores como la precisión, la responsabilidad, la explicabilidad, la interoperabilidad y la coherencia influyen directamente en las decisiones de negocio. Esto afecta a ámbitos como la incorporación de clientes, el cumplimiento normativo, la gestión de riesgos o las operaciones de atención al cliente. “Ahí es donde la preparación de los datos se vuelve crítica”, insiste.

El obstáculo de los datos

Los retos relacionados con los datos se agravan a medida que las empresas pasan de los copilotos a flujos de trabajo más autónomos basados en agentes. “La mayoría de los entornos de datos empresariales se diseñaron para flujos de trabajo humanos, no para sistemas de IA autónomos que operan de forma continua en toda la organización”, apunta Gea-Carrasco.

Aunque los sistemas de IA pueden generar resultados que suenan coherentes, desde el punto de vista operativo pueden ser difíciles de confiar, debido a alucinaciones, recomendaciones contradictorias entre sistemas o problemas de cumplimiento. Este aspecto es especialmente crítico en sectores regulados como banca, seguros, sanidad o servicios financieros, donde contar con resultados fiables y auditables es “imprescindible”.

Las organizaciones que están logrando mayores avances son aquellas que trabajan para garantizar que sus datos sean de alta calidad, fiables y estén bien gobernados. Invierten en una resolución de identidades coherente, así como en interoperabilidad y mantenimiento de los datos, para que la IA pueda “consumir información de forma fiable” y actuar en consecuencia.

Dónde empieza a verse el ROI

Según Gea-Carrasco, las empresas comienzan a ver retorno de la inversión en aquellos ámbitos donde los entornos de datos están más maduros, lo que facilita integrar directamente la IA en los flujos de trabajo reales. Es el caso de áreas como la inteligencia comercial, la incorporación de clientes, los flujos de cumplimiento, la investigación de clientes, el análisis de riesgos, la automatización de procesos, la prospección, el ‘screening’, la evaluación de proveedores y la verificación de negocios.

El ROI suele reflejarse en una reducción del trabajo manual de investigación, procesos de incorporación y revisión más rápidos, mayor coherencia operativa, aceleración de los flujos comerciales y un mejor apoyo a la toma de decisiones. “En muchos casos, las organizaciones utilizan la IA para ayudar a los equipos a procesar y sintetizar grandes volúmenes de información mucho más rápido que antes”, explica.

El directivo enfatiza que la IA es más eficaz cuando refuerza los procesos operativos existentes, en lugar de sustituir por completo la toma de decisiones humanas. “Las organizaciones están teniendo éxito cuando la IA ayuda a los empleados a trabajar más rápido, a tomar mejores decisiones y a reducir tareas manuales repetitivas, manteniendo siempre a las personas involucradas en la supervisión y las aprobaciones finales”, afirma.

El enfoque empresarial de la IA agentiva

La IA basada en agentes empieza a entrar en entornos de producción, aunque “todavía de forma relativamente temprana y muy focalizada”, según Gea-Carrasco.

En la actualidad, la mayoría de las empresas despliega agentes con un alcance limitado, en lugar de sistemas completamente autónomos. El modelo predominante a corto plazo es el de autonomía supervisada, en el que los agentes ejecutan partes de los flujos de trabajo mientras los humanos conservan el control sobre aprobaciones, supervisión y gestión de excepciones. Así, los agentes se integran en “flujos de trabajo claramente definidos”, como la investigación, el soporte a la incorporación de clientes o la orquestación de procesos.

En los próximos años, la IA evolucionará desde copilotos aislados hacia sistemas de agentes más conectados e integrados directamente en los flujos de trabajo empresariales. Estos coordinarán cada vez más tareas entre clientes, proveedores, socios, empleados y aplicaciones corporativas, y ganarán protagonismo en áreas como operaciones comerciales, incorporación de clientes, cumplimiento, compras, investigación de clientes, gestión de riesgos, evaluación de proveedores y monitorización.

“La IA empresarial está dejando de centrarse en herramientas de productividad aisladas”, concluye Gea-Carrasco, “para convertirse en la base de sistemas operativos inteligentes capaces de apoyar la toma de decisiones y la ejecución de procesos a gran escala”.

En su evento Sapphire 2025 del pasado año SAP realizó atrevidas promesas en materia de inteligencia artificial: Knowledge Graph, Joule Studio y AI Agent Hub, según avanzó entonces, saldrían al mercado a finales de año. Aunque esas herramientas ya están técnicamente disponibles, su adopción se ha retrasado. Es más, SAP ya está anunciando la versión 2.0. “La adopción de Joule Studio ha sido mínima en comparación con lo que nos gustaría”, afirmó Manoj Swaminathan, director de producto de SAP para Business Suite, en una sesión informativa previa al Sapphire de este año. La herramienta “se limitaba a experiencias basadas en el contenido”, señaló. “Siempre que intervenían agentes más complejos, sus capacidades eran limitadas”.

