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.

El factor clave para el éxito de la implantación de la IA está pasando a ser, en gran medida, el talento disponible, y no las herramientas de IA instaladas, lo que ejerce presión sobre los responsables de TI para que mejoren las competencias de su plantilla. Dado que las competencias en IA son las más demandadas y las más difíciles de encontrar, muchos responsables de TI y sus colegas de la alta dirección están poniendo en marcha programas integrales de formación en IA para los empleados, tanto para los profesionales de TI que desarrollan las herramientas de IA como para los usuarios de la empresa que las utilizarán.

Las empresas inteligentes tendrán que invertir mucho en la mejora de las competencias, afirma Chris Campbell, director de sistemas de información de la Universidad DeVry (California, Estados Unidos). “El ritmo del cambio es sencillamente demasiado rápido como para depender únicamente de la contratación externa. Las organizaciones que desarrollen capacidades de IA entre su plantilla actual tendrán ventaja sobre aquellas que intenten ganar una guerra de ofertas por un grupo relativamente reducido de expertos”, relata.

Además, los elementos clave que conducen a una implementación beneficiosa de la IA han cambiado con el tiempo, añade. “Al principio, a todo el mundo le preocupaba el acceso a las herramientas de IA. Hoy en día, las herramientas están por todas partes. Lo que veo que cuesta a las organizaciones es averiguar cómo aplicarlas a problemas empresariales reales e integrarlas en la forma en que se lleva a cabo el trabajo en la práctica”, agrega.

En DeVry, algunos de los defensores más acérrimos de la IA no provienen de ámbitos tradicionales de la IA, sino de la ingeniería de software, el análisis empresarial, la ciberseguridad, la gestión de proyectos y las operaciones, afirma. “Entienden el negocio, saben dónde están los puntos de fricción y pueden ver dónde la IA puede generar valor. Esas habilidades suelen ser más importantes que una experiencia profunda en un modelo o herramienta concretos”, señala.

Es difícil encontrar profesionales con experiencia en IA, sobre todo cuando los responsables de TI buscan candidatos que hayan logrado llevar con éxito iniciativas de IA de la fase experimental a la de producción. “No creo que todas las empresas necesiten crear un gran equipo de especialistas en IA”, afirma Campbell. “En muchos casos, las personas mejor posicionadas para impulsar la adopción de la IA ya se encuentran dentro de la organización”.

Mejora de las competencias para una cultura de creadores de IA

La firma de servicios profesionales y contabilidad KPMG está abordando su reto de talento en IA impartiendo formación generalizada en IA a sus empleados, afirma Rema Serafi, vicepresidenta de fiscalidad de KPMG. El principal problema de muchas organizaciones en materia de IA en 2026 será la falta de talento, no la falta de tecnología, añade.

El 40% de los CIO encuestados para el informe ‘State of the CIO‘ de este año señalaron la falta de talento interno como uno de los principales obstáculos para implementar sus estrategias de IA.

Para hacer frente a esto, KPMG ha puesto en marcha un programa piloto de formación en IA de seis semanas, con el objetivo de que todos los empleados puedan implementar sus propias herramientas de IA, explica Serafi. El programa familiariza a los empleados con Python y otras tecnologías que sirven de base para las herramientas internas de IA, añade.

KPMG también ha renovado la estructura de sus equipos para garantizar que tres categorías de empleados —usuarios avanzados de IA, creadores y desarrolladores— trabajen en estrecha colaboración, afirma Serafi. “Todo el mundo tendrá acceso a nuestras herramientas y todo el mundo será un usuario avanzado, hasta tal punto que aquellos profesionales que no contaban con conocimientos de IA al incorporarse, que no eran ingenieros ni tecnólogos, si quieren aprender, les certificaremos para que también puedan crear herramientas”, afirma.

Implementar herramientas de IA sofisticadas y de primera clase sin formar a los empleados es como comprar un coche de Fórmula 1 pero no contratar a un piloto profesional, dice. “Si no contamos con profesionales que sepan cómo utilizarla, no podrán sacar el máximo partido a lo que tienen a su disposición”, añade Serafi.

KPMG encargó un estudio a la Universidad de Texas (Estados Unidos) y descubrió que los empleados que utilizan la IA con regularidad producen un trabajo de mayor calidad y se sienten menos estresados. Los empleados que sean usuarios expertos en IA progresarán más rápido en sus carreras, sugiere. Sin embargo, uno de los retos de los programas de formación es mantenerse al día con la rapidez con la que evoluciona la IA. “De hecho, las funciones están cambiando en muy poco tiempo. Antes se veía a ingenieros tradicionales trabajando con IA, pero ahora se ven profesionales que realmente pueden orientar, dar forma y dirigir la IA en el trabajo que realizan para sus clientes”.

Reciclaje profesional: “El único camino realista hacia el futuro”

Otro defensor de la formación integral en IA para los empleados es Elmer Morales, fundador y director ejecutivo de Koder.com, una startup de programación de IA agente. Según él, encontrar talento externo en el ámbito de la IA se ha vuelto extremadamente difícil para la mayoría de las empresas.

“El reciclaje profesional ya no es opcional. Es el único camino realista a seguir para la mayoría de las organizaciones. El mercado de talento externo no puede satisfacer simultáneamente las necesidades de todas las empresas, y esperar a que las universidades se pongan al día no es una estrategia”, afirma.

Las empresas que triunfan con la IA consideran la mejora de las competencias como una inversión fundamental, no solo como una iniciativa de recursos humanos, añade Morales. “La falta de talento es, en estos momentos, el principal obstáculo concreto para las ambiciones en materia de IA. Las empresas pueden adquirir los mejores modelos, la mejor infraestructura y las mejores herramientas, y aun así no producir nada de valor porque carecen de personas que sepan cómo integrarlo todo en un sistema que realmente funcione en producción”, explica.

Morales sugiere que los responsables de TI recurran a su equipo de ingeniería actual para desarrollar el talento necesario para la implementación de la IA. “Los ingenieros que ya se dedican a esto con obsesión por las noches y los fines de semana, que lanzan proyectos personales y experimentan con nuevos modelos, solo necesitan permiso, recursos y un problema real que resolver. Los mejores equipos de IA que he visto no se crearon mediante la contratación, sino creando las condiciones para que las personas adecuadas dieran un paso al frente”, concluye.

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”.

“Ya no se compra software principalmente para personas; cada vez se compra más para agentes”, explica George Brocklehurst, vicepresidente ejecutivo de Gartner. “Durante un par de décadas, el software se ha evaluado por su interfaz y por la experiencia de usuario: facilidad de uso, flujos de trabajo, formación. Cuando los agentes de IA se convierten en el usuario principal, todo eso pierde valor”.

Gartner estima que el gasto expuesto representará alrededor del 20% del gasto empresarial en SaaS al final de la década. La consultora atribuye este cambio al fenómeno que denomina ‘arbitraje agentivo’ (agentic arbitrage), es decir, el uso de agentes de IA para completar tareas empresariales a través de múltiples sistemas corporativos, reduciendo la necesidad de que los empleados interactúen directamente con cada aplicación.

Según Brocklehurst, la IA agentiva está cambiando la economía del software. Estos sistemas suelen omitir los flujos tradicionales de uso del software y entregar directamente los resultados, rompiendo así la relación histórica entre el crecimiento del número de usuarios y el crecimiento de los ingresos de muchos proveedores de software empresarial.

Los CIO deberán replantearse la adquisición de software

La aparición de la IA agentiva obligará a los CIO a evaluar el software empresarial de otra manera. En lugar de centrarse principalmente en la experiencia de usuario y el diseño de las interfaces, las organizaciones deberán analizar si los agentes de IA pueden realizar, mediante API, todas las funciones que hoy ejecutan los usuarios humanos a través de pantallas y aplicaciones.

“Lo realmente importante es determinar si un agente puede hacer todo —e incluso más— a través de la API de un sistema que lo que una persona puede realizar mediante una interfaz gráfica, y si las condiciones del proveedor lo permiten”, afirma Brocklehurst.

Este cambio también afecta a la forma de evaluar los contratos de software. “Examine el contrato con la misma atención con la que examina la tecnología”, recomienda. “Las condiciones de los proveedores pueden prohibir o restringir —desde el punto de vista técnico o financiero— el uso autónomo por parte de terceros. Los CIO podrían descubrir que su estrategia de IA está bloqueada no por una limitación tecnológica, sino por cláusulas que ya firmaron”.

Por ello, aconseja que las organizaciones negocien desde ahora los permisos para el uso de agentes en sus acuerdos de software, ya que muchos contratos seguirán vigentes cuando los agentes de IA se generalicen.

La propiedad del conocimiento será el próximo campo de batalla

Más allá de las API y las licencias, las empresas deberán prestar especial atención a dónde se almacena el conocimiento generado por los sistemas de IA. Cada corrección, excepción o flujo de trabajo gestionado por un agente crea conocimiento organizativo. Gartner denomina Knowledge Retention Rate (KRR) o tasa de retención del conocimiento a la capacidad de una organización para conservar ese aprendizaje.

“Si ese conocimiento acaba alimentando los modelos compartidos del proveedor, la experiencia operativa de su empresa estará mejorando un producto que también utilizan sus competidores”, señala Brocklehurst. “La cláusula más importante de la próxima generación de contratos de software será: “¿Quién es el propietario de lo que el sistema aprende de usted?””.

Según Gartner, las empresas corren el riesgo de caer en una nueva forma de dependencia tecnológica (vendor lock-in) si ese aprendizaje operativo permanece en manos de los proveedores y no de los clientes.

El modelo económico tradicional del SaaS afronta una disrupción

Gartner sostiene que los agentes de IA capaces de ejecutar procesos en múltiples aplicaciones empresariales reducirán la interacción directa de los usuarios con las interfaces tradicionales, debilitando el vínculo histórico entre el uso del software y las licencias basadas en número de usuarios.

Ante este escenario, los proveedores consolidados deberán evolucionar desde una propuesta de valor centrada en la interfaz hacia otra basada en los resultados, incorporando capacidades agentivas directamente en los procesos de negocio y preservando el conocimiento específico de cada cliente.

Al mismo tiempo, las startups nativas de IA y los proveedores de servicios podrían beneficiarse al convertirse en la capa de orquestación encargada de coordinar el trabajo entre múltiples aplicaciones empresariales. “Aunque este cambio supone una amenaza existencial para los proveedores que siguen defendiendo modelos basados en paneles de control tradicionales y licencias por usuario, también crea una importante oportunidad de ingresos para quienes desarrollen servicios y plataformas capaces de soportar flujos de trabajo transversales impulsados por agentes”, indica Brocklehurst.

La gobernanza debe evolucionar junto con los sistemas autónomos

Gartner también insta a los CIO a establecer marcos de gobernanza antes de que los agentes autónomos de IA se conviertan en algo habitual. “No conceda autonomía de forma implícita ni desigual”, advierte Brocklehurst. Las organizaciones deben tratar la autonomía de los agentes como una decisión explícita de gobierno corporativo, definiendo dónde pueden actuar de forma independiente, quién autoriza esas decisiones y con qué frecuencia deben revisarse esos permisos.

“Las empresas que desarrollen esa capacidad desde ahora podrán avanzar más rápido y con mayor seguridad cuando la tecnología esté preparada para asumir más responsabilidades”, concluye.

Aunque Gartner describe esta transición como una redefinición del concepto de ‘Saaspocalypse’, Brocklehurst subraya que el SaaS no desaparecerá. “Esto es menos un apocalipsis y más una metamorfosis. El SaaS no será destruido; simplemente emergerá bajo una forma diferente”.

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.

Ford ha vuelto a contratar aproximadamente a 350 ingenieros con experiencia después de que la inversión de la compañía en IA y sistemas automatizados de control de calidad no cumpliera las expectativas, tal y como ha informado Bloomberg. En resumen, la tecnología no detectó suficientes problemas.

“Creímos erróneamente que podíamos crear un producto de alta calidad simplemente introduciendo inteligencia artificial e incorporando nuestros requisitos de diseño”, explicó a Bloomberg Charles Poon, responsable de desarrollo de hardware de Ford.

Los inspectores de calidad contratados de nuevo, conocidos internamente como ingenieros de “barba gris” por su experiencia y años en la compañía, están ahora trabajando para identificar defectos antes de que los componentes lleguen a las fábricas.
Aun así, Ford no está abandonando por completo la IA; a los ingenieros con experiencia se les pedirá que ayuden a formar a empleados más jóvenes y a mejorar las herramientas de IA de la empresa.

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”.

En abril de 2026, el CEO de Duolingo, Luis von Ahn, reconoció que la compañía había retirado uno de los elementos más delicados de su estrategia de inteligencia artificial: el uso de IA dejaba de contar en las evaluaciones de desempeño de sus empleados. Lo llamativo es que, un año antes, una crisis pública en toda regla no había conseguido cambiar su estrategia ni un milímetro.

El primer debate se abrió en la primavera de 2025, cuando Duolingo se declaró ‘AI-first’. Ahí saltó la discusión habitual de la IA frente a las personas. Prendió rápido: usuarios borrándose la app y las redes de la marca inundadas de críticas. Von Ahn resolvió con oficio la crisis reputacional: aclaraciones, matices y un tono más suave. Le funcionó. El fuego se apagó, la estrategia siguió intacta y la empresa continuó creciendo.

Pero se había abierto un segundo debate, menos visible pero igualmente importante: el de la evaluación de los empleados. Ese no se aplacaba con una nota de prensa. Fuera apenas trascendió: lo que una empresa haga con sus evaluaciones internas no provoca bajas masivas ni incendia TikTok.

Dentro fue otra cosa. No hubo clamor, pero sí una objeción de fondo. Y esta vez el CEO cedió. La comunicación fue casi inversa a la del año anterior: no hubo gran rectificación pública ni operación de imagen. Von Ahn lo mencionó casi de pasada en un podcast: esa métrica se había retirado.

Una crisis pública no movió la estrategia. Una objeción interna, sí. Lo interesante no es tanto la diferencia de comunicación como la razón de fondo. ¿Tan grave era pedir a los empleados que usaran la IA? ¿Por qué hubo que dar marcha atrás?

Cuando la métrica convirtió la IA en obediencia

Todo empezó por un efecto de deslumbramiento. La IA revolucionó la productividad de Duolingo en la creación de contenido: los primeros 100 cursos costaron doce años; con IA llegaron 148 en menos de uno. Espectacular, visible y medible. El razonamiento que vino después era inevitable: si la IA es capaz de esto, aún conseguirá más cuanto más se use. Así que el uso pasó a contar en las evaluaciones.

Sin embargo, esa decisión cambió la motivación para usar la IA dentro de la empresa. Dejó de ser un acelerador y se convirtió en un objetivo en sí mismo. Y los objetivos están para cumplirse: la gente empezó a usar la IA para que el número subiera, no necesariamente porque le ayudara a trabajar mejor. El indicador medía obediencia, no resultados. Y los empleados empezaron a hacerse una pregunta incómoda: ¿la empresa quería que usaran la IA porque les servía, o que la usaran y punto?

Pronto empezaron a aparecer los límites. En la generación de historias, los resultados fueron distintos a los previstos: una cosa es que la IA escriba una historia convincente en una demo; otra, producir alrededor de mil historias para aprender un idioma y descubrir que cerca del 20% sale inservible. En el código, reconoce el propio von Ahn, la IA todavía no gana a un buen ingeniero: lo que escribe puede costar más de depurar de lo que ahorra. El camino bueno es rapidísimo; el malo se come más tiempo del que parecía liberar.

Esto demostró que la empresa tenía puntos ciegos con la IA. El impacto de la IA es desigual: brilla en unas tareas, pero estorba en otras. Ese era el error de fondo. Pero eso no se ve en una métrica que registra cuántas veces se recurre a la herramienta, no si era la adecuada. Y al exigir IA en todo, garantiza una sola cosa: que acabe en todos los lados, incluidos aquellos donde es un obstáculo.

Al final, el propio CEO se dio cuenta. Cuando retiró la métrica lo explicó sin rodeos: lo que importa es que cada uno haga su trabajo lo mejor posible; muchas veces la IA ayuda, pero cuando no, forzarla no tiene sentido. Lo dice quien declaró su empresa ‘AI-first’. En otras palabras, el hombre más convencido de la sala admitiendo que evaluar por el uso no funcionaba.

¿Qué mide un CIO cuando mide la IA?

Muchas de las métricas de IA que se usan hoy son, por debajo, métricas de uso disfrazadas. Tokens consumidos, licencias activadas, porcentaje de código asistido: suenan a impacto, pero todas cuentan algo parecido, cuánto se recurre a la herramienta. Y la corriente empuja en esa dirección. Jensen Huang, fundador de Nvidia, ha llegado a decir que esperaría que un ingeniero utilizara el equivalente a la mitad de su salario en tokens. La presión por meter la IA en la narrativa de la empresa, sea como sea, es real. Pero ninguna de esas cifras dice por sí misma si la IA ha dado resultados.

Entonces, ¿cómo medir? Lo mejor es empezar sin condicionantes. No preguntarse primero cuánta IA se usa, sino qué ha cambiado. Si la IA ha acortado un proceso, mejorado una decisión o crear algo que antes no existía. Si se mide el tiempo, hay que distinguir entre el tiempo que la IA parece ahorrar en una tarea y el tiempo útil que realmente libera al final del proceso.

Este enfoque abre la puerta a resultados menos vistosos, pero más útiles. Un ensayo controlado de 2025 con programadores expertos, mostró un resultado inesperado: tardaban un 19% más con IA que sin ella y, aun así, estaban convencidos de haber ido más rápido. El dato no sirve para concluir que la IA no funciona en programación. Sirve para algo más importante: recordar que la percepción de velocidad no basta. Hay que medir objetivamente el resultado final, porque incluso usuarios expertos pueden confundir sensación de productividad con productividad real.

Las métricas que van más allá del uso indiscriminado permiten decidir dónde tiene sentido aplicar IA, en vez de forzarla sobre procesos que no la pedían para poder decir que ya se usa. Solo así se sabe dónde concentrar recursos, dónde rediseñar procesos y dónde soltar.

Hay además una pregunta que casi nunca se hace: ¿para quién es la métrica? Se habla mucho de los indicadores hacia el comité, hacia los accionistas o hacia fuera. Pero dos indicadores pueden parecer idénticos y servir, sin embargo, a fines opuestos. Uno existe para que la empresa pueda decir que usa IA. El otro, para que el empleado que la usa aprenda a sacarle partido. Y nadie conoce mejor que ese empleado dónde la IA le ahorra una mañana entera y dónde se la hace perder revisando un texto con errores o un código que no compila.

En conclusión, una organización termina pareciéndose a lo que mide. Elegir las métricas de IA no es una tarea técnica que se delega: es elegir en qué se convierte la empresa. Si se mide el uso, se tendrá uso. Si se mide el resultado, se tendrá una organización que emplea la IA donde de verdad sirve.

El impacto del CIO en relación con la IA no depende de que se use mucho en la organización. La IA sigue reescribiendo la función del CIO, y una parte de esa redefinición pasa por las métricas que pone delante de la empresa.

Este es solo uno de los frentes. La IA está cambiando las métricas, pero también el talento, los procesos, la relación con negocio y la forma en que se reparte el conocimiento dentro de la empresa. Seguiremos explorando cómo todo ello redefine la función del CIO.

---

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.

Hacer un seguimiento de la adopción de la IA en la empresa plantea a los responsables de TI un dilema de métricas. Aunque el ROI debería ser el criterio que determine el éxito de las iniciativas de IA, un paso clave en el camino hacia ese ROI es garantizar que los empleados utilizan realmente las herramientas de IA desplegadas.

Entonces, ¿cuál es la mejor forma de medir la adopción de la IA sin perder de vista el objetivo final?

Algunas empresas han adoptado el uso de tokens como métrica para medir la adopción. Incluso llegan a gamificar las interacciones con la IA para fomentar su uso. Algunos expertos en IA advierten de que se trata de un enfoque peligroso.

Según se ha informado, empresas como Amazon, JPMorgan, Meta y Disney han implementado clasificaciones de uso de IA para fomentar la adopción, lo que en algunos casos ha llevado a los trabajadores a generar facturas muy elevadas al agotar sus presupuestos de tokens. Un empleado de Disney interactuó con la IA Claude 460.000 veces en un periodo de nueve días, según Business Insider.

Estas clasificaciones corporativos han dado lugar a un fenómeno conocido como tokenmaxxing. Consiste en el incremento de su uso de herramientas de IA por parte de los empleados con el objetivo de ganar la competición. Varios expertos coindicen en que hacer un seguimiento del uso de tokens de los empleados sin combinarlo con métricas de resultados o productividad es una receta para el desastre, especialmente para los responsables de TI encargados de los presupuestos de IA.

En algunos casos, los mayores consumidores de tokens en las empresas han llegado a gastar millones de dólares.

En opinión de Trevor Stuart, vicepresidente senior del proveedor de soporte al desarrollo de software Harness, las clasificaciones de uso de tokens parten de buenas intenciones, de un deseo genuino de entender cómo interactúan los empleados con las herramientas de IA.

“Simplemente están tratando de entender cómo la gente utiliza estas herramientas y cuántas personas las utilizan”, explica, para añadir que, al fomentar la adopción, estas clasificaciones supuestamente generarán “productividad a posteriori”.

Sin embargo, estas clasificaciones crean incentivos para utilizar herramientas de IA sin pensar en los costes, Incluso algunos empleados llegan a utilizar modelos de IA avanzados para tareas sencillas.


Para Stuart , “es como usar una herramienta equivocada cuando podrías utilizar una más simple para hacer el trabajo. Ahí es donde el tokenmaxxing incentiva realmente el comportamiento incorrecto”.

Métricas rápidas

Todd Olson, CEO del proveedor de analítica de IA Pendo, considera que medir los tokens utilizados se ha popularizado tanto porque es una métrica relativamente fácil de recopilar.

Y lo razona así: “Si alguien no consume ningún token, no está utilizando la IA en absoluto y no obtiene ningún valor de ella. Pero las cosas se vuelven mucho más complejas y difusas una vez que todo el mundo empieza realmente a usarla”.

Olson confirma que, una vez que las organizaciones consiguen que los empleados den el primer paso hacia el uso de herramientas de IA, deben empezar a pensar en otras métricas. “Existe la inercia inicial de hacer que la gente pruebe algo y cambie sus hábitos. Ese es, en cierto modo, un problema de pasar de cero a uno. Pero después la pregunta es: ¿la gente la está utilizando sólo por utilizarla?”.

A juicio de Logan Wolfe, socio de la práctica global de transformación empresarial, IA y estrategia de tecnología soberana en Kyndryl, el gran problema es que el uso de tokens no conduce necesariamente a la productividad.

En su opinión, “las empresas están utilizando el número de tokens consumidos como un indicador indirecto de lo productivos que son los empleados al usar la IA. En la práctica, los empleados están incentivados a utilizar tokens o, en algunos casos, penalizados por no utilizar suficientes, y es evidente que se trata de una métrica muy fácil de manipular”.

Wolfe compara estas métricas con recompensar a los desarrolladores que escriben más líneas de código, lo que conduce a aplicaciones sobredimensionadas.

“Cuando el uso de tokens se convierte en el KPI, se incentiva el volumen de output por encima de resultados como la eficiencia, la calidad y la reducción de riesgos”, añade.

Es más, advierte de que uno de los principales riesgos para los responsables de TI es que los incentivos ligados al uso de tokens pueden disparar el presupuesto, advierte Wolfe.

“Teniendo en cuenta que las reducciones del precio por token y por inferencia no parecen estar en el horizonte, en gran medida por el aumento de los costes energéticos, esto acaba generando una curva inversa en la economía unitaria y en el ROI de las iniciativas de IA”, afirma.

Medir lo equivocado

Itamar Friedman, CEO del proveedor de revisión de código con IA Qodo, hace hincapié en que medir únicamente el uso de tokens sería similar a que una persona controle cuántos kilómetros camina cada día para mejorar su salud sin tener en cuenta las calorías que consume o sin revisar regularmente sus métricas médicas básicas. “Si caminas dos millas al día pero consumes 5.000 calorías, es poco probable que mejores tu salud”, precisa.

Y añade que hacer seguimiento del uso de tokens por parte de los empleados no es una mala práctica, pero utilizarlo como única métrica ofrece una visión incompleta de los beneficios de los despliegues de IA.

De ahí que afirme lo siguiente: “Creo que existe cierta correlación entre maximizar el uso de tokens y ser más productivo. Pero el problema es que, si se trata como la única o la principal métrica de productividad, puede acabar generando una métrica de vanidad”.

Incluso advierte de que, en algunos casos, las empresas parecen estar monitorizando el uso de tokens de sus programadores. Cuando se incentiva a los desarrolladores a generar grandes cantidades de código con IA sin revisiones de calidad y seguridad, este puede contener errores importantes y vulnerabilidades.

Se necesitan más métricas

Para evitar los problemas de centrarse únicamente en el uso de tokens, Stuart, de Harness, recomienda que las empresas establezcan también métricas de productividad o resultados.

“Hay que configurarlo de forma que se gamifiquen los comportamientos y los incentivos que realmente importan», afirma. «Quizá el incentivo para nosotros en Harness no sea la cantidad de tokens que consumes, sino el output que somos capaces de generar y el paso de los inputs a los outputs”, sostiene.

Y añade que las métricas de productividad variarán de una empresa a otra. En el caso de los desarrolladores que utilizan asistentes de IA, por ejemplo, la métrica principal puede no ser el número de líneas de código escritas, sino el número de líneas que llegan a producción.

Lo que le lleva a plantearse: “¿Se ha gastado dinero en escribir líneas de código que fueron rechazadas, revertidas o que no llegaron a producción? Existe la necesidad de entender el dinero desperdiciado. Si se van a utilizar clasificaciones, también hay que contrarrestarlos con ese posible despilfarro e incorporarlo a la medición”.

También considera que las empresas pueden analizar cómo los empleados optimizan el uso de la IA. “Hay dinero optimizable, dinero desperdiciado y tokens consumidos —afirma—. Empezar a analizar conjuntamente esas tres dimensiones es realmente importante. Y la cuarta es: ¿cuál fue el output? ¿El código llegó a producción?”.

Por quinto año consecutivo CIO Executive, la comunidad de directivos de TI de Foundry España, congregó a ejecutivos de sistemas y transformación tecnológica de alto nivel en plena Ribera del Duero, en concreto en el Bosque de Matasnos, una zona vinícola natural y aislada, para reflexionar con calma y en profundidad sobre la evolución que está experimentando la función del CIO con la democratización de la inteligencia artificial y en un contexto geopolítico complejo, marcado por fuertes tensiones internacionales y económicas.

Los asistentes al encuentro, que se celebró entre el 17 y el 18 de junio, fueron una veintena de CIO, hombres en su mayoría, pero también algunas mujeres, todos de empresas de múltiples sectores, desde la banca a la industria, pasando por la formación, el entretenimiento o el tercer sector, entre otros, que compartieron su visión sobre un rol que gana enteros en las organizaciones, con la ‘tecnificación’ de estas. Una función, por otro lado, cada vez más pegada al negocio y absolutamente determinante para el crecimiento de éste.

Bajo la batuta de Fernando Muñoz, director del CIO Executive y quien ejerció de maestro de ceremonias del acto, los participantes expusieron cómo se desenvuelven en este ecosistema demandante y extremadamente cambiante. “La democratización de la tecnología es un hecho, pero también lo es que seguirá siendo necesario un rol que ejerza el gobierno y la gestión de dicha tecnología, y ese es el nuestro”, expuso uno de los participantes, convencido de que el CIO es una figura cada vez más influyente en el entramado empresarial.

No obstante, añadió, en un momento en el que “el CIO está más expuesto” y cuyo papel va mucho más allá de gestionar una tecnología cada vez más ‘commodity’, convirtiéndose en todo un catalizador del negocio, la estructura organizativa que está bajo su tutela deberá transformarse. “Habrá que cambiar la forma de organizarnos y nuestros propios equipos, pero los CIO, auténticos supervivientes y con gran capacidad de adaptación, seguiremos siendo claves”.

De hecho, apuntó otro ejecutivo, en un escenario en el que la tecnología llega a todos los rincones de la empresa y donde los proveedores de TI atacan a todos los perfiles directivos como potenciales clientes, “el CIO debe convertirse en esa figura capaz de aterrizar las expectativas, poner criterio a la compra tecnológica y, sobre todo, no perder el foco”.

A juicio de los participantes del encuentro, el del CIO va a ser un rol cada vez más demandado. También será, ya lo es, un rol de “corresponsabilidad con el negocio”. Porque, como indicó otro portavoz, “lo que no es posible es que el CIO se ciña solo a gestionar tecnología”.

Impacto de la IA en la función de CIO

Uno de los interrogantes del encuentro fue quién es el responsable del presupuesto de los proyectos de IA, un aspecto que, según el último estudio State of the CIO, elaborado por el equipo de investigación internacional de la publicación CIO, varía bastante en las organizaciones europeas; de hecho, según el informe, un 36% de los encuestados en EMEA dividen la responsabilidad entre TI y las unidades de negocio, seguido de un 34% que afirma que TI gestiona todos los aspectos del presupuesto de IA, un 16% que dice que el presupuesto varía según el proyecto y un 14% que afirma que cuenta con un presupuesto totalmente centralizado dedicado a todo lo relacionado con la IA.

Los CIO presentes en el encuentro de Burgos coincidieron con este diagnóstico, es decir, la mayoría de las organizaciones aún están definiendo quién “es dueño” de los presupuestos, las decisiones y la responsabilidad sobre la inversión en IA, aunque muchos sí recalcaron que, aunque el área de TI no sea propietaria de dicha inversión, sí es la que debe negociar los contratos con los proveedores y garantizar el control y la ciberseguridad en el uso de las herramientas de IA. “Ahora hay que tener más control que nunca sobre las soluciones que se adoptan en la empresa”, indicó una directiva.

En todo caso, añadieron otros, “el peso de la IA debe recaer en el consejo de administración de las empresas”, abogando por una responsabilidad compartida sobre la estrategia y la deriva del uso de la inteligencia artificial en los entornos profesionales.

Curiosamente, uno de los efectos esperados por los CIO con el auge de la IA en los departamentos de TI es que disminuya la subcontratación externa. “Ahora nuestros programadores rinden el doble que antes”, reconoció otro directivo.

Como grandes retos de la adopción de la IA, una revolución que, en gran parte, reconoció otro CIO, “nos cae desde arriba”, a los máximos responsables de sistemas corporativos les preocupan dos aspectos: que se disparen los precios y se limiten los tokens, estas unidades básicas de información que procesa un modelo de IA y que se han convertido en la forma de medir el coste de esta tecnología por parte de los grandes proveedores. Todos, por otro lado, coincidieron en la importancia de ser rápidos adoptando esta tecnología sin dejar de gobernarla “desde el centro para después empoderar al resto de las áreas”.

Para concluir, los participantes ejercieron de periodistas sintetizando algunos titulares que pueden resumir su visión de lo que viene en un futuro próximo, como “De CIO a CEO: cómo la era de la IA transforma las organizaciones”; “El CIO está muerto. Larga vida al CEO”; “Hacia el superCIO”; “No hay espacio para más legacy”; o “El CIO se convierte en un agente”.

Un evento con tintes de geopolítica y neurociencia

Durante el evento, los CIO pudieron también escuchar charlas inspiradoras por parte de Javier Rupérez, un distinguido político, diplomático y escritor español que tuvo un papel clave en la entrada de España en la OTAN; y la bióloga y neuróloga Mónica Kurtis, una referente internacional en enfermedades neurológicas que afectan al movimiento como el Parkinson, y actual directora de la Unidad de Trastornos del Movimiento y Neurología del Hospital Ruber Internacional de Madrid.

Tras analizar el reciente acuerdo de paz entre Irán y Estados Unidos con el consiguiente cese de la actividad bélica en Ormuz, un documento que, según el experto, sitúa a Irán como claro ganador de un conflicto devastador, Rupérez diseccionó el estado actual de la política internacional. “El mundo actual es absolutamente imprevisible y está descontrolado. Veo un desenfreno internacional como no había visto nunca antes”, se lamentó, rememorando el “mundo previsible, pacífico, organizado y regido por las relaciones internacionales” en el que habitábamos antes de la era Trump y que fue el eje a seguir por la mayoría de países tras la Segunda Guerra Mundial.

El presidente de los Estados Unidos, afirmó, “ha roto elementos fundamentales del comportamiento económico anterior al beneficiar claramente a su círculo y a sus amigos billonarios, además de haber roto también el esquema internacional de la OTAN”. En este contexto, afirmó, el gran ganador es China, que sigue “una política más cuidadosa pero también más dudosa”, caracterizada por “acciones pacifico-invasivas” y gracias a las que “tiene en su mano a todos los países africanos”, con lo que esto implica de riqueza en recursos.

Por su parte, Mónica Kurtis dio una clase magistral sobre el funcionamiento del cerebro y su plasticidad, y dio consejos para mejorar la creatividad, un elemento que depende del talento, pero también del conocimiento, de la motivación y la necesidad y otras variables sociales y medioambientales, y que nos lleva a algo tan necesario como “pensar fuera de la caja”.

La neuróloga instó a los CIO a buscar los momentos de ensoñación que permiten que surjan las grandes ideas, “los momentos ‘eureka” y a intentar tener la mente abierta y evitar los sesgos que nos proporciona un cerebro eminentemente predictivo “que elabora hipótesis en creencias muy arraigadas”.

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 ingeniera informática Gracia Sánchez-Vizcaíno es una destacada ejecutiva española responsable, desde 2020, de liderar la transformación digital y tecnológica de la multinacional de seguridad Securitas en España y Latinoamérica. La CIO 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. 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.

Con motivo de su participación en el jurado de los galardones, Gracia Sánchez-Vizcaíno explica por escrito a CIO ESPAÑA qué elementos hacen que una iniciativa tecnológica destaque en un entorno tan exigente como el actual, además de reflexionar sobre otros aspectos como el impacto de la IA generativa en las organizaciones y en la propia función del CIO.

Como CIO en activo, ¿qué retos comparte con muchos de los candidatos que se presentan a los CIO 50 Awards?

El reto que veo repetirse con más frecuencia es demostrar el retorno de la inversión tecnológica ante comités de dirección que no son técnicos. No basta con que un proyecto funcione; tiene que traducirse en cifras que el negocio entienda y valore. A eso se suma la tensión permanente de conjugar las distintas velocidades. Y entiendo que otro denominador común será la gestión del cambio y la adopción: la parte menos visible de cualquier transformación, pero la que determina si el proyecto tiene impacto real o se queda en la implantación técnica.

Por otro lado, de rabiosa actualidad, cómo incorporar la IA agentiva en un escenario de cambio que nos va a transformar pero que aún tiene pocas certezas.

“El reto que veo repetirse con más frecuencia es demostrar el retorno de la inversión tecnológica ante comités de dirección que no son técnicos”

¿Cómo equilibra la necesidad de innovar con la exigencia de garantizar resiliencia y continuidad operativa?

No diría que son objetivos en conflicto, sino caras de la misma moneda. En nuestro caso toda inversión en innovación pasa primero por un business case claro, con un retorno identificado y un nivel de riesgo aceptado de forma explícita; lo que no se sostiene con esos términos, no avanza, por interesante que parezca. La resiliencia no es un freno a la innovación, es la condición que la hace sostenible: una iniciativa que compromete la continuidad del negocio no es innovación. En la práctica, esto significa pilotar antes de escalar, medir el impacto real de adopción y mantener siempre un plan de reversión. La innovación que no contempla cómo deshacerse si falla no está bien diseñada.

¿Qué hace que una iniciativa tecnológica destaque en un entorno tan exigente como el actual?

Que resuelva un problema de negocio real, que tenga un impacto medible y demostrado y que haya gestionado bien el cambio organizativo que implica, porque ahí es donde la mayoría de las iniciativas pierden fuerza. Una candidatura que combina estos tres elementos transmite madurez, no solo ambición tecnológica.

“La IA generativa está teniendo un efecto similar al de la llegada del smartphone: amplía capacidades y elimina barreras de tiempo y conocimiento, pero solo si el CIO consigue que esa capacidad se traduzca en decisiones de negocio, no en una colección de casos de uso aislados”

¿Qué papel juega la ciberseguridad y la gestión del riesgo en la valoración de una candidatura?

Cada vez más explícito. En mi sector, la seguridad física y la ciberseguridad están cada vez más interconectadas, y esa misma lógica de enfoque convergente aplica, en mayor o menor medida, a cualquier organización hoy: las regulaciones exigen protección en ambos frentes, y la confianza del cliente depende de ambos. Una candidatura sólida no presenta la ciberseguridad como una capa añadida al final del proyecto, sino como parte del diseño desde el origen. Una iniciativa que solo menciona la seguridad de forma genérica, sin detalle de cómo se ha gestionado el riesgo a lo largo del proyecto, es una señal de que probablemente no se ha tratado con el rigor necesario.

¿Cómo imagina la función de CIO en organizaciones cada vez más digitales e impulsadas por IA?

Cada vez más orientada a negocio y cada vez menos a infraestructura pura, si bien esto es algo que ya lleva años siendo así. La IA generativa está teniendo un efecto similar al que tuvo la llegada del smartphone: amplía capacidades y elimina barreras de tiempo y conocimiento, pero solo si el CIO consigue que esa capacidad se traduzca en decisiones de negocio, no en una colección de casos de uso aislados. Hay que compaginar el rigor técnico para evaluar qué tecnología aporta valor real, y suficiente conocimiento del negocio para saber dónde aplicarla con criterio. El CIO que solo gestiona sistemas va a perder relevancia frente al que es capaz de liderar la transformación del modelo operativo completo.

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.

>

Fue una de esas noticias que, de cuando en cuando, dan para titulares en varias secciones y en varios tipos de medios. Bizum había llegado a las tiendas. La compañía lanzó este mayo Bizum Pay y, aunque en este primer momento solo se podía usar como medio de pago conectado a dos bancos, la historia adquirió casi tonos de viralidad. “Está generando mucho interés entre las personas usuarias y en los comercios, estos últimos incluso están hablando con sus entidades para poder activar el pago con Bizum”, confirma por correo Martín Azcue, director de Desarrollo de Negocio de Bizum, que señala que el proceso está “yendo según la hoja de ruta marcada”. Los bancos adheridos, indica, “han iniciado la extensión progresiva del pago presencial de Bizum, a través de NFC y de cuenta a cuenta, tanto para particulares como para comercios”. La funcionalidad irá aumentando a lo largo de los meses y, para cierre de año, la mayoría de sus clientes podrán pagar en comercios usando Bizum Pay.