El problema, según el director de IA de SAP, Jonathan von Rüden, era que SAP había priorizado la facilidad de uso sobre la potencia en su arquitectura original. “La gente quería ver más flexibilidad en el código”, afirmó en una entrevista realizada en Sapphire 2026. “Habíamos optado por un enfoque de bajo código. Se le podían añadir puntos de extensión y herramientas, pero no se podía tocar su núcleo. Ahora puedes crear un agente personalizado y conectarlo a tu propio GitHub”.

Los clientes también llegaban con “grandes planes”, pero necesitaban reglas estrictas y puertas de aprobación que el Joule Studio original no admitía de forma nativa. “Lo que la gente quiere son flujos de agentes con puertas y flujos de trabajo claros y subagentes”, según Von Rüden. “El antiguo Joule no ofrecía eso. Ahora todo está integrado”.

Qué se ha lanzado exactamente

Joule y AI Agent Hub están disponibles de forma generalizada, aunque este último está experimentando ahora una “renovación masiva” con la versión 2.0. El Knowledge Graph está activo y se ha expandido más allá de su alcance original. Inicialmente utilizado para crear habilidades de Joule, ahora proporciona contexto directamente a los agentes de IA para que puedan “averiguar cómo llamar a algo de forma dinámica”, según Von Rüden.

Joule Studio, sin embargo, se encuentra todavía en una fase temprana de adopción por parte de los clientes; se espera que esté disponible de forma generalizada en el tercer trimestre, un año por detrás del objetivo original. Joule Work, la nueva capa de interacción anunciada esta semana, no se espera hasta la segunda mitad de este año.

Lo que cambia en la versión 2.0

El renovado Joule Studio aborda las carencias que frenaban su adopción. Más allá de la flexibilidad del código profesional, los desarrolladores ahora pueden crear con marcos de agentes populares como LangGraph y AutoGen, y los agentes tendrán una comprensión nativa del código y los modelos de datos propios de SAP que las herramientas genéricas no pueden replicar.

Se trata de una evolución, no de un reinicio, según Von Rüden. “Las primeras versiones estaban orientadas a la automatización. Ahora los agentes también deben aportar optimización e inteligencia”, indicó. Clientes como Ericsson, Mercado Libre y Siemens ya están utilizando agentes de Joule en producción.

Mientras tanto, SAP está replanteándose cómo poner las herramientas de IA en manos de los clientes. Joule Desktop, que se lanza esta semana, permite a los usuarios individuales crear automatizaciones sin pasar por el departamento de TI, una apuesta por que la adopción desde la base avanzará más rápido que los despliegues centralizados.

Por si los directores de sistemas de información no tienen ya bastante con lo que lidiar ante el aumento de la demanda de IA en todo el ámbito empresarial, el actual clima geopolítico, volátil, les obliga ahora a adoptar una mentalidad más centrada en lo global en todo, desde sus cadenas de suministro de TI y la regulación hasta la infraestructura distribuida y la plantilla.

Últimamente, las noticias han hablado mucho sobre el impacto de la guerra de Irán en la tecnología: ataques con drones que dañan los centros de datos de AWS en Baréin y los Emiratos Árabes Unidos, así como el aumento de los ciberataques y la amenaza de la escasez de semiconductores. “Esta no es simplemente una guerra de misiles y milicias, sino una guerra que abarca las redes, las cadenas de suministro y los sistemas que impulsan el mundo moderno”, escribe S. Yah Kalash, investigador principal del Centro para la Innovación en Gobernanza Internacional. “Su consecuencia más duradera no será el cambio territorial, sino la aceleración de un orden tecnológico global fracturado, disputado y profundamente politizado”.

Aunque las áreas de TI han recibido discretos aumentos para financiar iniciativas de IA durante el último año, la preocupación económica de los altos directivos por el incremento de los costes energéticos, la inflación persistente y el declive de la economía global afectará directamente a las organizaciones tecnológicas, según un reciente informe de Forrester. “Los CIO tendrán que redoblar una vez más sus esfuerzos en la gestión del gasto en TI mediante la priorización, la reducción selectiva de costes, una gestión estricta de los proveedores y otras técnicas”, reza  el informe. “Aumentará el escepticismo sobre el retorno de la inversión en IA, lo que obligará tanto a los CIO como a los CISO a defender las inversiones”.

Como en cualquier situación, un periodo de inestabilidad global hace que sea de vital importancia que los responsables de TI sigan fomentando una comunicación abierta con el resto del equipo directivo para establecer objetivos alcanzables y gestionar las expectativas de forma eficaz. “Manténganse en estrecha conexión con el resto de la alta dirección y comprendan qué repercusiones está teniendo la volatilidad en el negocio”, afirma Mark Moccia, vicepresidente y director de investigación de Forrester. “Esto puede dar lugar a recortes en el presupuesto tecnológico a corto plazo debido a las presiones [de pérdidas y ganancias]”.