Pero ¿por qué de pronto parecía que todo el mundo estaba obsesionándose con una forma de pago y una aplicación tecnológica? El entusiasmo, responde desde Bizum, viene de que son una marca conocida y con experiencia, respaldada por la banca. “La recepción ha sido muy positiva, lo que nos tomamos como una responsabilidad para seguir trabajando en dar ofrecer la mejor solución posible”, señala Azcue.

Desde fuera, este momento de estrellato podría tener unas cuentas lecturas posibles, muchas de ellas vinculadas con cómo la geopolítica y la tendencia emergente a la soberanía digital (ese término que está también de rabiosa actualidad en TI) hacen que se vean las cosas.

Soberanía en los pagos

“Creo que el hype que se ha generado con Bizum Pay no está muy bien acompasado”, explica por videollamada Tomás Golding, responsable de banca en VASS. “Bizum empezó hace ya tiempo, como un mecanismo de pagos peer-to-peer”, indica. “Ahora, metemos en la ecuación el pago dentro del comercio”. La fiebre primaveral que ha generado ayuda a “generar un awareness de marca”, apunta el experto, pero Golding cree que ese boom no ha ido “acompasado con el momento del mercado y a lo preparadas que están las infraestructuras y, sobre todo, los sistemas de los comercios”.

Esta es, simplemente, una alternativa más, apunta, pero una que ofrece resiliencia operativa, en un momento en el que “Europa, y específicamente España, se plantea reducir de los esquemas de pago internacionales de alguna manera”. El 61% de todos los pagos que se realizan con tarjeta en la Eurozona se hacen con Visa y Mastercard, empresas estadounidenses, que asumen además prácticamente la totalidad de las operaciones transfronterizas. Estas compañías deben cumplir las leyes de EEUU, lo que puede tener consecuencias en Europa. El apagón tecnológico en el que están sumidos los miembros del Tribunal de La Haya sancionados por la administración Trump es una muestra de lo que podría pasar si los intereses de EEUU chocan con los europeos.

En estos últimos años, Europa ha empezado a priorizar la soberanía digital (justo, la Comisión acaba de presentar su Paquete de Soberanía Tecnológica) y los pagos son uno de los retos a gestionar. Lo saben los organismos públicos y también la industria de la banca y los pagos. Este es, así, un contexto en el que cualquier novedad europea, como el propio Bizum Pay, tiene un terreno abonado para despertar interés. La propia Bizum, de hecho, permite ya hacer pagos a Italia o Portugal (o recibirlos) y trabaja para cerrar acuerdos con compañías de Polonia y países nórdicos. El objetivo final del mercado es conseguir soluciones propias, interoperables y que reduzcan la dependencia de actores de fuera del continente.

 “El concepto soberanía y resiliencia van muy de la mano porque sabemos que las infraestructuras de pagos son críticas para los estados centrales y para los países”, señala Golding. Este experto recuerda que el reglamento Dora ya habla de estas cuestiones. No es, así, un término del todo nuevo. Aunque, como suma Rubén Andrés, CIO de Singular Bank, “el concepto de soberanía digital ha evolucionado mucho en muy poco tiempo”. “Hace unos años hablábamos principalmente de eficiencia tecnológica. Hoy hablamos también de resiliencia, control del dato, capacidad operativa y autonomía estratégica”. Lo ocurrido en los últimos años han acelerado las cosas y la IA ha hecho que estos temas sean aún más prioritarios en la agenda.

Esta es, así, una cuestión con muchas facetas y en la que la tecnología tendrá (o, mejor dicho, tiene ya) un papel fundamental. Como apunta Andrés, “la banca europea depende todavía en muchos ámbitos de infraestructuras globales críticas”. “La clave no está en aislarse, sino en construir plataformas resilientes capaces de integrarse con distintos ecosistemas sin perder control, trazabilidad ni capacidad de decisión mientras garantizan la continuidad con la redundancia oportuna”, asegura.

La industria trabaja en seguridad, en protección, en crear infraestructuras robustas, algo que impacta en cómo se estructura su infraestructura TI. Andrés habla de “una evolución clara hacia modelos híbridos: aprovechar capacidades globales, pero construyendo capas propias de inteligencia, gobierno e interoperabilidad”.

Rubén Andrés (Singular Bank) subraya que “el euro digital representa mucho más que un nuevo medio de pago: es uno de los primeros grandes movimientos hacia una infraestructura financiera europea nativamente digital, interoperable y preparada para una interacción financiera más automatizada e inteligente”

Qué es el euro digital

En esas capas propias podrían entrar también las nuevas propuestas. La Unión Europea trabaja para lanzar el euro digital y, aunque el proyecto cuenta con alguna oposición tanto política como de la industria, su lanzamiento cambiará de nuevo el panorama.

“El euro digital es dinero del Banco Central, pero en formato digital”, explica Golding. “En los tecnicismos, lo llamamos CBDC, Central Bank Digital Currency. Dicho de forma sencilla, es el equivalente a un billete, pero pensado en un mundo más móvil”. En lugar de emitir billetes físicos (e imprimirlos), se crean billetes digitales. “Tendrá un valor uno a uno”, indica el experto. El euro digital no es, por tanto, ni una criptomoneda ni una moneda totalmente nueva. Es el euro de siempre en otro formato. La distribución la harán los mismos bancos comerciales que ahora guardan nuestro dinero y se guardarán en alguna app o wallet.

Y tampoco es una idea exactamente nueva: como apunta el experto, se empezó a hablar de ello en 2023, aunque no fue en 2025 cuando se pasó a la primera fase preparatoria. “En enero de este año se publicaron los objetivos y todo el calendario del proceso de proveedores piloto”. Si todo sigue lo previsto, el euro digital llegará en 2029.

La caída del uso de dinero físico en la zona euro y el crecimiento de uso de pasarelas digitales explican el interés por lanzar un formato digital, pero no solo. Como apunta el experto de Vass, también tiene un matiz de qué dinero empleamos. “El efectivo es, hoy, la única forma de dinero público que tiene en la mano el ciudadano. Todo lo demás es dinero privado, o que circula por redes privadas”. A medida que se reduce el efectivo se reduce también la presencia de dinero público y, con ello, “se debilita el ancla de confianza que aporta un banco central a todo el sistema”.

Por ello, sumando todo esto a la necesidad de reducir la dependencia de redes pagos no europeas, el euro digital emerge como potencial herramienta. Algo que encaja, además, con una tendencia que va más allá de Europa. “Es un movimiento reactivo que muchos países ya se están planteando”, apunta Golding.

“El euro digital representa mucho más que un nuevo medio de pago”, señala Andrés. “Es probablemente uno de los primeros grandes movimientos hacia una infraestructura financiera europea nativamente digital, interoperable y preparada para un mundo donde la interacción financiera será cada vez más automatizada e inteligente”, explica.

Tomás Golding (VASS) explica que la incorporación de herramientas como el euro digital no solo implica una transformación tecnológica, sino una adaptación a más niveles, por ejemplo, contables

Una escalada de cambios TI

En paralelo, el euro digital encaja en un proceso que va más allá, que tiene un impacto más estructural y que, a su vez, cambiará las cosas a nivel TI. “La llegada del euro digital, la IA generativa y los modelos agentic están impulsando un cambio de paradigma tecnológico”, asegura Andrés. El CIO apunta que “el verdadero cambio no estará únicamente en la moneda, sino en cómo evolucionará la intermediación financiera”. Por ejemplo, en el futuro no tan lejano podríamos usar agentes inteligentes para que gestionasen nuestras cuentas y eso obligará a nuestros bancos a reajustar bastantes cosas.

 “Eso obliga a repensar completamente la arquitectura tecnológica de las entidades”, asegura Andrés. “Ya no hablamos únicamente de canales digitales, sino de ecosistemas interoperables preparados para convivir con agentes autónomos, modelos de IA y procesos financieros en tiempo real que liberen tiempo para el trato humano”, destaca. En su banco, ya trabajan “desarrollando capacidades de arquitectura agentic e inteligencia contextual alrededor de iniciativas como Singularity”, un asistente desarrollado sobre Open AI.

La transformación digital de la industria bancaria se acelerará, apunta este directivo, pero también tendrá que ser ambiciosa. No va ya de crear canales digitales friendly o arquitecturas robustas (que también), sino de mejorar la interoperabilidad, la respuesta en tiempo real o la respuesta a agentes. “El reto ya no es únicamente mejorar la experiencia cliente. El gran desafío será construir experiencias inteligentes de extremo a extremo”.

En conclusión, el reto al que se enfrenta la industria es complejo. Como explica Golding, la incorporación de herramientas como el euro digital no se trata solo de una transformación tecnológica, sino una adaptación a más niveles (por ejemplo, contables). “El Banco Central Europeo habla de que esta primera fase inicial podría suponer una inversión de unos 1300 millones de euros”, apunta. “El sector bancario tiene unas estimaciones más altas”. Hacer que todo lo nuevo que está apareciendo sea interoperable podría requerir una inversión de entre 18.000 y 30.000 millones de euros en toda la UE, según cifras que comparte Golding. “En sentido estricto, hay que modernizar todos los sistemas subyacentes y con los que los bancos llevan trabajando 60, 70 o más años, el legacy”, apunta, y suma la inversión en nuevos sistemas de identidad o antifraude, más refuerzo de ciberseguridad y gasto en integración. ¿Podrán todos los bancos afrontar una inversión tan elevada? Esa es la gran cuestión.

Pero, además, la industria está en un momento en el que pivotar y digitalizarse es fundamental. “El reto de la modernización es una necesidad”, asegura Golding. Lo requiere el regulador, pero también el flujo del mercado. 

Si se le pregunta a la banca por los retos TI, la respuesta también es clara. “El principal reto tecnológico de la banca ya no es digitalizar procesos. Es construir organizaciones capaces de adaptarse continuamente a un entorno donde la tecnología evoluciona más rápido que nunca”, asegura Andrés. Esto obliga a hacer una transformación cultural, “porque el cambio no es solo tecnológico; es organizativo y humano”, y a comprender que “la tecnología del futuro será cada vez más invisible”. “Lo diferencial será cómo utilizamos esa tecnología para generar confianza, contexto y experiencias relevantes”, augura.

Una nueva encuesta concluye que demasiadas empresas todavía desconocen el Reglamento de Ciberresiliencia (Cyber Resilience Act, CRA) de la Unión Europea de 2024, cuyos primeros elementos entran hoy en vigor.

Dos tercios de los encuestados en el estudio realizado por la Open Source Security Foundation afirman no estar familiarizados con el CRA, que busca reforzar la seguridad del hardware y el software comercializados en la UE.

Además de las exigencias del CRA para los proveedores, también tiene implicaciones para los usuarios de software de código abierto, de ahí el interés de la Fundación en el tema. Entre otras medidas, el CRA crea la figura del responsable (steward) de código abierto dentro de la empresa, encargado de garantizar que existe una política de seguridad para cualquier software utilizado en la organización.

La primera parte del CRA que hoy entra en vigor se refiere a la designación por parte de los Estados miembros de los organismos de evaluación de la conformidad. A partir del 11 de septiembre, los fabricantes deberán comenzar a notificar vulnerabilidades en sus productos a las autoridades competentes. El resto de las obligaciones del Reglamento, que incluyen importantes sanciones económicas, se aplicará a partir del 11 de diciembre de 2027.

Las sanciones previstas no parecen preocupar a las empresas: el 56% de los encuestados en el estudio de OpenSSF desconoce que las multas por incumplimiento pueden alcanzar los 15 millones de euros o el 2,5% de la facturación anual global.

La falta de conocimiento sobre las implicaciones del Reglamento ha sorprendido a Christopher Robinson, CTO de OpenSSF. En su opinión, “llevamos tiempo hablando de este tema y nos sorprende que más empresas no sean conscientes de sus implicaciones”.

Preocupación global

Robinson ha sugerido que algunas empresas no creen que las regulaciones europeas sobre seguridad de hardware y software les afecten, pero estas preocupaciones tendrán pronto un alcance global. Es más, ha indicado que “otros países, como Japón, están considerando leyes similares”.

Un área de malentendido podría ser que el CRA se aplica a los proveedores, lo que lleva a algunos clientes a pensar que los requisitos no les afectan. Según Robinson, se trata de un enfoque equivocado, especialmente teniendo en cuenta la aplicación del CRA al software de código abierto.

“Hay unos 700 millones de proyectos en GitHub. Si trabajas en una organización como un banco, tienes poca visibilidad sobre cuáles de esos proyectos se están utilizando”, ha afirmado.

En virtud del Reglamento, las empresas de software deberán proporcionar una lista de materiales de software (software bill of materials, SBOM por sus siglas en inglés) que haya sido verificada como segura.

Las empresas que suministran a organismos del Gobierno federal de EE. UU. ya se enfrentan a este requisito. “Si vendes al Gobierno de EE. UU. —que es el mayor cliente del planeta—, deberías estar proporcionando una SBOM”, ha añadido Robinson.

El consultor de ciberseguridad Hans Study ha señalado que, al abordar el problema de la cadena de suministro, el CRA supone un paso en la dirección correcta. “Casi todas las aplicaciones tienen dependencias, ya sea software libre y de código abierto, paquetes comerciales o una combinación de ambos. El problema siempre ha sido la responsabilidad y el reparto de culpas asociado. Lo que hace el CRA es dificultar que las empresas eludan esa responsabilidad cuando desarrollan, venden o comercializan productos con elementos digitales”, ha explicado.

Desconocimiento sobre la IA

Según Michael Callahan, vicepresidente de estrategia de ciberseguridad en Salt Security, uno de los problemas que podría generar dificultades en el futuro es el creciente uso de la IA en el desarrollo de software. “El Reglamento de Ciberresiliencia parte de la premisa de que las empresas saben qué contiene su software. Esa premisa deja de cumplirse cuando los asistentes de programación basados en IA generan una parte significativa del código. Un asistente de IA nunca ha leído las políticas de seguridad de tu organización, tus obligaciones de licencias o tus estándares de gobernanza del código abierto. El código que produce puede contener dependencias, patrones o vulnerabilidades que el equipo de seguridad no puede rastrear fácilmente hasta una decisión concreta o un desarrollador específico”, ha dicho.

A las empresas se les acaba rápidamente el tiempo para corregir estos problemas y muchas son pesimistas sobre sus posibilidades. Según la encuesta de OpenSSF, solo el 41% de los fabricantes espera cumplir plenamente con el Reglamento en diciembre de 2027, mientras que el 39% no sabe cuándo lo logrará.

Puede que las sanciones previstas ayuden a centrar la atención. Robinson ha señalado que podría suceder algo similar al RGPD, donde algunas multas elevadas impulsaron a las empresas a prestar atención a la normativa. El límite máximo de las sanciones se aplica por infracción, no por empresa: “Algo así podría acabar con una pyme y afectar seriamente a grandes corporaciones”, ha añadido. La legislación debería ser un asunto del que todas las empresas fueran conscientes, pero aún queda un largo camino por recorrer.

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”.

A medida que el impacto de las nuevas tecnologías en las diferentes áreas de la economía y la sociedad va creciendo, su relevancia a nivel financiero también. Hoy en día, el sector tecnológico vive inmerso en las noticias de inversiones mil millonarias, de cómo la inteligencia artificial lleva a valoraciones récord o de las potenciales salidas a bolsa de las compañías que han revolucionado el ecosistema inteligente. Igualmente, la inversión en TI está creciendo a pasos agigantados: en 2026 se espera que el gasto total en esta partida crezca un 13,5%, hasta llegar a los 6,31 billones de dólares, según estimaciones de la consultora Gartner, que señala a la infraestructura de IA como principal impulsor. En España, se prevé que este año se incremente la inversión TI en un 2,8% y el gasto en un 2,9%, de acuerdo a un informe de LiceoTIC, organización del Grupo Setesca.

De la estrategia conjunta a la inversión

Estas cifras dan una idea de cómo la parte económica se está convirtiendo, cada vez más, en otro de los ejes del trabajo de las personas al cargo de la parte de TI. Sin embargo, en este contexto intenso, saber dónde poner el dinero no siempre es tarea fácil. “Lo esencial es partir de una estrategia tecnológica clara, explícitamente alineada con la estrategia de la compañía, y con una hoja de ruta priorizada que marque qué capacidades hay que construir y en qué horizonte”, resume por mail Ana Peñuela, socia de CIO Advisory en el área de Transformation & Technology de KPMG España. “Sin ese marco, la inversión en tecnología se vuelve reactiva y fragmentada”.

Para Peñuela, el o la CIO debe combinar tres factores: una vigilancia de tendencias que incorpore innovación con criterio, un modelo que permita comparar iniciativas en términos de valor, riesgo y coste, y una disciplina presupuestaria que equilibre estabilidad operativa, evolución del núcleo e innovación. “La clave no es invertir más, sino invertir mejor y de forma coherente en el tiempo”. Esta estrategia debe revisarse de forma periódica, para adaptarse a los cambios en el negocio, en las propias tecnologías o en el contexto internacional. Aunque Peñuela habla de unas pautas comunes, sí reconoce que “las decisiones concretas de inversión sí dependen en gran medida del modelo de negocio y del sector”.

“La clave no es invertir más, sino invertir mejor y de forma coherente en el tiempo”, recomienda Ana Peñuela

La portavoz de KPMG apuesta por “una estrategia tecnológica liderada por el CIO, plenamente alineada con el CEO y el comité de dirección”, en la que la persona responsable de la parte de TI debe tener “una mirada de medio y largo plazo sobre los activos tecnológicos clave”, “capaz de traducir capacidades tecnológicas en impacto de negocio, evaluando no solo la necesidad inmediata de herramientas, sino también cómo esas decisiones construyen (o hipotecan) las capacidades futuras de la organización”. “La tecnología no se decide solo por funcionalidad, sino por su contribución a la sostenibilidad del modelo tecnológico”.

La estrategia del Grupo ACS se alinea con los puntos planteados por Peñuela. Su CIO y responsable de Sistemas y Tecnología, Félix Jimeno, alude al plan estratégico como elemento base, que el departamento de tecnología debe conocer para, en base a este, crear su plan director propio y preparar su planificación y presupuestos. “El negocio es el que marca hacia dónde quiere ir y nosotros, como departamento de tecnología, somos los que tenemos que soportar y dar las herramientas al negocio para que consiga sus objetivos”, apunta por videollamada, aunque con la parte indispensable de integrar las necesidades propias de TI o factores propios como la obsolescencia técnica. “Eso es sobre el papel”, incide, “porque tienes un plan director a tres años y luego llega la IA o la ciberseguridad y lo revoluciona todo. Entonces tienes que adaptarte”.

También en Amadeus van de la mano con el resto del negocio, según plantea Ángel Lorente, director de Corporate Strategy, en respuesta a cuestionario escrito. “En Amadeus, las inversiones en tecnología están guiadas por la creación de valor a largo plazo y por una estrecha alineación con las prioridades estratégicas de la compañía”. Entre sus principales vías de inversión identifica la adquisición de tecnología, el desarrollo de capacidades internas, la inversión en startups en sectores emergentes o la colaboración y el desarrollo conjunto con expertos especializados.

“Nuestras inversiones en tecnología están guiadas por la creación de valor a largo plazo y por una estrecha alineación con las prioridades estratégicas de la compañía”, dice Ángel Lorente

Para esto, su equipo trabaja con otros de la parte de producto y tecnología en la evaluación de distintos factores, como la alineación estratégica, valor o impacto para el cliente, las brechas en el porfolio, escalabilidad y rendimiento, plazos o consideraciones de coste como eficiencia y retorno de la inversión, “con el objetivo de seleccionar la vía más adecuada en cada caso”. “El enfoque de inversión tecnológica en Amadeus es colaborativo y claramente orientado al negocio: se trata de un proceso iterativo y continuo, no de un modelo puramente jerárquico”, resume, “ni exclusivamente ascendente”. Así, “los equipos trabajan activamente en identificar y cerrar brechas tecnológicas dentro de las hojas de ruta estratégicas”.

Factores que impactan

Precisamente IA y ciberseguridad son los dos factores que, señala, están impactando de forma importante desde el punto de vista de las políticas de compras o presupuestos -además de afectar al trabajo de los propios equipos-, aunque introduce un matiz. “La principal parte del presupuesto no se va en IA ni en ciberseguridad, pero es verdad que ocupan una parte ya relevante, y cada vez más”. Aquí entraría ese factor imprevisible del que hablaba, que ejemplifica con el caso Mythos. “El principal gasto económico está en mantener nuestros sistemas informáticos en el día a día. Todavía no hemos llegado a ese punto de que la IA y la ciberseguridad sea el 70 % del presupuesto”. Reconoce que el potencial de las herramientas inteligentes en el ahorro de tiempos y la mejora en seguridad está llevando a grandes inversiones por parte de determinadas compañías, que “puede dar la falsa sensación de que todo se invierte en IA. No, todo no se invierte en IA, pero poco a poco tiene más trascendencia”. Conviene aquí incluir un inciso de Ana Peñuela: “Tecnologías como la inteligencia artificial solo generan valor sostenible si la organización ha trabajado previamente aspectos clave como la madurez del dato, el gobierno, la ética y el modelo operativo. Sin esos fundamentos, el riesgo de frustración es alto”.

“Todavía no hemos llegado a ese punto de que la IA y la ciberseguridad sea el 70% del presupuesto”, asegura Félix Jimeno

Con todo esto en juego, se toman decisiones, continúa Jimeno. “Intentamos siempre utilizar el sentido común y saber que cada euro que invertimos va a tener un retorno”, sintetiza. “Muchas veces, para conseguir eso necesitamos invertir en innovación”. De ahí que hoy en día los departamentos de innovación proliferen en las compañías: áreas específicas que se encargan de conocer el entorno de trabajo, de evaluar tecnologías y estimar el retorno de la inversión. Estos deben ir de la mano de la parte de TI y de la de negocio. “Se respetan los roles”, resume, “todo hay que hacerlo de una manera consensuada”. Peñuela habla de una evolución en el rol de CIO. “Hoy es un partner estratégico del negocio, que anticipa oportunidades, alerta de riesgos y aporta criterio para priorizar inversiones. Cuando las decisiones se toman de forma aislada —solo desde TI o solo desde negocio— suele perderse valor. La gobernanza compartida es un factor crítico de éxito”.

Jimeno resume cuatro claves para la persona al cargo de la TI en relación a cómo invertir en tecnología. “Lo primero, que conozca bien su negocio”, tanto a nivel tecnológico como empresarial, con foco en la estrategia a futuro. “Lo segundo, que le dé muchísima importancia a la innovación”, en lo que incluye tanto conocer y probar herramientas como probar su viabilidad; “innovación ajustada a lo que es tu negocio”. Otra de las claves: la ciberseguridad y el trabajo con su CISO. “Y por último”, concluye, “ir de la mano las personas que están en los otros departamentos de la compañía”, lo que sería “la cadena de valor de la compañía”. Un mapa de referencia para navegar el intrincado mundo de la inversión en tecnología.

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.

Si echamos la mirada 20 años atrás, la labor del mayorista se centraba en tres puntos fundamentales: la logística, la financiación del canal y la disponibilidad del producto. La distribución se sustentaba sobre la venta de aparatos y los procesos manuales; había una tremenda dependencia del margen del producto y la diferenciación era tan escasa como la recurrencia. Éramos un eslabón operativo importante, pero poco visible entre cajas y cajas de hardware.

Pero si algo caracteriza al sector TI es la velocidad de su evolución, y como todos sabemos, o te adaptas, o mueres. El punto de inflexión que propició el cambio fue la llegada del cloud y el as-a-service, que convirtió la tecnología en una prestación flexible en la que se pasaba de comprar a consumir.

La adquisición de hardware y licencias por parte de las empresas se redujo y empezaron a pagar exclusivamente por lo que utilizaban, con la ventaja de la escalabilidad inmediata:  se hizo posible aumentar o reducir los recursos en cualquier momento, dejando a un lado las grandes inversiones por anticipado.

Además, estos servicios requerían un menor mantenimiento, siendo responsabilidad del proveedor las actualizaciones y la seguridad, y facilitaban el acceso a las últimas tecnologías.

Todo se ofrecía como servicio: desde software hasta infraestructura, pasando por seguridad o backups. Estas opciones permitieron la externalización de capas tecnológicas en proveedores especializados.

Con esta ruptura del modelo tradicional de distribución, surgen nuevas necesidades de facturación, soporte y capacitación, y el mayorista pasa de revendedor a plataforma de servicios.

Como evolución natural de nuestro papel, se hizo indiscutible que había que dar un paso adelante e incluir nuevas funciones como la consultoría técnica para solventar obstáculos y realizar un asesoramiento a medida de las necesidades reales de las empresas y los servicios gestionados para todas aquellas organizaciones que no podían permitirse su propio departamento de TI.

Financiación avanzada, con proyectos llave en mano, pago por uso o nuevas propuestas como el leasing o el renting tecnológico y certificaciones y formación que garantizasen la preparación de los partners tanto para la venta o implementación de soluciones, como para el acompañamiento en rutas de especialización (como experto en ciberseguridad, cloud o cómo convertirse en MSP).

A través de la automatización y los marketplaces, el mayorista llega a operar en plataformas digitales y evoluciona hacia la construcción de sistemas de protección.

A día de hoy, el mayorista tiene una posición privilegiada que le permite observar cómo interaccionan las herramientas de su porfolio y su rendimiento real en sectores muy diversos.

En Zaltor hemos hecho de la diferenciación nuestro objetivo; no nos limitamos a incorporar productos al catálogo, sino que lo hemos diseñado ofreciendo soluciones punteras, interesantes, eficaces y que aportan un valor añadido real dando la posibilidad, a nuestros partners y clientes, de competir en un mercado complejo, cambiante y en constante evolución.

>

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.

En 2021, Ingka Group (el principal operador de las tiendas IKEA, con aproximadamente 90% de las ventas globales), puso en marcha un chatbot llamado Billie. El objetivo era el típico de un asistente conversacional: responder a las consultas rutinarias de los clientes, como disponibilidad de producto, plazos de entrega o estado de un pedido. De este modo, liberaba de trabajo repetitivo a los equipos de atención telefónica. Entre 2021 y 2023, Billie realizó 3,2 millones de interacciones y resolvió aproximadamente el 47% de esas consultas. Consiguió ahorrar 13 millones de euros.

En el horizonte había una consecuencia incómoda: 8.500 personas en los call center cuyo trabajo, en buena parte, ya hacía una máquina. La pregunta directa era clara: qué hacer con una plantilla que de repente costaba justificar. Se trataba de una cuestión de costes, y la respuesta era previsible.

IKEA no se planteó esa pregunta.

En vez de buscar el ahorro recortando ese equipo, la empresa miró en otra dirección. Se fijó en dónde no llegaba la IA. Si Billie respondía el 47% de las consultas, quedaba un 53% que no sabía resolver. Tras analizarlas, descubrió que no era una cuestión de optimización que quedaría resuelta con la próxima versión del modelo. Se encontró con que los clientes no llamaban solo para saber si un sofá estaba en stock. Querían saber si quedaría bien en su salón, y esperaban que una persona al otro lado les asesorara.

Eso lo cambió todo. IKEA tomó la decisión de reconvertir a los 8.500 trabajadores del call center en asesores remotos de diseño de interiores. Lo que era un servicio de alcance limitado se escaló para convertirse en un canal de venta remota operado por miles de asesores humanos por vídeo y teléfono. Es decir, el centro de coste pasó a ser un canal de ingresos. Este generó 1.300 millones de euros en su primer ejercicio completo, el 3,3% de la facturación de Ingka. La empresa declaró a Reuters que aspira a llevarlo al 10% en 2028. Cuatro años después, el experimento es ya una estrategia consolidada.

¿Mirar dentro o fuera de la IA?

La mayoría de iniciativas de IA miran hacia dentro de la propia IA. En el caso de un chatbot, persiguen métricas como cuántas consultas absorbe, cuánto baja el coste por interacción o cuántas horas libera. Son las cifras que pide la dirección, las que entrega el proveedor, y encajan en el reporting.

Sin embargo, hay otra mirada, que va en dirección contraria: no apunta a lo que la IA, sino a lo que la IA destapa y antes no se podía ver. En el caso IKEA, fue una necesidad que sus clientes tenían desde hacía décadas y que la empresa nunca había sido capaz de identificar como oportunidad de negocio: un asesor de interiores.

Esta situación no aplica solo al sector del mueble. Por ejemplo, un equipo legal puede encontrar consultas de negocio que nunca tenía tiempo de atender, y un servicio técnico que automatiza el primer nivel puede descubrir problemas de fondo a los que nadie prestaba atención. Cada sector tiene sus propios casos.

La diferencia entre las dos miradas se traduce en cifras. Mirar dentro de la IA dio a IKEA 13 millones de euros de ahorro. Mirar fuera dio 1.300 millones de ingresos. Cien veces más, hasta el punto de que la empresa apenas menciona el ahorro inicial.

La IA resuelve preguntas conocidas, pero el verdadero valor de negocio está en las que abre.

Pero detectar la oportunidad es solo la mitad. La otra mitad es decidir qué hacer con ella, y ahí es donde casi todos se bajan del carro. Lo inmediato, lo que nadie discute en un comité, era recortar una plantilla que la IA había vuelto prescindible. ¿Quién, en su lugar, decide redefinir a 8.500 personas y apostar por un servicio que apenas existía? Es una decisión estratégica con riesgo, que va contra corriente, contra el ahorro directo que se ve en el reporting.

Aquí está la clave: IKEA fue más allá de un proyecto de IA. Creó una nueva función en el negocio. No recolocó personas por recolocar. Identificó una necesidad no resuelta y construyó, sobre las capacidades que ya tenía en casa, un servicio capaz de atenderla.

Esta forma de pensar sale del clásico debate de máquina contra persona (es decir, cuántos puestos sustituye o destruye la IA) para entrar en otro: qué nuevas oportunidades deja ver la IA, y qué se decide construir con ello.

La IA abre un nuevo camino para el CIO

Lo fácil es pensar que se trata de un visionario que descubrió la oportunidad. En este caso no lo hubo. Lo que sí hubo fue una estructura donde la pregunta podía aparecer. Y la clave no era que contaran con una task force de IA (algo habitual en empresas grandes) sino algo que casi nadie tiene: el responsable de tecnología y la responsable de personas sentados en la misma mesa, no en dos comités separados.

Crear estas condiciones está al alcance del CIO. Este caso ilustra cómo la IA plantea una decisión ante el CIO, de la que muchos no son conscientes.

Se abren dos caminos. Uno es hacer lo que se espera: ejecutar, desplegar la IA, medir su rendimiento, reportar el ahorro y pasar al siguiente caso de uso. Es un camino respetable, y al mismo tiempo previsible. El otro es abrir una conversación distinta: qué es lo que deja al descubierto cada despliegue, qué necesidades sin atender aparecen cuando la herramienta se lleva la operativa, qué capacidades están dormidas en los empleados porque nadie se las ha pedido. Se puede empezar por plantear estas preguntas en la próxima reunión, no hace falta empezar por crear un nuevo comité.

El primer camino trata la IA como un proyecto técnico. El segundo la trata como lo que es: una iniciativa de negocio que pasa por las manos del CIO antes que por las de nadie.

Lo que está en juego no son solo los resultados de la iniciativa. Es qué clase de CIO sale de cada camino. La IA está reescribiendo la función del CIO, lo quiera o no. La elección real es si se sienta en el asiento del piloto o en el del pasajero.

No se trata de que al CIO se le ocurra el próximo servicio de mil millones, sino de que abra el espacio donde esa oportunidad pueda aparecer y llegar a quien sepa reconocerla. Eso pasa por plantear decisiones que no dan titulares, como sentar a tecnología y negocio a contrastar sus lecturas sobre la IA, lo que necesita tiempo, y va en contra de correr.

Esto le pide al CIO algo para lo que el cargo no le entrenó: decidir con otra lógica. No la de encajar en el reporting, sino la de buscar la oportunidad que no está garantizada. Nadie le va a obligar a mirar fuera de la IA. Por eso casi nadie lo hace. Pero ese es exactamente el espacio que la IA le abre, y donde puede definir su camino y ganar un nuevo peso en la organización. La IA no le está quitando el puesto: le está ofreciendo uno más grande.

El caso de IKEA es un ejemplo de un fenómeno más grande que está teniendo lugar: la IA no solo cambia lo que hace el CIO, cambia lo que es. En las próximas tribunas seguiremos tirando de ese hilo, explorando cómo la inteligencia artificial está reescribiendo la función, y qué decisiones les plantea.

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.

Julie Averill no necesitó una segunda reunión del consejo para entender qué había hecho mal en la primera. Acababa de asumir el rol de CIO en REI e hizo lo que haría la mayoría de líderes: se preparó a fondo, recabó aportaciones de su equipo, construyó una visión detallada de la hoja de ruta y entró en la sala del consejo lista para demostrar que dominaba la función. Les contó todo, pero entonces empezaron las preguntas. “La primera fue qué podría hacer si tuviera un 20% más de capacidad de la que tengo ahora”, explica, reconociendo que no era algo que hubiera preparado. “Entré tan centrada en los detalles que, cuando me hicieron preguntas para las que no tenía una perspectiva clara, no lo gestioné bien”. Esa, dice, fue su lección. “En realidad, todo va de una conversación”.

Esa idea simple, pero a menudo pasada por alto, aparece una y otra vez cuando los miembros de la junta directiva y el CIO hablan de lo que diferencia una interacción eficaz en este escenario de una que no lo es. “Lo primero que hacemos mal es entrar pensando que vamos a presentar”, afirma Alizabeth Calder, exdirectiva y actualmente asesora de investigación adjunta en los IT Executive Programs de IDC. “No es así. Tenemos que estar ahí para facilitar un diálogo”.

Por qué los CIO se preparan para la reunión equivocada

Si el objetivo es facilitar un diálogo, entonces la mayoría de CIO se prepara para la reunión equivocada. “Lo principal que hay que entender es cuál es la responsabilidad de un miembro del consejo”, señala Eash Sundaram, exCIO de JetBlue que ahora forma parte de consejos de administración. Y esa responsabilidad no es validar decisiones técnicas ni revisar la ejecución de proyectos, sino entender cómo piensa la dirección y cómo las decisiones se conectan con la estrategia, el riesgo y los resultados.

Calder observa una brecha constante entre lo que buscan los consejos y cómo se presentan los CIO. “Ni siquiera conocen las preguntas adecuadas a ese nivel”, afirma. “Como resultado, se preparan para las preguntas equivocadas”.

Así, en lugar de anticipar debates sobre riesgo, inversión e impacto en negocio, los CIO suelen prepararse para explicar qué han construido y cómo lo están entregando. El resultado es un desajuste desde el inicio. “Como tecnólogo, puedes ahogar fácilmente a cualquiera en los detalles”, dice Averill.

Ese impulso es comprensible, pero rara vez es lo que el consejo espera. “Resolver problemas técnicos o implementar soluciones no es para lo que necesitas estar ahí”, añade Calder.

De la presentación al diálogo

Incluso cuando los CIO entienden la necesidad de mantener una conversación más estratégica, el propio consejo puede empujarles de vuelta a hábitos conocidos. “En las reuniones mejor gestionadas, simplemente mantienes una conversación”, dice Sundaram. Pero muchos CIO siguen abordándolas como si fueran una presentación, algo que hay que pasar en lugar de algo en lo que implicarse.

Averill reconoce que ese cambio —de presentar a interactuar— no siempre surge de forma natural, especialmente al principio. “Tienes que saber que conoces tu área mejor que nadie”, explica. “Lo que no conoces es su perspectiva”.

Esa diferencia es clave. Los miembros del consejo no intentan replicar la experiencia del CIO; buscan entender cómo esta contribuirá a los resultados del negocio. “No están ahí para pillarte”, afirma Averill. “Están para aprender, y tienen curiosidad”.

Esa curiosidad suele manifestarse en forma de preguntas más amplias o distintas de lo que parecen inicialmente. “Escucha bien la pregunta”, continúa Averill. “No te apresures a responder sin haberla entendido”. Es un cambio sutil, pero puede alterar el rumbo de la conversación. Responder demasiado rápido o de forma demasiado literal puede devolver la discusión al terreno técnico, incluso cuando la intención era mantenerse al nivel estratégico del consejo.

Operar al nivel del consejo

Las pequeñas desviaciones de una conversación se hacen más evidentes cuando el CIO aborda la sala del consejo como una extensión de su entorno operativo diario. “Tu consejo no es tu comité de gobierno de proyectos”, recuerda Sundaram.

Sin embargo, muchos CIO caen en ese modelo por defecto, ofreciendo actualizaciones, señalando incidencias y repasando riesgos como si hablaran ante un comité interno. En algunos casos, esto puede generar consecuencias no deseadas. “No puedes entrar en una reunión con demasiadas minas ocultas”, advierte Sundaram. “Si lo haces, todo el mundo intentará resolver tus problemas”.

Una vez que se introduce un problema, la conversación puede ampliarse rápidamente, implicar a otros ejecutivos y desviar el foco del debate previsto. Existe un riesgo similar cuando los CIO intentan cuantificar demasiado rápido resultados que están fuera de su control. “No prometas algo que no es tu responsabilidad”, aconseja Sundaram. En su lugar, apunta a otro enfoque, presente en las interacciones más eficaces en el consejo: “Las mejores presentaciones que he visto son aquellas en las que otra persona habla del beneficio”.

Ese cambio —de adueñarse del relato a habilitarlo— mantiene la conversación centrada en los resultados de negocio, en lugar de en los inputs técnicos. Con el tiempo, los CIO que participan más en el consejo empiezan a ajustarse, no solo en lo que dicen, sino en cómo se relacionan. Aprenden a leer la sala, a anticipar de dónde vendrán las preguntas y a mantenerse en el nivel que el consejo espera sin perder credibilidad.

También empiezan a ver la interacción de otra manera. “La mayoría de los consejos están preocupados en este momento”, señala Sundaram, ante la incertidumbre económica y el impacto de la inteligencia artificial. “No saben qué va a pasar”. Esa incertidumbre, añade, es parte de lo que crea una oportunidad para que los CIO asuman un papel más central. “El consejo tiene que aprender del CIO”, concluye Sundaram.

Una gran mayoría de grandes empresas ha reducido plantillas tras desplegar iniciativas de inteligencia artificial, pero disminuir el número de empleados no conduce al retorno de la inversión que los directivos esperan. El 80% de las grandes compañías encuestadas por Gartner ha informado de reducciones de plantilla después de poner en marcha proyectos de automatización, con recortes medios de entre el 1% y el 15%. Sin embargo, la firma de análisis no ha encontrado ninguna correlación entre los despidos y el ROI de la IA.

Las empresas que declaran obtener un ROI significativo de sus iniciativas de automatización han despedido a empleados a un ritmo similar al de aquellas con ganancias modestas o incluso negativas, lo que indica que despidos y rentabilidad no están conectados, según Helen Poitevin, analista de digital workplace en Gartner.

Despedir empleados puede generar beneficios a corto plazo, pero la encuesta realizada a finales de 2025 a directivos de grandes empresas contradice la percepción generalizada de que las reducciones de plantilla impulsadas por la productividad de la IA conducen al ROI, subraya la analista. “Se podría esperar que quienes obtienen más ROI puedan recortar más, pero no es lo que vemos”, añade. “No parece haber relación entre despedir empleados y lograr retorno de la inversión en IA”.

---

Invertir en formación

Por el contrario, el ROI de los proyectos de IA está más ligado a la reinversión en la plantilla que a la sustitución de empleados por automatización, explica Poitevin. Las empresas que obtienen mejores resultados están formando a sus empleados en el uso de la IA. “Están invirtiendo en capacitar a las personas para que puedan crear sus propios agentes o automatizaciones”, señala. “Les están dando herramientas para innovar por sí mismos”.

A largo plazo, Gartner prevé que la IA creará más empleo del que destruye, aunque en el corto plazo generará un fuerte desajuste laboral, transformando significativamente 32 millones de empleos al año. Las empresas más inteligentes recurrirán a sus empleados actuales para cubrir nuevos roles relacionados con la IA. Las organizaciones líderes en ROI ya están creando nuevos puestos vinculados a la inteligencia artificial, como el de orquestar agentes de IA.

“Se trata de analizar las competencias y establecer nuevas trayectorias profesionales para quienes se vean afectados por la IA”, explica. “Existe incluso un rol específico para orquestar todo ese trabajo y garantizar que los flujos gestionados por agentes se ejecuten correctamente”.

Poitevin reconoce que muchas grandes tecnológicas han anunciado despidos vinculados a la IA en los últimos meses, lo que podría cuestionar estas conclusiones. Sin embargo, en la mayoría de los casos, estos recortes responden más a cambios estratégicos y de inversión que al reemplazo directo de empleados por inteligencia artificial.

Muchas compañías han confundido la reducción de plantilla con el valor real de la IA

Para las empresas de fuera del sector de TI, sustituir trabajadores por IA no ofrece los resultados esperados. Gartner recomienda, en cambio, potenciar a los empleados invirtiendo en habilidades y roles que permitan escalar sistemas autónomos. “Mi consejo directo sería no usar la IA como excusa si lo que se busca es generar valor”, añade. “Los empleados temen menos que la IA haga su trabajo que el hecho de que su CEO crea que puede hacerlo”.

Brian Behe, CTO del proveedor de ciberseguridad RIIG Technology, coincide en que invertir en los trabajadores es mejor estrategia que despedirlos. “Las organizaciones que están obteniendo resultados reales son aquellas que han dado herramientas de IA a quienes mejor conocen el negocio”, afirma. “Las que primero recortaron y luego automatizaron están descubriendo que el conocimiento que eliminaron era justo el que la IA necesitaba. No se puede automatizar una experiencia que ya no existe”.

---

Construir mejor

Muchas empresas han utilizado los despidos como una forma sencilla de justificar el gasto en IA, cuando deberían haberse centrado en construir mejores sistemas, señala Behe. “Las organizaciones tratan la reducción de plantilla como prueba del progreso de la IA, cuando en realidad es una señal de que han evitado la parte más difícil”, explica. “Recortar personal es fácil de medir; crear un modelo operativo que realmente genere valor con la IA, no”.

Además, muchas compañías han confundido la reducción de plantilla con el valor real de la IA. “Los despidos se están usando como indicador de progreso. Y no lo son”. Algunos anuncios recientes de despidos relacionados con la IA podrían responder a un intento de justificar la sobrecontratación de años anteriores, apunta Andy Williamson, CEO de ONLC Training. En algunos casos, las empresas están volviendo a contratar tras haber recortado, al haber sobreestimado la capacidad de la IA para sustituir empleados.

Los despidos pueden reducir costes a corto plazo, pero son una estrategia miope, añade Williamson. “El talento y la experiencia son algunos de los mayores activos de una organización. Liderazgos que entienden lo que la IA puede hacer hoy son capaces de encontrar oportunidades de crecimiento que antes eran difíciles”.

En lugar de despedir, la mayoría de compañías debería apostar por una estrategia de “automatizar para aumentar”, recomienda. “La mayoría de las organizaciones tiene plantillas muy ocupadas, y automatizar tareas rutinarias de bajo riesgo libera tiempo”, explica. “La cuestión estratégica es qué hacer después: cómo aprovechar mejor a las personas, ya sea ofreciendo más valor a los clientes actuales o entrando en nuevos mercados”.

Muchas compañías también ignoran el coste humano de los despidos. En febrero, la empresa Block anunció el despido del 40% de su plantilla para centrarse en la IA, pese a prever casi 12.000 millones de dólares de beneficio bruto en 2026.

“Mientras en redes sociales se aplaudía el gesto de permitir a los empleados despedidos una semana extra en Slack para despedirse, poco se dijo sobre lo innecesario de la medida o sobre cómo se ejecutó”, señala Williamson. “¿Quién en esa mesa de decisión hablaba del coste humano de despedir a 4.000 personas? No estamos hablando lo suficiente del impacto humano de estas decisiones en plena adopción de la IA”.

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”.

Hace unos años, se hizo viral la reducción de horas de Filosofía en el Bachillerato, algo que despertó muchas críticas, pero se vio también como la confirmación de un cambio de ciclo. Las humanidades han ido perdiendo fuelle y relevancia en los planes de estudio, pero también en la percepción pública de lo que importa. Y, sin embargo, las humanidades son muy valiosas, también en el entorno de la tecnología. De hecho, algunas proyecciones apuntan que el desarrollo de las herramientas de última generación, como la propia inteligencia artificial, harán que disciplinas como la filosofía, la ética o la lingüística se vuelvan cada vez más atractivas para la contratación TI.

Alberto López Rosado, vicerrector de Investigación y Postgrado de la Universidad Francisco de Vitoria, explica al otro lado del mail que, si bien “a veces es difícil conseguir un equilibrio en los planes de estudio y su adaptación a los cambios sociales (cuando se introduce un contenido es porque se quita otro)”, cada vez se entiende más que “es necesaria una visión humanista y de bien común en la acción política, en la actividad empresarial, en el despliegue de los avances científicos y técnicos o en la visión del problema ambiental”. No solo se echan de menos estas cuestiones en los espacios públicos, apunta, sino que además se está insistiendo más en su importancia desde organismos como el Consejo de Europa.  “Creo que hay más conciencia de la importancia de las humanidades ahora que antes en nuestra sociedad”, defiende.

Los análisis sobre patrones de contratación tecnológicos que llegan desde Estados Unidos llevan ya unos cuantos años apuntando un auge en el interés por profesionales de esos ramos. De hecho, los futuristas del trabajo han estado hablando durante todo ese tiempo de cómo ganan valor los perfiles de humanidades en los entornos TI. Las empresas de inteligencia artificial han ido fichando perfiles de filosofía o filología para abordar algunas cuestiones cruciales en el desarrollo de sus productos, como la ética o la propia construcción de modelos lingüísticos. Un análisis reciente de Business Insider apunta que las grandes tech están fichando a graduados en Filosofía para enseñar a sus máquinas “a pensar y comportarse”. De esos fichajes, los más destacados tienen ya salarios que se mueven en las seis cifras.

Así, Anthropic cuenta ya con una “filósofa residente”, Amanda Askell, centrada en la ética de Claude. “Ahí está ese elemento similar a los humanos de los modelos que creo que es importante reconocer”, le dice al WSJ, apuntando que, al final, acaban “inevitablemente generando sentimiento del ser”. Y si Claude se siente, esto abre muchas preguntas. Askell le está enseñando a separar el bien del mal, a leer las pistas que dejan sus interlocutores, a gestionar la inteligencia emocional o a darse una personalidad, para que tenga una cierta sensación de sí mismo. Y DeepMind acaba de contratar Henry Shevlin, un profesor de Filosofía de la Universidad de Cambridge, para que trabaje con su IA.

“La IA es un caso paradigmático”, indica López Rosado. “Tiene muchas aplicaciones, pero es una herramienta (o un arma) muy poderosa, que además se asocia o potencia otras áreas científicas y técnicas en evolución rápida”, señala. Ver qué traerá el futuro es complicado, así que la gran pregunta del presente es qué se hará con la inteligencia artificial. “Las humanidades con sus valores y su llamada a la sensatez, a la comprensión del comportamiento humano y al conocimiento de la historia pasada, ayudarán a su desarrollo y sobre todo a su utilización correcta”, apunta el experto. López Rosado no solo cree que vayan a ayudar solo como vía para formar el espíritu crítico de quienes la usen o para la ética, sino también desde el punto de vista de la epistemológica. “¿Es verdad lo que nos cuenta la IA? ¿Es toda la verdad?”, referencia.  Todas esas cuestiones necesitarán conocimientos y habilidades que se aprenden con las humanidades.

Y, aunque si bien la IA es donde más se habla del papel que pueden tener estas disciplinas, lo cierto es que no es su única aplicación posible en tecnología. Como señala este experto, en un entorno en el que todo cambia tan rápido y las aplicaciones de las innovaciones tecnológicas pueden tener alcances tan amplios (y negativos en ocasiones), estas disciplinas pueden ayudar a encontrar el equilibrio.

Ahora bien, ¿se están peleando los responsables de equipos TI ya por perfiles de Humanidades?

¿Contratación en España? Todavía no

Incorporar perfiles de una disciplina tan diferente a la que ha dominado el segmento podría convertirse en un reto complicado para los CIO. Sin embargo, la cuestión está lejos de ser una de las preocupaciones actuales en España para estos profesionales. ¿Se están buscando ya perfiles de Humanidades en la contratación TI en las empresas españolas? “No, la verdad es que no”, responde Íñigo Fernández Alonso, director ejecutivo senior de Tecnología en Europa de Michael Page. Esta no es una tendencia a la que se estén enfrentando en la búsqueda de talento. Ahora mismo, confirma que no se están peleando por licenciados en Filosofía y que no cree que eso vaya a ocurrir en el corto plazo. “Lo cierto es que no lo vemos como una tendencia”, señala.

Fernández Alonso apunta que, si bien las skills humanas importan mucho, todavía pesa más la preparación técnica. En la tarta de los fichajes, un 70% se va a lo tecnológico y un 30% a las otras habilidades.

Alguien con un posgrado en Filosofía podría ser interesante, teoriza el experto, pero no son perfiles que existan de forma masiva en mercados como el español y tampoco es algo que se busque mucho. El perfil de profesional tecnológico con formación complementaria en áreas como la Filología o la Filosofía es una rareza, apunta, que quizás se pueda ver más en países en los que las titulaciones operan con majors y minors (esto es, te licencias con un área principal, pero también con un título secundario).

Desde el ámbito académico, con todo, sí se están creando títulos que mezclan un tanto esos mundos. “Ya existen algunas titulaciones de Humanidades digitales con alguna formación específica en estos campos tecnológicos, pero es pronto para valorar su traslado al mercado de trabajo”, señala López Rosado. El vicerrector indica, eso sí, que “la formación exclusiva en humanidades no bastaría”. “El diálogo entre humanidades y tecnología es fructífero si se conocen y respetan. Los humanistas también se deben culturizar en ciencia y tecnología”, apunta.

Pero ¿qué sumarían al equipo TI? “Los humanistas pueden aportar la comprensión integral del ser humano que han estudiado, individual y colectiva”, explica el experto. En un despliegue de la IA, comprender a las personas y entender todos los matices es fundamental, como lo es ver las cosas de modo creativo e interdisciplinar.

El perfil TI ideal

Y ahí sí se ven ya impactos en qué perfiles se contratan y qué es lo que se busca a la hora de crear un equipo en tecnología. Fernández Alonso apunta que lo que sí se busca (y mucho) es que se tenga una mentalidad crítica, unas buenas capacidades de análisis. Es una de las tendencias que marca ya la contratación de personal TI. También se valora que se sea capaz de tener una visión holística de la tecnología, con sus ramificaciones. De hecho, lo que está creciendo es la demanda de perfiles de negocios, alguien que entiende el papel transformador de la tecnología y todas sus aplicaciones, como apunta el experto.

“Lo que sí vemos es que en cualquier perfil se espera que sea afín a la IA”, añade Fernández Alonso. Aunque todavía es pronto para hablar de forma granular de cómo la IA está cambiando el mercado (algo en lo que inciden ambos expertos), sí está ya teniendo cierto impacto claro. Y no se trata solo de una cuestión de alfabetización o interés por la inteligencia artificial, sino que las propias compañías se cuestionan ya cómo afecta a sus procesos de recursos humanos. “Si estamos notando cierto temor en las empresas al uso de la IA en los procesos de selección”, confirma Fernández Alonso. Es común enviar ya un CV adaptado gracias a algún chatbot, pero también afloran otros temores. Alguien le ha dicho ya que “parecía que estaba ChatGPT en la entrevista”, por cómo se responde y cómo se crea el discurso en las entrevistas de trabajo.

En resumen, los equipos de TI españoles no están todavía fichando a su filósofa residente, como Anthropic, pero sí hay ciertos elementos que van más allá del conocimiento puro en TI que marcan lo que se busca. Fernández Alonso habla de un perfil muy técnico con skills humanos, “el que entiende la tecnología” pero tiene empatía y es crítico. “Si no tienes esa capacidad técnica, es muy difícil que lo analice”, señala. Si hace unos años haber hecho un bootcamp de algo a pesar de tener una formación no en TI o una trayectoria en otras áreas podía ser una puerta de entrada, ahora ya no abre puertas. Se buscan ingenierías y formaciones muy tecnológicas. Eso, como punto de partida.

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”.

Las organizaciones se enfrentan a un entorno operativo cada vez más amenazante y volátil. Los directivos señalan un aumento de los riesgos en múltiples áreas, incluyendo el fraude cibernético, el phishing y las interrupciones en la cadena de suministro, según el informe ‘Global Cybersecurity Outlook 2026’ del Foro Económico Mundial.

Al mismo tiempo, a los ejecutivos les preocupa cada vez más cómo la inteligencia artificial, las interdependencias digitales, la geopolítica y el complejo entorno operativo actual aumentan el riesgo a la hora de proteger la tecnología de su organización y garantizar la continuidad del negocio. Dos tercios (66%) de las organizaciones han aumentado el apoyo financiero o de recursos para la continuidad del negocio y la resiliencia en respuesta a ello, según el informe ‘State of Continuity and Resilience 2025’ del Business Continuity Institute.

Aun así, los líderes empresariales se preparan para incidentes impactantes cada vez más frecuentes, lo que hace que un plan de continuidad del negocio sólido sea más crítico que nunca. “Todas las empresas deben tener la mentalidad de que se enfrentarán a un desastre, y todas necesitan un plan para abordar los diferentes escenarios potenciales”, afirma Goh Ser Yoong, CISO de Ryt Bank y miembro del Grupo de Trabajo sobre Tendencias Emergentes de ISACA.

Un plan de continuidad del negocio ofrece a las organizaciones la mejor oportunidad de capear un desastre, al proporcionar instrucciones predefinidas sobre quién debe realizar qué tareas y en qué orden para mantener la viabilidad del negocio. Sin dicho plan, la organización tardará más de lo necesario en recuperarse de un evento o incidente —si es que llega a recuperarse.

¿Qué es un plan de continuidad del negocio?

Un plan de continuidad del negocio (BCP) es un manual estratégico creado para ayudar a una organización a mantener o reanudar rápidamente sus funciones empresariales ante una interrupción, ya sea causada por un desastre natural, disturbios civiles, un ciberataque o cualquier otra amenaza para las operaciones comerciales.

“La continuidad consiste en conocer el tiempo mínimo o la pérdida que una organización puede absorber y seguir siendo viable y operando. Se trata de la rapidez con la que puede recuperarse antes de que la situación se agrave para su clientela o su negocio, y de qué sistemas y procesos debe restablecer y en qué orden”, relata Matt Chevraux, director general de FTI Consulting.

Como tal, un plan de continuidad del negocio describe los procedimientos que la organización debe seguir para minimizar el tiempo de inactividad, abarcando los procesos empresariales, los activos, los recursos humanos, los socios comerciales y mucho más.

Un plan de continuidad del negocio no es lo mismo que un plan de recuperación ante desastres, que se centra en restaurar la infraestructura y las operaciones de TI tras una crisis. No obstante, un plan de recuperación ante desastres forma parte de la estrategia global para garantizar la continuidad del negocio, y el plan de continuidad del negocio debe servir de base para las medidas detalladas en el plan de recuperación ante desastres de una organización. Ambos están estrechamente relacionados, por lo que a menudo se agrupan bajo el término BCDR.

La continuidad del negocio también difiere de la resiliencia, aunque ambas están interrelacionadas. La continuidad del negocio se centra en restablecer las operaciones en caso de una interrupción, mientras que la resiliencia empresarial se refiere a la estrategia de una organización para responder a todo tipo de fuerzas internas y externas con el fin de garantizar su supervivencia y éxito a largo plazo.

Elementos de la planificación de la continuidad del negocio en la actualidad

Los eventos disruptivos son inevitables, según investigadores, responsables de riesgos y asesores ejecutivos. “Han quedado atrás los días en que las organizaciones utilizaban los programas de continuidad del negocio o de resiliencia como una especie de seguro por si algo fallaba. Ahora, las organizaciones deben afrontar la realidad; es solo cuestión de tiempo que se produzca un incidente catastrófico que afecte a los clientes”, escribe Forrester Research en su informe ‘Business Continuity Management Software Landscape, Q1 2026’.

Los ejecutivos no solo operan en un entorno en el que el riesgo de un incidente catastrófico no es una cuestión de ‘si’ sino de ‘cuándo’, sino que también trabajan en un mundo en el que la complejidad de las operaciones empresariales ha aumentado drásticamente.

Ahora las organizaciones deben tener en cuenta, como parte de sus planes de continuidad, un volumen creciente de usos de la IA, proveedores y conexiones digitales de terceros, afirma Ross Tisnovsky, socio de Everest Group y responsable de la práctica de investigación y asesoramiento para CIO de la empresa.

Por ejemplo, los planes actuales deben abordar la disponibilidad de la IA, así como su precisión y sus riesgos cibernéticos, como la amenaza de ataques de inyección de comandos, explica, señalando que los planes de continuidad actuales deben tener en cuenta preocupaciones más novedosas. “La preocupación con respecto a la infraestructura y las aplicaciones era la disponibilidad, pero ¿qué pasa si la IA te da basura? Esa degradación de la calidad de los resultados es una preocupación para la continuidad”.

Del mismo modo, las organizaciones deben evaluar y abordar su creciente dependencia operativa de terceros, ya sean hiperescalares o proveedores de LLM, un factor que también añade más complejidad a los planes de continuidad del negocio, afirma Tisnovsky.

“Ahora contamos con todos estos proveedores y, además, dependemos mucho más de las API y de la malla de servicios. Dependemos de conexiones potenciales de las que ni siquiera tenemos conocimiento”, explica. “Eso puede generar una exposición que no se puede controlar”.

Todas estas consideraciones se suman a la miríada de riesgos convencionales que un plan de continuidad del negocio siempre ha tenido que abordar, añade Tisnovsky.

Creación (y actualización) de un plan de continuidad del negocio

Ya sea creando el primer plan de continuidad del negocio de la organización o actualizando uno ya existente, el proceso implica varios pasos esenciales.

Evaluar los procesos de negocio en cuanto a su criticidad y vulnerabilidad: la planificación de la continuidad del negocio comienza por comprender qué es lo más importante para la empresa. Evaluar los procesos de negocio para determinar cuáles son los más críticos; cuáles son los más vulnerables y ante qué tipo de incidentes; y cuáles son las pérdidas potenciales si esos procesos se interrumpen durante un día, unos días, una semana o más.

“Empiece con un análisis de impacto en el negocio: ¿cuáles son los elementos críticos que hacen funcionar el negocio?”, recomienda Lawrence Bilker, director de sistemas de información de Lift Solutions Holdings. “Identifique los procesos de negocio y los sistemas que hacen funcionar la empresa”.

Esta evaluación es más exigente que nunca debido a la complejidad del lugar de trabajo híbrido actual, el entorno de TI moderno y la dependencia de socios comerciales y proveedores externos para ejecutar o dar soporte a los procesos críticos.

Como resultado, la evaluación requiere un inventario no solo de los procesos clave, sino también de los componentes de apoyo —incluidos los sistemas de TI, las redes, el personal y los proveedores externos—, así como de los riesgos a los que se enfrentan dichos componentes, afirma Goh.

Determine el RTO y el RPO de su organización: el siguiente paso es determinar el objetivo de tiempo de recuperación (RTO) de la organización, que es el tiempo objetivo entre el momento del fallo y la reanudación de las operaciones, y el objetivo de punto de recuperación (RPO), que es la cantidad máxima de pérdida de datos que una organización puede soportar.

Cada organización tiene su propio RTO y RPO en función de su negocio, sector, requisitos normativos y otros factores operativos. Además, las diferentes partes de una empresa pueden tener distintos RTO y RPO, que deben establecer los ejecutivos.

Algunas empresas “necesitan estar operativas en todo momento sin fallos, por lo que necesitan una alta disponibilidad, lo que significa una o dos copias de seguridad”, afirma Bilker.

Detallar los pasos, funciones y responsabilidades para la continuidad: los líderes empresariales deben entonces utilizar el RTO y el RPO, junto con su análisis de impacto en el negocio, para determinar las tareas específicas que deben realizarse, quién debe llevarlas a cabo y en qué orden, a fin de garantizar la continuidad del negocio.

Una herramienta habitual para la planificación de la continuidad del negocio es una lista de verificación que incluya suministros y equipos, la ubicación de las copias de seguridad de los datos y los centros de respaldo, dónde está disponible el plan y quién debe tenerlo, así como la información de contacto de los servicios de emergencia, el personal clave y los proveedores de los centros de respaldo.

No es necesario identificar todos los riesgos posibles para la organización al elaborar o actualizar un plan de continuidad del negocio, afirma Kayne McGladrey, miembro sénior de la asociación profesional sin ánimo de lucro IEEE.

La lista de posibles escenarios de impacto es extensa. En lugar de intentar identificarlos todos, McGladrey aconseja identificar los tipos de incidentes más probables y representativos y, a continuación, centrarse en cómo dichos incidentes podrían afectar al negocio. A partir de ahí, los líderes deben determinar qué impactos serían intolerables en función de la tolerancia al riesgo de la organización. “Piense en los riesgos empresariales, no en los riesgos técnicos ni en las causas, sino en los impactos en el negocio”, afirma McGladrey.

El objetivo, subraya, es crear un plan de continuidad del negocio capaz de indicar a la organización cómo recuperarse de un evento inesperado de cualquier tipo.

La importancia de poner a prueba el plan de continuidad del negocio

Las pruebas y los simulacros son otros componentes críticos de la planificación de la continuidad del negocio, ya que muestran si un plan funcionará y en qué medida. También ayudan a preparar a las partes interesadas para un incidente real, desarrollando la memoria muscular necesaria para responder con rapidez y confianza durante una crisis.

“Las pruebas y la formación del personal son fundamentales para que todos sepan qué hacer en caso de fallo”, recuerda Bilker.

También ayudan a identificar lagunas en el plan elaborado. Por ejemplo, Bilker señala que las pruebas y la formación podrían revelar la falta de copias de seguridad o de alternativas para sistemas, proveedores o personas críticos.

Además, las pruebas y la formación ayudan a identificar dónde puede haber una falta de alineación de objetivos. Por ejemplo, es posible que los ejecutivos hayan restado prioridad a la importancia de restaurar determinados sistemas de TI, solo para darse cuenta durante un simulacro de que estos son esenciales para respaldar procesos críticos.

Tipos y periodicidad de las pruebas

Muchas organizaciones prueban un plan de continuidad del negocio entre dos y cuatro veces al año. Los expertos afirman que la frecuencia de las pruebas, así como de las revisiones y actualizaciones, depende de la organización: su sector, su velocidad de innovación y transformación, la rotación del personal clave, el número de procesos de negocio, etc.

Las pruebas habituales incluyen ejercicios de simulación, revisiones estructuradas y simulaciones. Los equipos de prueba suelen estar compuestos por el coordinador de recuperación y miembros de cada unidad funcional.

Un ejercicio de simulación suele realizarse en una sala de reuniones, donde el equipo examina minuciosamente el plan, busca lagunas y se asegura de que todas las unidades de negocio estén representadas.

En un repaso estructurado, los miembros del equipo revisan en detalle sus componentes del plan para identificar puntos débiles. A menudo, el equipo realiza la prueba teniendo en mente un desastre específico. Algunas organizaciones incorporan simulacros y juegos de rol de desastres en el repaso estructurado. Cualquier punto débil debe corregirse y debe distribuirse un plan actualizado a todo el personal pertinente.

Algunos expertos aconsejan realizar un simulacro completo de evacuación de emergencia al menos una vez al año.

Las pruebas de simulación de desastres —que pueden ser bastante complejas— también deben realizarse anualmente. Para esta prueba, cree un entorno que simule un desastre real, con todo el equipo, los suministros y el personal (incluidos socios comerciales y proveedores) que se necesitarían. La simulación ayuda a determinar si la organización puede llevar a cabo funciones empresariales críticas durante un evento real.

Durante cada fase de las pruebas del plan de continuidad del negocio, incluya a algunos empleados nuevos en el equipo de pruebas. Una mirada fresca puede detectar lagunas o omisiones de información que los miembros experimentados del equipo podrían pasar por alto.

La revisión y actualización del plan de continuidad del negocio debe ser un proceso continuo. De lo contrario, los planes quedan obsoletos y no sirven de nada cuando se necesitan. “La frecuencia con la que debe actualizarse debe venir determinada por el negocio”, afirma Tisnovsky.

Reúna al personal clave al menos una vez al año para revisar el plan y debatir las áreas que requieren modificaciones. Antes de la revisión, solicite comentarios del personal para incorporarlos al plan. Pida a todos los departamentos o unidades de negocio que revisen el plan, incluidas las sucursales u otras unidades remotas.

Además, una función sólida de continuidad del negocio requiere revisar la respuesta de la organización en caso de un incidente real. Esto permite a los ejecutivos y a sus equipos identificar lo que la organización hizo bien y en qué aspectos debe mejorar.

Buenas prácticas adicionales

Según los asesores de gestión y los ejecutivos con experiencia, las siguientes buenas prácticas pueden ayudar a las organizaciones en su planificación de la continuidad del negocio:

Utilizar la IA para ayudar a crear y mantener el plan: Zach Rossmiller, vicepresidente asociado y director de sistemas de información de la Universidad de Montana, utiliza una herramienta de IA generativa personalizada para analizar los procesos, procedimientos, infraestructura y arquitectura de la organización, así como su plan de continuidad del negocio, con el fin de identificar posibles deficiencias, como la necesidad de probar los generadores del centro de datos de la universidad. Dado el rendimiento de la herramienta, Rossmiller aconseja a otros que utilicen la IA para la planificación y las pruebas de continuidad del negocio. Chevraux afirma que la IA también puede utilizarse para el descubrimiento de datos, la cartografía y la realización de evaluaciones de impacto en el negocio.

Por su parte, Bilker destaca la importancia de incluir planes de comunicación como parte del plan de continuidad del negocio. “Durante un incidente es difícil recordar quién recibe qué información y cuándo, y quién distribuye la información, por lo que el plan de continuidad del negocio debe detallar esa información”, afirma.

Del mismo modo, el plan debe identificar quién desempeña qué funciones y responsabilidades durante y después de un incidente para agilizar la respuesta y reducir la confusión.

Bilker también aconseja a las organizaciones que revisen sus planes de continuidad cada vez que se produzca un cambio importante en el negocio. Entrar en nuevos mercados o cambiar de un proveedor de nube clave a otro debería dar lugar a una actualización del plan de continuidad del negocio.

Cómo garantizar el apoyo y la concienciación sobre el plan de continuidad del negocio

Todo plan de continuidad del negocio debe contar con el apoyo de la cúpula directiva. Esto significa que la alta dirección debe estar representada a la hora de crear y actualizar el plan; nadie puede delegar esa responsabilidad en sus subordinados. Además, es probable que el plan se mantenga actualizado y viable si la alta dirección le da prioridad dedicando tiempo a su revisión y pruebas adecuadas.

La dirección también es clave para promover la concienciación de los usuarios. Si los empleados no conocen el plan, ¿cómo podrán reaccionar adecuadamente cuando cada minuto cuente?

Aunque la distribución del plan y la formación pueden correr a cargo de los responsables de las unidades de negocio o del personal de RR. HH., es recomendable que alguien de la alta dirección inicie la formación y destaque su importancia. Esto tendrá un mayor impacto en todos los empleados, dotando al plan de mayor credibilidad y urgencia.

Para un equipo IT, uno de los mayores riesgos cuando un empleado viaja no es el vuelo, sino el acceso a internet cuando llega a su destino: un trabajador que aterriza sin conexión no solo pierde tiempo, sino que pierde acceso a herramientas críticas, recurre a redes WiFi inseguras o toma decisiones sin información en tiempo real. Y en contextos donde la movilidad internacional forma parte del día a día de miles de empresas, esto deja de ser una incomodidad para convertirse en un problema operativo real.

Es por eso que soluciones como Holafly for Business empiezan a posicionarse como una capa de infraestructura que permite a los equipos IT recuperar el control y la seguridad de sus equipos. A través de eSIMs corporativas, garantizan que cualquier empleado esté conectado desde el momento en que aterriza, sin fricción, sin dependencia de terceros y con visibilidad centralizada.

Estas son las siete claves que explican por qué cada vez más empresas están apostando por este modelo:

1.- Conexión desde el momento en que aterrizas

Una de las claves está precisamente en esa inmediatez. El usuario puede instalar la eSIM antes de viajar y, una vez llega a destino, su dispositivo está operativo sin necesidad de buscar WiFi, comprar tarjetas físicas o realizar configuraciones adicionales. Esto elimina uno de los puntos de fricción más habituales en los viajes corporativos y reduce significativamente el tiempo improductivo en los primeros momentos del desplazamiento.

2.- Seguridad reforzada

Desde el punto de vista de la seguridad, el impacto es igualmente relevante. Evitar redes WiFi públicas no es solo una buena práctica, sino una necesidad en entornos donde se manejan datos sensibles o accesos a sistemas corporativos. Al priorizar conexiones móviles cifradas, se reduce la superficie de ataque y se protege el tráfico en movilidad, algo especialmente crítico en organizaciones.

3.- Control centralizado para IT

En paralelo, la gestión de la conectividad deja de ser una carga operativa para el departamento. Holafly Business Center permite centralizar la asignación de eSIMs, automatizar la facturación y mantener una visibilidad global sobre el consumo. Esto no solo mejora el control, sino que reduce tareas manuales y facilita la toma de decisiones basada en datos, algo cada vez más necesario en entornos distribuidos.

4.- Ahorro de hasta 85% por cargos de ‘roaming’

Otro de los puntos clave es la previsibilidad financiera. El roaming tradicional sigue siendo una fuente frecuente de desviaciones presupuestarias, con costes difíciles de anticipar y facturas inesperadas. Con modelos que permiten ahorros de hasta el 85%, Holafly for Business no solo optimiza el gasto, sino que aporta algo igual de importante: control y estabilidad en los costes asociados a la movilidad internacional.

5.- Adaptación a distintos perfiles de uso

La solución se adapta a diferentes perfiles de uso dentro de la organización; desde empleados con alta demanda de datos, que necesitan planes ilimitados con funcionalidades como hotspot o soporte para autenticación en dos factores, hasta perfiles con menor intensidad de uso, que pueden operar con planes más acotados sin perder eficiencia.

6.- Siempre conectado

En términos de continuidad, soluciones como Always On introducen una capa de conectividad permanente en más de 150 países, lo que elimina la necesidad de replantear la conectividad en cada desplazamiento. Por otro lado, el Plan Unlimited, accesible en 220 destinos, responde a escenarios de alta demanda de datos, integrando funcionalidades clave como hotspot y SMS para autenticación en dos factores (2FA), fundamental en entornos con políticas de seguridad reforzadas. Para empresas con baja demanda los planes por días incluyen facturación automática, asignación inmediata de eSIMs para empleados y la plataforma para empresas más fácil del mercado.

7.- 100% digital y sin fricciones

A nivel operativo, el modelo de despliegue también responde a las necesidades actuales de IT. La entrega de eSIM por email permite activar dispositivos de forma remota, sin logística ni tiempos de espera, alineándose con modelos de Zero Touch Provisioning. Este enfoque, además, encaja con estrategias de sostenibilidad IT, al eliminar la necesidad de SIM físicas y reducir residuos, algo cada vez más presente en las políticas ESG de las compañías.

Con una valoración de 4.6/5 en Trustpilot y más de 80.000 reseñas, Holafly for Business se posiciona como una de las soluciones mejor valoradas por empresas y viajeros profesionales. Pero más allá de los datos, lo que realmente está cambiando es la forma en la que las empresas entienden la conectividad en movilidad.

Porque en un entorno donde los equipos trabajan desde cualquier parte del mundo, la conectividad ya no es un complemento. Es infraestructura. Y, cada vez más, también es sinónimo de tranquilidad operativa.

La escasez de experiencia ha frenado las iniciativas de IA en muchas organizaciones, pues la limitación de conocimiento de la tecnología ha restringido la capacidad de los profesionales para hacer realidad el potencial de la IA.

Según la encuesta State of the CIO 2026 de CIO.com, la falta de talento interno fue el principal reto al que se enfrentaron los equipos de TI a la hora de implementar estrategias de IA durante los últimos 12 meses, según el 40% de los encuestados.

Ha Hoang, directora de sistemas de información (CIO) del proveedor de resiliencia cibernética de Commvault, sostiene que la escasez es especialmente grave en los puestos situados en la intersección entre la IA y la ciberseguridad. A su juicio, las empresas de ciberseguridad necesitan personas capaces de comprender los datos y las operaciones, y de traducir los conocimientos sobre riesgos en decisiones empresariales, afirma.

Es más, considera que los proveedores como Commvault también necesitan ingenieros y analistas que sepan cómo proteger los modelos de IA, salvaguardar los datos de entrenamiento y detectar amenazas relacionadas con la IA, como la inyección de prompts y el envenenamiento de modelos.

Hoang tiene claro que, “a medida que la automatización impulsada por la IA transforma las operaciones de TI y seguridad, los directores de sistemas de información (CIO) y los directores de seguridad de la información (CISO) necesitarán profesionales capaces de interpretar, ajustar y gestionar los sistemas de IA, no solo de supervisar alertas”. Por eso cree que “necesitaremos menos especialistas aislados y más perfiles generalistas con dominio de la IA que puedan evolucionar al mismo ritmo que la tecnología”.

Se necesita una gran experiencia

Parte del problema es la escasez de personas que comprendan el potencial de la IA y puedan predecir hacia dónde se dirigen las tecnologías de IA, añade Anand Srinivasan, director de estrategia de o9 Solutions, proveedor de una plataforma de planificación empresarial basada en IA.

En su opinión, “el reto no es simplemente una escasez de expertos en IA, sino una brecha estructural más profunda entre cómo están organizadas las empresas y lo que permite la IA moderna”. Es más, considera que “la mayoría de las grandes organizaciones siguen operando mediante modelos de toma de decisiones jerárquicos y compartimentados, diseñados para la estabilidad y la escala, no para la velocidad y la adaptabilidad”.

Hay que considerar que la brecha de conocimientos más crítica no se encuentra sólo en la creación de sistemas de IA, sino también en replantear cómo se toman y ejecutan las decisiones en toda la empresa, según Srinivasan; y añade que la IA puede propiciar grandes cambios en la agilidad y la adaptabilidad, pero sólo si las capacidades de toma de decisiones permiten a las organizaciones convertir la estrategia en acción más rápidamente y con menos riesgo.

Como ejemplo cita a Srinivasan cita a Wayne Gretzky, leyenda del hockey sobre hielo, para ilustrar el problema: “Patinad hacia dónde va el disco, no hacia donde ha estado”. El disco de la IA se mueve muy rápido, señala, y la experiencia en IA es un objetivo en constante movimiento.

En su opinión, “las habilidades en aprendizaje automático tradicional están siendo rápidamente desplazadas por las necesidades de IA generativa, IA agente y gobernanza de la IA”. A lo que añade: “Los trabajadores con habilidades en IA obtienen ahora importantes primas salariales respecto a sus compañeros en los mismos puestos que carecen de esas capacidades”.

Más allá de los retos que plantea una tecnología en rápida evolución, existe un problema de conocimientos superficiales sobre IA, tal y como cree AJ Sunder, director de sistemas de información y director de producto de Responsive, proveedor de software de gestión de respuestas estratégicas. Es más, este experto sugiere que hay mucha gente disponible que tiene algunos conocimientos de IA, pero a muchos les falta una comprensión más profunda de cómo implementarla para satisfacer las necesidades empresariales.

Y dice lo siguiente: “Sin duda, hay escasez de personas capaces de crear sistemas de IA fiables, seguros y escalables para entornos de producción», añade. «Esta abundancia de talento con conocimientos de IA, combinada con la escasez de personas capaces de traducir eso en aplicaciones de IA funcionales, crea un enorme problema a la hora de filtrar el ruido”.

No tiene reparos en reconocer que para Responsive ha sido un reto encontrar trabajadores con ese nivel de experiencia, pero la empresa ha tenido la suerte de encontrar algo de talento externo.

Y la cosa no acaba aquí: “El tipo de problemas de IA que resolvemos requiere experiencia en el manejo de contenido a gran escala, con todas las complejidades que entrañan los desordenados datos empresariales. No hay demasiadas personas con la experiencia suficiente para resolver el tipo de problemas que abordamos a la escala a la que lo hacemos”, apostilla.