“Una tormenta perfecta de retos” para los líderes de TI

Los responsables de TI afirman que no se sienten intimidados por el desafío que plantean las tensiones geopolíticas. Tadas Tamošaitis, director técnico de FL Technics, con sede en Vilna (Lituania), un proveedor global independiente de servicios de mantenimiento, reparación y revisión (MRO) de aeronaves, está muy familiarizado con ellas. El sector de la aviación opera en la encrucijada de algunas de las presiones normativas, geopolíticas y de la cadena de suministro más exigentes del mundo. Depende del equipo de TI mantenerlo todo a flote en tiempo real, afirma. “Las aerolíneas esperan que las aeronaves vuelvan al servicio en plazos ajustados, por lo que cualquier interrupción en nuestros sistemas digitales tiene consecuencias inmediatas y cuantificables en tierra”, explica Tamošaitis.

En estos momentos, el sector global de MRO está atravesando lo que él denomina “una tormenta perfecta de retos”, dado que los picos de demanda pospandémicos han puesto a prueba unas cadenas de suministro aeroespaciales ya de por sí frágiles. Los plazos de entrega de las piezas críticas están alcanzando duraciones récord, afirma Tamošaitis.

“Las tensiones geopolíticas —desde controles de exportación más estrictos sobre tecnologías de doble uso hasta restricciones del espacio aéreo que afectan a dónde y cómo movemos aviones y piezas— están redefiniendo constantemente el mapa logístico”, cuenta.

Al mismo tiempo, los reguladores globales y un número creciente de autoridades aeronáuticas nacionales están modificando sus requisitos digitales y de datos de formas que no siempre coinciden, añade Tamošaitis. “Para una empresa de MRO que opera en múltiples jurisdicciones, esto genera una complejidad real: es posible que los mismos datos sobre la configuración de una aeronave deban almacenarse, consultarse y compartirse de manera diferente dependiendo de qué autoridad tenga la supervisión”, dice.

A todo ello se suma la amenaza constante de los ciberataques. “Las empresas de MRO poseen datos de ingeniería altamente sensibles —configuraciones de aeronaves, historiales de mantenimiento, sistemas logísticos— lo que las convierte en objetivos atractivos”, reflexiona Tamošaitis. “Un ciberataque exitoso no solo interrumpe los sistemas informáticos; puede dejar las aeronaves en tierra. Debemos construir sistemas que estén aislados físicamente y sean lo suficientemente resilientes como para resistir los ataques, al tiempo que permanezcan lo suficientemente conectados para una coordinación global las 24 horas del día, los 7 días de la semana”.

Recientemente, FL Technics completó la adquisición de Job Air Technic, lo que, según Tamošaitis, añadió una importante dimensión de integración de sistemas. Fue una tarea compleja que requirió la consolidación de la infraestructura informática heredada, los almacenes de datos y los procedimientos operativos de todas las entidades adquiridas, sin interrumpir las operaciones de mantenimiento que funcionan las 24 horas del día. “Una cosa es planificar una integración de TI sobre el papel; otra muy distinta es ejecutarla cuando un avión que entra en el hangar a las 2 de la madrugada no puede esperar a que termine una migración de datos”, afirma.

Los retos globales reconfiguran los stacks de TI y las estrategias

Para Moe Rosenfeld, director de sistemas de información de eCopier Solutions, con sede en Nueva York, los problemas de la cadena de suministro son lo que le quita el sueño. “La parte de hardware de la gestión documental recorre una cadena de fabricación global, y la tensión geopolítica se refleja en los plazos de entrega, la disponibilidad de componentes y la estabilidad de los proveedores de formas que no tenía en mi radar hace cinco años”, explica. “Hay que pensar en la pila tecnológica del mismo modo que un responsable de logística piensa ahora en las rutas de transporte”.

Los responsables de TI solían evaluar la tecnología principalmente en función de las características y el coste, señala. “Ahora me planteo preguntas que nunca solía hacer, como dónde tiene su sede este proveedor, dónde se encuentran físicamente sus servidores, qué ocurre con los datos de mis clientes si se produce una interrupción del comercio o una situación de sanciones que afecte al país de origen de ese proveedor”.

Las cadenas de suministro globales están imponiendo un cambio fundamental en el diseño de las arquitecturas de TI, coincide Victoria Ma, directora de servicios e innovación digital para EE. UU. y Canadá en la consultora de cadenas de suministro Miebach, que opera en cuatro continentes. “En lugar de optimizar un modelo único y centralizado, las organizaciones ahora tienen que dar soporte a una red que abarca múltiples regiones, entornos normativos y modelos operativos”, afirma. “Esto introduce una complejidad significativa en los sistemas y los datos. Los sistemas de planificación y ejecución deben integrarse no solo entre funciones internas, sino también con socios externos —proveedores, fabricantes y proveedores de logística— que a menudo operan con diferentes plataformas y estándares en distintas partes del mundo”.