Formación práctica

Responsive ha priorizado la formación interna para desarrollar la experiencia dentro de la empresa, con equipos internos impulsando las iniciativas formativas, tal y como explica Sunder. La empresa centrada en la IA partía con cierta ventaja, ya que se había enfocado en esta tecnología antes de la ola actual.

Y añade: “Hemos tenido la suerte de contar con personas con talento que reconocieron rápidamente el ritmo de la IA y el valor del aprendizaje práctico, la experimentación, el ensayo y error, y el desaprendizaje para adquirir nuevos conocimientos. Eso permitió que todos, colectivamente, aprendiéramos, compartiéramos y nos enseñáramos unos a otros”.

Este experto admite que la empresa también forma equipos emparejando a especialistas en IA con expertos del ámbito de negocio, en lugar de colocarlos en grupos aislados. No en vano, Responsive también ha invertido de forma agresiva en herramientas de IA que permiten que un grupo más amplio de ingenieros contribuya a funciones impulsadas por IA sin necesidad de tener una formación profunda en aprendizaje automático.

Así que, como afirma, “no es necesario que todo el mundo sea un experto en IA desde el principio”.

Incluso cuestiona la necesidad de más programas externos de formación en IA, alegando que quizá ya existan demasiados.

“Es necesaria cierta formación estructurada para que la mayoría, si no todos, los miembros del equipo alcancen un nivel básico de conocimientos, y eso ya existe. Más allá de eso, el aprendizaje no estructurado, los ejercicios prácticos y la creación de soluciones útiles que vayan más allá de los tutoriales de hello world son mucho más eficaces que cualquier programa de formación de larga duración. Esto se debe principalmente a la rapidez con la que evolucionan las cosas”, dice para concluir su intervención en este reportaje.

Commvault también se centra en métodos de formación interna y en el reciclaje profesional de los empleados actuales, reconoce Hoang. Incluso está explorando colaboraciones con universidades y bootcamps de ciberseguridad.

Por eso dice que “las habilidades más difíciles de encontrar son aquellas que combinan los fundamentos de la seguridad con la gobernanza de modelos de IA o las herramientas de automatización. Muchos profesionales dominan un aspecto de la ecuación, pero no ambos».

También considera que las empresas también deben ser flexibles en cuanto a su visión de la experiencia en IA.

Y para acabar, Hoang deja esta reflexión: “Muchas organizaciones siguen basándose en descripciones de puestos rígidas que dan demasiada importancia a los años de experiencia o a certificaciones específicas, mientras que los candidatos tienen habilidades transferibles pero carecen del título exacto o de experiencia concreta con determinadas herramientas. Los directores de sistemas de información con visión de futuro están replanteándose el proceso de selección, dando prioridad a la capacidad y a la mentalidad de aprendizaje frente a una experiencia limitada”.

El agua está tan integrada en nuestra vida cotidiana que ya ni siquiera nos parece algo especial. Abrimos el grifo, tiramos de la cisterna o activamos el chorro de la ducha y allí está, esperando. Sin embargo, para que eso ocurra tienen que pasar muchas cosas, un complejo ciclo del agua que garantiza no solo que circule sino también que sea óptima para el consumo humano. Es un proceso en el que la tecnología también está muy presente.

“Se puede decir que toda el agua es tecnológica. Otra cosa es que sea analógica o digital”, explica Luis Babiano, gerente de la Asociación Española de Operadores Públicos de Abastecimiento y Saneamiento (AEOPAS). “Es un sector altamente tecnificado. Otra cosa es que estemos en el inicio de la digitalización. Nos falta todavía mucho para ser unos auténticos campeones digitales”, reconoce a CIO ESPAÑA.

“Aunque el agua sigue siendo un recurso físico, su gestión hoy es cada vez más digital”, explica al otro lado del correo electrónico María Gil, responsable de Idrica en España. Las utilities han incorporado a nivel global “sensores IoT, sistemas SCADA avanzados, telelectura, plataformas de analítica y, más recientemente, arquitecturas de datos tipo data lake que permiten integrar información de toda la operación”, apunta, lo que permite hacer una gestión más basada en datos.

Aun así, la digitalización del ciclo del agua es uno de los retos a los que se enfrenta el sector, uno que se vuelve mucho más acuciante cuando se tiene en cuenta el contexto en el que opera el agua. “La importancia es enorme porque el agua es un recurso cada vez más escaso y sometido a una gran presión”, explica Gil.

Las organizaciones ecologistas llevan años alertando sobre el impacto que tiene la presión creciente sobre los acuíferos, así como el coste que la crisis climática pasa en término de sequías. Según un informe de la ONU publicado en enero, el mundo ha entrado ya en una fase de “bancarrota hídrica”. “Muchas regiones han vivido muy por encima de sus posibilidades hidrológicas. Es como tener una cuenta bancaria a la que se le extrae dinero cada día sin que entre un solo depósito. El saldo ya es negativo”, explicaba entonces Kaveh Madani, el autor principal del informe.

España es, de hecho, uno de los terrenos más complejos en lo que presión hídrica se refiere. WWF advierte de que el país “se queda sin agua”, por ejemplo, y cada vez se habla más de estrés hídrico.  La situación es compleja, porque, como advierte la propia industria del agua, también se pierden cantidades importantes por culpa de los problemas de las propias infraestructuras que dan soporte al ciclo del agua. Algunas estimaciones hablan de que entre el 19 y 20% del agua se desperdicia por fugas o averías.

La digitalización podría ayudar a ser más eficaces y, sobre todo, a mejorar la eficiencia y resiliencia del ciclo del agua. Como apuntan las fuentes expertas, se podría prever situaciones complejas, identificar problemas, optimizar redes y mejorar las cosas.

El estado de las cosas en España

En este proceso de salto a la digitalización, hay luces y elementos positivos, pero también hay matices que invitan a poner en cierta perspectiva el optimismo. Esto es, hablar con el sector deja claro que se están haciendo cosas y que existe mucho interés, pero que se necesita mucha más inversión y mucha más sensibilidad ante la importancia del problema y la necesidad de actuar para mejorar esas infraestructuras del agua.

“España es uno de los países más avanzados en gestión del agua y eso se está trasladando también al ámbito digital”, defiende Gil. “Estamos viendo utilities que ya operan con plataformas integradas, modelos de gemelo digital, analítica avanzada y despliegues amplios de telelectura”, ejemplifica.

El PERTE del agua (que destinó parte de los fondos europeos del Plan de Recuperación, Transformación y Resiliencia a la digitalización del ciclo del agua) ha servido para dar impulso a la transformación. “El PERTE del agua ha sido una auténtica semilla para sembrar la digitalización en el sector y esto es muy positivo”, señala Babiano. También Gil confirma que “está acelerando” el cambio. Así, ya existen proyectos que incorporan herramientas clave y que “pueden servir de locomotoras”, como apunta el gerente de AEOPAS. Pero esto es solo una parte de la foto. “El reto no es tanto tecnológico —la tecnología ya existe— como de adopción, integración y cambio cultural dentro de las organizaciones”, indica Gil.

Babiano es claro a la hora de pintar el panorama del sector: la digitalización del agua necesita financiación, una que llegue de forma sostenida. Puede que esto lleve a que cambien las tarifas del agua, pero Babiano apunta que se necesitan “también fuentes públicas para su desarrollo”. “Entre otras cosas, porque la digitalización debe ir de la mano con un proyecto país”, defiende. Un aspecto clave por el que es importante que se integre en una visión a nivel Estado y no se quede solo en algo de casos concretos es que se necesita que la digitalización llegue a todas partes. O, como asegura el experto, “no solo nos debemos centrar en las ciudades, sino también en los municipios pequeños”. Se trata de evitar que existan “dos velocidades”, una para municipios capaces de ser digitales y otra para aquellos que se quedarán con “unas carencias importantes en todo tipo de infraestructura, incluida la digitalización”.

Las ‘utilities’ han incorporado a nivel global “sensores IoT, sistemas SCADA avanzados, telelectura, plataformas de analítica y, más recientemente, arquitecturas de datos tipo ‘data lake’ que permiten integrar información de toda la operación”, apunta María Gil (Idrica)

Aquí entra, además, otro factor importante en el que incide Babiano. La digitalización del ciclo del agua necesita una base sólida: antes, hay que optimizar la propia infraestructura física que lleva el agua a la ciudadanía. Puede que hablar de cañerías y plantas de depuración no sea tan cool como hablar de IA, pero esa es la base del ciclo del agua y ahí es donde aparecen los primeros problemas. Ahora mismo, todavía existen zonas de España sin depuradoras (a pesar de que la normativa comunitaria lo penaliza). Además, en líneas generales, la infraestructura del agua tiene ya sus décadas, lo que crea focos de tensión. “Más del 30% de nuestras redes tiene más de 40 años”, recuerda Babiano. Para entenderlo solo hay que pensar en la reforma del baño de casa: llega un momento en el que cambiar las cañerías es inevitable. Aquí pasa a una mayor escala.

“La digitalización nos permite pasar de un nivel razonable de solvencia y mantenerlo en el tiempo”, afirma Babiano. Pero la transformación digital no debe ir sola: el experto advierte que “primero, se trata de optimizar nuestras pérdidas, invertir en nuestras redes, etc y luego entrar (o entrar en paralelo) en la digitalización”.

Los retos del agua

Todo esto ocurre, igualmente, en ese momento lleno de retos para el sector que no se debe perder de vista. “Estamos ante una necesidad imperiosa de una transición”, asegura Babiano. Las cuencas hidrográficas se enfrentan a sequías, a danas (que, como recuerda el experto, llevan al límite en tiempos récord a las infraestructuras, como a las plantas depuradoras que deben asumir una avalancha de agua) y a una mayor presión. “Y, sin embargo, no tenemos un proyecto muy claro en torno a cómo invertir en esta transición hídrica”, asegura. Babiano compara la situación de esta transición con la que viven la transición energética o la de movilidad, en las que existen planes, medidas fiscales e incentivos para la inversión con los que ellos no cuentan. La transición hídrica no cuenta con una situación parecida, aunque desde el sector insisten en que debería serlo.

En ese contexto de transición, la digitalización podría convertirse en una aliada para afrontar los retos del agua. “La tecnología no es la única solución, pero sí es un habilitador clave”, indica Gil. “Los grandes retos del agua (sequía, estrés hídrico, sobreexplotación) tienen una dimensión estructural, climática y también de gobernanza”, explica, pero recuerda que “sin tecnología es prácticamente imposible gestionarlos de forma eficiente”. Permite ver qué está ocurriendo, qué puede fallar y tomar mejores decisiones, al tiempo que “aporta transparencia y trazabilidad”. Como resume Babiano, “la digitalización aumenta exponencialmente nuestra excelencia”. “Por ejemplo, si monitorizas toda tu red, sabes la localización inmediata de los puntos donde está perdiendo más agua de lo normal”, muestra. Se puede avisar al usuario final de lo que está pasando y localizar la fuga (y solventarla).

En España, asegura Babiano, ya existen este tipo de soluciones. “Gran parte de la reducción de muchos de nuestros consumos está viniendo de la mano de los contadores inteligentes y de la monitorización y digitalización de nuestras redes”, apunta. “Lo que no estamos logrando todavía es mayores automatismos”, señala, recordando que alcanzar los niveles más elevados de mejoras llevará un tiempo. “Todavía estamos en una fase de, podemos decir, paso del ‘novato digital’ a la ‘integración vertical’”, resume.

Tecnologías emergentes para el cambio

Pero ¿qué herramientas TI son las que esperan a la vuelta de la esquina cuando se alcanza un nivel avanzado en la digitalización?

Unas cuentas tecnologías se han convertido en emergentes en la gestión global del agua, según concluye un informe de la plataforma de software Xylem Vue. Según enumera su análisis son la colaboración entre la administración pública y la empresa privada, las arquitecturas basadas en agentes, la ciberseguridad, los sistemas de alerta temprana y, por supuesto, la ya ubicua IA generativa.

El salto a la digitalización tiene otra cara, la de las potenciales amenazas de ciberseguridad

“La inteligencia artificial está empezando a jugar un papel muy relevante, especialmente cuando ya existe una base sólida de datos”, explica Gil (Idrica es, junto con Xylem, quienes están detrás de Xylem Vue). “Su principal aportación es la capacidad de encontrar patrones complejos y optimizar decisiones en entornos con múltiples variables”, apunta. “Es importante entender que la IA no sustituye al conocimiento experto de la operación”, recuerda, pero señala que cuando se combinan ambos se logran grandes resultados. Otro de los puntos destacados son los sistemas de alerta temprana, que, como explica la experta, “son uno de los mayores cambios de paradigma en la gestión del agua”. En lugar de esperar a que el fallo se produzca e impacte en el propio servicio, se adelantan a lo que va a ocurrir. “El valor está en ganar tiempo: pasar de reaccionar a prevenir. Y en un sistema tan complejo y sensible como el del agua, esa anticipación tiene un impacto directo en la continuidad del servicio, en los costes operativos y en la confianza del ciudadano”, indica.

Aunque, eso sí, el salto a la digitalización tiene otra cara, la de las potenciales amenazas de ciberseguridad. El agua no deja de ser una infraestructura crítica y muy sensible. “Sin duda, la digitalización amplía la superficie de exposición, y el sector del agua no es ajeno a ello”, reconoce Gil, que suma que esto se ha convertido ya “en una prioridad creciente”. “Lo que estamos viendo es una evolución hacia modelos de seguridad más maduros”, afirma. “También hay una mayor concienciación en el sector”, suma. “La clave está en que la digitalización y la ciberseguridad avancen de la mano. No son elementos independientes”.

Un año más, vuelve la convocatoria de premios de referencia para distinguir a los mejores directivos de sistemas de información (CIO) en España y los proyectos de TI más innovadores realizados en el país. La iniciativa, conocida como los ‘Oscar de la industria de TI’, forma parte del proyecto global CIO Awards con el que la publicación internacional CIO, del grupo editorial Foundry, pone en valor la labor de ejecutivos de primer nivel capaces de impulsar valiosos resultados empresariales mediante el liderazgo digital, la visión estratégica y la innovación tecnológica.

Los premios esta vez recalan en España bajo el nombre de CIO 50 Awards. El plazo de recepción de candidaturas para la edición de 2026 está abierto hasta el próximo 29 de mayo y la cita de entrega de los galardones tendrá lugar el 8 de octubre en Madrid, en el marco de una gran conferencia que se celebrará en paralelo y estará centrada en la temática “Liderazgo tecnológico responsable, resiliencia y gobierno digital en el contexto español”. Durante la jornada, los galardonados en otras ediciones de los premios y los candidatos podrán compartir sus historias de éxito con otros líderes de TI, creando una experiencia de aprendizaje entre iguales de valor incalculable.

Quién puede participar

Pueden optar a los CIO 50 Awards los CIO y otros directivos/gerentes de tecnología de empresas, administraciones públicas u organizaciones sin ánimo de lucro (ONG).

Los directivos que se presenten a la convocatoria deben desempeñar una labor al más alto nivel en lo que respecta a estrategia y ejecución tecnológica y de transformación, pues los premios CIO 50 reconocen a aquellos líderes que definen la dirección de la organización, contribuyen a decisiones a nivel de consejo y ejercen influencia en inversiones tecnológicas de gran envergadura. Un requisito para presentar candidatura es que los CIO lleven al menos un año en la organización para la que trabajan actualmente.

Los consultores, proveedores de TI, de software o de hardware y las empresas de estudios de mercado o servicios de información no podrán optar a los CIO 50.

Cómo se elige a los premiados

Como en las ediciones anteriores, las candidaturas serán valoradas por un jurado independiente que analizará aspectos como los desafíos afrontados en los proyectos y las soluciones implementadas; los beneficios y mejoras logrados; el impacto en el negocio (optimización de costes, mejora de márgenes, crecimiento de ingresos); los aumentos en la productividad y la transformación de los procesos empresariales gracias a las TI.

El jurado está conformado por Fernando Muñoz, director del CIO Executive by Foundry; Esther Macías, directora editorial de CIO y COMPUTERWORLD en España; los históricos CIO, ya retirados, José María Tavera, que lideró la estrategia de TI de gigantes como Telefónica o Acciona, y José María Fuster, quien estuvo al frente de las TI del Banco Santander y ahora es patrono de la Fundación Real Academia de Ciencias de España; Dimitris Bountolos, CIIO de Ferrovial y ganador de la categoría CIO del año de la edición 2025 de los CIO 100 Awards Spain; Gracia Sánchez-Vizcaíno, CIO para Iberia & Latinoamérica de Securitas Group; Mar Hurtado de Mendoza, vicepresidenta global de reclutamiento en IE University y profesora adjunta de esta escuela de negocio; y Patricia Arboleda, presidenta de Women in Tech – Spain.

Una distinción local con alma global

La historia de los galardones CIO 100 y CIO 50 a la excelencia en TI empresarial se remonta a hace más de tres décadas, cuando comenzaron a otorgarse a directivos de Estados Unidos, para extenderse después a otros mercados como Alemania, Reino Unido, España, Singapur, Australia, Corea del Sur e India.

Se trata de una iniciativa clave para reconocer logros, compartir conocimiento y conectar a una influyente comunidad de responsables de la toma de decisiones en tecnologías de la información.

En la actualidad, la publicación CIO, del grupo Foundry, tiene abierto el proceso de recepción de candidaturas a los premios CIO 100 y CIO 50 en los siguientes países/regiones:

• CIO 100 USA (agosto de 2026).– Fase de solicitud cerrada; La inscripción para la conferencia está abierta aquí. Más información
• CIO del Año Alemania (octubre de 2026).– Fecha límite de presentación de candidaturas: el 15 de mayo de 2026. Más información
• CIO 100 UK (septiembre de 2026).– Fecha límite de presentación de candidaturas: el 21 de mayo de 2026. Más información
• CIO 50 España (octubre de 2026).– Fecha límite de presentación de candidaturas: 29 de mayo de 2026. Más información
• CIO 100 India (septiembre de 2026).– Fecha límite de presentación de candidaturas: 5 de junio de 2026. Más información
• CIO 100 Australia (septiembre de 2026).– Fecha límite de presentación de candidaturas: 19 de junio de 2026. Más información
• CIO 100 ASEAN (noviembre de 2026).– Fecha límite de presentación de candidaturas: 27 de julio de 2026. Más información
• CIO 50 Japón (diciembre de 2026) – Fecha límite de presentación de candidaturas: mediados de agosto de 2026.

El escenario no es hipotético: algunas de las empresas que más lejos llegaron en sustituir personas por IA han tenido que revertir parte del camino. Para el CIO, ese desajuste es especialmente relevante, porque los agentes están rediseñando cómo TI detecta problemas, decide y responde. Y porque esa perspectiva completa es justo la que la dirección y otras áreas necesitan que alguien ponga sobre la mesa.

1. El caso Klarna: cuando la oportunidad de la IA no dejó ver la realidad

Klarna se convirtió en 2024 en una referencia europea de lo que la IA podía hacer por una empresa. Su asistente de IA llegó a gestionar dos tercios de los chats de atención al cliente en su primer mes, con un trabajo equivalente al de 700 agentes a tiempo completo. Como resultado, decidieron congelar las contrataciones, y la plantilla bajó de unos 5.000 a 3.800 empleados. Apenas un año después, el propio CEO admitió que la compañía había ido demasiado lejos al sustituir personas por agentes, lo que fue en detrimento del servicio y del producto. De hecho, la empresa revirtió el camino: volvió a contratar agentes humanos para asegurarse de que el cliente siempre pudiera hablar con una persona.

Lo interesante aquí no es entenderlo como que la IA había fallado. El problema fue otro: entender la función de atención al cliente en clave de productividad y costes, sin ver el conjunto. Si se medía por tiempos de respuesta y FTE equivalentes, la automatización era óptima. Medida por satisfacción, calidad percibida y capacidad de resolver casos complejos, el resultado era otro, y acabó obligando a dar marcha atrás.

2. La lección que importa: la IA rediseña cómo se entrega una función

Es tentador leer Klarna en clave de una historia de atención al cliente. Pero el patrón afecta a cualquier función de negocio. Introducir agentes de IA no es añadir una herramienta más: reordena la toma de decisiones, el aprendizaje del día a día y, en última instancia, cómo se entrega el servicio.

Si solo se piensa en términos de productividad (es decir, qué se automatiza, cuánto se ahorra, cuántas FTE equivalentes libera), es fácil perder de vista las implicaciones más profundas. Es fácil terminar descubriendo tarde que lo que se entrega ya no es lo mismo, aunque sobre el papel se produzca más.

Esto es algo difícil de ver al principio. Una función puede realizarse peor y, aun así, mostrar mejores métricas operativas durante meses. Las consecuencias aparecen en otras áreas, lejos de la función que se automatizó: en reputación, en clientes perdidos o en decisiones mal tomadas.

3. En TI, con los agentes, el efecto es más intenso

En el terreno del CIO este patrón aparece antes y con más fuerza. Cuando un agente deja de ser un asistente que ayuda y pasa a intervenir, entonces llegan los cambios. Por ejemplo, condiciona qué alertas llegan al equipo, qué modificaciones de código se proponen o qué incidencias se priorizan. Esto va más allá de acelerar el trabajo: se decide lo que el equipo ve o deja de ver, y se desplaza el espacio donde se toman las decisiones.

En otras palabras, los agentes no solo ejecutan. Cambian la forma de detectar los problemas, la forma de responder e incluso la de aprender. Si este fenómeno se evalúa únicamente con métricas de rendimiento, se corre exactamente el riesgo de Klarna dentro de casa: ganar velocidad y perder perspectiva.

4. La paradoja: más capacidad de acción, menos visión directa

De ahí la paradoja que muchos responsables de TI empiezan a notar. La organización puede actuar más rápido, entregar más volumen y automatizar más decisiones, y a la vez perder el contacto con la complejidad de la realidad.

Antes, un equipo de soporte aprendía no solo resolviendo incidencias, sino viendo dónde fallaban las integraciones, o qué comportamientos del usuario revelaban un problema más profundo. Si ese trabajo pasa por sistemas automatizados, la organización puede seguir resolviendo, pero los empleados pierden recorrido de aprendizaje.

El riesgo que corre el equipo es que la IA funcione lo suficientemente bien como para desplazar fuera del primer plano el conocimiento y capacidades sobre cómo debe operar una unidad de negocio.

5. El CIO, portador de la perspectiva completa dentro y fuera de TI

Es aquí donde cambia de verdad el papel del CIO. No se trata de que sea el responsable de adoptar agentes y automatizar procesos de forma inteligente. Pasa a ser quien aporta, dentro y fuera de su área, la lectura completa de lo que la IA hace con una función de negocio. Es decir, ir más allá de las ganancias de productividad, aportando otros aspectos que no se ven, como la experiencia, la perspectiva de negocio y los cambios en la entrega de un servicio, sea hacia el empleado o hacia el cliente.

Esa perspectiva tiene un gran valor tanto en la dirección general y en otras áreas como operaciones, atención al cliente y, por supuesto, Recursos Humanos. En el contexto actual, donde se ven continuos anuncios de reducción de plantilla, la conversación tiende a quedarse en ahorro de costes y tiempos. El CIO, está bien situado para aportar la otra parte: dónde conviene mantener una supervisión sólida, qué puede delegarse en la IA y dónde hace falta prever la posibilidad de revertir una automatización que, sobre el papel, funcionaría.

Esa capacidad de revertir es, de hecho, una de las que la organización no puede perder. No todas las organizaciones pueden recuperar capacidades con la rapidez con la que se pierden.

6. La misión: entender y comunicar la delegación en agentes de IA

La misión, por tanto, no es frenar la IA ni desconfiar por principio de los agentes. Es aportar claridad qué puede delegarse y qué no conviene ceder sin perder capacidad de intervención. En unos casos la respuesta es clara: tareas repetitivas, clasificación inicial, generación de borradores o búsqueda técnica. En otros la frontera es más delicada: priorizar riesgos, decidir excepciones, cambiar sistemas heredados o actuar sobre procesos sin suficiente supervisión.

Ese será uno de los servicios más relevantes en el papel del CIO durante los próximos años. Más allá de avanzar en la adopción de los agentes, tendrá que aportar, dentro y fuera de la TI esa lectura necesaria del impacto de los agentes en una función de negocio. Y, finalmente, conservar la capacidad de revertir cuando no se entregue lo que debería, por muy bien que luzca en las métricas.

Todo esto apunta una dirección: el papel del CIO se está ensanchando más allá de lo puramente tecnológico. Gobernar bien la IA exige capacidades nuevas, que hoy apenas empezamos a nombrar y que van a marcar buena parte de la diferencia en los próximos años. A ellas dedicaremos las próximas tribunas.

Andersen Iberia acaba de fichar como director de sistemas de información (CIO) a Antonio Cobos, en los últimos casi siete años director de Tecnología de la constructora OHLA Group. Cobos cuenta con una amplia experiencia en tecnología; además de ser el responsable de la función tecnológica corporativa de la citada multinacional, donde lideró la estabilización del modelo tecnológico tras un periodo de alta complejidad organizativa, previamente (entre 2016 y 2019) fue gerente de TI en Ferrovial durante casi tres años, con responsabilidad de proyectos corporativos de modernización y digitalización en distintas áreas de negocio y antes, durante más de 12 años (entre 2004 y 2016), trabajó como gerente en la consultora Indra, dirigiendo proyectos tecnológicos en entornos públicos y privados.

Andersen España, relata el propio Cobos por correo electrónico a CIO ESPAÑA, vive un “momento de inflexión real”. “De 22 millones en 2020 a más de 110 millones proyectados en 2026, con más de 700 profesionales operando ya como firma ibérica plena. Ese crecimiento exige una tecnología que no siga al negocio, sino que lo anticipe”, explica.

El nuevo CIO de Andersen en España desvela que su agenda tiene tres prioridades: “Primero, convertir la plataforma tecnológica en una ventaja competitiva real para la firma y para sus clientes. Segundo, seguir elevando los estándares de ciberseguridad en un entorno donde los despachos jurídicos somos un objetivo de alto valor: proteger la información de nuestros clientes no es un coste de cumplimiento, es una condición de confianza. Y tercero, acelerar la adopción responsable de la inteligencia artificial —ya desplegamos Legora en toda la organización— y convertir esa experiencia interna en capacidad de asesoramiento externo sobre gobernanza de IA, donde el Reglamento Europeo de IA abre una ventana de oportunidad enorme”.

Recuerda que “el CIO de un despacho de servicios profesionales tiene una posición singular”. “La tecnología impacta directamente en la calidad del trabajo jurídico, en la productividad del profesional y en la confianza del cliente. Que la tecnología esté en la agenda de negocio no es una aspiración: es una condición”, explica.

Andersen Iberia cerró 2025 con una facturación de 80 millones de euros, un 13’3% más respecto al ejercicio anterior. Recientemente la compañía ha anunciado (este mes de marzo) la firma portuguesa PRA –Raposo, Sá Miranda & Associados–, con la que tiene previsto superar los 110 millones de euros de facturación en Iberia a finales de 2026.

En el ámbito de la modernización tecnológica, destaca la adopción de la herramienta jurídica de IA generativa Legora y la firma de un acuerdo con One Million Bot para ofrecer servicios de inteligencia artificial a empresas, instituciones y administraciones públicas.

En el fútbol de élite, la diferencia ya no se mide solo en el césped. La experiencia del aficionado, la eficiencia operativa o la capacidad de anticipar decisiones se juegan también en el terreno digital. En ese contexto, el Atlético de Madrid lleva años avanzando en una transformación tecnológica que sitúa al club entre los referentes europeos en innovación aplicada al deporte. 

La clave de esta evolución está en una idea clara: la tecnología no es un complemento, sino un eje estructural del modelo de negocio. “En nuestro club hay una apuesta clarísima por la inversión en tecnología desde el traslado al Riyadh Air Metropolitano”, explica René Abril Martín, director de Tecnología y Desarrollo Digital del Atlético de Madrid. 

Ese punto de inflexión marcó el inicio de una estrategia en la que lo digital pasó a formar parte de los objetivos cada temporada. “La inversión inicial en tecnología en el estadio y la intención del club, basada en que la experiencia digital también acompañara a nuestros aficionados y visitantes no solo en los partidos de fútbol, sino también en el resto de los eventos que alberga nuestro estadio, fue clave en aquel momento. Desde entonces, la tecnología y el desarrollo digital están presentes en nuestros objetivos de cada temporada”, señala. 

El “corazón del club”: el aficionado 

La estrategia tecnológica del Atlético de Madrid tiene una prioridad clara: el aficionado. “Todas nuestras prioridades giran en torno a su experiencia, que siempre debe de ser excelente. Son el corazón del Atlético de Madrid, y también nuestro motor de crecimiento”, explica Abril. 

Esa visión se combina con otras prioridades internas, como la eficiencia operativa, la seguridad de la red y el apoyo tecnológico a la estrategia ESG. “Actualmente estamos enfocados en reforzar la seguridad de la red, algo tan básico como clave. Todos nuestros servicios, tanto de experiencia de usuario como de empleado, corren por nuestra red multiservicio”, explica. En ese sentido, insiste en que la solidez de la red es un elemento crítico para sostener la experiencia digital. 

En esta nueva realidad, el dato se ha convertido en un activo fundamental. “La cantidad de datos que se generan diariamente en un club de élite es ingente. Toda interacción en un entorno digital genera datos, y el análisis de dichos datos nos ayuda a comprender mejor qué está ocurriendo y, por tanto, cómo mejorar aún más la experiencia”, añade. 

Del estadio inteligente al estadio conectado 

Durante los últimos años, muchos clubes han hablado del estadio inteligente. Sin embargo, Abril pone el foco en una capa previa. “A mí me gusta pensar que el estadio conectado es clave y un paso previo, porque se basa en la infraestructura”, afirma. 

Para el Atlético de Madrid, esa base es crítica en un entorno de alta densidad. “Sin una infraestructura bien diseñada, segura y con capacidades de escalar a las necesidades cada vez más altas de conectividad de servicios, esto es imposible de ejecutar en un recinto con más de 70.000 personas conectadas”, sostiene. 

“Poder tener datos de la movilidad dentro del estadio y cómo los aficionados y el personal del club interactúan con nuestra infraestructura de red es muy valioso”

La prioridad es clara y operativa: garantizar el rendimiento en los momentos críticos. “Nuestra prioridad número 1 es que nuestras redes puedan soportar esos picos de demanda. Que en esos momentos se asegure la conectividad de los usuarios finales y aficionados, pero también la de los servicios críticos, como staff, operaciones, food and beverage”, explica. “Todo lo demás viene después”. 

El Riyadh Air Metropolitano, una infraestructura preparada para una nueva etapa 

La evolución más visible de esta estrategia es el proyecto de modernización tecnológica del Riyadh Air Metropolitano junto a HPE Networking, que se desarrollará en dos fases durante las temporadas 2025/26 y 2026/27. Para el club, no se trata solo de actualizar tecnología. “Queremos ofrecer la mejor experiencia a nuestros aficionados. Sentimos que llevamos años ofreciendo unas comunicaciones óptimas en nuestro estadio, pero a la vez queremos incorporar todos los avances que la tecnología de redes ha traído desde su inauguración en 2017”, explica. 

Estos años han servido al club para detectar y planificar casos de uso que eran complicados de ejecutar con tecnología de hace 10 años y que ahora los equipos de HPE sí ofrecen. “La primera es el entendimiento de la red. Las herramientas de HPE Networking Central y la información que ofrecen a nuestros ingenieros y administradores es alucinante. Incluso las capacidades que nos trae la Inteligencia Artificial que incluye esta plataforma nos hará entender aspectos de la red que ni siquiera estaban en nuestros requerimientos originales, pero que van a ser cruciales para mejorar”. 

El despliegue contempla la renovación de la infraestructura inalámbrica con más de 1.500 puntos de acceso y la incorporación de tecnologías WiFi 6 y WiFi 7. “Nos van a ofrecer mucha más capacidad y estabilidad en un entorno con muchos dispositivos conectados simultáneamente. La reducción de latencia es otro de los beneficios que los aficionados van a disfrutar con el nuevo despliegue”, detalla Abril. Lo que se busca es mejorar la experiencia en tiempo real, especialmente en los momentos de mayor demanda. 

Para HPE, el enfoque es estructural. “Cuando abordamos la renovación tecnológica de un estadio como el Riyadh Air Metropolitano no hablamos únicamente de sustituir equipamiento, sino de rediseñar la infraestructura digital sobre la que se apoyará toda la experiencia del recinto en los próximos años”, señala Álvaro Morán, director de HPE Networking. Para ello, añade Morán, “incorpora capacidades de optimización automática mediante inteligencia artificial, analítica de presencia y eficiencia energética. En otras palabras, la red deja de ser un elemento pasivo para convertirse en un sistema vivo”. 

IA, datos y eficiencia operativa 

Uno de los ejes del proyecto es su capacidad para generar inteligencia operativa. “El despliegue aporta nuevas funcionalidades en dos aspectos claves para las operaciones: información y comunicación”, explica Abril. 

La red permitirá obtener datos sobre el comportamiento dentro del estadio. “Poder tener datos de la movilidad dentro del estadio y cómo los aficionados y el personal del club interactúan con nuestra infraestructura de red es muy valioso”, señala. 

Esa información se traduce en herramientas concretas. “Nuestro equipo interno de análisis de datos se encarga de transformar todos esos datos en cuadros de mando que son de grandísima utilidad tanto durante los eventos como tras finalizar estos”, explica. “Nos permite tomar decisiones mejor informadas”. 

La inteligencia artificial ya está integrada en ese ecosistema. “Los modelos basados en Inteligencia Artificial están incluidos prácticamente en cualquier tecnología, mejorando sustancialmente los procesos y la velocidad de respuesta”, afirma. 

El fútbol sigue estando en el césped 

Pese a la apuesta tecnológica, el Atlético de Madrid marca un límite claro. “Cualquier tecnología con la que contemos en el estadio o en el club no pretende redefinir la esencia de un partido”, afirma Abril. “Eso pasa en el césped, y todo el protagonismo está en el partido”. 

La tecnología, en cambio, actúa en el entorno. “Toda esa experiencia alrededor de ese momento especial que es el comienzo de un partido cada vez es más conectada”. 

Más allá del fútbol 

Pero este modelo no se queda solo en el deporte, sino que se extiende a otros eventos. “Nosotros somos fútbol, evidentemente, pero cada vez tiene más peso en nuestra actividad el uso de nuestras sedes para albergar cualquier tipo de evento multitudinario que necesite grandes espacios y en el que el uso de la tecnología sea diferencial”, explica. 

“Creo que esto último es una ventaja competitiva”, continúa.” Nadie quiere ir a un concierto si estar junto a otros 60.000 espectadores significa estar desconectado. Voy más allá, la experiencia en el concierto mejora si tienes la capacidad de compartir en directo lo que vives con la gente con la que quieres compartir esa emoción, o la de un gol que te da la victoria”. 

Aun así, el objetivo final no cambia. “Nuestro objetivo no está tanto en el papel que queremos jugar como club, sino en que aficionados, visitantes y profesionales tengan siempre la mejor experiencia”. 

IDC estima que a finales del año pasado había más de 28 millones de agentes de IA desplegados, y predice que en 2029 habrá más de 1.000 millones activos, ejecutando 217.000 millones de acciones al día.

Es fácil crear una prueba de concepto (POC) de un agente de IA, afirma Venkat Achanta, director de tecnología, datos y análisis de TransUnion, una empresa global de informes crediticios con unos ingresos de 4.600 millones de dólares. Pero gestionarlo, protegerlo y escalarlo supone todo un reto, especialmente para empresas de sectores altamente regulados, como los servicios financieros y la sanidad. Para abordar el problema, TransUnion ha dedicado los últimos tres años a desarrollar su plataforma de IA agentiva, OneTru. El objetivo era crear algo tan fiable y determinista como los antiguos sistemas basados en scripts y diseñados por expertos, pero tan flexible como la IA general, y tan fácil de interactuar como un chatbot.

El truco, sin embargo, consistía en combinar lo mejor de ambos mundos utilizando sistemas tradicionales para los procesos centrales, donde la explicabilidad y la fiabilidad son clave, e incorporando la funcionalidad de la IA general de forma limitada para las tareas para las que resultaba especialmente adecuada. Y dado que no se disponía de la infraestructura necesaria para ello, TransUnion construyó la suya propia, destinando 145 millones de dólares al proyecto. Fue una gran inversión en una tecnología sin probar, pero ya ha supuesto un ahorro de 200 millones de dólares. Más aún, una vez construida la plataforma, TransUnion la utilizó para crear soluciones orientadas al cliente.

En marzo de este año, por ejemplo, TransUnion lanzó su AI Analytics Orchestrator Agent, creado con la plataforma OneTru y basado en los modelos Gemini de Google. TransUnion ya utiliza este agente internamente para mejorar los análisis, y los clientes también pueden utilizarlo para realizar sofisticados análisis de datos sin necesidad de recurrir a científicos de datos.

Muchos clientes utilizan los datos de TransUnion, pero no utilizan otras soluciones ni plataformas, afirma Achanta. El nuevo agente de orquestación tiene el potencial de ayudar a los clientes a sacar más partido a los datos y de abrir nuevas fuentes de ingresos para la empresa. Y hay más agentes en desarrollo, afirma Achanta. La clave para que funcionen son las capas de orquestación, gobernanza y seguridad. Hacer que un agente haga algo es muy fácil para cualquiera, dice, y puede llevar solo unos días. La empresa también puede crear agentes rápidamente. “Pero yo tengo la base y las barreras de seguridad, y el agente que se encuentra en mi plataforma las utiliza todas. Eso es lo que nos da poder”, afirma.

El secreto para lograr que los agentes de IA se comporten es separar las capas de la tarea y asignar cada capa a un sistema diferente, cada uno de los cuales opera bajo un conjunto de restricciones. Este enfoque limita el daño que puede causar cualquier agente en particular, crea un sistema de controles y contrapesos, y restringe las actividades más arriesgadas a una tecnología de IA de generación previa.

Por ejemplo, en TransUnion, la toma de decisiones principal la lleva a cabo una versión actualizada de un sistema experto. Funciona bajo un conjunto de reglas bien definidas y auditables, y opera de forma predecible, rentable y con baja latencia. Cuando se encuentra con una situación que no ha visto antes, se utiliza un LLM para analizar el problema; a continuación, un agente diferente podría convertirlo en una nueva regla, y luego se podría recurrir a un humano para revisar los resultados antes de que la nueva regla se añada al sistema experto. Hay diferentes agentes que comprenden la capa semántica, interactúan con los humanos y realizan otras tareas. “Con la capa de razonamiento neuronal —el LLM— incorporamos a los humanos al proceso. Cuando se trata de una capa de razonamiento simbólico, que se basa en la lógica y el aprendizaje automático, dejamos que se automatice”, explica.

Así, cuando cada agente opera dentro de restricciones muy estrictas, solo con los datos limitados que necesita para esa tarea concreta, y está limitado a lo que puede hacer, todo el sistema se vuelve mucho más manejable y fiable. Es como la diferencia entre una cadena de montaje, donde varios trabajadores realizan cada uno una tarea única y distinta, en lugar de un taller donde un solo artesano lo hace todo. La cadena de montaje puede trabajar más rápido y de forma más fiable, pero hoy en día muchas empresas implementan sus agentes de IA como si fueran artesanos. Este último enfoque puede dar lugar a productos creativos y únicos, pero no siempre es lo que una empresa necesita.

Nicholas Mattei, presidente del grupo de interés especial de la ACM sobre IA y profesor de la Universidad de Tulane, sugiere que las empresas se centren en incorporar seguridad adicional en los puntos donde se conectan las diferentes partes del sistema de agentes. “Hay que asegurarse de que hay seguridad en las uniones”, afirma. Por ejemplo, si un agente envía solicitudes a un servicio de correo electrónico, hay que configurar un punto de control entre ambos. “En los huecos entre los agentes poco fiables y donde reside el software tradicional es donde se tienen que ubicar los procesos de seguridad”, relata.

Crear una base de seguridad para la IA agentiva

En una encuesta de Jitterbit realizada a 1.500 líderes de TI publicada en marzo, la responsabilidad de la IA —seguridad, auditabilidad, trazabilidad y medidas de protección— es el factor más importante a la hora de tomar la decisión final de compra de IA, por delante de la velocidad de implementación, la reputación del proveedor e incluso el coste total de propiedad. Los riesgos de seguridad, gobernanza y privacidad de los datos también fueron las principales cuestiones que impedían que las iniciativas de IA pasaran a producción, por delante de los costes y los retos de integración. Y tienen razón en estar preocupados.

A principios de este año, investigadores de la empresa de ciberseguridad CodeWall lograron vulnerar la nueva plataforma de IA de McKinsey, Lilli. Utilizando una herramienta de IA propia, los investigadores afirmaron que pudieron acceder a 47 millones de mensajes de chat, 728.000 archivos, 384.000 asistentes de IA, 94.000 espacios de trabajo, 217.000 mensajes de agentes, casi 4 millones de fragmentos de documentos RAG y 95 indicaciones del sistema y configuraciones de modelos de IA. “Se trata de décadas de investigación, marcos y metodologías propios de McKinsey: las joyas de la corona intelectual de la empresa almacenadas en una base de datos a la que cualquiera podía acceder”, escribieron los investigadores.

¿El motivo? De los más de 200 puntos finales de API expuestos públicamente, 22 no requerían autenticación. Los investigadores tardaron solo dos horas en obtener acceso completo de lectura y escritura a toda la base de datos de producción de Lilli. McKinsey respondió rápidamente a la alerta, corrigió los puntos finales sin autenticación y tomó otras medidas de seguridad. “Nuestra investigación, respaldada por una empresa forense externa líder, no identificó ninguna prueba de que este investigador o cualquier otro tercero no autorizado hubiera accedido a datos o información confidencial de los clientes”, afirmó la empresa en un comunicado.

IDC indica que el incidente pone de relieve lo peligrosa que puede ser la violación de un sistema de IA para una empresa. “La mayoría de las empresas siguen pensando en los riesgos de la IA en términos del pasado: fuga de datos, resultados erróneos y daño a la reputación de la marca”, explica Alessandro Perilli, vicepresidente de investigación en IA de IDC. “Esos son problemas graves, pero el mayor riesgo reside en delegar autoridad a los sistemas de IA”.

Al obtener acceso a una plataforma de IA agentiva, un atacante no solo puede ver algo que no debería, sino también cambiar de forma encubierta la forma de actuar de la empresa. Y proteger sistemas de IA agentiva a escala empresarial como Lilli es solo la mitad del reto. Según Gartner, el 69% de las organizaciones sospecha que sus empleados utilizan herramientas de IA prohibidas, y el 40% sufrirá incidentes de seguridad o de cumplimiento normativo para 2030 como consecuencia de ello.

Pero las herramientas de detección disponibles no están del todo preparadas para encontrar agentes de IA, indican desde Gartner. “Si te preguntara cuántos agentes se ejecutan en tu empresa en este momento, ¿dónde irías a buscarlo?”, pregunta Swaminathan Chandrasekaran, director global de IA y laboratorios de datos en KPMG, que ahora cuenta con varios miles de agentes de IA en producción. “¿Se han incorporado todos y tienen identidades? ¿Han pasado por un proceso de autenticación adecuado y quién está a cargo de ellos? Esa infraestructura no existe”.

Sin embargo, las herramientas están empezando a surgir, o las empresas están creando soluciones “hazlo tú mismo”, cuenta. “Eso es lo que va a dar tranquilidad a los directores de sistemas de información”. Ya estamos viendo ejemplos públicos de empleados individuales que implementan una potente IA agentiva con consecuencias negativas. Summer Yue, directora de alineación de Meta, decidió recientemente utilizar OpenClaw, una herramienta viral de IA agentiva de código abierto, para ayudarla a gestionar su bandeja de entrada. Después de que funcionara en una bandeja de entrada de prueba, la implementó de verdad.

“Nada te hace sentir más humilde que decirle a tu OpenClaw que confirme antes de actuar y ver cómo borra tu bandeja de entrada a toda velocidad”, escribió en X. “No pude detenerlo desde mi teléfono. Tuve que correr hacia mi Mac mini como si estuviera desactivando una bomba”. En el pasado, un empleado podía subir información confidencial a un chatbot o pedirle que redactara un informe que luego copiaría y pegaría, haciéndolo pasar por suyo. A medida que estos chatbots evolucionan hacia sistemas agenticos completos, los agentes tienen ahora la capacidad de hacer cualquier cosa para la que el usuario tenga privilegios, incluido el acceso a los sistemas corporativos.

Para gestionar este nuevo riesgo de seguridad, las empresas tendrán que pasar de controles basados en roles e identidades a otros basados en la intención, afirma Rakesh Malhotra, director de tecnologías digitales y emergentes en EY. No basta con preguntar si un agente tiene permiso para acceder a un sistema y realizar un cambio en un registro, afirma. Las empresas deben poder preguntar por qué se está realizando ese cambio. Ese es un gran reto en este momento. “La tecnología de observabilidad no capta la intención de por qué el agente ha hecho algo”, afirma. “Y eso es realmente importante de entender. La confianza se basa en la intención, y no hay forma de que ninguno de estos sistemas capte la intención”.

Si un empleado humano intentara refactorizar toda la base de código, se le pediría que diera una buena razón para hacerlo. “Y si estás refactorizando sin ninguna razón específica, quizá no deberías hacerlo”, dice Malhotra. “Con las personas, hay formas de juzgar esto. No sé cómo hacerlo con los agentes”.

Creación de una base de datos semántica para la IA agentiva

Achanta, de TransUnion, menciona repetidamente la base semántica de la plataforma OneTru de la empresa. Esa comprensión de la información ayuda a los sistemas a entender no solo qué son los datos, sino qué significan y cómo se relacionan con otros datos. Gartner afirma que desarrollar una capa semántica es ahora imprescindible para las empresas que implementan IA. “Es la única forma de mejorar la precisión, gestionar los costes, reducir sustancialmente la deuda de IA, alinear los sistemas multiagente y detener las costosas inconsistencias antes de que se extiendan”, dice.

Para 2030, las capas semánticas universales se considerarán infraestructura crítica, junto con las plataformas de datos y la ciberseguridad, predice Gartner. Y los agentes necesitan contexto para poder hacer algo significativo con los datos, afirma Chandrasekaran, de KPMG. Ahí es donde reside el conocimiento de una empresa. “Esa es tu nueva propiedad intelectual para la empresa. El contexto es la nueva muralla defensiva”.

Para John Arsneault, director de sistemas de información de Goulston & Storrs, crear una base de datos sólida es también una forma de evitar la dependencia de un proveedor. “Si compras productos y trasladas tus datos a ellos para automatizar flujos de trabajo o crear asistentes de trabajo para los agentes, te costará mucho salir de ahí. Pero si adoptas un enfoque centrado en los datos, al menos podrás pasar de uno a otro si se produce un cambio en el mercado”.

El bufete de abogados ha migrado sus productos de trabajo orientados al cliente a NetDocuments, un sistema de gestión de documentos enfocado específicamente al sector jurídico. Y el resto de los datos que recopila la empresa se almacenan en el ‘data lakehouse’ jurídico de Entegrata.

“Nuestro objetivo es que, con el tiempo, todas nuestras demás aplicaciones apunten a ese lago de datos. Entonces tendremos estos dos entornos donde residen todos los datos del bufete, lo que nos permitirá integrar cualquier herramienta de IA que utilicemos”, afirma.

También facilitará la gestión de los flujos de datos, añade, y permitirá al bufete adaptarse rápidamente a cualquier tecnología de IA que surja en el futuro. “Ya sea IA generativa, agéntica o de Anthropic, con el complemento legal de Cowork, es muy difícil mantenerse al día. Y cambia cada seis meses”.

Orquestación de agentes

La última pieza del rompecabezas de la infraestructura de agentes, tras establecer las medidas de seguridad y crear una capa de datos utilizable, es la orquestación. Los sistemas de IA de agentes requieren que los agentes se comuniquen entre sí y con los usuarios humanos, e interactúen con fuentes de datos y herramientas. Es un reto complicado, y esta tecnología se encuentra todavía en una fase muy incipiente, aunque avanza rápidamente. MCP es un ejemplo de ello, y es una pieza clave para resolver el rompecabezas de la orquestación. Los proveedores de IA se han mostrado muy dispuestos a cooperar en este ámbito.

“Cuando surgieron las redes sociales, y Facebook y Twitter debatían sobre un protocolo estándar para interactuar, nadie quería adoptar el protocolo de sus competidores”, afirma Agustín Huerta, vicepresidente sénior de innovación digital y vicepresidente de tecnología en Globant, una empresa de transformación digital. “Ahora todo el mundo está adoptando MCP y madurándolo como protocolo estándar”.

Pero eso no quiere decir que la integración de agentes se haya resuelto. Según una encuesta de Docker realizada a más de 800 responsables de la toma de decisiones de TI y desarrolladores, la complejidad operativa de orquestar múltiples componentes es el mayor desafío a la hora de crear agentes.

En concreto, el 37% de los encuestados afirma que los marcos de orquestación son demasiado frágiles o inmaduros para su uso en producción, y el 30% señala deficiencias en las pruebas y la visibilidad en orquestaciones complejas.

Además, aunque el 85% de los equipos están familiarizados con MCP, la mayoría afirma que existen importantes problemas de seguridad, configuración y gestionabilidad que impiden su implementación en producción. Y hay otros problemas de integración a los que las empresas deben hacer frente.

“Un problema aún por resolver es cómo conseguir un panel de control adecuado para gestionar todos estos agentes, para saber exactamente qué está pasando con cada uno de ellos”, afirma Huerta. “Hay un panel que permite supervisar los agentes creados con OpenAI y otro para los que residen en Salesforce, pero ninguno puede mostrar la telemetría en un panel centralizado para el control, la auditoría y el registro”.

Para las empresas que acaban de empezar a implementar agentes, o que se ciñen a una única plataforma, esto aún no supone un problema, añade, pero a medida que aprovechen una red más amplia de agentes, empezarán a experimentar estos retos. La propia Globant está creando su propio panel de control interno para la IA basada en agentes, por ejemplo.

Y en Brownstein Hyatt Farber Schreck, un bufete de abogados con 50 años de antigüedad, unos 700 empleados y clientes en todo Estados Unidos, hay varias áreas en las que se está implementando la IA, incluido un sistema generador de propuestas.

Normalmente, varias personas pueden tardar días en revisar la solicitud de propuesta de un cliente, examinar notas manuscritas o transcripciones de reuniones y recopilar otros materiales relevantes, afirma Andrew Johnson, director de sistemas de información del bufete. “Podemos introducir toda esa información en un ordenador y extraer los criterios clave para producir un primer borrador de calidad en cuestión de minutos”, afirma.

Se requieren múltiples agentes para las diferentes partes del proceso: uno para extraer los criterios de éxito o los requisitos de personal, otro para buscar precedentes y lecciones aprendidas, y otros para la fijación de precios y los estándares de marca. “Cada uno de esos agentes es autónomo y debe coordinarse para que los resultados de cada uno se incorporen al siguiente paso”, explica Johnson. En su mayor parte, eso significa un sistema RAG, ya que la mayoría de las plataformas heredadas que utiliza la empresa aún no han incorporado una capa MCP.

Dependiendo de la tarea, los agentes individuales pueden funcionar con diferentes modelos, lo que supone otra capa de coordinación que hay que gestionar. Luego está el control de costes. Si un agente de IA o un grupo de agentes entra en un bucle de retroalimentación infinito, los costes de inferencia pueden aumentar rápidamente. “Somos conscientes de la preocupación, aunque aún no la hemos visto materializarse”, afirma Johnson. “Por eso contamos con un sistema de supervisión. Si superamos los umbrales, reaccionamos”.

Independientemente de las estrategias o medidas para absorber los contratiempos, todo lo relacionado con la IA está cambiando más rápido que cualquier otra cosa que las empresas hayan visto. “Llevo 25 años en el sector tecnológico y nunca había visto nada igual”, señala Malhotra, de EY. “Las empresas de más rápido crecimiento de la historia se han creado todas en los últimos tres o cuatro años. El crecimiento en la adopción no tiene precedentes. Y hablo constantemente con clientes que están implementando tecnologías que eran muy relevantes hace nueve o diez meses, y todo el mundo ha pasado página”.

La mayoría de las empresas aún no han aprovechado el poder transformador de la IA, centrándose en cambio en mejoras incrementales de productividad y eficiencia que no conducen a ventajas competitivas, según un informe de la firma de análisis Forrester. Las mejoras internas de productividad derivadas de la IA siguen siendo marginales, no sustanciales, ya que las organizaciones no han descubierto cómo generar beneficios más significativos a través de la tecnología, afirma Forrester en su reciente informe Accelerate Your AI Voyage.

La evidencia: el 43% de los responsables de la toma de decisiones sobre IA encuestados por la empresa miden las mejoras de productividad obtenidas gracias a la IA, y el 41% miden las ganancias de eficiencia, pero solo el 32% vincula los resultados de la IA con los beneficios o los ingresos.

“Ahorrar 10.000 horas de trabajo de los empleados puede parecer bueno sobre el papel, pero no cubrirá la factura de las GPU, y mucho menos impulsará la reinvención”, escriben los analistas de Forrester en el informe. “Este pensamiento incremental constituye la base de una desconexión fundamental con respecto a la promesa del potencial transformador de la IA”.

Solo entre el 5% y el 15% de las organizaciones cuentan actualmente con una estrategia de IA eficaz, y es probable que el porcentaje se sitúe más cerca del extremo inferior, estima Brian Hopkins, vicepresidente de tecnologías emergentes de Forrester. Al centrarse en las ganancias de productividad o eficiencia, la mayoría de las organizaciones se pierden el verdadero poder de la IA, añade. “La eficiencia no es estrategia; es gestión de proyectos. Estás intentando mejorar tus procesos actuales de forma incremental”, dice.

Dar a los empleados un copiloto para ver qué hacen con él no es un enfoque ganador, añade Hopkins: “Toda esta idea de que vamos a invertir de forma incremental en productividad y que, de alguna manera, eso va a capturar el potencial que ofrece la IA, es una quimera”.

Por otra parte, las mejoras de productividad de la IA suelen depender de recortes de plantilla tras la implementación, añade. “El problema de las mejoras incrementales de productividad es que, para obtener los beneficios que exige tu director financiero, tienes que implementar una solución, demostrar que funciona y, a continuación, despedir a gente”, relata. “¿Crees que las personas a las que vas a despedir te van a ayudar a hacerlo? No lo harán. Es un trabajo complicado y desagradable”.

Los datos de Forrester coinciden con otra encuesta reciente del proveedor de plataformas de agentes de IA Decidr, que desveló que el 40% de las empresas estadounidenses obtienen la mayor parte del valor de su IA de herramientas al estilo de ChatGPT, en lugar de agentes o modelos de IA personalizados.

Maneras de pensar ya obsoletas

Otros líderes de TI también ven los problemas destacados en el estudio de Forrester. Muchas empresas se centran en estrategias de IA a la altura de los carros tirados por caballos en un mundo que avanza hacia los coches autónomos, afirma Christine Park, directora de transformación de IA en Branch, proveedor de una plataforma de seguimiento de enlaces móviles.

“Esto es exactamente lo que ocurre cuando el mercado avanza más rápido que el modelo operativo. Los líderes están optimizando la eficiencia de forma limitada dentro de las funciones en lugar de replantearse cómo debería cambiar fundamentalmente el trabajo en sí”, afirma.

Las mejoras en productividad y eficiencia no supondrán un cambio significativo para la mayoría de las organizaciones, añade. La verdadera transformación de la IA no se limita a habilitar funciones individuales, sino que requiere coordinación entre todos los flujos de trabajo. “La IA para la eficiencia de costes eleva el nivel mínimo, ¿y qué?”, dice Park. “Si solo se trata de una estrategia de eficiencia, no vas a obtener más que ganancias a corto plazo. Si se compara la reducción de costes con la eficiencia, podemos crecer sin un aumento proporcional de la plantilla, pero se necesita una verdadera transformación para elevar el techo”.

En cambio, las organizaciones inteligentes se centrarán en la IA como una amplificación tanto de los ingresos como de la experiencia de las personas, añade. La naturaleza del trabajo está cambiando, ya que ahora se desarrolla en flujos de trabajo multidimensionales en lugar de tareas paso a paso, afirma.

“La IA se está tratando como una característica cuando debería tratarse como una transformación”, afirma. “Eso significa adoptar una perspectiva centrada en las personas y que los líderes cambien la forma en que formamos a las personas, definimos los roles y medimos el éxito. La IA es un cambio humano, no solo una nueva herramienta”.

Auténtica transformación del flujo de trabajo

Las organizaciones deberían buscar una transformación del flujo de trabajo en toda la empresa, añade Mike Flynn, líder de consultoría del sector tecnológico en la firma de servicios profesionales EY. Muchas organizaciones se centran en la automatización a nivel de tareas en lugar de rediseñar los flujos de trabajo de principio a fin, indica.

Al centrarse en las mejoras a nivel de tareas, las empresas añaden costes de herramientas de IA y de computación sin eliminar una cantidad significativa de trabajo del sistema, lo que conduce a lo que Flynn denomina “trabajo atrapado”.

Las organizaciones deben adoptar un enfoque centrado en la IA para todos sus flujos de trabajo e intentar rediseñar los procesos para eliminar el trabajo humano repetitivo en la medida de lo posible, recomienda Flynn. Las organizaciones deberían entonces añadir la intervención humana cuando sea necesaria, señala. “Si piensas en aplicar la IA a tu problema empresarial, a medida que sigues añadiendo IA, el esfuerzo que se requiere sigue aumentando, en comparación con rediseñar tus procesos de tal manera que la IA se integre en ellos”, añade.

Crear una estrategia de IA duradera va más allá de implementar unas pocas herramientas de IA para los empleados, afirma Flynn, y añade que EY guía a los clientes a través de un plan de valor de la IA que les muestra los posibles resultados de diversas estrategias de IA. “Las empresas se están dando cuenta de que esto no es tan fácil como simplemente habilitar y dar a las personas herramientas con las que puedan hacer algo y que se puedan acoplar a sus trabajos actuales”, agrega. “Para mí, lo importante es pensar en rediseñar los procesos operativos. Se trata de una transformación de los procesos y de las personas tanto como de la IA en sí misma”.

¿Están las organizaciones listas para dar el salto?

La mayoría de las organizaciones aún no están preparadas para dar el siguiente paso, sugiere Thomas Prommer, expresidente de la empresa de diseño, TI e IA Huge. Los casos de uso sustanciales, como la revisión de precios y la toma de decisiones en la cadena de suministro, requieren prácticas de gestión del riesgo de los modelos y registros de auditoría que la mayoría de las empresas aún no tienen, afirma.

“La productividad interna es el único caso de uso que la organización puede probar realmente de forma segura con la gobernanza actual”, apunta Prommer. “Están utilizando copilotos porque los copilotos no necesitan un comité de riesgo de modelos”.

Además, la transición de ganancias incrementales a ganancias sustanciales impulsadas por la IA requiere que alguien o algo fuerce el cambio, como un director ejecutivo, un inversor activista o una sacudida competitiva, añade. Los directores de sistemas de información (CIO) rara vez pueden impulsar el cambio por sí solos, afirma.

Sin embargo, algunas organizaciones han dejado atrás los ahorros de productividad porque no aparecen en las cuentas de resultados (P&L), dice Prommer. “Si le ahorras a un ingeniero 90 minutos al día, eso no aparece en la cuenta de resultados; aparece como: ‘Hemos lanzado un 15% más de funciones”, afirma. “Los consejos de administración quieren una partida concreta. Las empresas que pasaron a casos de uso sustanciales lo hicieron porque contaban con un único responsable de la cuenta de resultados dispuesto a arriesgar sus cifras por ello”.

Hopkins, de Forrester, insta a las organizaciones a replantearse las estrategias de IA y a centrarse en cambios sustanciales, a pesar de las dificultades. Si las organizaciones apuntan lo suficientemente alto, pueden utilizar la IA para permitir una transformación empresarial completa y encontrar usos de la IA que impulsen ventajas competitivas, afirma.

Forrester aconseja a los responsables de TI y a los líderes empresariales que se centren en cuatro áreas clave:

• Definir los resultados empresariales y las métricas de éxito para sus iniciativas de IA.
• Identificar casos de uso específicos para la implementación de la IA alineados con esos resultados empresariales.
• Establecer una estructura para planificar, probar e implementar aplicaciones de IA.
• Ampliar las aplicaciones de IA utilizando el poder de la nube, los modelos de vanguardia y los agentes integrados.

Si las organizaciones adoptan el enfoque adecuado, pueden implementar la IA de formas que generen ventajas competitivas reales, según Hopkins. “La estrategia consiste en aplicar una fuerza masiva, basada en una visión que uno tiene, que le da fuerza y debilita a la competencia. Se tiene una visión que los competidores no ven y se establece una capacidad que los competidores no pueden replicar”.

Durante años, Kubernetes ha ocupado un lugar casi mítico en las TI corporativas. Se ha posicionado como el plano de control del futuro, la abstracción estándar para los sistemas nativos de la nube y la plataforma que finalmente liberaría a las empresas del bloqueo de infraestructura. Para ser justos, algo de eso es cierto. Kubernetes ha aportado disciplina a la orquestación de contenedores, permitido modelos de implementación portátiles y proporcionado a los arquitectos un potente marco para gestionar aplicaciones distribuidas a gran escala.

Sin embargo, el mercado está cambiando, y también lo hacen las expectativas de las empresas. La cuestión ya no es si Kubernetes es técnicamente impresionante. Claramente lo es. La cuestión es si sigue representando la mejor opción para un número creciente de casos de uso empresariales convencionales. En muchos casos, la respuesta es cada vez más “no”. Lo que estamos viendo no es la muerte de Kubernetes, sino el fin de su dominio incuestionable como opción estratégica por defecto. He aquí el porqué.

Demasiado caro desde el punto de vista operativo

A medida que iba creciendo la adopción de Kubernetes, muchas organizaciones dudaban en admitir que introduce complejidad operativa y requiere habilidades especializadas, ajustes constantes y una sólida gobernanza. Para gestionar bien Kubernetes se necesita ingeniería madura, observabilidad, seguridad, redes y gestión del ciclo de vida: mucho más que un proyecto secundario. Muchos han subestimado esta carga.

Lo que parecía elegante en los diagramas arquitectónicos se ha convertido en una carga real para los equipos de operaciones. Los clústeres se han multiplicado. Las cadenas de herramientas se han extendido. Las actualizaciones se han vuelto arriesgadas. La aplicación de políticas se ha convertido en una disciplina de ingeniería por derecho propio. Las empresas se han dado cuenta de que no solo han estado adoptando una plataforma de orquestación, sino que han estado construyendo y manteniendo un producto interno que requiere una inversión sostenida y conocimientos especializados escasos.

Eso puede ser aceptable para las empresas nativas digitales cuya escala y complejidad justifican el esfuerzo. Es mucho más difícil de vender a las empresas que quieren implementaciones fiables, aplicaciones resilientes y costes de nube razonables. En esos casos, Kubernetes puede parecer un sobredimensionamiento disfrazado de modernización estratégica. Cuando una empresa dedica más tiempo a gestionar la plataforma que a aportar valor empresarial sobre ella, la novedad se desvanece rápidamente.

La portabilidad pierde importancia

Kubernetes se ha comercializado como una protección contra el bloqueo tecnológico, permitiendo que las aplicaciones se ejecutaran en entornos locales, en la nube y en el perímetro. Sin embargo, la mayoría de las empresas se enfrentaban a dependencias del ecosistema —almacenamiento, redes, seguridad, identidad, observabilidad, CI/CD, servicios gestionados y bases de datos nativas de la nube— que han creado un bloqueo práctico que Kubernetes no ha eliminado.

Lo que las empresas han ganado en portabilidad de cargas de trabajo, a menudo lo han perdido en complejidad del ecosistema. Se han estandarizado en Kubernetes sin dejar de depender en gran medida de los servicios gestionados y las convenciones operativas de un proveedor de nube concreto. El resultado ha sido un extraño término medio: toda la complejidad de una plataforma altamente abstraída sin la simplicidad total que supone utilizar servicios nativos con una visión definida de extremo a extremo.

Esto es más importante ahora porque los consejos de administración y los equipos ejecutivos están menos interesados en la opcionalidad arquitectónica teórica y más centrados en resultados empresariales medibles. Quieren velocidad, resiliencia, control de costes y menor riesgo. Si una plataforma de aplicaciones gestionada, un entorno sin servidor o una oferta de plataforma como servicio específica de un proveedor les permite alcanzar esos objetivos más rápido, muchos están dispuestos a aceptar cierto nivel de dependencia. Las empresas se están volviendo más sinceras sobre las compensaciones. Se están dando cuenta de que la flexibilidad estratégica es valiosa, pero no a cualquier precio.

Aquí es donde Kubernetes empieza a perder popularidad. La portabilidad tiene valor, pero para muchas empresas no ha justificado la carga operativa y organizativa que conlleva. La promesa ha superado el rendimiento real.

Las mejores abstracciones están ganando terreno

Quizás el cambio más importante es que las empresas están dejando de comprar primitivas técnicas en bruto para pasar a consumir plataformas de más alto nivel que se alinean mejor con la productividad de los desarrolladores y los resultados empresariales. Los equipos de ingeniería de plataformas ocultan cada vez más Kubernetes tras plataformas internas para desarrolladores. Los proveedores de nube pública siguen mejorando los servicios de contenedores gestionados, las ofertas sin servidor y los entornos de aplicaciones integrados que reducen la gestión manual de la infraestructura. Los desarrolladores, por su parte, no quieren convertirse en operadores de clústeres a tiempo parcial. Quieren vías rápidas para crear, implementar, proteger y supervisar aplicaciones sin tener que unir una docena de componentes.

En otras palabras, Kubernetes puede seguir estando presente bajo el capó, pero cada vez es menos visible y menos central en las decisiones estratégicas de compra. Eso suele ser un signo de madurez. Las tecnologías pasan de ser el titular a ser la infraestructura de base. Las empresas no se preguntan “¿Cómo adoptamos Kubernetes?” con tanta frecuencia como se preguntan “¿Cuál es la forma más rápida, segura y rentable de ofrecer aplicaciones modernas?”. Esa es una pregunta mucho más acertada.

La respuesta apunta cada vez más hacia plataformas curadas, entornos de desarrollo con una visión definida y servicios gestionados que abstraen Kubernetes en lugar de exponerlo. Esto no supone un rechazo de los principios nativos de la nube. Es un rechazo de la carga cognitiva innecesaria. Las empresas están decidiendo que no necesitan controlar cada capa de complejidad para aprovechar las ventajas de la arquitectura moderna.

Renunciar al protagonismo

Nada de esto significa que Kubernetes esté desapareciendo. Sigue siendo importante para entornos a gran escala, heterogéneos y altamente personalizados. Sigue siendo una opción excelente para organizaciones con una gran madurez de plataforma, restricciones normativas o necesidades operativas multicloud sofisticadas. Pero se trata de un segmento del mercado más reducido de lo que sugería en su día el ciclo de hype.

Lo que está perdiendo popularidad no es Kubernetes como tecnología, sino Kubernetes como estándar incuestionable para las empresas. Esta diferencia es importante. Las empresas se están volviendo más selectivas a la hora de decidir dónde aceptar la complejidad y dónde evitarla. Se inclinan menos por idealizar la infraestructura y están más dispuestas a optar por la simplicidad cuando esta existe.

Probablemente eso sea algo positivo. La función de la arquitectura empresarial no es admirar la tecnología elegante por sí misma. Consiste en alinear las decisiones tecnológicas con las realidades operativas, las restricciones económicas y los resultados empresariales. Según ese criterio, Kubernetes sigue teniendo un lugar, pero ya no goza de un pase libre.

La transformación digital se ha convertido en uno de los grandes motores de cambio en el sector energético. La volatilidad de los mercados, la transición hacia modelos más sostenibles y la creciente complejidad en la gestión del consumo están obligando a las compañías a apoyarse cada vez más en la tecnología para optimizar sus procesos y mejorar su capacidad de adaptación.

En este nuevo escenario, el dato se ha convertido en un activo estratégico. Plataformas de analítica avanzada, inteligencia artificial o sistemas de monitorización del consumo en tiempo real permiten anticipar la demanda, mejorar la gestión del riesgo y ofrecer a los clientes una visión más precisa y transparente de su consumo energético. Al mismo tiempo, la automatización de procesos internos está ayudando a reducir cargas administrativas, mejorar la eficiencia operativa y acelerar la toma de decisiones.

La digitalización ha dejado de ser una cuestión tecnológica para convertirse en una palanca clave para la competitividad. En este contexto, MET Energía, compañía internacional del sector energético con más de 1.100 empleados y presencia en 17 países, lleva varios años impulsando una estrategia tecnológica orientada a digitalizar procesos, mejorar la gestión del dato y reforzar su capacidad de adaptación a un entorno energético en constante evolución.

La transformación digital en MET Energía se ha abordado desde el principio como un proceso transversal que afecta a distintas áreas de la organización. Según explica Ramón Vicioso, director de TI de MET Energía, este proceso se intensificó especialmente en 2024, cuando la compañía decidió acelerar su hoja de ruta tecnológica con el objetivo de abordar la digitalización de procesos que todavía se realizaban de forma manual y tener así “una visual del roadmap de nuestra infraestructura de IT”.  

Uno de los principales desafíos en esta fase inicial ha sido identificar correctamente los procesos susceptibles de digitalización y establecer una gobernanza adecuada del dato dentro de la organización.

El dato y la automatización como pilares del nuevo modelo

En la actualidad, la estrategia tecnológica de MET Energía se basa en la incorporación progresiva de plataformas digitales integradas, automatización de procesos y herramientas avanzadas de analítica de datos. Según explica el responsable de TI, esta evolución ha permitido mejorar tanto la eficiencia interna de la compañía como la relación con los clientes. “En los últimos años, MET Energía ha experimentado una evolución muy sólida a nivel tecnológico, alineada con la digitalización del sector energético y con un enfoque claro en la eficiencia y el dato”, señala.

Para ello, la compañía ha reforzado especialmente sus capacidades relacionadas con la gestión inteligente de la energía, la previsión de la demanda y la gestión del riesgo en un mercado energético cada vez más volátil.

Esta evolución tecnológica ha tenido también un impacto directo en los clientes, que ahora disponen “mayor transparencia, información más accesible y en tiempo real, procesos más ágiles y soluciones más personalizadas según su perfil de consumo”, explica Vicioso.

Inteligencia artificial y analítica para anticipar el consumo

El uso de tecnologías emergentes es otro de los elementos clave dentro del proceso de transformación digital de la compañía. En este sentido, MET Energía está desarrollando aplicaciones basadas en inteligencia artificial y analítica avanzada orientadas a mejorar la previsión de consumo energético y la conciliación de facturas con los datos recibidos de las distribuidoras. “Las aplicaciones que más estamos desarrollando son para la generación de previsiones de consumo y la conciliación de facturas de energía contra los consumos recibidos desde las distintas distribuidoras”, explica Vicioso.

En este proceso, el departamento de TI desempeña un papel estratégico y transversal dentro de la organización. “No se limita únicamente a dar soporte tecnológico, sino que actúa como un facilitador clave del negocio, alineando la tecnología con los objetivos corporativos y acompañando a las distintas áreas en su transformación digital”, señala el responsable tecnológico.

Proyecto Yooz: automatización contable

Uno de los proyectos recientes dentro del proceso de digitalización de MET Energía ha sido la implantación de Yooz, una solución de automatización del proceso de cuentas a pagar integrada con el ERP Microsoft Dynamics NAV.

Antes de su implantación, el departamento contable debía introducir manualmente las facturas de proveedores, un proceso que implicaba una elevada carga administrativa y retrasos en la contabilización. “El objetivo principal es el ahorro del tiempo en nuestro departamento contable ya que reciben muchas facturas en formato PDF y tenían que entrar en cada fichero y teclear manualmente dicha factura en nuestro sistema contable”, explica Vicioso.

La nueva solución ha permitido automatizar la lectura y el procesamiento de facturas, eliminando tareas repetitivas y agilizando el flujo de aprobación.

Uno de los factores decisivos para su implantación fue su compatibilidad nativa con Microsoft Dynamics NAV, el sistema contable de la empresa, lo que permitió una integración directa y sin desarrollos adicionales. Además, su interfaz sencilla e intuitiva facilitó una rápida adopción por parte de los usuarios, mientras que su tecnología de Smart Data Extraction basada en inteligencia artificial eliminó la necesidad de crear plantillas para la lectura de facturas, aportando flexibilidad y precisión.

Los resultados han sido significativos: MET Energía ha logrado acelerar notablemente el procesamiento y validación de facturas, eliminando tareas manuales repetitivas y reduciendo de forma significativa los plazos desde la recepción hasta el pago. Esta automatización ha permitido a los equipos administrativos centrarse en tareas de mayor valor añadido, mejorando tanto la productividad como la satisfacción interna. “Ahora podemos procesar más de 200 facturas en una hora cuando antes nos podía llevar varios días subirlas a nuestro sistema de aprobación de factura y creación en nuestro sistema contable”, señala el responsable tecnológico.

Además de acelerar los procesos, la automatización ha mejorado la trazabilidad y el control del proceso contable, liberando recursos internos para tareas de mayor valor añadido.

Próximos retos: modernizar infraestructuras y reforzar la gobernanza del dato

De cara a los próximos años, la compañía continuará avanzando en la modernización de su infraestructura tecnológica y en el desarrollo de nuevas capacidades digitales.

Entre los retos más inmediatos se encuentra la actualización de algunos sistemas tecnológicos y el refuerzo de la gobernanza del dato, un elemento clave para poder incorporar soluciones basadas en inteligencia artificial. “Modernizar toda nuestra infraestructura que se ha quedado obsoleta y seguir trabajando con la gobernanza del dato para incluir agentes digitales con tecnología IA”, resume Vicioso.

En un sector marcado por la volatilidad de los mercados energéticos, la presión regulatoria y la aceleración tecnológica, la transformación digital se ha convertido en una condición imprescindible para mantener la competitividad. En el caso de MET Energía, este proceso no se plantea como una iniciativa puntual, sino como una evolución permanente que seguirá desarrollándose en los próximos años.

La jornada CIO ForwardTech & ThreatScape Spain, organizada por CIO y CSO (la marca especializada en ciberseguridad de COMPUTERWORLD en España) con la colaboración de las compañías Avanade, Riot, Object First, ManageEngine, Rubrik, Thales, Tanium, Everpure|Rubrik y OnSoluciones, se convirtió, el pasado 16 de abril en Madrid, en el mejor punto de encuentro de los CIO y CISO del país.

Durante el evento, conducido por Fernando Muñoz, director de CIO Executive de Foundry, y Esther Macías, directora editorial de CIO y COMPUTERWORLD en España, los más de cien asistentes que estuvieron presentes en el acto pudieron escuchar, aprender y debatir sobre los grandes desafíos que afrontan en la actualidad los máximos responsables de la estrategia de sistemas de información y de la ciberseguridad de las organizaciones. Unos retos crecientes, que se producen en un panorama de presión regulatoria creciente en el que han irrumpido tecnologías transformadoras como los últimos sabores de IA que están redefiniendo los procesos, decisiones y modelos de negocio.

Estas son las conclusiones de una jornada protagonizada por ponencias de alto nivel, debates estratégicos y sesiones prácticas que giraron en torno a dos ejes temáticos: ThreatScape, que tomó el pulso al actual panorama de amenazas y a los modelos de resiliencia actuales, y ForwardTech, protagonizado por la aplicación práctica de la IA y de otras tecnologías como el edge, 5G y la sostenibilidad digital.

El CIO, el CISO y sus circunstancias: claves de liderazgo en el complejo contexto actual

Madhu Bhabuta, consultora especializada en servicios de CIO a tiempo parcial y asesoramiento tecnológico, instó a analizar la evolución del rol de los directores de sistemas de información y ciberseguridad dentro de un contexto en el que la situación económica y geopolítica y la irrupción de los nuevos sabores de IA son determinantes.

Enrique Ferrer (Avanade): “La innovación no sirve de nada sin seguridad”

El director de Seguridad de Avanade para España y Portugal reflexionó durante una entrevista realizada por Fernando Muñoz, director del CIO Executive de Foundry España, sobre el papel de la regulación para mejorar la resiliencia empresarial y por qué las organizaciones deben apostar por el binomio innovación y ciberseguridad.