Identificar casos de uso de la IA que funcionen en todas las regiones

Navegar por la adopción de la IA en un entorno operativo distribuido a nivel mundial es también un punto crítico fundamental. Remi Alli, director de sistemas de información (CIO) de Black Wallet, la empresa matriz de Kiros, un ecosistema de tokens, cuenta que la proliferación de agentes —el caos que supone la aparición de cientos de herramientas de IA autónomas en diferentes unidades de negocio sin un plan coherente— es un quebradero de cabeza a nivel mundial. “El mayor obstáculo es mantener una infraestructura unificada y segura al [enfrentarnos a] regulaciones regionales, como las nuevas leyes de transparencia de la IA. Esto hace imposible un enfoque único para todos y nos obliga a pasar de un abastecimiento global y centralizado a estrategias regionales más complejas”, relata.

Black Wallet está abordando esto mediante la creación de ‘Consejos de IA’ que actúan como guardianes para evaluar los casos de uso, garantizar el cumplimiento normativo de los datos y evitar arquitecturas fragmentadas. “También estamos sustituyendo la planificación anual por talleres trimestrales de ‘cocreación tecnológica-empresarial’ para asegurarnos de que nuestros proyectos de IA realmente mejoren el retorno de la inversión, en lugar de limitarse a experimentar”, afirma Alli.

La IA y el panorama regulatorio global están “convirtiendo una situación ya de por sí complicada en algo verdaderamente caótico”, afirma Rosenfeld. “El Reglamento de IA (IA Act) de la UE está en marcha, EE. UU. sigue definiendo su enfoque federal, los estados individuales actúan por su cuenta y otros países están haciendo todo lo anterior a ritmos diferentes y con filosofías distintas”.

Para cualquiera que gestione flujos de datos transfronterizos, las herramientas con IA integrada tienen ahora un peso normativo que no existía hace dos años, afirma. “Y lo difícil es que las normas aún no se han redactado por completo. Hoy estás tomando decisiones de infraestructura frente a un objetivo de cumplimiento que aún está en constante cambio. No es una situación cómoda, pero es en la que nos encontramos”.

Para complicar aún más las cosas, mientras existe una fuerte presión por parte de los consejos de administración y los ejecutivos para acelerar las estrategias de IA, las organizaciones están teniendo dificultades para identificar casos de uso que se mantengan en todas las regiones con diferentes calidades de datos, requisitos normativos y niveles de madurez operativa, según Ma.

Al mismo tiempo, el panorama de proveedores está repleto de plataformas “con IA” que a menudo no se adaptan bien a las cadenas de suministro globales, observa Ma. “Una solución que funciona en una región puede no ser escalable debido a diferencias en la disponibilidad de datos, la infraestructura o las restricciones de cumplimiento”, afirma. “Esto coloca a los responsables de TI en una posición difícil: deben filtrar las afirmaciones de los proveedores al tiempo que se aseguran de que las tecnologías seleccionadas puedan funcionar de manera consistente en un panorama global fragmentado”.

El reto no radica tanto en adoptar la IA rápidamente como en construir una base escalable y adaptable a cada región que aporte un valor cuantificable en toda la red, indica Ma.

Hacer frente al cumplimiento normativo

Mantener el cumplimiento normativo más allá de las fronteras es otro gran reto. En lo que a Rosenfeld respecta, nadie está hablando lo suficiente de lo rápido que se ha ampliado el ámbito de aplicación del cumplimiento normativo. “Hace unos años, uno pensaba en la HIPAA, quizá en algunas normas de privacidad a nivel estatal”, afirma. “Ahora, me fijo en clientes con plantillas distribuidas y les pregunto si sus flujos de trabajo documentales afectan a interesados de la UE, porque si es así, el RGPD entra en juego, lo hayan invitado o no”.

Esto es antes de tener que estar al día de las normativas relacionadas con la IA que aún se están redactando en tiempo real en diferentes jurisdicciones, añade Rosenfeld.

Elijah Fernández, cofundador y director técnico de la plataforma virtual de salud conductual Cerevity Health, está de acuerdo y afirma que su ámbito de competencia ha pasado de gestionar redes físicas a proteger a una plantilla clínica muy dispersa y a lidiar con una normativa de datos fragmentada. “En la tecnología sanitaria, la soberanía de los datos y las normativas transfronterizas son objetivos en constante cambio. Cuando tu plantilla está muy dispersa, la defensa perimetral tradicional falla por completo. Ya no estás protegiendo un edificio de oficinas corporativas”, afirma Fernández. “Lo que se protege son cientos de terminales individuales que operan en diferentes redes locales, a menudo sujetas a leyes regionales de privacidad que se solapan o entran en conflicto”.

Para Tamošaitis, de FL Technics, el mantra es mantener la flexibilidad dentro de la estructura. “Estamos implementando plataformas unificadas de ERP y logística que operan en todas las regiones, respetando al mismo tiempo los silos normativos locales: normas de residencia de datos, controles de exportación y requisitos de cumplimiento específicos de cada jurisdicción”.