Cuatro CISO españoles desvelan cómo llevar la normativa de ciberseguridad del papel a la realidad

¿Mejora de verdad la normativa actual en ciberseguridad (fundamentalmente NIS2, DORA y la futura Ley de Gobernanza Cibernética) la resiliencia de las organizaciones? ¿Funciona el impulso legal europeo y español como catalizador de la innovación empresarial o la frena? Sobre estos asuntos expusieron su visión los directores de seguridad de la información del Grupo Abertis, Iberdrola, Nationale-Nederlanden y el Ayuntamiento de Madrid.

Ciberseguridad en el sector farmacéutico: la experiencia de Faes Farma

Jaime López Ostio, director global de TI de Faes Farma, explicó que, más que evitar ataques, el objetivo del sector farmacéutico en materia de ciberseguridad es garantizar que la producción de medicamentos nunca se detenga. “Hay que asumir que habrá incidentes, practicar escenarios e integrar la ciberseguridad en la estrategia corporativa”, recomendó.

España ante la nueva Ley de Gobernanza Cibernética

¿Qué desafíos implica para las organizaciones la futura Ley de Coordinación y Gobernanza de la Ciberseguridad? Sobre ello versó el debate en el que participaron directivos de Roche, Écija y Osborne Clarke.

De la cultura a la postura: fortaleciendo la seguridad de los empleados en la era de la IA

Si un empleado no tiene postura de ciberseguridad, da igual la cultura que tenga su empresa. Esta es una de las máximas que se puede extraer de la ponencia impartida por Alexandre Adam, ejecutivo de cuentas corporativas en Riot.

Víctor Yubero (Banco Sabadell): “La IA no escala sin explicabilidad ni trazabilidad”

El director de Gobernanza de Inteligencia Artificial del Banco Sabadell considera que la confianza es una ventaja competitiva, y en lo que respecta a la IA España es un modelo de confianza.

Los casos de uso afianzan el desarrollo de la IA en la empresa española

Directivos de TI de compañías de distintos sectores, como el turístico, farmacéutico y transporte, reflexionaron sobre el valor de los casos de uso de la inteligencia artificial para sus negocios.

Joan Vives (ManageEngine): “El ‘phishing’ es un vector de ataque recurrente, pero la IA lo ha mejorado”

El consultor técnico para Iberia de ManageEngine reconoció que la IA ha modificado cómo suceden los ataques y de qué manera se puede gestionar esta nueva realidad.

Izaskun Onandia de los Ríos (ITP Aero): “Antes se conseguían presupuestos [de ciberseguridad] gracias a la cultura del miedo”

¿Cómo se puede justificar el gasto en ciberseguridad ante el comité de dirección? Según explicó Izaskun Onandia de los Ríos, directora asociada de seguridad y cumplimiento de información de ITP Aero, “antes se conseguían presupuestos gracias a la cultura del miedo, pero ahora se hace apelando a la continuidad del negocio, la ciberresiliencia y la reputación de marca”.

El valor del ciberseguro, a debate

A medida que crecen los presupuestos de seguridad, los consejos de dirección de las empresas exigen métricas claras. ¿Cómo es posible cuantificar el ROI de la ciberseguridad y comunicar su valor estratégico? Sobre este asunto debatieron directivos de ciberseguridad y gestión de riesgos de Planet, Engie y Mapfre.

El alto riesgo de los ‘backups’: solo un 27% de las empresas recupera sus datos tras un ataque de ‘ransomware’

Miguel Tena, ingeniero comercial de campo en Object First, compañía especializada en la protección de ‘backups’ recientemente comprada por Veeam, alertó de que, cuando se produce un ataque de ‘ransomware’, más de la mitad de las compañías tardan más de una semana en recuperar sus datos y qué hacer para mejorar este porcentaje.

Jessica Ferreira Vicente (SEAT): “La gobernanza es un pilar que nos permite ganar el derecho a innovar rápido”

La responsable de la Oficina Técnica de Transformación Digital de SEAT destacó la importancia de la gobernanza y el desarrollo del talento interno a la hora de escalar la IA.

No sólo la IA marca la transformación digital de los sectores clave: pulso a 5G, ‘edge’ y ‘cloud’

Directivos de TI de banca, construcción y educación coincidieron en que tecnologías como el 5G, el ‘edge’ computing, el ‘cloud’ y otras soluciones de comunicaciones, como las satelitales, son esenciales para garantizar eficiencia, resiliencia y continuidad en un contexto marcado por la complejidad geopolítica y el avance regulatorio.

La relación entre el CIO y el CISO, a examen: ¿por fin se ha roto la frontera entre innovación y seguridad?

¿Cómo deben trabajar conjuntamente el máximo responsable de la estrategia de sistemas de información de una organización y el líder de ciberseguridad (en muchas entidades dependiente del anterior)? ¿Cuáles son las claves para integrar la seguridad de forma efectiva en las empresas sin frenar la innovación competitiva? A estas preguntas aportaron respuestas directivos de Renfe, Zurich Insurance, Teladoc Health y Acciona.

Sonia Segade, directora general de Innovación, Sostenibilidad y Transformación Digital de Renfe, Ricard Guasch, CIO de Zurich Insurance Company, Enric Llaudet, director de Seguridad de la Información en el ámbito internacional de Teladoc Health, y Carlos Manchado, CISO global de Acciona, protagonizaron el debate con el que se clausuró el evento CIO ForwardTech & ThreatScape Spain, organizado por las cabeceras COMPUTERWORLD/CSO y CIO en Madrid el pasado 16 de abril.

El panel, moderado por Fernando Muñoz, director del CIO Executive de Foundry España, abordó un tema ya clásico en el imaginario del liderazgo en TI y seguridad de la información, pero no por ello menos relevante y de actualidad: ¿cómo deben colaborar los CIO y los CISO para coliderar la transformación empresarial, aunando la visión estratégica del primero con la defensa activa que articula el segundo?

Durante el debate, quedó patente que, en la economía digital actual, determinada por la frenética adopción de los últimos sabores de la inteligencia artificial y un contexto geopolítico complejísimo, en el que impera el concepto de soberanía tecnológica y de datos, la relación entre el máximo responsable de los sistemas de información de las organizaciones y el líder en ciberseguridad de las mismas tiene que ser, inevitablemente, mucho más estrecha y coordinada, que permita la compartición de modelos de gobernanza; una cultura de colaboración transversal que aúne la gestión del riesgo, el negocio y la tecnología y derribe las tradicionales fronteras entre innovación y seguridad.

Así lo es en el caso de Acciona, contó su CISO, Carlos Manchado. “La alianza estratégica entre el CISO y el CIO es necesaria y necesitamos seguir avanzando en ella”, aseveró, recordando que el rol del primero (el suyo propio) es el de un directivo capaz de “balancear los riesgos y mitigar los posibles ataques, teniendo siempre en cuenta que lo principal es el negocio”.

Según Llaudet, de Teladoc Health, el rol del CISO ha cambiado en los últimos años porque también lo ha hecho la propia relevancia de la seguridad de la información en las empresas y para sus cúpulas directivas. “Ahora es muy distinto el escenario y la seguridad de la información está para conseguir los resultados de negocio”, afirmó, subrayando la evolución del CISO de “un prescriptor a un decisor”, en cuya labor ya no cabe ser un freno para los proyectos de innovación.

En esta misma línea también ahondó Guasch, de Zurich Insurance Company. “El rol del CISO se ha transformado mucho más que el del CIO en los últimos años. Ha pasado de ser un prescriptor a un ejecutor de servicios de seguridad de la información”. Eso sí, en este viaje de “empoderamiento”, se han difuminado las fronteras que tenía con el CIO. “Hay que mejorar esto y definir bien los roles y las responsabilidades de cada uno. Determinar dónde empieza y dónde acaba cada uno de estos roles”. En todo caso, afirmó, “la relación entre ambos, en muchos casos ‘de auditor a auditado’ debe ser ahora de plena colaboración, porque el objetivo del área de TI y de seguridad de la información, al final, es el mismo: que el negocio funcione”.

Una relación a veces complicada

¿Existen fricciones entre el CISO y el CIO? Según Segade, de Renfe, el modelo a seguir debe ser el de “negociación constante”. No obstante, apuntó que, dado que, en el caso de la entidad ferroviaria, “el CISO es quien establece las políticas de seguridad y el CISO las operaciones de seguridad”, la última responsabilidad y, por ende, la toma de decisiones recae en el CIO. “El responsable del riesgo digital es el responsable del sistema, y este último es el CIO”, apuntó, añadiendo que, en el caso de su organización, normalmente el análisis de riesgos lo establece el CIO con el área de negocio. “El CISO evalúa e informa”, agregó.

“La realidad —apostilló Guasch sobre este asunto— es que si tenemos un problema de seguridad, este no es solo del CISO o del CIO: lo es de toda la compañía, del negocio”. “Desde luego, si cae un servicio dos horas todo el mundo mirará a TI, pero si cae una semana todos mirarán al área de negocio”.

La directiva ahondó también en la importancia de analizar bien los riesgos de seguridad de un proyecto, pero también cuál es el impacto que puede tener en el negocio y en la estrategia de transformación digital no llevarlo a cabo. “Debemos buscar el equilibrio entre la seguridad llevada al extremo y la seguridad que podemos prestar en los sistemas de información gracias al uso de las tecnologías”, argumentó.

Lo que está claro, según la directiva, es que el CISO debe estar involucrado en todos los proyectos de TI de la compañía desde el principio. “Desde luego, en Renfe no podemos poner nada en producción sin un análisis de riesgos y una firma de la documentación”, sentenció.

Ocurre igual en las demás organizaciones. “Tenemos un proceso de gobernanza que obliga a que cada proyecto nuevo pase por las manos del CISO, para evaluar la gestión del riesgo. Eso sí, es cierto que la gran queja de nuestros equipos de negocio es que este proceso genera menos velocidad y puede ser un freno a la innovación”, según Llaudet, de Teladoc Health, que agregó9: “Estoy de acuerdo en que el CISO debe estar en todos los proyectos, pero si esto supone que seamos un cuello de botella para la innovación, entonces tenemos un problema”.

¿El coliderazgo es necesario?

Para Sonia Segade, la relación entre el CISO y el CIO debe ser, sin duda, de “coliderazgo”. “Esa es la clave —añadió Guasch— porque la seguridad de la información es una cosa de todos. Las áreas de TI y seguridad tenemos que trabajar en modo ‘joint venture’ para convencer al resto de la organización de que ser seguros no es una opción, sino una obligación”. “Más que coliderar —apuntó Llaudet— lo que hay que hacer es simplemente cooperar; en nuestro caso, esto ahora lo estamos haciendo mucho, sobre todo con los proyectos de IA”.

Manchado cerró el debate con su propia visión de la relación entre el CIO y el CISO: “Lo que hay que tener es empatía, un elemento clave en el liderazgo. Lo mejor es intentar ponerte en los zapatos del otro y entender cuáles son los objetivos y qué se persigue”. Añadió que aunque en su día a día hace concesiones, “bastantes”, también tiene “líneas rojas” en pro de la seguridad.

Como todo director de sistemas de información sabe, el éxito de la IA depende de unas prácticas de datos sólidas como una roca. Pero, dado que los directores generales y los consejos de administración han puesto el énfasis en las transformaciones digitales en los últimos años, la financiación destinada a los esfuerzos de transformación de la gestión de datos ha sido, en el mejor de los casos, parcial. Ahora, con la IA en lo más alto de la agenda de los directores generales, muchos CIO se encuentran en un aprieto, al tener que reformar también las operaciones de datos y hacer frente a años, o décadas, de deuda de datos acumulada.

Si una empresa tiene deuda de datos, la IA la pondrá en evidencia. De hecho, la deuda de datos puede provocar tasas de fracaso devastadoras en los proyectos de IA. Para los líderes tecnológicos, no hay mejor momento que el presente para saldar esta deuda con una estrategia de corrección integral.

La deuda de datos puede surgir por diversas razones, entre ellas prácticas de gestión de datos antiguas y obsoletas, atajos y concesiones en la infraestructura para cumplir objetivos a corto plazo, fuentes de datos mal documentadas y prácticas ineficientes de almacenamiento de datos.

La firma de análisis IDC, en su Informe de previsiones para la agenda de los CIO en 2026, señala que, para 2027, los CIO que retrasen la puesta en marcha de la corrección de la deuda de datos se enfrentarán a tasas de fracaso de la IA un 50% más altas y a un aumento de los costes, ya que el bajo rendimiento de los modelos pone de manifiesto problemas derivados de datos aislados, redundantes o de mala calidad. “Estos hallazgos refuerzan la idea de que escalar la IA requiere una inversión disciplinada en bases de datos y plataformas integradas, y que posponer estos fundamentos corre el riesgo de convertir la ambición de la IA en una fricción operativa sostenida”, reza el informe.

“La IA no crea problemas de datos; los pone de manifiesto y los acelera”, afirma Hrishikesh Pippadipally, CIO de la firma de contabilidad y asesoría Wiss. “Cuando las organizaciones carecen de procesos estandarizados, definiciones coherentes y una gobernanza de datos disciplinada, los datos se deterioran naturalmente con el tiempo. Ese deterioro puede no ser visible en entornos de generación de informes tradicionales, pero los sistemas de IA sacan a la luz esas inconsistencias rápidamente”.

La deuda de datos es a menudo el resultado de la deriva de los procesos: múltiples equipos que utilizan definiciones diferentes, estándares de introducción de datos inconsistentes y sistemas aislados que evolucionan de forma independiente, afirma Pippadipally. “Sin estandarización y una propiedad clara, incluso los sistemas modernos se degradan”, afirma. “En nuestra organización, hemos aprendido que la corrección no consiste solo en limpiar los datos históricos. Se trata de instaurar procesos disciplinados que eviten el deterioro en el futuro: una propiedad clara de los datos, flujos de trabajo estandarizados y una gobernanza integrada en las operaciones diarias”.

Dicho esto, no todas las iniciativas de IA se ven bloqueadas por datos imperfectos, afirma Pippadipally. “Hay casos de uso más pequeños y bien delimitados, como el resumen de documentos, la asistencia en la redacción, la señalización de anomalías o el apoyo a la conciliación, que pueden aportar valor con la verificación por parte de personas”, afirma. “Estas aplicaciones contenidas permiten a las organizaciones desarrollar la madurez de la IA mientras se llevan a cabo mejoras fundamentales en los datos”.

Un problema creciente que requiere una solución rápida

La deuda de datos, un problema generalizado en la mayoría de las organizaciones, ha crecido de forma orgánica a lo largo de décadas. Además del creciente énfasis en la recopilación de datos, las empresas también han acumulado deuda de datos a lo largo de años de fusiones y adquisiciones, así como por la implementación de nuevos sistemas y servicios, ya sea a nivel de toda la empresa o por departamentos.

“Los sistemas se han ido superponiendo en respuesta a necesidades inmediatas, adquisiciones, requisitos normativos o preferencias departamentales”, afirma Pippadipally. “Con el tiempo, los procesos y estándares inconsistentes dan lugar a entornos de datos en silos”.

Además, las ineficiencias en la gestión de datos se han abordado históricamente con soluciones manuales, dice Pippadipally. “Los equipos conciliaban los informes de forma manual”, explica. “Los analistas compensaban las definiciones inconsistentes. Pero la IA reduce la tolerancia a la ambigüedad. Cuando los sistemas automatizados operan a gran escala, las inconsistencias se multiplican en lugar de compensarse”.

Si una empresa tiene deuda de datos, la IA la pondrá en evidencia

Es vital abordar esto ahora porque las iniciativas de IA avanzan más rápido que la madurez de los procesos. Hay un claro sentido de urgencia. “Si las organizaciones no institucionalizan la disciplina y la estandarización de los procesos, corren el riesgo de automatizar el caos en lugar de mejorar los resultados”, afirma Pippadipally. “El problema no es simplemente la mala calidad de los datos; es la ausencia de una gobernanza sostenida que mantenga la fiabilidad de los datos a lo largo del tiempo”.

Para muchas empresas, la deuda de datos puede permanecer oculta mientras llevan a cabo actividades tradicionales de inteligencia empresarial o análisis puntuales, afirma Juan Nassif, director técnico regional del proveedor de desarrollo de software BairesDev. “La IA es diferente; es mucho menos indulgente y expone rápidamente duplicados, definiciones incoherentes, contexto faltante y “campos misteriosos” con un linaje poco claro”, afirma Nassif. “Cuando se pasa de la fase piloto a una escala mayor, esos problemas se manifiestan en forma de bajo rendimiento de los modelos, ciclos de iteración más largos y aumento de los costes operativos. Para nosotros también es una preocupación absoluta, y lo consideramos un requisito previo para escalar la IA de forma responsable”.

Si los datos están incompletos, son incoherentes o están duplicados, los resultados de los modelos de IA dejan de ser fiables. “Eso puede traducirse en respuestas erróneas, recomendaciones deficientes o automatizaciones que fallan en el peor momento”, afirma Nassif. “Los equipos acaban dedicando la mayor parte de su tiempo a lidiar con los datos, reelaborar los flujos de trabajo y compensar las entradas deficientes con ajustes repetidos y excepciones”.

Existe algún tipo de deuda de datos en todos los sectores y en organizaciones de prácticamente todos los tamaños. “Soy testigo de las consecuencias de la deuda de datos en mi trabajo diario con colegios del Reino Unido cada semana”, afirma Mark Friend, director de Classroom365, que asesora a instituciones educativas sobre tecnología, arquitectura y estrategias.

“La mayoría de la gente da por sentado que, al adquirir la última herramienta de IA, todos sus problemas quedarán resueltos, por muy desordenada que esté la base subyacente”, afirma Friend. “Mi experiencia al respecto es que incluso el software más caro resulta inútil si los datos de entrada no son fiables». La deuda de datos es «un riesgo fundamental para la estabilidad institucional”, agrega.

Consejos para una corrección eficaz de la deuda de datos

La corrección de la deuda de datos a nivel de toda la empresa puede ser una tarea significativa y costosa que afecta a múltiples aspectos del negocio. No se trata solo de una cuestión tecnológica, sino también de disciplina. Requiere limpiar los datos históricos, así como reforzar la gobernanza de los procesos para evitar repetir los errores o las malas prácticas del pasado.

Por ello, desarrollar y ejecutar una estrategia eficaz requiere un enfoque organizado y minucioso. A continuación, se ofrecen algunos consejos de los expertos.

Conseguir el apoyo de la alta dirección y del consejo de administración

Cualquier iniciativa de TI importante suele necesitar la aceptación de los altos ejecutivos de la empresa e incluso de los consejos de administración, especialmente si se trata de una gran empresa global. La corrección de la deuda de datos no es diferente. Existe un riesgo financiero significativo si la corrección no cuenta con la aprobación y el respaldo total de los altos ejecutivos y los miembros del consejo de administración.

Explicar las posibles ramificaciones es una buena forma de llamar la atención sobre la necesidad de la corrección. “Haga visible la deuda de datos y vincúlela al riesgo empresarial”, afirma Nassif. “La deuda de datos no se considerará prioritaria hasta que se relacione con las tasas de fallo de la IA, el aumento de los costes y el riesgo de incumplimiento normativo”.

La deuda de datos es ahora un riesgo a nivel de consejo de administración, reflexiona Adrian Lawrence, fundador de la empresa de selección de ejecutivos NED Capital, que asesora a consejos de administración y responsables financieros sobre gobernanza de datos empresariales, integridad de los informes y preparación para la IA. “Veo cómo aumenta la presión a medida que los consejos de administración vinculan su inversión en IA a los objetivos de productividad y rentabilidad, pero los datos inconexos de finanzas, ventas y operaciones socavan gravemente la precisión de los modelos”, relata. “Ponen al descubierto las deficiencias que las actualizaciones [de la plataforma empresarial] y la tecnología obsoleta no han abordado por completo”.

El éxito en la corrección de la deuda “exige el respaldo de la dirección, una gobernanza de datos disciplinada y una limpieza de la arquitectura por fases que trate los datos como un activo en el balance”, afirma Lawrence.

Estandarizar los procesos básicos antes de ampliar la IA

Para que los beneficios de la corrección de la deuda de datos sean más duraderos, las empresas deben estandarizar sus procesos empresariales básicos.

“La calidad de los datos refleja la calidad de los procesos”, afirma Pippadipally. “Los líderes deben ponerse de acuerdo sobre flujos de trabajo, definiciones y uso del sistema estandarizados antes de esperar que la IA funcione de manera coherente. Sin la estandarización de los procesos, los esfuerzos de corrección serán temporales”.

La IA funciona mejor en entornos predecibles, recalca Pippadipally, y la estandarización crea la estabilidad que la IA requiere.

BairesDev ha integrado comprobaciones automatizadas de la actualidad, integridad, duplicados y cambios de esquema de los datos, de modo que los problemas de calidad de los datos se detectan antes de que lleguen a los flujos de trabajo de análisis o IA, afirma Nassif.

Establecer la propiedad de los datos y una gobernanza continua

Otra forma de garantizar los beneficios a largo plazo de una iniciativa de corrección es contar con procesos de gobernanza y rendición de cuentas continuos. “La corrección de datos no es una iniciativa de limpieza puntual”, afirma Pippadipally. “Asignar una propiedad clara a nivel de dominio y establecer una supervisión continua evita que los datos se degraden de nuevo”.

Esto es importante, porque la gobernanza garantiza la sostenibilidad. “Sin disciplina, las organizaciones vuelven a acumular deuda de datos incluso después de los esfuerzos de limpieza”, agrega Pippadipally.

“Hemos reforzado la propiedad de los conjuntos de datos y estandarizado las definiciones empresariales comunes, para que los equipos no tengan que formarse ni recurrir a ‘versiones de la verdad’ contradictorias”, afirma Nassif. “Hemos reforzado nuestras prácticas de catalogación y linaje, para que los equipos puedan rastrear de dónde proceden los datos, cómo se transforman y quién puede utilizarlos —algo fundamental tanto para la confianza como para la gobernanza—“.

El mayor cambio es de mentalidad. “No tratamos la corrección de datos como una limpieza puntual”, dice Nassif. “La tratamos como una ingeniería continua con medidas de seguridad que evitan que la deuda vuelva a acumularse”.

Priorizar casos de uso de IA de alto valor y delimitados

Mientras las grandes iniciativas de modernización de datos avanzan dentro de una organización, los CIO pueden implementar la IA en áreas de alcance limitado donde los resultados sean verificables y la supervisión humana sea sencilla, cuenta Pippadipally. “Algunos ejemplos son el apoyo a la redacción, las conciliaciones controladas, la clasificación de flujos de trabajo o la señalización de anomalías”, añade. “Este enfoque genera confianza en la organización y demuestra el retorno de la inversión sin exponer en exceso a la empresa a riesgos relacionados con los datos”.

Limpiar el almacenamiento

En lo que respecta a las prácticas de almacenamiento de datos, no hay duda de que las organizaciones necesitan poner orden. Las malas prácticas conducen a una mala calidad de los datos, lo que podría afectar a los proyectos impulsados por la IA.

“Las escuelas suelen ser muy buenas almacenando datos en un trastero donde simplemente siguen tirando cajas sin mirar dentro”, afirma Friend. “Cualquiera que haya pasado por una renovación tecnológica sabe que un almacenamiento desordenado supone una enorme carga financiera”.

Décadas de malas prácticas de recopilación “han creado una deuda técnica que ya no podemos ignorar”, afirma Friend. “Puede que pienses que tu almacenamiento heredado es inofensivo, pero en realidad supone una enorme carga financiera en forma de costes operativos crecientes” y puede afectar negativamente a las iniciativas de IA.

El notariado en España, tal y como ahora lo conocemos, se remonta a una normativa de 1862, que unificó las cosas en una profesión en la que, en realidad, se puede retroceder hasta la Edad Media. Casi se podría decir que siempre han estado presentes, lo que deja tras de sí una rica historia. También empuja a que la ciudadanía asocie el notariado a montañas de papel, a documentos tangibles que siguen una larguísima tradición analógica. Y, sin embargo, la profesión lleva décadas digitalizándose y cuenta con su propio Centro Tecnológico del Notariado. Hasta se podría decir que fueron pioneros.

La aprobación de la normativa que reguló la firma electrónica notarial en 2001 creó un marco normativo favorable para la digitalización del sector, que además supo ver el potencial de la transformación tecnológica. “El notariado hace una apuesta por la tecnología creando el Centro Tecnológico del Notariado a finales del año 2002”, explica en una entrevista con CIO ESPAÑA Carles Llach, director de Tecnologías del Centro Tecnológico del Notariado. El Consejo General del Notariado (CGN) quería que este centro fuese “el proveedor de tecnología para toda la corporación notarial: los 17 colegios notariales, 2800 notarios y 18000 empleados”.

“Nos dedicamos a implementar y desarrollar soluciones para fortalecer la función pública del notariado con la ciudadanía, pero también es muy importante la colaboración con la administración pública y otras entidades clave del mercado”, asegura. Ahora, en el Centro cuenta con sedes en Sant Cugat del Vallés (Barcelona) y Madrid, en las que trabajan 450 personas, responsables de proveer al notariado de las soluciones TI necesarias para que todo fluya.

La innovación en la que trabajan

Pero ¿para qué necesitan toda esta innovación tecnológica las notarías? “En muchos casos, por cuestiones de cumplimiento del notario hacia la administración pública”, apunta Llach. “El notario es un sujeto de obligado cumplimiento en cuanto a prevención de blanqueo de capitales”, ejemplifica partiendo de una de sus muchas obligaciones, la persona que permite saber quién es el titular real de una sociedad. “Esto no sería posible sin que hubiera una tecnología que permitiera hacer este tipo de consultas”, indica.

“También está obligado a la cumplimentación del Índice Único Informatizado. De hecho, es uno de los primeros cumplimientos a los que se tiene que enfrentar el notario en el año 2004, una vez creada la sociedad”, señala. El Índice recompila la información para la administración central. “Antes de que existiera, cada notaría facilitaba esta información al colegio notarial y administración pública en general. No había una calidad homogénea”, señala Llach. Al informatizase, “esta información se centraliza” y surge “toda la capacidad de establecer criterios homogéneos”. Los datos pasan a ser homogéneos y su calidad sube, pero también se reducen los tiempos. “Esta base de datos permite sistematizar comunicaciones”, indica el experto. Una muestra es el catastro. “Ahora, cuando vas a una notaría y realizas un acto de compraventa se lanza directamente una comunicación a catastro que, ya a partir de eso, efectúa el cambio de titularidad de esa finca”, explica.

La digitalización también ha permitido afrontar de forma más eficiente otras obligaciones que ha asumido el notariado, como bodas o divorcios. “Estas nuevas atribuciones van acompañadas de una digitalización para dar herramientas para que puedan efectuarlas”, afirma Llach, que confirma que, evidentemente, en las notarías se hace mucho más que firmar papeles.

La plataforma SIGNO (Sistema Integrado de Gestión Notarial) es, desde 2007, la solución TI que cubre todas esas necesidades. “Esta plataforma aporta valor a tres actores”, indica Lach. Son el propio notariado, la administración pública y la ciudadanía. “El notario, para hacer su trabajo más eficiente. Tiene un punto único desde el cual puede interactuar con la administración pública y la empresa privada, para sus funciones de función pública y también de función privada”. Todo está centralizado, va más rápido y se gana en eficiencia evitando errores. La información “se dispara hacia la administración pública”, lo que simplifica cuestiones como el cobro de impuestos, y la ciudadanía puede resolver en una “gestión integral” todas las cuestiones relacionadas con sus escrituras.

Sin tecnología, el día a día en una notaría “seguramente sería poco eficiente”, confirma Llach. “Para dar cumplimiento a todas esas obligaciones, la notaría necesitaría mucho más personal, los tiempos serían más largos y la colaboración con la administración pública se realizaría, pero de una forma muy poco eficiente”. “Creo que al final la tecnología en este ámbito, como en todos, ha generado unas eficiencias enormes”, asegura el directivo.

“Apostamos por la IA, pero por una IA supervisada”

Tecnología hecha en España

Ahora que la soberanía tecnológica, la dependencia y la innovación propia se están convirtiendo en temas de moda, no eran cuestiones sobre las que se hablase mucho en 2002. Y, sin embargo, el Centro fue pionero en estos terrenos posiblemente sin saberlo. Desde un primer momento, el Centro Tecnológico del Notariado trabajó con tecnología propia. Sus herramientas se desarrollan en sus centros de trabajo en España.

“Esa apuesta del notariado por la tecnología y por la creación de un centro tecnológico propio fue un acierto muy grande”, confirma Llach. “Tener una empresa que piensa en la tecnología para el notariado es un valor enorme”, suma. Hacerlo así les dio desde el primer momento control en cuestiones de gobernanza, pero también les permitió solventar sus necesidades concretas. “Es un sector tan vertical, algo tan específico, que no existen un equivalente de los productos que hemos desarrollado, como la plataforma SIGNO, en otro lugar. Son cosas que hemos tenido que desarrollar desde cero”, indica Llach. Aunque han hecho alguna colaboración puntual con terceras empresas, lo cierto es que apuestan por “personal propio que desarrolle, que administre los centros de procesos de datos y desarrollos específicos”.

Esto les ha permitido convertirse en un referente, al que visitan colegios notariales de otros países para comprender cómo pueden hacer su propia modernización.

Retos en transformación digital

Al tiempo, el Centro no se queda al margen de las grandes cuestiones que marcan la agenda en tecnología para el resto de sectores. “La ciberseguridad es un reto, una amenaza que está ahí y cada vez más presente”, responde Llach. Llach confirma que esto es algo que tienen presente y en lo que llevan “mucho tiempo”, tanto protegiendo el dato centralizado que salvaguardan en el Centro como en las notarías. “Al final no dejan de ser 2800 despachos profesionales repartidos por todo el territorio. Y eso es un reto. Esa gran granularidad que es beneficiosa para la ciudadanía (porque muy cerca todos tenemos a un notario), desde el punto de vista técnico supone un reto para cubrir en el aspecto de ciberseguridad”, indica.

La IA es aquí un arma de doble filo, porque permite generar ataques, pero también adelantarse a ellos señalando “agujeros”. No es el único potencial. Llach señala que están atentos a lo que permite la inteligencia artificial y a sus posibles eficiencias. “Apostamos por la IA, pero por una IA supervisada”, asegura.

Por ejemplo, ayuda potencialmente con la extracción de datos y permite reducir errores o mejorar la transparencia. Es algo en lo que trabajan y sobre lo que Llach insiste en que no es una cuestión de laboratorio, sino algo que están testeando en 400 notarias y que quieren extender progresivamente al resto. “Vemos aplicaciones de la IA en muchos ámbitos, como la asistencia telefónica, clasificar documentación de bajo riesgo jurídico o detección de inconsistencia”. Las palabras de Llach dejan claro que la IA puede convertirse en una suerte de red de seguridad.

Joaquim Aguilar ha sido designado director de TI para España y Portugal de la filial española de Rajapack, especialista en distribución multicanal de embalajes, suministros y equipamientos.

Aguilar ha desarrollado una sólida trayectoria en posiciones de gestión global, pues está especializado en la supervisión de proyectos y estrategias tecnológicas.  

Como responsable de garantizar la alineación de la tecnología con los objetivos empresariales de Rajapack, liderará la transformación digital y la adopción de nuevas tecnologías en España, con el objetivo de optimizar los procesos operativos; impulsará el uso estratégico del dato y reforzar la eficiencia y competitividad del negocio; y se responsabilizará de garantizar la ciberseguridad y la resiliencia de las infraestructuras tecnológicas, así como de promover la adopción de soluciones innovadoras.

Tal y como ha explicado en un comunicado emitido por Rajapack, “mi objetivo en la compañía es acelerar su transformación digital con el impulso del uso estratégico de los datos y la automatización para mejorar nuestros procesos, reforzar la ciberseguridad y aportar aún más valor a nuestros clientes”.

La ciberseguridad en el sector farmacéutico es un asunto de salud pública y de continuidad operativa y no únicamente de protección de datos. En un entorno de digitalización industrial, presión geopolítica, riesgo poscuántico, inteligencia artificial disruptiva y regulación creciente, la única respuesta viable es una estrategia de ciberresiliencia integral, basada en prevención, detección, respuesta y recuperación, respaldada por la alta dirección e integrada en la cultura organizativa. Así lo explicó Jaime López Ostio, director global de TI de Faes Farma, en el evento CIO ForwardTech & ThreatScape Spain, celebrado el 16 de abril en Madrid. Más que evitar ataques, en este sector el objetivo es otro: garantizar que la producción de medicamentos nunca se detenga.

El directivo explicó que, durante los últimos años, la superficie de ataque se ha ampliado de forma exponencial y alcanza también a la cadena de suministro. En esta línea, relató como un incidente en una fábrica de papel puede afectar a la comercialización de un medicamento, al impedir que éste pueda salir al mercado sin prospecto.

También habló de la importancia de incorporar la ciberseguridad desde el diseño. “Así hemos hecho en una nueva fábrica en Vizcaya”, dijo tras apuntar las diferencias con otras instalaciones históricas cuya arquitectura tecnológica responde a paradigmas de hace décadas.

López habló de las características específicas de un sector que, si bien no tiene amenazas completamente diferentes, sí presenta condiciones que amplifican el impacto. Así, habló del alto valor de los datos clínicos y personales que se manejan, de la criticidad operativa y de las restricciones regulatorias.

“Lo que sí tenemos son atacantes especiales, como el grupo APT29, especializado en agredir a la industria farmacéutica”, dijo. También relató algunos ejemplos de ofensivas específicas. “Pueden cambiar las condiciones de producción de los medicamentos; por ejemplo cambiar la temperatura necesaria para ello de 12 a 18 grados. Eso no afecta al usuario final, porque las medicinas se prueban antes de comercializarse, pero arruina toda una producción”, dijo.

El experto describió también nuevos vectores de riesgo que afectan al sector farma. Uno de ellos es el uso no controlado de herramientas de inteligencia artificial por parte de empleados, la ‘Shadow AI’, que supone exposición de datos sensibles, pérdida de control sobre información estratégica y riesgos regulatorios. También la mayor interdependencia de proveedores, que aumenta indefectiblemente la superficie de ataque. La evaluación de proveedores se vuelve clave no solo por continuidad industrial, sino por exposición cibernética indirecta.

El director global de TI de Faes Farma señaló que algunos ciberataques “pueden cambiar las condiciones de producción de los medicamentos, por ejemplo, la temperatura necesaria para ello de 12 a 18 grados. Eso no afecta al usuario final, porque las medicinas se prueban antes de comercializarse, pero arruina toda una producción”

Riesgo poscuántico

El director global de TI de Faes Farma tampoco escatimó advertencias sobre un peligro que cada vez preocupa más en el sector: el riesgo poscuántico. “El ordenador cuántico para descifrar información encriptada es un riesgo real. Hay quien dice que China ya lo tiene”, advirtió.  “Es un robo de información que se hace con nuestra información encriptada. El ‘recoge hoy para descifrar mañana’ parece que está bastante cerca”, dijo.

López Ostio estructuró la estrategia de ciberresiliencia en cuatro pilares fundamentales: prevención y protección proactivas; detección y análisis continuo; respuesta y contención efectivas; y recuperación y continuidad operativa. En este último punto remarcó la conveniencia de aplicar la Regla 3-2-1 de copias de seguridad y realizar simulacros anuales.

Respecto a la regulación, defendió que es una oportunidad para justificar inversiones, alinear negocio y tecnología, imponer estándares internos y generar un efecto cascada en proveedores (NIS2). La presión normativa, aseguró, ayuda a superar resistencias organizativas.

Por último, recopiló las principales lecciones sobre ciberseguridad recibidas en los últimos tiempos. La importancia de la mejora continua; el rol crítico del factor humano; la gestión de terceros y la preparación para incidentes. “Hay que asumir que habrá incidentes, practicar escenarios e integrar la ciberseguridad en la estrategia corporativa”, concluyó.

Desde fuera, seguir el ritmo de las nuevas tecnologías parece casi un reto imposible. Casi parece que cada mes o cada semana está apareciendo algo nuevo. Desde dentro, la actualización de conocimientos se percibe como una pieza fundamental. El reskilling es la llave maestra que permite seguir los tiempos. Los CIO son quienes lideran estos procesos y quienes confirman que no son en realidad algo nuevo, sino casi algo inherente a la profesión.

“En nuestra profesión la formación viene como el valor en los soldados, se presupone”, apunta al otro lado del teléfono Gracia Sánchez-Vizcaíno, CIO de Securitas para Iberia y Latinoamérica. “Sin formación continua los equipos se quedan obsoletos”, indica. “Somos un mundo en el que constantemente o bien están saliendo cosas nuevas o las que hay están cambiando”, concuerda para CIO España Álvaro Ontañón, CIO de Merlin Properties.

Lo que ha cambiado ahora es la velocidad: todo va mucho más rápido de lo que lo podía hacer unos 20 años atrás. Las tecnologías emergentes se han convertido en una disrupción continua, que obliga a estar aprendiendo en todo momento qué hacer y cómo. Pero, como suma Sánchez-Vizcaíno, la velocidad no es el único reto al que se deben enfrentar en el departamento TI. También ha cambiado el espectro de gente que debe recibir la formación. Las nuevas tecnologías se han convertido en una pieza tan transversal en la actividad corporativa que ya no se trata solo de formar al personal TI, sino que también deben enseñar qué y cómo hacer a equipos ajenos.

En cierto modo, ver qué áreas clave de conocimiento son las que dominan las preocupaciones de CIO y expertos en formación ayuda a visualizar el alcance de este reto. Sánchez-Vizcaíno confiesa que le interesa especialmente la IA agentiva y que todo lo que se conecta con este tema es un punto candente. “Está yendo muy rápido. Necesitamos un cambio de mentalidad, pero también de conocimiento”, señala, confirmando que el aprendizaje se hace en tiempo real. Todo cambia en paralelo a cuándo y cómo se aprende de ello.

“Los puntos más candentes actualmente son la IA generativa y la ciberseguridad proactiva”, suma vía mail Magalí Riera, directora del Máster Universitario en Gestión de Personas, Talento y Transformación Digital en UNIE Universidad. En la formación de nuevas habilidades y conocimientos también permanecen clásicos como los datos y analítica o la automatización.

En la lista, entran igualmente las conocidas como soft skills, en las que, como indica Riera, “se está poniendo mucho foco para perfiles técnicos”. Comunicación, negociación o liderazgo se sientan así a la mesa. Ahora mismo importa especialmente “tener pensamiento crítico”, añade David González, director de negocio de IT Perm Recruitment en Hays España, algo que se conecta a las disciplinas y conocimientos en Humanidades.

¿Formar o fichar?

La necesidad de contar con personal que domine todas estas nuevas destrezas abre, además, otro punto para el debate. ¿Sale a cuenta fichar a nuevos profesionales que ya cuenten con ellas o es mejor mantener equipos e incorporar conocimientos vía formación continua? Aquí, la percepción parece unánime. Fichar talento puede aportar muchas cosas, pero contar con un equipo establecido tiene muchas ventajas y hacer reskilling dará retornos elevados.

“Dentro del mercado tecnológico, el reskilling no tiene que ser una opción sino una ventaja”, apunta González. El experto indica que no se trata tanto de enfrentar a uno y otro modelo, sino de ver qué aporta cada cosa y valorarlo. El mercado laboral TI ya no es tampoco el que era tiempo atrás, entregado a una suerte de carrera de fichajes. “Atraer talento es muy difícil”, apunta Sánchez-Vizcaíno, “y la formación es una retribución más”, una que, como suma, aumenta el compromiso, recicla al personal existente y lleva a depender menos de recursos externos que pueden ser caros y no generan compromiso.

Contratar tiene también sus costes, que incluyen los tiempos de los propios procesos y de aclimatación y las fricciones de sumar a alguien que no conoce la cultura interna. “El coste de despedir y contratar a un nuevo empleado puede llegar incluso a triplicar el coste de realizar un proceso de reskilling adecuado”, indica Riera. Y, como asegura esta experta, la actualización de conocimientos “no se limita a una simple opción de bienestar corporativo, es una estrategia vital para perdurar en el mercado”.

Igualmente, cuando se tiene ya un equipo engrasado, que funciona y con perfiles y talentos variados que aportan las distintas piezas necesarias, puede merecer la pena actualizar en lugar de sumar nuevas piezas e intentar encajarlas. 

“El equipo te da algo que va más allá de la parte tecnológica”, apunta Ontañón. Como CIO, indica, él aporta “confianza” al equipo de dirección que le delega las responsabilidades TI, pero él, a su vez, necesita un equipo para cumplir. “Para mí, dentro de eso, la confianza es muy importante. Una vez que tienes creado un equipo y ganada una confianza, si la limitación es la tecnología —salvo que sea algo muy disruptivo, haya que partir de cero o cueste y se necesite un fichaje—, le dedicamos tiempo”. Le das el marco para incorporar esos conocimientos.

Así debe ser un proceso de reskilling

“Para mí, un punto clave es hacer ese reskilling desde negocio, no solo desde tecnología”, explica González. Antes de empezar a formar hay que hacerse preguntas. El experto señala que un proceso exitoso debe partir de saber qué va a pasar a corto, medio y largo plazo, promocionar áreas clave del mercado (qué vas a necesitar) y de una formación continua pero aplicada (y recuerda que existe una amplia mayoría de empresas que aseguran que la ofrecen, pero cuando se les pregunta a las plantillas solo la mitad del personal apunta que la reciben). No debe partir, eso sí, de certificaciones genéricas. 

Y, aunque desde la industria reconocen que los cursillos con vídeos que resultan tan clásicos en entornos corporativos pueden valer para cosas rutinarias (como las formaciones en riesgos laborales), no funcionan cuando se está hablando de nuevas skills. Riera recomienda “evitar el uso de métodos de aprendizaje meramente pasivos” y propone un aprendizaje basado en proyectos.

Sánchez-Vizcaíno lo está viendo. El modo en el que compartimos y procesamos la información también ha cambiado y, para que todo esto funcione, “más pasar del conocimiento teórico a habilidades prácticas adaptables”. Se aprende compartiendo en canales de Teams, hablando con colegas y hasta escuchando a otras compañías. Son procesos más multidireccionales, frente a la formación unidireccional o bidireccional del pasado. “Más que nunca, un aprender haciendo”, confirma esta CIO.

Y, sobre todo, generando un espacio favorable. Como explica Sánchez-Vicaino se trata de crear un caldo de cultivo proclive al aprendizaje y a la incorporación de nuevas habilidades, de “desarrollar la motivación para aprender”.  “Si realmente quieres aprovechar el aprendizaje y aprender, debes tener voluntad de hacerlo y tener una afinidad con la formación que te van a dar”, incide Ontañón. En su equipo, se involucra a la plantilla en el proceso previo. “Si no hay gente interesada, no hay formación”. Es una decisión pragmática, que evita la sensación de pensar en el curso de mañana como un lastre y apuntala las ganas de hacerlo. Aunque, confiesa, ese suele ser el estado casi por defecto en el mundo TI, uno en el que se suele estar al filo de los cambios, ya incluso fuera de horario de trabajo, y con deseos de aprender. 

Igualmente, trabajar teniendo en cuenta intereses y necesidades ayuda a ser flexibles: este CIO cree que la selección del formador y el contenido “es clave”. “Nosotros le dedicamos a esto mucho tiempo, porque es lo que puede garantizar que sirva o no para algo”. No se trata de formar por formar, sino de responder a esas inquietudes. En un mundo en el que la información es mucho más accesible que el pasado, existen muchos recursos y muchas fuentes de conocimiento. “La parte negativa es que hay tanto que debes buscar lo que realmente te pueda interesar y adaptarlo”, reconoce. De ahí que seleccionar y hacer formaciones ad-hoc funcione tan bien.

Incorporarlo a la visión corporativa

Otro punto importante a la hora de hacer procesos de reskilling es comprender su impacto en el funcionamiento de la plantilla y cómo deben integrarse en las horas laborales.

Así, González señala que se debe comprender que la productividad caiga en un primer momento antes de subir. “Las empresas que fracasan son las que exigen un rendimiento senior desde el principio”, apunta. Se necesita un tiempo de aclimatación, que puede incluso pasar por reforzar durante un tiempo la plantilla con externos o personal temporal. “Este aprendizaje es una necesidad, no se trata de una formación extra ni de un ‘premio’ al trabajador”, añade Riera. “Por tanto, debe formar parte de la agenda de trabajo”, suma. La profesora recomienda no llenar la jornada laboral con cursos, sino dedicarle “una parte pequeña de la jornada”. Esto no lastrará el día a día.

También es crucial mantener “una comunicación clara con el equipo” de qué se hace, por qué y qué se va a ganar, como explica el experto de Hays.

Sí, la inteligencia artificial (IA) está ahí, pero todo lo que se trató ayer en cuanto a su desarrollo en el CIO ForwardTech & ThreatScape Spain celebrado en Madrid no sería posible sin infraestructuras como el 5G, las comunicaciones, la computación en el edge y los modelos cloud.

El último panel de la jornada contó con la participación de Israel Devesa, director general digital & tecnólogo del Grupo Aldesa; Carlos Garriga, CIO del IE Business School; Rubén Andrés Priego, director general de Tecnología, Operaciones e Innovación de Singular Bank; y Esther Macías, responsable editorial de Foundry España. Empresas las tres primeras muy diferentes, pero en las que aquellas tecnologías mencionadas juegan un papel fundamental.

Israel Devesa comenzó su intervención centrándose en la parte pública y en cómo se comunica la evolución del ámbito energético. “Resulta clave explicar de forma clara cómo se está transformando este sector. El enfoque tradicional, bastante centralizado, de la red eléctrica en cuanto a cómo debe producirse la energía dentro de España, está evolucionando hacia un modelo más distribuido, donde cobra importancia el edge. En este contexto, es fundamental contar con infraestructuras capaces de analizar la información en tiempo real directamente en el borde. En nuestro caso, los aerogeneradores o los paneles solares producen una enorme cantidad de datos que generan activos, a partir de los que se toman decisiones relacionadas con la producción, su optimización o incluso el movimiento de activos. Por tanto, no toda la información debe viajar a sistemas centrales; muchas decisiones deben tomarse localmente para ganar rapidez y eficiencia. Este es un claro ejemplo de cómo el 5G y el cloud computing forman un conjunto indivisible en la forma de gestionar la información dentro de las organizaciones”.

Por su parte, Rubén Andrés Priego centró su análisis en dos vertientes. La primera que destacó es el desarrollo de soluciones basadas en los nuevos DNI electrónicos con tecnología NFC en el ámbito de la banca digital y el onboarding. “Este sistema permite, mediante un simple contacto con el móvil, leer los datos del documento, incluyendo certificados validados por la Policía Nacional, así como la imagen del DNI. Esto supone un cambio significativo respecto a los procesos tradicionales, que requerían grabar vídeos, tomar fotografías y pasar por validaciones manuales por parte de equipos de operaciones”, explicó.

En segundo lugar, citó la telemetría. “A través de los dispositivos móviles es posible recoger información comportamental sobre cómo operan los usuarios. Esto permite detectar situaciones anómalas, como operaciones que cambian de localización de forma imposible en pocos segundos, o identificar si la interacción la realiza un humano o una máquina. Gracias a esta información, se pueden ajustar dinámicamente los niveles de seguridad, reduciendo la fricción para el usuario en situaciones normales y reforzando los controles cuando se detecta un mayor riesgo”, añadió.

Por su parte, Carlos Garriga puso como ejemplo cómo la torre del IE Business School está sensorizada para detectar cómo es el uso de los espacios en el día a día. Casi monitorizas experiencias. “Esto empezó con el COVID, pues permitió repensar y redefinir aulas y procesos”.

En cuanto al 5G y edge, Garriga puso ejemplos como las gafas de realidad virtual para toda la actividad académica, “que permite llevar la educación a una nueva dimensión”.

La importancia de las conexiones satelitales

Preguntado por la cuestión, Priego explicó que “tras el corte eléctrico del año pasado, los centros de datos continuaron funcionando con normalidad, pero las oficinas físicas se quedaron sin conexión a internet. Como respuesta, se desplegó la solución de Starlink basada en conectividad satelital en toda la red de oficinas y sedes centrales. Esto permitió garantizar la resiliencia del sistema, mantener la operatividad en situaciones críticas y explorar soluciones combinadas de conectividad y autonomía energética”.

En este sentido, Devesa añadió lo importante que es contar con conectividad cuando el 5G falla. “En entornos de obra, que suelen estar en ubicaciones remotas, la conectividad es un reto clave para integrar sistemas, monitorizar operaciones y garantizar la seguridad. A diferencia de entornos urbanos, estas zonas carecen de infraestructuras como fibra o red estable, lo que dificulta la comunicación. Para resolverlo, se recurre cada vez más a soluciones como redes satelitales de baja órbita (por ejemplo, Starlink), que permiten mantener la conectividad durante largos periodos. Además, existe una complejidad adicional en el ámbito OT frente a IT, debido al uso de protocolos menos estandarizados como Modbus, lo que exige soluciones y equipos especializados”, por lo que “en este contexto, el principal desafío del 5G no es la tecnología en sí, sino su despliegue en este tipo de entornos”, añadió.

¿Se puede vivir sin 5G?, preguntó Esther Macías a Carlos Garriga. “Más que el 5G en sí, lo crítico son sus capacidades, especialmente la baja latencia, que resulta esencial para aplicaciones como IoT o experiencias inmersivas, donde el tiempo de respuesta es clave”, respondió.

De igual manera, también quiso dar su opinión en cuanto a comunicaciones satelitales, aunque reconoció que “aún no están completamente desplegadas” en el IES Business School, “han cobrado relevancia tras situaciones de crisis, donde garantizar la continuidad de la comunicación y la toma de decisiones es fundamental, especialmente para mantener informados a equipos y usuarios”.

“En este contexto —dijo para concluir su opinión en este sentido—, soluciones emergentes como el 5G satelital directo a dispositivos se están explorando como una opción eficaz para asegurar la conectividad de personal crítico y la continuidad operativa, incluso en escenarios adversos”.

Con la ciberseguridad hemos topado

Israel Devesa certificó que la ciberseguridad es fundamental en este mundo de conexiones.

“La ciberseguridad se ha convertido en una preocupación creciente en el sector energético, especialmente tras incidentes recientes que evidencian la vulnerabilidad de las infraestructuras. En entornos como parques eólicos o fotovoltaicos, donde la operación es cada vez más remota, aumenta la exposición al riesgo, ya que el acceso a sistemas críticos se realiza a distancia”.

“A diferencia de otros sectores —precisó—, el ámbito OT ha ido más rezagado que IT en materia de seguridad, pero esto está cambiando, impulsado en gran parte por nuevas regulaciones que exigen mayores niveles de protección y responsabilidad, incluso a nivel de dirección”.

En opinión de Devesa, aunque históricamente la inversión en ciberseguridad en renovables ha sido muy baja, la creciente conciencia del riesgo y el cambio regulatorio están impulsando un aumento progresivo. “La ciberseguridad pasa así de ser un aspecto secundario a convertirse en un elemento clave y estratégico dentro de las organizaciones del sector energético”, dijo.

En este caso concreto, Rubén Andrés Priego reconoció que su compañía está apostando con fuerza por la inteligencia artificial, con soluciones como asistentes basados en modelos de lenguaje para apoyar a los banqueros, que ya muestran una alta adopción en el día a día. Sin embargo, estos modelos presentan limitaciones en términos de disponibilidad y fiabilidad, lo que puede suponer un riesgo, especialmente en situaciones críticas como la interacción directa con clientes. Por ello, se plantea el uso de edge computing para desplegar modelos en local, reduciendo la dependencia de sistemas externos y mejorando la resiliencia y la continuidad del negocio. Además, se destaca que muchas tareas específicas podrían resolverse mejor con modelos locales en lugar de modelos generalistas, optimizando así el rendimiento y la eficiencia”.

El papel de la tecnología en el desarrollo de los sectores

Para finalizar el panel, Esther Macías preguntó a estos tres expertos por el papel que tendrá la tecnología en el desarrollo de los sectores donde están enclavadas sus empresas, así como su propia función.

“Lo que vemos, y ha pasado ahora con la guerra de Irán, es que la infraestructura hay que diseñarla desde el peor escenario posible. El tema de las guerras o los ataques terroristas es una realidad. Tenemos que buscar formas de replicar nuestra infraestructura; por ejemplo, en Dubái, donde de hecho cayeron restos de un misil encima de un CPD de AWS y hubo varios bancos que lo pasaron bastante mal. Es decir, hay que tener infraestructura redundante, estar preparados para lo peor que pueda ocurrir. Y, por otro lado, ser atrevidos: lanzarnos con la IA y con todas estas tecnologías de última generación en España. Parece que hay mucho miedo alrededor de la IA. Yo creo que ese nerviosismo viene más del desconocimiento que de lo que realmente puede generar”, explicó Rubén Andrés Priego.

Por su parte, Andrés Devesa respondió que “lo fundamental es verlo como una oportunidad”. “En nuestra compañía —continuó— decimos mucho que el sector de la construcción, y en general el industrial, lleva años de retraso en comparación con sectores como la banca o incluso el educativo, como el Instituto de Empresa. Pero precisamente ese retraso es una oportunidad. Con la IA y las nuevas infraestructuras, se está reduciendo esa brecha entre el mundo industrial y otros sectores. Y en el caso de la construcción, probablemente el retraso sea aún mayor, lo que hace que el potencial de mejora sea significativo”.

Y es que, como dijo para concluir, “aunque la digitalización es necesaria, la inversión siempre se analiza mucho en este sector. Aun así, los costes tecnológicos están bajando, lo que facilita avanzar. Para nosotro, la clave es entender todo esto como una oportunidad.

Para finalizar, Carlos Garriga admitió que “no tanto a nivel de nuestra industria, la educación superior, sino más en el rol de la función tecnológica dentro de cualquier industria, creo que es una mezcla de oportunidad y reto”, para desarrollar así su explicación: “Estamos afrontando un periodo de fuerte redefinición de todas las industrias, pero especialmente del papel de la tecnología. ¿Cuál va a ser el rol de los departamentos de tecnología cuando el desarrollo tecnológico se está descentralizando? Probablemente, el foco se desplace más hacia la gestión de infraestructuras, la gestión de riesgos y el compliance. Muchas veces digo que el CIO o el CTO del futuro va a asumir muchas de esas funciones menos “atractivas”, pero críticas. Al mismo tiempo, vamos a ganar protagonismo como habilitadores de soluciones tecnológicas abiertas, que luego serán utilizadas por las áreas de negocio”.

Solo unos días antes de que comenzara la Primera Guerra Mundial, en 1914, el pensador español José Ortega y Gasset publicaba su primer libro Meditaciones del Quijote, en el que escribía la icónica frase “Yo soy yo y mi circunstancia, y si no la salvo a ella no me salvo yo”, que encierra todo un concepto filosófico sustentado en la idea de la importancia que tiene el contexto en el que viven las personas y por qué es preciso contemplar éste a la hora de intentar entender las acciones de los individuos.

No es habitual escuchar disertaciones filosóficas en eventos de tecnología, pero la experta Madhu Bhabuta, encargada de dar la ponencia inaugural en el evento CIO ForwardTech & ThreatScape Spain, organizado este 16 de abril en Madrid por las publicaciones CIO y COMPUTERWORLD/CSO, logró hilar el pensamiento orteguiano con el papel de los directivos de sistemas de información (los CIO, en sus siglas en inglés) y los de ciberseguridad (CISO) en un contexto como el actual, de elevada complejidad geopolítica y tecnológica.

Bhabuta sabe bien de lo que habla. Esta doctora en ingeniería de software, con un MBA por London Business School y fundadora y CIO de Brnovate, consultora especializada en transformación digital, es una experimentada ejecutiva internacional con una nada desdeñable trayectoria profesional, durante la que ha desempeñado puestos de alta dirección en tecnología para organizaciones de sectores tan diversos como los de defensa, el mundo aeroespacial o los de telecomunicaciones, seguros y el sector público. La experta, que llegó a ser la directora de tecnología (CTO) de las Fuerzas Armadas Británicas, también fue miembro del jurado de los últimos galardones CIO Awards de CIO ESPAÑA y participa habitualmente en los premios que organiza el equipo de CIO en Reino Unido.

“Ortega, unos de los grandes pensadores del siglo XX, nos invita a reflexionar sobre nosotros mismos y a situarnos en el contexto que nos rodea […]. En este momento, hay muchas guerras en curso, y algunas nos afectan muy de cerca, como las tecnológicas”, arrancó Bhabuta. Como reflexionó la experta, “ahora el ritmo de la tecnología avanza tan rápido que quizá no seamos capaces de controlarla”. En este escenario, explicó, la gran pregunta para los grandes directivos de TI y de ciberseguridad es cómo hacer frente a este ritmo vertiginoso de innovación. Pero para ello, subrayó, no sólo hay que entender el contexto de los propios ejecutivos, sino también la situación geopolítica y, en particular, la casuística de España y de Europa, y la tecnología más disruptiva emergida en los últimos tiempos: la inteligencia artificial.

El contexto, a examen

Los datos económicos muestran, según Bhabuta, que “hay confianza en nuestros mercados y en la unión del continente. Hay liquidez y la gente está dispuesta a invertir en el proyecto europeo”. Una región, recordó la directiva, que tiene 1,5 millones de titulados en STEM, “el doble que en EE. UU.”. “En innovación estamos a la altura de EE. UU. Y, si nos fijamos en las patentes internacionales, solo nos supera Asia. El 21,8% de las mejores patentes se registran en este continente”, precisó la experta.

Refiriéndose a España en concreto, Bhabuta resaltó el crecimiento experimentado por el PIB nacional, “el mayor en 25 años, superior al de EE. UU. y también al de Canadá”. Unas circunstancias, según la ejecutiva, “favorables” que hay que saber aprovechar “para salir ganando”.

“El papel del liderazgo y de la gobernanza humana sobre la IA es esencial”, según Bhabuta

Respecto al contexto concreto de los directivos de sistemas de información y seguridad, la experta recordó el momento de tormenta perfecta en el que estos ejecutivos se hallan. Por un lado, reciben una fuerte presión por parte de la junta directiva, tanto para adoptar las nuevas soluciones de IA, como para adaptar a sus organizaciones no solo al Reglamento General de Protección de Datos (RGPD) sino también a otras normativas más recientes como DORA [que afecta al sector financiero], el Reglamento de IA [IA Act], etc. Además, los CIO sufren las presiones tradicionales de eficientar cada vez más los sistemas de TI, unos sistemas que, en muchas ocasiones, siguen siendo antiguos y heredados de hace años. Mientras, los CISO afrontan un escenario en el que, por motivos geopolíticos, pero también por el propio auge de la IA generativa, los ciberataques y su sofisticación se han disparado. En este contexto, apostilló, “los CIO y los CISO necesitamos un nuevo lenguaje para comunicarnos mejor con los líderes del negocio”, un aspecto, afirmó, al que puede ayudar la IA generativa.

Pero la irrupción de los nuevos sabores de IA también plantea desafíos importantes, tanto a nivel tecnológico (la gestión de los datos, la integración con otros sistemas…) como de sostenibilidad (económica, energética…) e incluso de gobernanza. “¿Nos hemos parado a pensar cuánta gobernanza de la IA tenemos hoy en día en nuestras organizaciones? ¿Entendemos siquiera qué es la gobernanza de la IA?”, espetó la directiva.

“El papel del liderazgo y de la gobernanza humana sobre la IA es esencial”, recalcó Bhabuta, que subrayó que en todo caso de uso de IA urge plantearse estas preguntas: “¿Es explicable? ¿Entendemos cómo funciona la IA? ¿Puedo explicárselo a la junta directiva? ¿Es auditable? ¿Funciona? ¿Está a prueba de fallos?”. “Esta es la situación actual del CIO. Vuestros consejos de administración piden medidas y, nos guste o no, la IA está entrando en nuestro mundo. Y tenemos que ser capaces de responder, tomar la iniciativa y liderar con confianza”.

La inteligencia artificial (IA) juega un papel destacado en el proceso de transformación digital que están acometiendo las empresas españolas. Pero no se trata de digitalizar por digitalizar, tal y como explicó Jessica Ferreira Vicente, responsable de la Oficina Técnica de Transformación Digital de SEAT, sino de ser consecuentes con el proceso de desarrollo.

Más gráfica, imposible: “Al final, si tienes, y voy a hablar mal, lo siento, un proceso de mierda y lo digitalizas, vas a generar una mierda digitalizada. Tenemos que ser conscientes de que no se trata de digitalizar por digitalizar, igual que no se trata de poner IA por ponerla”.

De ahí que SEAT, tal y como explicó, “trabajamos con modelos que mejoren la experiencia del cliente. A partir de esta ideas, miramos diferentes parámetros para priorizar las ideas que tenían más sentido y, acto seguido, realizar una definición técnica. Porque, insisto, no se pone IA por ponerla. Además, podíamos encontrarnos con que el chatbot generara alucinaciones y, en consecuencia, no diera siempre la misma respuesta. Lo que queríamos es que sirviera para más casos de uso, algo que sea industrializado”, precisó.

Un proceso que, tal y como detalló a los presentes, pasó por varias fases:

“Primero, la gobernanza, que siempre ponemos del desarrollo. Se trata de un paso muy importante, pues si se desarrolla la solución sin pasar por controles se puede tener un riesgo importante”.

“Una vez pasada esta etapa, llega el momento del desarrollo, que ha de tener en cuenta todas las lecciones que hemos aprendido de antemano. ¿Qué ocurre si no se desarrolla bien? Que llega el descreimiento en la IA. Por lo tanto, emponderar a las personas desde el primer momento es fundamental para que no se sientan infravaloradas. Es fundamental que se vean beneficiadas con estas soluciones”.

“Lo bueno es que, en todo momento —continuó—, el cliente, en este caso el usuario de esta solución final, ha estado involucrado. Por lo tanto, se siente parte de esta implementación, entra de una forma muy natural en su proceso de negocio porque hemos repensado el proceso de negocio juntos. No han partido de ellos dando una idea y nosotros pensando cómo hacerlo para luego entregar un producto hecho. Lo hemos construido juntos”.

Para concluir, Jessica Ferreira Vicente quiso dejar un mensaje final a todos los presentes: “En SEAT trabajamos en un modelo federado en el que IT proporciona las herramientas y las áreas de negocio mantienen este marco de trabajo gracias a estar cerca del proceso de negocio. La gobernanza no se puede escalar, y si lo hacemos sin ella es un castillo de naipes. Y sin olvidar el desarrollo del talento interno. La gobernanza no es para hacer que la IA sea lenta o para ralentizar la innovación, sino para ganarnos el derecho a innovar rápido. Porque, si no lo hacemos bien, es lo mismo que no hacerlo”.

La inteligencia artificial (IA) va tomando vuelo en las empresas españolas, si bien es importante establecer modelos de gobierno sólidos, garantizar el cumplimiento normativo y avanzar en la adopción de casos de uso que aporten valor real al negocio, especialmente en áreas como la experiencia de cliente, la eficiencia operativa y la gestión del dato.

Esa fue la conclusión a la que llegaron Joan Barceló, CIO de W2M; María Ángeles Vicente, CIO de Alsa; y Carlos Martín, director de Ciencia de Datos de Boehringer Ingelheim España, en el panel celebrado en el CIO ForwardTech & ThreatScape Spain que tuvo lugar ayer en Madrid, en el que se analizaron casos de uso reales de IA en la empresa española.

Así, María Ángeles Victoria fue la encargada de abrir el fuego y explicó que, en el caso de Alsa, los casos de uso son variados y “muchos de ellos ya están en producción”, reconoció. “Además —continuó—, trabajamos de forma continua en identificar cuáles son los siguientes casos de uso que pueden aportar valor al negocio, ya sea mejorando la eficiencia, aumentando la productividad o elevando la calidad del servicio al cliente. Es un proceso constante de exploración y evolución, en el que la adopción de la IA se está acelerando de forma progresiva”.

En lo que al sector farmacéutico se refiere, Carlos Martín admitió ha cambiado la capacidad de la IA para mejorar la interacción con el usuario.

“Por ejemplo, en el ámbito comercial, donde los usuarios pueden tener perfiles muy diversos, la IA generativa permite adaptar la interpretación de los modelos a cada persona. Esto facilita la comprensión y aplicación de los resultados, algo que hace años habría requerido un esfuerzo manual considerable, como la elaboración de informes personalizados”.

Además, Martín dijo que la IA generativa está demostrando un gran potencial en el tratamiento de datos no estructurados. “Más allá de los datos tradicionales, como los de CRM, existe una enorme cantidad de información en documentos complejos, como publicaciones oficiales, normativas o acuerdos hospitalarios. Estos documentos, que antes requerían una revisión manual intensiva, ahora pueden ser procesados, estructurados y explotados gracias a modelos avanzados, lo que supone un salto significativo en eficiencia”.

Por último, en el sector de viajes, el enfoque es diferente debido a la diversidad de actividades implicadas, que abarcan desde aerolíneas hasta agencias físicas, movilidad corporativa o servicios turísticos. En este contexto, es útil distinguir entre tres tipos de inteligencia artificial: la IA visible, la IA de apoyo al profesional y la IA invisible. La primera es la IA que se ve, visible a través de agente conversacional, que es lo que más vende. No es diferencial ni aporta mucho valor; la segunda es de acompañamiento al personal y lo potencia; y la IA invisible es la diferencial y está integrada en los procesos”.

Los grandes desafíos

Varios fueron los desafíos que citaron los participantes en el panel centrado en los casos reales de IA en la empresa española.

Para Carlos Martín, el reto viene dado por el coste, dado que la IA es muy golosa de usar, pues permite hacer modelos muy rápidos. Y es mucho más barata”.

Joan Barceló apunto otro reto importante, como es decir “no”. “No todos los problemas requieren inteligencia artificial, y aplicar esta tecnología sin una justificación clara puede ser un error. Además, existe el riesgo de centrarse demasiado en soluciones visibles, que generan impacto inmediato, pero no necesariamente valor sostenible”, dijo.

Y un tercer reto la gran oportunidad que supone la IA como acelerador de capacidades. En opinión de María Ángeles Victoria, “permite desarrollar nuevas formas de hacer las cosas, mejorar la eficiencia y abrir nuevas vías de innovación. Además, responde a una evolución en las expectativas de los clientes, que cada vez demandan interacciones más naturales y personalizadas”.

Cómo se digiere el tsunami de la IA

Por consiguiente, estamos ante un cambio que implica un reto cultural dentro de las empresas.

Para Joan Barceló, los equipos de IT deben liderar la adopción de estas tecnologías, tanto desde el punto de vista técnico como en la selección de casos de uso adecuados. “Si no lo hacen, existe el riesgo de que se impulsen iniciativas sin el debido criterio, basadas únicamente en tendencias”.

Es más, este especialista sacó en este punto uno de los temas más candentes relacionados con la IA, como es el de la gestión del talento. Eso le llevó a decir que “los equipos de desarrollo tienen que usar la IA según perfiles profesionales y, luego, ampliarla a otros perfiles para potenciarlos. LA IA para programar se cargará a los juniors. Entonces, a ver quién mantiene el código dentro de unos años…”.

A lo que Carlos Martín añadió que no es bueno externalizar el core de la empresa a la IA “porque no es bueno”, por lo que instó a las empresas a “entender casos de uso buenos. Hemos de encontrar dónde sí y dónde no se puede aplicar, qué personas y tipo de uso. No sabemos dónde llegaremos, por lo que es mejor no correr riesgos”.

María Ángeles Victoria también siguió por esa línea y admitió que hay personas más proclives que otras a la adopción. “Puede ser una herramienta muy potente para perfiles experimentados, actuando como un copiloto que mejora la productividad. Sin embargo, su uso indiscriminado en perfiles junior puede afectar al proceso de aprendizaje, generando un riesgo a largo plazo en la formación de talento”.

Cómo no fracasar en un proyecto de IA

En esta parte del panel, los participantes pusieron mucho énfasis en una idea clave: no todo debe hacerse con inteligencia artificial, y aplicar “IA por IA” suele ser un error.

Así, Joan Barcelón animó a los asistentes “equivocarnos en pequeño”, de ahí que recomendara “cautela” en el uso de la IA porque “puede hacer que fracasemos a lo grande. De ahí la importancia de realizar pruebas de concepto sin miedo. En este sentido, casos de uso tan variados los nuestros resuelven problemas, por lo que es bueno buscar fórmulas que aporten una solución al problema. No todo es cuestión de tecnología”.

Para Carlos Martín, el aprendizaje es que ahora estamos en un momento de disrupción. “A la vez de ir con cuidado, hay que tomar riesgos calculados y arriesgarse pero sin suicidarse. Hay que innovar pensando en procesos. La IA es una herramienta para eso”.

Y María Ángeles Victoria quiso destacar para dar por concluido el panel que “la IA es un acelerador, pero hay que conocerla y ver dónde aporta el beneficio y trabajarla en las áreas donde esperamos que aportará beneficios. Por eso recomendamos empezar por casos de uso acotados y con pruebas”.

“La confianza es una ventaja competitiva”. Con estas palabras comenzó ayer Víctor Yubero, director de Gobernanza de Inteligencia Artificial del Banco Sabadell, su intervención en el CIO ForwardTech & ThreatScape Spain celebrado ayer en Madrid. Porque, al igual que ocurre con otros sectores, las últimas tendencias en inteligencia artificial (IA) generativa, junto con el auge de los agentes, están transformando profundamente los procesos de negocio y la forma de trabajar del sector bancario.

Palabras que tienen su explicación: en banca, la confianza no es un tema de marketing, tal y como reconoció Yubero, pues “llevamos mucho tiempo en este negocio y estamos acostumbrados. Lo es todo”.

En consecuencia, el sector bancario en particular está virando de la confianza monetaria a la algorítmica. Una transición suave, en su opinión, pues “la IA introduce una nueva capa de riesgo debido a decisiones invisibles por culpa de esos algoritmos”, por lo que “esto se debe de gestionar de manera igual de rigurosa que cuando se gestiona un producto bancario, como es el caso de una hipoteca. Si no somos capaces de transmitir confianza, el negocio no funciona”.

España como modelo europeo de confianza

En este escenario, España es un modelo europeo de confianza en lo que la IA respecta, tal y como admitió.

En opinión de Víctor Yubero, el sector bancario parte, además, de una posición diferencial debido a su amplia experiencia en entornos regulados. “Está habituado a operar bajo estrictos marcos normativos, con altos niveles de control, trazabilidad y supervisión”, por lo que “esta experiencia facilita la adaptación a las nuevas exigencias regulatorias en inteligencia artificial, como las derivadas del futuro marco europeo, y permite anticiparse a muchos de estos requisitos”.

En consecuencia, el director de Gobernanza de Inteligencia Artificial del Banco Sabadell reconoció que España se está posicionando como un referente en IA responsable, en parte gracias a iniciativas como el sandbox regulatorio. Este entorno permite probar casos de uso de alto riesgo en condiciones controladas, fomentando la innovación sin comprometer el cumplimiento normativo. Además, está contribuyendo a generar guías y buenas prácticas que pueden convertirse en referencia a nivel europeo.

La necesidad de la explicabilidad y la trazabilidad

En un momento de su intervención, Víctor Yubero destacó el gran valor de la explicabilidad y la trazabilidad, pues sin ellas la IA no puede escalar de forma sostenible. “La explicabilidad —explicó— permite justificar decisiones ante clientes y reguladores, facilita la supervisión interna y refuerza la confianza. Por ejemplo, en un modelo de concesión de crédito, es necesario poder detallar qué factores han influido en la decisión y en qué medida”.

A lo que unió la necesidad de mantener una supervisión efectiva. Yubero destacó que los sistemas deben proporcionar información suficiente para que los analistas puedan entender y validar las decisiones, especialmente en ámbitos como la detección de fraude. “Sin esta capacidad, no es posible garantizar un control adecuado ni ofrecer respuestas claras ante posibles incidencias”, añadió.

Aplicación práctica

En cuanto a la aplicación práctica, Víctor Yubero expuso distintos casos de uso dentro del sector bancario. Entre ellos destacó modelos de scoring crediticio más explicables, el uso de IA generativa en la interacción con clientes y empleados, y sistemas avanzados de detección de fraude multicanal.

“En todos estos casos, es necesario garantizar la transparencia, establecer límites claros de actuación de los sistemas y mantener siempre la posibilidad de intervención humana”.

No obstante, y fue la reflexión con la que terminó su intervención en el CIO ForwardTech & ThreatScape Spain, “la clave del éxito no reside únicamente en la tecnología, sino en la confianza que esta genera. Las organizaciones que logren desarrollar sistemas en los que confíen sus clientes, reguladores y la sociedad serán las que obtengan una verdadera ventaja competitiva”.

Cada proceso empresarial refleja las limitaciones existentes en el momento en que fue diseñado, destaca la ejecutiva de TI Maria Cardow. Según ella, estas limitaciones solían estar condicionadas por las restricciones tecnológicas de la época. Como consecuencia, muchos procesos siguen dependiendo de flujos de trabajo que requieren intervención manual o implican complejos saltos entre múltiples aplicaciones para completar tareas críticas.

Sin embargo, la inteligencia artificial (IA) y otras tecnologías actuales permiten superar estas barreras. Por ello, “es fundamental reevaluar los procesos” antes de automatizar lo que probablemente sea un sistema ineficiente y obsoleto, sostiene Cardow, CIO del proveedor de servicios de seguridad gestionados LevelBlue. Y añade: “Es necesario revisar los supuestos sobre los que se diseñaron los procesos antes de abordar una transformación si queremos dar cabida a la innovación”.

La presión sobre los ejecutivos para transformar y optimizar los flujos de trabajo mediante IA es creciente. Según el informe 2026 Business Leader Outlook de J.P. Morgan, el 62% de los directivos de empresas medianas ya utilizan o planean utilizar la IA para la automatización de procesos. Por su parte, el EY CEO Outlook 2026 sitúa la optimización operativa y la mejora de la productividad como la principal prioridad de transformación (43 %), seguida de la innovación en productos y procesos.

En la actualidad, Cardow lidera este tipo de iniciativas y constata que el área de TI está especialmente bien posicionada para ello.

Al analizar los flujos de trabajo, su equipo detecta con frecuencia procesos que abarcan “al menos una docena de sistemas diferentes” y que se basan en supuestos vinculados a tecnologías de hace varias generaciones. Este tipo de situaciones refuerza la necesidad de optimizar antes de automatizar, evitando caer en el error clásico de digitalizar ineficiencias.

Un aliado natural para la optimización

Cardow afirma que cada vez que se plantea la renovación de una licencia tecnológica, LevelBlue revisa los procesos empresariales asociados. El objetivo es determinar si están preparados para ser optimizados o transformados antes de renovar o sustituir la tecnología —y antes de introducir más automatización o IA—.

Este enfoque sitúa al CIO en una posición de liderazgo en la optimización de procesos. Su conocimiento de las capacidades tecnológicas, unido a su mandato de mejorar la eficiencia, la productividad y los costes, refuerza este rol.

Además, según Cardow, el área de TI aporta un elemento clave: objetividad. Mientras que los usuarios tienden a aferrarse a las herramientas y métodos existentes, los CIO pueden cuestionar de forma crítica cómo se ejecutan los procesos.

“La organización tiende a decir: “Siempre lo hemos hecho así”, explica, para apostillar: “Pero el CIO está en una posición privilegiada para cuestionar esos supuestos y colaborar con el negocio para simplificar procesos y diseñar mejores soluciones”.

La IA eleva el papel del CIO

Aunque los CIO llevan décadas impulsando la automatización, el contexto actual marca un punto de inflexión. Para Doug Gilbert, CIO y director digital de Sutherland, “ahora es diferente. Estamos ante un cambio evolutivo”.

En anteriores olas tecnológicas, el foco estaba en automatizar tareas concretas —como ocurrió con la automatización robótica de procesos (RPA)—. Hoy, en cambio, el reto es optimizar procesos completos de extremo a extremo.

A juicio de este especialista, “si abordas la IA como una RPA más sofisticada para tareas aisladas, fracasarás. La automatización debe abarcar todo el flujo de trabajo”.

Gilbert pone como ejemplo el Insurance AI Hub de su compañía, lanzado en 2025, que integra un ecosistema de agentes de IA para suscripción, gestión de siniestros y atención al cliente. El sistema incorpora desde el inicio datos maestros limpios, gobernanza, observabilidad y control humano, logrando reducir los tiempos de ciclo hasta un 30%, mejorar la satisfacción del cliente y reforzar el cumplimiento normativo.

Otro caso es su plataforma de acreditación sanitaria basada en IA agentiva, capaz de transformar un proceso tradicionalmente lento y manual en una operación ágil, precisa y regulada mediante la coordinación de múltiples agentes que comparten contexto en tiempo real.