Allí donde se permite la nube, la empresa aprovecha las arquitecturas híbridas y multicloud para obtener resiliencia y escalabilidad. Los responsables mantienen infraestructura local en los países cuya normativa lo exige, como los centros de datos de la UE para el RGPD y los sistemas con sede en EE. UU. para los requisitos de la FAA, afirma Tamošaitis. “Añade complejidad, pero no es negociable”, admite.

Para mantener el cumplimiento normativo más allá de las fronteras, Fernández afirma que tuvieron que imponer una “estandarización absoluta” a nivel de infraestructura. “Por ejemplo, para garantizar que nuestros registros de auditoría y expedientes clínicos sigan siendo válidos desde el punto de vista forense en diferentes zonas geográficas, configuramos todo nuestro sistema de historias clínicas electrónicas para que funcionara estrictamente en la hora del Pacífico”, señala. “Independientemente del lugar desde el que se conecte un proveedor, la infraestructura estandariza los datos cronológicos en una única fuente de verdad. También hemos adoptado por completo una arquitectura de confianza cero, partiendo de la base de que todas las redes locales que utiliza nuestro personal están intrínsecamente comprometidas”.

El cumplimiento normativo también es un impulso para que FL Technics invierta fuertemente en la formación de sus equipos de TI, así como en reforzar la ciberseguridad de los entornos de infraestructura crítica y la integración digital en contextos de gran intensidad operativa y con un alto componente de ingeniería. “Las herramientas técnicas son importantes, pero se necesita gente que entienda el ámbito lo suficientemente bien como para tomar las decisiones correctas bajo presión”, afirma Tamošaitis.

Y para empresas como FL Technics que se enfrentan a adquisiciones transfronterizas, Tamošaitis afirma que el departamento de TI debe realizar su debida diligencia con antelación —y planificar a largo plazo—. “Es esencial contar con una hoja de ruta de integración planificada con antelación. […] Hay que contar con entre 12 y 18 meses de sistemas paralelos. El coste de mantener esa redundancia es mucho menor que el coste de la interrupción operativa si se precipita la transición”, señala.

Diseñe pensando en la flexibilidad y tenga en cuenta a su personal

Al preguntarles cómo pueden los responsables de TI afrontar las realidades globales actuales, los líderes y expertos en TI ofrecieron los siguientes consejos.

La modularidad es clave. Tamošaitis aconseja a los responsables de TI que se aseguren de diseñar con modularidad desde el principio, dado que las normativas varían, las realidades geopolíticas cambian y los nuevos mercados traen consigo nuevos requisitos. “Las arquitecturas de TI que se pueden reconfigurar rápidamente son una auténtica ventaja competitiva. Los sistemas rígidos y monolíticos se convierten en un lastre en el momento en que cambia el entorno externo”, recomienda.

Tranquilizar al consejo de administración sobre la resiliencia. Mantener la resiliencia en tiempos de incertidumbre geopolítica es una de las principales preocupaciones de los consejos de administración. Especialmente en el caso de las infraestructuras críticas, los consejos necesitan saber que las TI pueden mantener las operaciones durante un ciberataque grave, afirma. “Esa conversación debe tener lugar al más alto nivel, y los presupuestos deben reflejar lo que está en juego, no solo las comparativas con la competencia”, dice Tamošaitis.

Optimizar la toma de decisiones y reducir el riesgo de concentración. Moccia, de Forrester, afirma que es una buena idea contar con un proceso de priorización listo para usar y siempre activo que permita restar rápidamente prioridad a cualquier elemento «por debajo de la línea» que pueda esperar. También recomienda reducir el riesgo de concentración en proveedores y plataformas, y seguir buscando áreas de posible consolidación y contratos que no sea necesario renovar.

Anticiparse al reto del cumplimiento normativo global. Rosenfeld aconseja a las organizaciones globales que dejen de tratar el cumplimiento normativo global como un problema del departamento jurídico que ocasionalmente afecta a TI. “Pertenece a TI: los flujos de datos, los controles de acceso, los requisitos de residencia, etc.”, subraya. “Son decisiones técnicas con consecuencias legales, y si esperas a que el departamento jurídico te diga qué desarrollar, ya vas con retraso. Anticípate, traza un mapa de dónde van realmente tus datos y toma las riendas de esa conversación”.

Invertir en talento. En lo que respecta al personal, invierte en talento especializado y no subestimes la importancia de la retención, dice Tamošaitis. “Las fricciones geopolíticas y la complejidad normativa requieren profesionales de TI con un profundo conocimiento del sector; personas que entiendan la normativa de aviación, los controles de exportación o la soberanía de datos, no solo la tecnología. Ese talento ya es escaso y lo será aún más. Crea programas de formación, trayectorias profesionales y el tipo de entorno en el que esas personas quieran quedarse”.

El liderazgo importa. Al tiempo que tranquilizas a tus consejos de administración, mantén también informados a tus empleados. Moccia afirma que los líderes deben seguir siendo transparentes y visibles ante toda la organización de TI y compartir las perspectivas de la alta dirección sobre el impacto de la volatilidad en la empresa y lo que el liderazgo está haciendo para minimizarlo.

No descuidar el bienestar personal. Moccia también aconseja a los líderes de TI que no se olviden del cuidado personal. “El trabajo de cualquier directivo de alto nivel es intenso y constante. La volatilidad no es más que otra variante del cambio y el caos en su día a día, por lo que mantener a raya los niveles de estrés personal es más importante que nunca, sea cual sea la forma que esto adopte para el director de sistemas de información (CIO) a nivel personal”.

Nuestro mundo gira tan rápido que es fácil desviarse de los objetivos previstos. Y no es solo la tecnología la que está impulsando el cambio. El clima empresarial, las condiciones económicas, las reglas de juego e incluso los sistemas de creencias y los comportamientos de las personas cambian tan rápido que seguir el ritmo resulta tan complicado como perseguir a un guepardo con patines.

Ser un líder en este clima implica perfeccionar la capacidad propia para dar un giro, tirar la toalla o lanzarse en pos de una nueva oportunidad con muy poco tiempo de preparación. No se puede tomar una decisión, instalar un sistema o asignar un equipo a un proyecto y luego pasar a otra cosa, como quizá se hacía hace unos pocos años. Hay que ser capaz de cambiar de opinión, admitir que ya no se respalda una decisión, que no se tiene confianza en un proyecto concreto, y fijar un nuevo rumbo hacia un destino mejor.

En consecuencia, se impone disponer de una mente ágil y una visión del mundo flexible para mantener el liderazgo hoy en día. Pero, ¿cómo se consigue eso?

He hablado con expertos y líderes de TI que han luchado por dominar esta habilidad y lo han conseguido. Estos son los trucos de agilidad que emplean para mantenerse flexibles.

Siga haciendo preguntas

Sathish Muthukrishnan, director de información, datos y digital de Ally Financialm confiesa que “históricamente, los CIO llegan a una organización, evalúan y luego intentan aportar valor. Eso podía llevar un año. Luego dedicaban otros seis meses a desarrollar la estrategia. A partir del tercer año, es posible que implementen la estrategia. Ese era el manual tradicional”.

Por lo tanto, este analista considera que el ritmo actual del cambio es, en sí mismo, un giro enorme para un rol tan complejo.

Por eso cree que el primer paso para convertirse en un líder ágil consiste en aceptar que el viejo manual no funcionará. El segundo paso, dice, es seguir haciendo preguntas.

“Hago preguntas para profundizar en mi comprensión, para orientarme. ¿Ha cambiado el contexto? ¿Ha cambiado la tecnología? ¿Ha cambiado la gente? Si es así, ¿por qué seguimos haciendo lo que hacíamos hace tres, cuatro o cinco meses?”.

Muthukrishnan defiende que algunas cosas que no han cambiado. El aprendizaje es el mismo, aunque lo que se aprende y la forma de aplicarlo son diferentes. Y la necesidad del liderazgo de una persona no ha hecho más que aumentar.

“Las cualidades humanas que te distinguen como líder están cobrando aún más relevancia en un mundo donde prima la IA. Ya no es el “Soy el experto. Lo sé. He hecho esto, he visto esto” lo que te distingue, sino el valor de decir: “No estoy atado a mis creencias anteriores. Las estoy cambiando por esta razón. Estoy dando un giro por estas razones. El valor y la convicción van de la mano”.

Confíe en la navegación… y en sus equipos

Manny Rivelo, director ejecutivo de ConnectWise, es de la opinión de que “hay que liderar con propósito y claridad. Eso es importante para la organización. Pero se necesita mucha flexibilidad a la hora de la ejecución”.

Como un barco en un mar embravecido, hay que tener un destino en mente. Llegar hasta allí, sin embargo, requiere navegar a través de mucha agitación.

Segú Rivelo, “hay que ser capaz de responder rápidamente al cambio. Puede ser cualquier cosa, desde un cambio en el mercado, la tecnología o retos organizativos internos. No quieres perder de vista esa estrategia a largo plazo, pero puede que tengas que dar un giro sobre la marcha. No se trata sólo de avanzar con rapidez, sino con flexibilidad”.

Al igual que ese barco que navega por mares agitados, hay que obtener lecturas precisas y confiar en que los navegantes saben cómo capear el caos.

De ahí que admita que “la forma de recopilar información es importante. Yo lo veo como una relación señal-ruido. ¿Cuál es la señal que le impulsa a ir a algún sitio y qué es sólo ruido? ¿Cómo elimina el ruido para poder centrarse en lo que le dice la señal?”.

Rivelo cree en los hechos y los datos. De ahí que reconozca que también hay que ser capaz de poner a prueba las propias suposiciones y, para ello, hay que confiar en el equipo.

Y aconseja “crear equipos diversos que estén dispuestos a cuestionar su forma de pensar. Según mi experiencia, eso no se puede enseñar. Hay que contratarlo”.

Rivelo profundiza mucho a la hora de contratar para encontrar personas con un historial de tener opiniones firmes y, sobre todo, de ser curiosas.

“La curiosidad es uno de los mayores dones que puedes tener como líder. Tiene que ser lo suficientemente curioso como para romper con sus propios hábitos y no dar por sentado que, porque hagamos las cosas de una determinada manera, tengamos que seguir haciéndolas así. La mejor idea debe ganar, venga de donde venga”.

Vacíe su taza

Una parábola dice que hay que vaciar la taza antes de poder llenarla. Para aprender, hay que aceptar que aún no se sabe algo.

“Para mí, ser ágil significa ver la verdad y no hacer suposiciones», dice la Dra. Akvile Ignotaite, fundadora y científica de datos en System Akvile. Y añade: “Me embarco en nuevos proyectos pensando: “Veamos qué podemos aprender”. Y aprendo de los datos”.

Suena sencillo. Pero cuando se ha alcanzado un puesto de liderazgo, probablemente lo haya conseguido gracias a su experiencia. Se ha acostumbrado a que la gente espere que sepa qué hacer. Dejar de lado ese papel de experta es, admite Ignotaite, un proceso.

Y lo explica así: “Intento mantener una mente muy abierta. Hago suposiciones y luego las comparo con los datos y el comportamiento reales de los usuarios. No puedo saberlo todo. Vivimos a un ritmo demasiado rápido”.

Utilice la “regla del hot-shot”

Cada día está lleno de decisiones y responsabilidades. Es fácil dejarse llevar por eso y seguir avanzando hacia un objetivo sin detenerse a comprobar si va en la dirección correcta. Para mantener la flexibilidad, a Ingrid Curtis, directora ejecutiva de Sparq, le gusta comprobar con frecuencia la dirección del viento con lo que ella llama la “regla del hot-shot”

Lo explica de la siguiente manera: “Este no es un concepto que yo haya creado, sino un ejercicio mental que ayuda a las personas a desprenderse de una decisión, un camino o un progreso que ya no les sirve para sus propósito”.

Y continúa: “Imagine que lo han despedido. ¿Quién es el pez gordo que viene a tomar el relevo? ¿Qué crees que hará él o ella que usted no estás haciendo?”

El pez gordo puede ser un personaje de ficción o un líder real del mundo tecnológico o empresarial.

Es más, Curtis considera que “hay un montón de grandes y audaces emprendedores entre los que elegir. Vienen con una personalidad arrolladora. Y hemos visto que eso ha metido a algunos de ellos —el fundador de WeWork, Elizabeth Holmes y otros— en serios problemas. Pero también hay admiración por este tipo de liderazgo descarado, del tipo “estoy dispuesto a hacer lo que sea necesario”.

Tanton es así, que considera sorprendente lo mucho que este juego permite a la gente desconectarse de los detalles y ver su trabajo con una perspectiva nueva. Por eso destaca lo fascinante que es ver cómo se desbloquean las ideas.

“Todos nos permitimos quedarnos atascados. Sin embargo, imagine que otra persona ignoraría esas restricciones autoimpuestas y sería capaz de llevar a cabo la tarea. De repente, con esa perspectiva, usted también eres capaz de hacerlo”, reflexiona Curtis.

Reconsidere su enfoque de la toma de decisiones

En opinión de Nik Kale, ingeniero principal de Cisco Systems, “todo el mundo enmarca la agilidad como un rasgo de personalidad: ser flexible, mantener la curiosidad, aceptar el cambio”. Y añade: “Todo eso está bien, pero la personalidad no es escalable”.

La agilidad, dice, tiene menos que ver con la mentalidad y más con la estructura.

“Los líderes adaptables no son los que tienen el temperamento más flexible. Son los que crean sistemas de toma de decisiones para absorber el cambio sin romperse”, afirma.

En su opinión, una parte importante de esta estructura consiste en clasificar las decisiones por importancia. Algunas decisiones son reversibles. Otras no lo son. Por lo tanto, esos dos tipos de decisiones deben clasificarse en grupos diferentes. Tómese su tiempo y reflexione sobre las decisiones no reversibles. Decida rápido y repita el proceso con las que son reversibles.

Kale afirma que muchos líderes hacen lo contrario. “Se agobian con cosas que no importan y se precipitan en las que sí importan”.

Para las decisiones reversibles, fije un momento en el que se detendrás a reevaluarlas.

“Anoto las fechas de reevaluación en el calendario”, dice. De esa forma, cambiar de opinión forma parte del proceso. Y añade: “No herirá el ego de nadie si hemos planeado reevaluar esa decisión”.

Según cree, esta estructura supera el riesgo al que se enfrentan los responsables de la toma de decisiones cuando cambian de opinión.

“Admitir que uno se ha equivocado, sale caro —en términos de reputación, carrera profesional y política— en la mayoría de las culturas corporativas. La gente se empeña en estrategias fallidas porque el coste de admitir que se han equivocado parece mayor que el coste del fracaso. El valor no debería ser un requisito previo para tomar buenas decisiones”.

Tenga en cuenta que la permanencia es cosa del pasado

Según Ram Palaniappan, director de tecnología de TEKsystems Global Services, cuando el software que se utiliza a diario cambia con tanta frecuencia, aferrarse a la idea de que cualquier cosa que decidas hoy no cambiará mañana es aferrarse a un mundo que ya no existe.

Reconoce que esto es especialmente cierto cuando se trabaja con IA. Cuando se toma una decisión sobre algo repetible y se delega el trabajo a la IA, es esencial verificar los resultados, ya que amplificará los errores. Esto también ayuda a aprender a confiar en la IA.

Este tipo de agilidad mental, afirma —tomar decisiones que estás dispuesto a deshacer si el resultado no cumple las expectativas— requiere que las personas se mantengan alertas y sigan aprendiendo. Y considera que esto se aplica tanto a los líderes como a equipos enteros, añade.

“Pedimos a nuestros equipos que dediquen un porcentaje de su tiempo a mejorar sus habilidades”, afirma, para añadir: “Establecemos objetivos. Proporcionamos una ruta de aprendizaje. Luego les permitimos aplicar lo que aprenden en un laboratorio”.

Por eso destaca que la idea es aprender a dejar atrás cómo eran las cosas antes.

Y lo explica así: “Las empresas tecnológicas cambian sus productos, a veces a diario. Todos tenemos que ser capaces de movernos así”.

En  consecuencia, deje de lado la idea de que cualquier cosa que decida es permanente. Decida rápidamente. Luego compruebe cómo va esa decisión.

Ejercite sus músculos emocionales

Según Sarah Noll Wilson, fundadora de The Noll Wilson Group y autora de Don’t Feed the Elephants, muchos líderes técnicos creen que las emociones no tienen nada que ver con sus decisiones. Pero eso puede impedirte ver el poder que las emociones tienen sobre ellos.

A su juicio, “cuando desarrolla sus habilidades emocionales, accede a un mayor nivel de autoconciencia y humildad intelectual”.

La curiosidad es una de esas habilidades emocionales. “En lugar de hacerse temer descubrir una mala decisión, la curiosidad puede hacer que resulte divertido preguntarse —con interés e incluso emoción— en qué podría estar equivocado”, explica.

Otra habilidad emocional es dejar de lado la idea de que lo que se necesita es su experiencia.

Wilson cree que “algunos problemas son técnicos”. Y lo explica así: “Esos son claros y normalmente se resuelven con experiencia. Pero otros son retos de adaptación. En ese caso, el problema puede no estar claro y resolverlo requiere aprendizaje, no experiencia”.

El miedo es otra emoción que impulsa la resistencia al cambio. Esta experta cree que la gente no teme al cambio, sino a la pérdida. “Pregúntese: “¿Qué estoy perdiendo?” o “¿Qué temo perder?”.

A modo de ejemplo explica que una de las prácticas que utiliza su equipo para aumentar la autoconciencia emocional es una auditoría del coraje. Se trata de un proceso en el que los líderes examinan lo que quieren ser —un líder ágil, por ejemplo— y analizan los comportamientos que entran en conflicto con ese objetivo.

“Una pregunta que puede hacerse es: “¿Qué hago o dejo de hacer que entra en conflicto con ser un líder ágil? ¿Protejo mis ideas o las de mi equipo? ¿Descartó las ideas de personas que no están en mi campo o en mi grupo? ¿Quién puede aportar ideas? ¿Quién no?”.

Estos ejercicios están diseñados para aumentar su conciencia de las reacciones emocionales que afectan a tus decisiones y para ayudarle a desarrollar la capacidad de sentirse cómodo con la incertidumbre.

Cambie la forma de medir y crear

Según Shahrzad Rafati, fundadora y directora ejecutiva de RHEI, mantener una perspectiva flexible requiere que cambie de forma fundamental la manera en que crea tecnología y mide el éxito.

“Cuando pasa dos años creando una herramienta empresarial, su ego se vincula a su implementación. Pierde agilidad porque está implicado financiera y emocionalmente en la solución, en lugar de en el problema”, afirma.

Y añade: “En lugar de medir el éxito con métricas como el tiempo de actividad o los hitos de implementación, mida la mejora de la plantilla. Cuando su métrica sea “¿Ha mejorado el rendimiento humano y el pensamiento estratégico?”, no dudará en cancelar un proyecto fallido”.

El segundo paso, dice, es encontrar una forma de experimentar de forma rápida y económica. “Ya no vivimos en un mundo en el que la creación de prototipos cueste millones de dólares. Puede “programar de forma intuitiva” una idea, poner en marcha un agente especializado y probar sus capacidades casi al instante”.

Para concluir, recomienda “aprovechar esto en su beneficio reduciendo lo que se juega en sus experimentos. Si probar una hipótesis no cuesta nada, su disposición a abandonar una mala idea y admitir que se ha equivocado aumenta exponencialmente”.