Un punto de inflexión para la función del CIO

Este nuevo escenario exige más a los CIO. Ya no basta con entender la tecnología: deben comprender en profundidad cómo se realiza el trabajo, cómo se toman decisiones y qué define un buen resultado.

“La IA agente está elevando significativamente el listón”, afirma Gilbert. Estos sistemas ejecutan reglas y planifican, deciden, actúan y aprenden. Por ello, los CIO deben liderar la reinvención completa de los procesos, diseñándolos de forma nativa para entornos con agentes autónomos.

“Antes recibíamos un proceso, lo automatizábamos parcialmente y lo devolvíamos. Hoy debemos replantear de raíz cómo se realiza el trabajo”, explica. Esto implica garantizar datos de calidad, gobernanza integrada y resultados fiables, además de asumir un papel activo en la estrategia empresarial.

En esta línea, Catherine Malkova, vicepresidenta sénior de Kyndryl, destaca que las organizaciones están apostando por rediseñar los flujos de trabajo desde cero para construir empresas nativas de IA. Según el informe de preparación de la compañía, el 87% de los directivos cree que la IA transformará completamente las funciones laborales.

Retos en el camino

Los desafíos son considerables pese al entusiasmo. Entre ellos destacan la necesidad de bases tecnológicas sólidas, la gestión de datos, la evolución de la plantilla, la escalabilidad de los proyectos de IA y la alineación del liderazgo.

A esto se suman problemas como sistemas fragmentados, resistencia al cambio, falta de habilidades o escasa confianza en la IA. También persisten preocupaciones sobre seguridad, privacidad y errores en los modelos.

Dom Profico, CTO de Bridgenext, advierte además del riesgo de precipitación: “La facilidad de automatizar con IA aumenta el peligro de automatizar procesos deficientes”. La presión competitiva puede llevar a avanzar demasiado rápido sin transformar previamente los procesos.

El CIO como motor del cambio

En este contexto, el CIO debe aportar rigor y visión sistémica para garantizar que se automatiza lo correcto y de la forma adecuada. Esto implica comprender el negocio en profundidad y conectar tecnología con valor.

Según Gilbert, las competencias clave incluyen el dominio de plataformas de inteligencia de procesos, estrategia de datos, gobernanza de IA, gestión del cambio y capacidad de traducir decisiones técnicas en impacto empresarial.

Merim Becirovic, CIO y socio de Boston Consulting Group, coincide en que el enfoque ha evolucionado desde la optimización en silos hacia la transformación integral de experiencias y recorridos.

Como ejemplo, una herramienta interna de IA que automatiza la creación de presentaciones, dice Deckster. Frente a mejoras incrementales, BCG rediseñó todo el proceso: hoy genera diapositivas listas para cliente en tres segundos, frente a los 15 minutos anteriores.

“Ahí es donde el CIO debe intervenir y preguntarse: “¿Existe una forma mejor de trabajar? El CIO debe ser impulsor, facilitador, colaborador e innovador para hacer realidad ese cambio”, concluye.

En los últimos años, la soberanía digital se ha convertido en un término de moda, tanto que ha dado el salto desde el universo específico de la tecnología a los medios de información generalista o al análisis geopolítico. La clave que explica este salto está en las tensiones globales crecientes, que han llevado a que se cuestionen temas a los que hasta ahora no se les daba tanta importancia (al menos, desde fuera del universo TI). Por ello, se habla cada vez más de reducir la dependencia en tecnología o innovación frente a terceros países, de resiliencia ante potenciales fallos y desconexiones (desde episodios como el apagón a crisis relacionales con terceros que puedan llevar a un bloqueo hipotético de soluciones TI) o de los peligros crecientes en áreas de ciberdefensa.

“La geopolítica ha entrado con fuerza en los comités de dirección de las compañías”, confirma a CIO ESPAÑA España Manel Barahona, socio responsable de Enterprise Technology de Deloitte. “La soberanía, en lo que afecta a la tecnológica, se consolida como un eje estratégico de primer orden: dónde se construye y opera la tecnología es tan relevante como lo que la tecnología es capaz de hacer”, explica.

Y esto impacta en el mercado TI, que posiblemente deberá replantearse sus prioridades y redirigir gastos, si no lo está haciendo ya. Las proyecciones de Forrester para este 2026 hablan, de hecho, de que la inversión en tecnología en Europa escalará en un 6,3% y alcanzará un máximo histórico (1,5 billones de euros). Lo hará porque Europa se gastará más dinero en inteligencia artificial, cloud y soberanía. La soberanía se convierte “en un tema definitorio”, según el análisis, y se busca romper con la dependencia externa. Eso impacta también en las otras dos grandes áreas de gasto: en cloud hasta ahora han sido las firmas estadounidenses las que dominan el mercado europeo (de ahí que la pieza dorada en inversión sea la nube soberana) y en IA se está acelerando la inversión en centros de datos propios. Gartner, por su parte, ha identificado la geopatriación como una de las grandes cuestiones que marcarán el año: los datos vuelven a su origen.

“A nivel estratégico, la soberanía es algo que desde luego debe estar sobre la mesa”, confirma Álvaro Ontañón, CIO de Merlin Properties. Ontañón considera que ya lo ha estado “más o menos”, pero que ha ido ganando en valor “porque lo macro empieza a influir directamente en todas las casuísticas de negocio”. La tecnología es una pieza más, una sobre la que desde la dirección corporativa se pueden tener preguntas. Que el CEO pregunte por soberanía tecnológica como lo puede hacer por ciberseguridad ya no es algo raro. Hacer análisis de cómo puede afectar un potencial problema con el país de origen proveedor de las tecnologías que se usan es así “normal”. Más cuando, en países como España, la dependencia tecnológica es “brutal”. “Empieza a haber esta discusión a todos los niveles, no solo de tecnólogos, sino a nivel reguladores, políticos, instituciones”, confirma este CIO.

“A nivel estratégico, la soberanía es algo que desde luego debe estar sobre la mesa”, dice Álvaro Ontañón (Merlin Properties)

Pero ¿cómo impacta todo esto en las decisiones reales que toman los CIO? ¿Se han convertido estos elementos en algo que ya marca la agenda o siguen pesando más otras cuestiones más pragmáticas?

La geopolítica entra en las decisiones pragmáticas

Puede que la respuesta a esa duda no sea tanto una cuestión de quedarse con una o con otra, sino que en la realidad todo está ya tan interconectado que lo pragmático es pensar en términos geopolíticos. “Hoy ambas dimensiones son inseparables”, responde al otro lado del correo David Marimón, CIO y vicepresidente de Coca-Cola European Partners Iberia. “La incertidumbre global obliga a gestionar muy bien el corto plazo, pero también a construir capacidades que aseguren la continuidad y la competitividad en el medio y largo plazo”, señala.

Como asegura Marimón, prepararse para el futuro es una pieza más del día a día y mejorar áreas clave (como puede ser la calidad del dato, la automatización o la simplificación de procesos) asegura una respuesta más efectiva hoy pero también una base más sólida para el mañana. “Invertimos en tecnología para tomar mejores decisiones, reaccionar con mayor rapidez y operar con mayor estabilidad, atendiendo lo urgente sin perder de vista que la mejor forma de prepararse para la incertidumbre es contar con una base tecnológica y operativa sólida”, afirma.

Todo esto puede tener un impacto en cómo se organiza el mercado, en qué decisiones se toman o hasta en qué players dominan en el reparto de la tarta de las diferentes soluciones TI. El ejemplo de la nube soberana puede servir para entenderlo, porque las firmas de análisis ya advierten de cómo puede ser una oportunidad de posicionamiento para los proveedores regionales (y los hyperscalers ofrecen ya soluciones soberanas e insisten en que su condición global no riñe con lo local). Pero el cambio puede llegar a más terrenos en lo que a decisiones TI corresponde. 

“Hasta ahora, la inercia natural ha llevado a las compañías, con sus CIO a la cabeza, a apostar por los líderes del mercado en infraestructuras TI”, señala Barahona. “No obstante, el CIO ya no es solo el responsable de sistemas. Es, principalmente, responsable de la continuidad de negocio”, recuerda. Esta importancia fundamental empuja a que pesen más factores en las decisiones que toma. “En ese rol es clave la minimización de riesgos de todo tipo, con los geopolíticos a tener muy en cuenta”, asegura el experto, y suma que un 77% de las empresas ya considera el país de origen de los proveedores de tecnología “como un factor clave”. “Ya no se trata únicamente de rendimiento o coste, sino de reducir dependencias críticas, mitigar riesgos de interrupción y asegurar alineamiento con marcos legales y valores corporativos”, explica. “Las organizaciones más avanzadas están diversificando proveedores, evaluando capacidades locales y regionales, y diseñando arquitecturas híbridas que les permitan mantener opcionalidad estratégica frente a cambios regulatorios, comerciales o geopolíticos”, señala, algo que “se va a acentuar en el futuro”.

Para David Marimón (Coca-Cola European Partners Iberia), “la incertidumbre global obliga a gestionar muy bien el corto plazo, pero también a construir capacidades que aseguren la continuidad y la competitividad en el medio y largo plazo”

En un contexto cada vez más complicado, los líderes de TI deben navegar esas aguas complejas. “Los CIO están en un momento de grandes desafíos”, asegura Barahona. Las compañías deben enfrentarse a “con necesidades de transformación como nunca en su historia reciente, con la tecnología como elemento clave de diferenciación”. “La dependencia tecnológica es un nuevo riesgo estratégico”, añade el experto. Al CIO no le queda más remedio que “encontrar el equilibro entre el pragmatismo de lo que se puede hacer para resolver en el día a día y la toma de decisiones que no comprometan riesgos futuros”.

“La geopolítica y la soberanía tecnológica forman parte del contexto en el que operan hoy las compañías y, como tal, están en nuestro radar”, confirma Marimón. “Nuestro enfoque es muy pragmático. No abordamos estos temas como debates teóricos, sino desde su impacto real en el negocio”.

El CIO, en la estrategia de negocio

Todos estos ajustes van, además, en paralelo a un cambio en la posición que el CIO ocupa en la junta directiva. Si se echa la vista atrás, su papel se ha ido afianzando como más clave, más determinante. Eso también ha impactado en qué tipo de decisiones debe tomar.

“El CIO se ha convertido en directivo clave de los comités de dirección”, apunta Barahona cuando se le pregunta por cómo han cambiado las prioridades de los directores de tecnología en la última década. “No hay decisiones relevantes en una compañía en proceso de transformación en las que la agenda tecnológica no sea determinante”, suma. Por eso, el responsable de tecnología debe preocuparse por la “visión estratégica”, sin perder de vista la eficiencia en el presente.

También se ve así a pie de pista. “Hace unos años, una parte importante del foco estaba en construir, integrar y estandarizar”, explica Marimón. “Hoy esa agenda ha evolucionado hacia un rol mucho más transversal y cercano al negocio. El CIO ya no solo tiene que garantizar la infraestructura, sino contribuir activamente a la competitividad, a la calidad del servicio, a la planificación, a la experiencia del empleado y a la capacidad comercial”, asegura. Ya no deben escoger tecnologías, sino resolver problemas y generar valor, pero “manteniendo siempre un equilibrio exigente entre innovación, eficiencia y resiliencia”.

Para garantizar esa resiliencia no se puede perder de vista el contexto. “La previsión está siendo más importante que nunca”, reconoce Ontañón, algo que aplica a todas las áreas sobre las que debe preocuparse un CIO, desde los presupuestos para fichar personal hasta los recursos operativos del día a día.  Lo ejemplifica con la situación actual, en la que los precios de dispositivos están escalando tanto que los precios no se mantienen a más de 15 días. “Nos está afectando a todos”, apunta.

Al CIO no le queda más remedio que “encontrar el equilibro entre el pragmatismo de lo que se puede hacer para resolver en el día a día y la toma de decisiones que no comprometan riesgos futuros”, recuerda Manel Barahona (Deloitte)

Mientras, además, el mundo va cada vez más rápido y esto lleva a que haya que tomar decisiones en contextos que se perciben como mucho más complejos en tiempos a veces más reducidos. ¿Cómo adaptarse a las preocupaciones cambiantes? “Un departamento de TI se adapta combinando visión estratégica con flexibilidad operativa. Eso exige procesos más simples, plataformas más conectadas, mejor acceso al dato y una forma de trabajar muy alineada con el resto del negocio”, señala el CIO de CCEP. Y suma: “Las situaciones de alta exigencia aceleran mucho el aprendizaje”.

Todas las cosas que han pasado en los últimos años les han enseñado que lo que importa es contar con bases sólidas que les ayuden a afrontar los problemas. “También hemos aprendido que la agilidad no es solo tecnológica, sino también organizativa y cultural, y que requiere invertir de forma continua en las personas y en su capacidad de adaptación”, indica Marimón.

Los retos de los cisnes negros

Esas oportunidades de aprendizaje a las que tuvieron que enfrentarse los CIO en esta última década fueron una sucesión de cisnes negros, porque la década de los 20 ha estado llena de acontecimientos que parecían improbables, pero sucedieron y lo trastocaron todo. Esto va desde la pandemia de covid hasta la tensión en Oriente Próximo de la actualidad, con todo lo que ha ido entre medias. Lo que parecía implausible ya no lo parece tanto. En tecnología, esto obliga a los CIO a estar preparados para prácticamente cualquier cosa. Toda la conversación sobre soberanía tecnológica está, de hecho, muy conectada a plantearse qué ocurriría ante la hasta ahora impensable situación de no poder depender de tecnología ajena.

Como señala Ontañón, todo el debate es especialmente interesante porque abre vías de trabajo y de plantearse cómo podrían cambiar las cosas. Ante un cisne negro que apagase la tecnología de los países proveedores líderes, la respuesta en el momento actual sería, eso sí, muy difícil. Solventar el impacto sería muy complicado porque, como apunta este experto, no existen alternativas. Se puede hacer el ejercicio de analizar qué tecnología se usa durante un día y quién está detrás para verlo. “Si realmente nos importa, se debe ir al medio o largo plazo y se tiene que iniciar un proceso, uno de volver a apostar, de manera eficiente y real, por la tecnología a nivel europeo”, apunta, indicando que en las últimas décadas no fue una de las prioridades clave.

En un panorama de presión regulatoria creciente y con la irrupción, cada vez más vertiginosa, de nuevas tecnologías de la información transformadoras, como los últimos sabores de IA que están redefiniendo los procesos, decisiones y modelos de negocio, las organizaciones deben moverse con más agilidad, seguridad y responsabilidad. Sobre los desafíos que afrontan los máximos responsables de su estrategia de sistemas de información (los CIO) pero también de seguridad (los CISO) versará el evento CIO ForwardTech & ThreatScape Spain, organizado por las cabeceras CIO y COMPUTERWORLD | CSO de Foundry España el próximo jueves 16 de abril en Madrid.

Durante la jornada, los más de cien profesionales del ámbito de la tecnología y la ciberseguridad del país que acudirán al evento podrán explorar cómo construir empresas capaces de innovar con confianza y resistir en un ecosistema donde cada avance trae consigo nuevos riesgos y nuevas oportunidades.

La jornada, en la que abundarán los debates estratégicos, las sesiones prácticas y encuentros entre responsables de alto nivel, tiene una agenda exhaustiva dividida en dos ejes: ThreatScape, una serie de ponencias y paneles especializados en cómo responder a un panorama de amenazas cada vez más automatizado y sofisticado y donde se examinarán modelos de resiliencia, continuidad operativa y decisiones críticas bajo presión; y ForwardTech, charlas y sesiones de debate donde se profundizará en cómo aplicar la IA y la automatización, pero también otras tecnologías como el edge, 5G y la sostenibilidad digital, con el fin de construir organizaciones más eficientes, responsables y orientadas al futuro.

El encuentro, presentado por Fernando Muñoz, director de CIO Executive de Foundry, y Esther Macías, directora editorial de CIO y COMPUTERWORLD en España, y en el que participarán directivos de la industria tecnológica de compañías como Avanade, Riot, Object First, ManageEngine, Rubrik, Thales, Tanium, Everpure|Rubrik y OnSoluciones, arrancará con una charla inspiracional impartida por Madhu Bhabuta, fundadora y CIO de Brnovate, quien dará las claves para liderar con confianza en la era de la innovación segura.

Ponencias y debates de primer nivel

También habrá ponencias por parte de Jaime López Ostio, director global de TI de Faes Farma, que ahondará en el papel de España ante la Nueva Ley de Gobernanza Cibernética; Víctor Yubero, director de TI para la gobernanza de la inteligencia artificial en Banco Sabadell, que profundizará en la IA ética y transparente y el rol del país como modelo europeo de confianza; Izaskun Onandia de los Rios, directora asociada de Seguridad y Cumplimiento Normativo en materia de Información de ITP Aero, que centrará su exposición sobre el valor estratégico de la seguridad y la ciberseguridad como inversión, no como gasto; y Jessica Ferreira Vicente, directora de la Oficina de Transformación Digital de SEAT, que hablará sobre la gobernanza de la IA y la ética, la escalabilidad y la confianza en la transformación digital.

Los debates conformarán uno de los platos fuertes de la jornada, unos encuentros en los que participarán ejecutivos como Olga Forné, CISO global del Grupo Abertis; Paloma Garbayo-Tavera, CISO de Iberdrola; Daniel Damas, director de IT Assurance & CISO de Nationale-Nederlanden; José Ángel Álvarez, director del Centro de Ciberseguridad del Ayuntamiento de Madrid; Josep Bardallo, CISO de Argal Alimentación; Rafael García del Poyo, abogado y socio director del Departamento de Derecho de las Tecnologías de la Información y de la Propiedad Intelectual de Osborne Clarke España; Manuel Asenjo, CISO de Écija; Javier Sánchez-Ureta, PSPO – responsable de Riesgos y Gobernanza de Roche; Joan Barceló, CIO de W2M; Carlos Martin, responsable de ciencia de datos en Boehringer Ingelheim España; María Ángeles Vicente, CIO de Alsa; Amador Nieto, CISO de Decathlon España; Javier Tobal, director de seguridad de la información y GRC de Planet; Javier Sánchez, CISO de Engie España; David Pérez Sánchez, subdirector corporativo de Gestión de Riesgos de Seguridad y Fraude de MAPFRE; Israel Devesa, director general Digital & Tecnólogo del Grupo Aldesa; Carlos Garriga, CIO del IE Business School; Rubén Andrés Priego, director general de Tecnología, Operaciones e Innovación de Singular Bank; Sonia Segade, CIO de Renfe; Ricard Guasch, CIO de Zurich Insurance Company; Enric Llaudet, responsable de Seguridad de la Información en el ámbito internacional de Teladoc Health Internacional; y Carlos Manchado, CISO global de Acciona.

Los directores de sistemas de información (CIO) no necesitan que se les convenza de que el retorno de la inversión (ROI) de la IA generativa y la IA agente es difícil de cuantificar, pero la consultora KPMG señala que algunas empresas siguen adelante con esta tecnología de todos modos.
De hecho, más allá de la falta de un ROI cuantificable, los ejecutivos ni siquiera están dejando que la debilidad del contexto económico frene sus planes de inversión en IA. “Tres de cada cuatro líderes mundiales darán prioridad a la inversión en IA a pesar de la incertidumbre económica»” ha constatado KPMG.

“Existe una clara brecha entre las organizaciones que aún se encuentran en la fase de experimentación y aquellas que han pasado de las pruebas piloto a escalar plenamente los agentes de IA y a obtener resultados de valor empresarial real”, ha señalado la compañía en su informe Global AI Pulse Survey, para añadir: “Aunque la adopción de la IA se está acelerando en todo el mundo, sólo un pequeño grupo de líderes en IA está obteniendo beneficios claros. Estos líderes superan sistemáticamente a los demás: el 82% afirma que la IA ya está aportando un valor empresarial significativo, en comparación con el 62% de sus homólogos. No se trata simplemente de una brecha de madurez en la IA, sino de una brecha de rendimiento cada vez mayor entre las organizaciones que tratan la IA como una transformación a nivel empresarial y aquellas que intentan integrar la IA en los modelos existentes y obtienen ganancias incrementales”.

En el apartado de su informe centrado en el Reino Unido, KPMG señala: “La IA ya no necesita el retorno de la inversión tradicional para justificarse. El 65% de los encuestados del Reino Unido afirma que su organización seguiría invirtiendo en IA independientemente de contar con un ROI tangible. A pesar de que las empresas gastan grandes sumas en inteligencia artificial, el retorno de la inversión tradicional no es necesariamente imprescindible para que perciban el valor de la tecnología”.

Cambio de mentalidad

Leanne Allen, directora de IA de KPMG, afirma que el enfoque intensivo en la IA empresarial ha obligado a adoptar un nuevo planteamiento respecto a los aspectos financieros de la tecnología.

“Este cambio de mentalidad por parte de los líderes empresariales, que han pasado de ver la IA como algo que debe ofrecer un retorno inmediato a considerarla una inversión a largo plazo, reconociéndola como un facilitador estratégico para la transformación de toda la empresa, es un hito importante”, señala Allen, para añadir: “Pero eso no debería traducirse en invertir en IA a ciegas, sin una estrategia clara. La IA está redefiniendo cómo operan las organizaciones, cómo se toman las decisiones y cómo los agentes humanos y de IA trabajan juntos en el día a día”.

Este cambio de mentalidad es en parte pragmático, ya que muchos consejos de administración han comunicado a sus CIO que las inversiones en IA no son opcionales. Pero el reto del retorno de la inversión (ROI) en IA adopta muchas formas.

Los numerosos problemas con el retorno de la inversión en IA

Dado el ritmo acelerado de la experimentación y la implementación de la IA, muchas pruebas de concepto (PoC) son impulsadas por ejecutivos que establecen objetivos de ROI poco realistas. Si el proyecto se evalúa según un estándar que tecnológicamente no puede alcanzar, no es una crítica al LLM cuando no se cumplen métricas mal planteadas.

Algunas empresas también están descubriendo costes inesperados derivados de la implantación de la IA, como cuando utilizan chatbots con IA para clientes y luego comprueban que los usuarios los emplean indebidamente como herramientas de IA generativa “gratuitas”, obligando a la empresa a asumir el coste de tokens adicionales.

Qué medir

Lo que argumentan algunos analistas e inversores es que el tipo de esfuerzo intelectual que la IA está sustituyendo nunca se ha medido bien, si es que se ha medido. Esto implica que los departamentos financieros tendrán que idear nuevas formas de medir el ROI de la IA.

Ben Grant, socio director de Lambton Capital Partners, señala al respecto: “Creo que el problema es cómo lo medimos. El ROI tradicional exige una relación clara entre insumos y resultados. La IA aún no hace eso en la mayoría de las empresas. El valor se manifiesta en el tiempo recuperado, en la mayor rapidez en la toma de decisiones y en la resolución de deficiencias antes de que se conviertan en problemas. Intenta plasmar eso en una hoja de cálculo”.

No obstante, añade: “No creo en absoluto que las empresas que invierten en IA sin un ROI tradicional estén actuando de forma imprudente. Están siendo prácticas. Han visto lo suficiente como para saber que funciona. Simplemente no pueden cuantificarlo en el lenguaje que quieren los equipos financieros”.

Manish Jain, director principal de investigación de Info-Tech Research Group, afirma que esta desconexión existe “porque las empresas operan simultáneamente en dos modos: el exploratorio, donde la velocidad de aprendizaje importa más que el ROI, y el industrializado, donde se espera la materialización del valor, pero la madurez aún está evolucionando”.

Y añade que las empresas han ajustado sus expectativas, añade. Por eso señala que “no es que a las empresas no les importe el rendimiento, sino que han aprendido que, antes de centrarse en el ROI, deben centrarse en madurar las capacidades de la IA. Cuando aparece un nuevo motor, los operadores sensatos no preguntan primero cuánto genera. Se preguntan qué pasaría si fueran los únicos que no lo tuvieran”.

¿Se está convirtiendo la IA en algo cotidiano?

El analista y vicepresidente de Gartner, Nader Henein, no llega a calificar los resultados de la IA de triviales, pero señala que la tecnología ha comenzado a integrarse en funciones cotidianas y rutinarias, lo que puede suponer un reto para la tradicional hoja de cálculo del ROI.

A su juicio, “algunas inversiones en IA, como los asistentes de IA, se están convirtiendo en herramientas de oficina estándar, como la suite ofimática. Nadie calcula el ROI contando el número de documentos de Word o presentaciones producidos”, afirma Henein, para añadir: “Pero los cálculos del ROI en proyectos de IA no van a desaparecer. Si se quema dinero y no se genera un ROI tangible, se retirará. Los informes de pérdidas y ganancias y las expectativas de los inversores en empresas cotizadas no están cambiando”.

Gastar y esperar

Michael Leone, vicepresidente y analista principal de Moor Insights & Strategy, afirma que la naturaleza diferenciada de las implementaciones de IA también puede dificultar los mecanismos tradicionales de ROI.

“El viejo manual del ROI de las migraciones a ERP o a la nube no encaja con la IA, y todos los CIO con los que hablo lo saben. Probablemente puedan decirte de manera exacta qué beneficios de productividad están obteniendo en un flujo de trabajo específico, pero si les preguntas cómo será la rentabilidad para la empresa a tres años vista, se encogen de hombros. Ahí es donde realmente surge la idea de “independientemente del ROI” y, francamente, creo que los líderes hacen bien en seguir financiando a pesar de ello”, señala Leone. Y apostilla: “El presupuesto dejó de ser uno de los factores que frenaban los programas de IA hace tiempo. El dinero está ahí y el mandato también. Los verdaderos obstáculos ahora son la seguridad, la privacidad y el hecho de que casi nadie cuenta con el personal necesario para gestionar esto a gran escala. Lo veo como si todas las organizaciones estuvieran haciendo una apuesta informada. Han calculado lo que cuesta quedarse atrás y no les gusta la respuesta”.

Señala que quizá sólo una de cada diez empresas con las que ha hablado cuenta con el talento, la gobernanza y la disciplina operativa necesarios para obtener rendimientos compuestos de su inversión en IA. “Todas las demás están gastando y esperando. Esa es la realidad”, dice al respecto.

Carmi Levy, analista tecnológico independiente, considera que “es un auténtico suicidio fiscal invertir en cualquier tecnología de vanguardia sin al menos un mínimo de retorno de la inversión que lo justifique. Sin embargo, la velocidad y el alcance de los avances en IA hacen que los métodos tradicionales de cálculo del ROI se hayan quedado claramente obsoletos. La IA obliga ahora a las organizaciones a lanzarse a ella más por miedo a quedarse atrás”.

Esto implica, argumenta Levy, que el departamento financiero quizá tenga que dejar temporalmente de lado los cálculos rígidos del ROI.

“La necesidad de seguir siendo competitivos en IA, o al menos de no perder de vista a la competencia mientras todos intentan comprender su alcance, implica que las decisiones quizá no se basen en el mismo rigor financiero que se habría aplicado en años anteriores”, señala Levy, quien añade que “las condiciones económicas cada vez más turbulentas suelen obligar a las organizaciones a frenar las inversiones en tecnología, pero esa lógica se está poniendo a prueba a medida que la IA se consolida en la hoja de ruta tecnológica. Las organizaciones buscarán ahorros en otros ámbitos para evitar el riesgo de quedarse atrás frente a competidores que se niegan a reducir su gasto en IA en medio de la incertidumbre económica. De hecho, muchos líderes utilizan la IA como un motor genérico de ahorros futuros no especificados, lo que, en la frenética carrera por seguir siendo relevantes en IA, suele ser suficiente para obtener el visto bueno de la alta dirección”.

Un tsunami digital atraviesa la tradicional industria de construcción y gestión de infraestructuras. Después de décadas trabajando prácticamente sin cambios, la fiebre tecnológica emergida en los últimos años ha impactado de lleno, como no podía ser de otra manera, en un sector hasta hace relativamente poco anclado en el pasado y que ahora vive un momento dorado de renovación gracias a las posibilidades que trae consigo la democratización de la inteligencia artificial, la sensórica, el internet de las cosas o los gemelos digitales, por citar solo algunas de las innovaciones más disruptivas.

Este nuevo escenario lo conoce muy bien el español de nacimiento pero griego de corazón Dimitris Bountolos, un ingeniero de Caminos, Canales y Puertos de formación, bregado durante años en el mundo del negocio en gigantes como Latam Airlines e Iberia, pero un fuerte conocedor del terreno de la innovación tecnológica, con experiencia incluso en la NASA (donde fue consejero del director de Innovación de la agencia aeroespacial de Estados Unidos) y que, desde junio de 2020, es el director general de Sistemas de Información e Innovación (CIIO) y miembro del Comité de Dirección de Ferrovial, uno de los gigantes globales de infraestructuras, centrado en el desarrollo y la operación de autopistas, aeropuertos, proyectos de energía y construcción de obras de ingeniería a gran escala, con presencia en 15 países y una plantilla de más de 25.000 empleados.

Sobre el viaje tecnológico experimentado por esta multinacional europea de origen español (establecida oficialmente en los Países Bajos desde junio de 2023) pero también sobre el futuro del sector de las infraestructuras habla, largo y tendido, Dimitris Bountolos, premiado como ‘CIO del año 2025’ en los CIO Awards organizados por CIO ESPAÑA, en esta entrevista realizada con nuestra cabecera en una de las visitas del directivo, que normalmente trabaja en Ámsterdam, a Madrid.

Seis años de un “viaje vertiginoso”

El directivo rememora su trayectoria como CIIO de Ferrovial, posición que estrenó en plena pandemia, “cuando todavía estábamos viendo cómo operar en aquel contexto convulso”, relata. A partir de entonces, cuenta, “han venido proyectos corporativos y modelos de negocio nuevos, nuevas divisiones y ventas de activos y divisiones que han también obligado a poner en stand by algunos proyectos”.

También han llegado, dice, revoluciones tecnológicas, “algunas con anticipación y otras prácticamente sin avisar”, lo que ha propiciado “una transformación profunda en el modelo de operación de las infraestructuras”.

El marco regulatorio, “que nos ha condicionado muchísimo” y el modelo de internacionalización de la compañía, es decir, “estar bajo la batuta de los reguladores, en este caso neerlandeses, americanos y españoles”, así como “la forma de operar todo esto a través de la tecnología” han sido factores determinantes para la empresa durante estos años.

“Ha sido y está siendo un viaje vertiginoso”, reconoce Bountolos, quien cree que este escenario de tormenta perfecta para los CIO viene para quedarse. “Uno de los aprendizajes de estos últimos años ha sido asumir que tienes que estar preparado, con adaptabilidad y resiliencia, para entender que las condiciones de entorno son volátiles y dinámicas, y que una de las responsabilidades que tenemos los líderes tecnológicos es convertir la tecnología en un factor que se adapta a ese dinamismo y que no crea fronteras, sino que es capaz de mutar con pequeños ajustes; y después, a través de la gestión del cambio, debemos  convertir al empleado en un profesional cada vez más resiliente a estas transformaciones a través de la tecnología”, dice.

“Ha sido y está siendo un viaje vertiginoso”, reconoce Bountolos, quien cree que este escenario de tormenta perfecta para los CIO viene para quedarse.

Impulso de una capacidad digital más transformadora

Cuando Bountolos se incorporó a Ferrovial, la compañía ya tenía en marcha, desde hacía unos meses, un plan estratégico a cuatro años (llamado Horizon 24, de 2020 a 2024), para centrarse en la promoción, construcción y gestión de activos como autopistas y aeropuertos y alejarse de otros negocios, como el de servicios, además de integrar los Objetivos de Desarrollo Sostenible (ODS) en su modelo de negocio y ampliar su presencia en geografías estratégicas como Estados Unidos, Canadá, Reino Unido, España y Polonia. Pero a su llegada, según explica a CIO ESPAÑA, vio que el plan era inabordable “sin una capacidad digital mucho más transformadora”, así que desarrolló una “visión espejo digital” de éste.

Una visión que incluyera aspectos como la apuesta por la explotación y el gobierno de los datos, para lo que Ferrovial creó una plataforma propia llamada Pangea, pero también la realización de cambios profundos en las plataformas core de la compañía, lo que implicó que la multinacional integrara las plataformas que tenía de recursos humanos en una sola (Workday) y también las de gestión de activos, desarrollando una propia. “Integramos todas las plataformas que teníamos, en algún caso para la gestión de la inteligencia artificial, y desarrollamos una que se ha convertido en nuestro backbone”, explica el CIO.

En el plan también se incluyó la mejora de la ciberseguridad, un tema esencial al operar en el sector de infraestructuras críticas, y la aceleración del viaje de la empresa a la nube, un entorno que Bountolos considera clave al permitir “muchísima capacidad y dinamismo a la hora de activar y rotar activos”. Con esto se buscaba “mejorar la toma decisiones y crear capacidades para tener el control del riesgo a la hora de hacer todo tipo de proyecciones”. Porque, como recuerda el directivo, Ferrovial opera infraestructuras en un ámbito que va desde el diseño a la operación y por periodos de 30, 40 o 50 años en algunos casos. Por ello, reflexiona, “ser capaces de hacer una evaluación del riesgo nos obligaba a incorporar esa gestión en capas digitales y, después, unas componentes no menores de gestión del cambio”.

Estas apuestas tecnológicas, prosigue el directivo, están vinculadas al impacto que tienen en aspectos como la eficiencia, la reducción de riesgos, la capacidad de poder mejorar la competitividad, de diversificación o activación del crecimiento en algunas áreas de negocio… “Nos obligamos a tener un modelo acelerado en el que cada año hemos ido lanzando 200 o 300 iniciativas y hemos ido tomando decisiones, en algunos casos de calado y transformadoras y en otras incrementales”. Por ejemplo, señala, en el caso de cloud arrancaron con una posición en la nube de cerca del 30 o 40%, pero actualmente han llegado prácticamente al 100%. “Solo queda una única plataforma por migrar”.

En definitiva, durante estos años, Ferrovial ha ido integrando el desarrollo de actividades de acuerdo a este plan e identificando oportunidades más estratégicas, siempre en un contexto de innovación abierta y colaboración con otros actores académicos, del mundo emprendedor y de la industria tecnológica. “Para nosotros, la dualidad de IT e innovación es un signo de distinción”, recalca el CIO.

Cimientos tecnológicos

Ferrovial es una compañía que, describe el CIO, “prácticamente ha digitalizado todos sus procesos”, una empresa cloud native, pues lleva “años” desarrollando todo en la nube; que, en los últimos tres años, “ha adoptado la inteligencia artificial en el desarrollo del software como su estándar por defecto”; que “expone el conocimiento de manera sistemática a través de servidores propios de conocimiento”; que ha posicionado el dato “no con una visión ‘data driven’, sino ‘data informed’, para que los datos están disponibles, cada vez más, en un modelo autoservicio y donde sean necesarios, cada vez más cerca del negocio y sin duplicidad de los mismos”; un jugador que “ha racionalizado las plataformas y las ha incorporado de manera global en cada uno de los procesos de negocio”; que ha abogado por un modelo global y centralizado de implantaciones de SD WAN, “en el que nuestro SOC, nuestro NOC y todos los centros de control cada vez velan más por una dinámica lo más personalizada, pero con una gestión global, con centros de control enriquecidos por inteligencia para hacer enrutamientos, para hacer detecciones anticipadas”.

Una transformación de 180 grados que no se entiende sin atender al propio cambio que también ha experimentado en los últimos tiempos el vertical donde opera la multinacional: “Nuestro sector también ha vivido una transformación sin límites en los últimos cinco años”, reconoce el CIO, que afirma que la tecnología ya se aplica al diseño, financiación, construcción, operación y rotación de activos. Ya es habitual la digitalización de los planos, las simulaciones virtuales, los vehículos semiautónomos asistidos, teleoperados y, en los últimos meses, completamente robotizados o la implantación progresiva de la robótica. “Hoy el de la construcción se está convirtiendo, después de muchas décadas, en un sector en el que la tecnología está por primera vez creando capacidades imposibles de imaginar hace unos años”, sentencia Bountolos.

“Para nosotros, la dualidad de IT e innovación es un signo de distinción”

El directivo recalca en particular el papel esencial que han ido adoptando en esta industria y para su compañía aquellas tecnologías que posibilitan la capacidad de simulación mediante entornos inmersivos o de realidad aumentada. Unas capacidades que Ferrovial aglutina bajo el término ‘infraverse’. De hecho, la empresa cuenta con un centro de infraverso capaz de simular, probar y validar diseños. “Los gemelos digitales son un pilar clave que reduce el riesgo en la fase de diseño, anticipa la simulación de escenarios y de casos de uso y permite la validación de estos antes de empezar una construcción y monitorizar el progreso durante esta”, argumenta el CIO.

También subraya la relevancia de los sensores IoT para el área de infraestructuras de la compañía. Los miles de sensores desplegados en las autopistas, cuenta Bountolos, permiten controlar la operación de estas, anticipar y mejorar procesos de gestión y, finalmente, mejorar la seguridad de los conductores que pasan por ellas.

La multinacional también ha adoptado otras tecnologías relacionadas con la robótica y los algoritmos de reconocimiento de imágenes (Large o Small Vision Models) para las labores relacionadas con el despliegue de movimiento de tierra en, por ejemplo, pistas de aterrizaje. Ya usa robots específicos para tareas muy concretas, como la colocación de paneles solares, el hincado de cimentaciones, el reposicionamiento o la identificación de espacios concretos. E incluso hace unos años comenzaron a emplear drones, “que hoy son una parte indisoluble de nuestra operación”, dice el CIO, y que usan de forma “sistemática” en las obras para analizar su progreso y monitorizar los proyectos, entre otros empleos.

Desinversiones en TI

Por otro lado, reconoce Bountolos, la multinacional se ha visto obligada a desinvertir en tecnologías que impulsó en su día, pero que “lamentablemente, hemos tenido que poner en stand by”. Una de ellas es blockchain, una tecnología con “grandes promesas de cara a la generación de contratos inteligentes” pero para la que el mercado, según el CIO, “aún no está preparado”. No obstante, subraya, la compañía se queda con “muchísimo aprendizaje”. “Seguro que somos capaces de reconducirlo”.

Otra tecnología descartada por la multinacional es la creación de aeronaves eléctricas de despegue y aterrizaje vertical (eVTOL, por sus siglas en inglés), es decir, los taxis voladores. “Fuimos los primeros a nivel mundial en apostar por estos vehículos eléctricos de despegue vertical. Creamos una división, hicimos inversiones y apostamos con convicción en crear un ecosistema de partners y de actores; pero a lo largo del tiempo vimos que, en primer lugar, el proceso de certificación en Europa y Estados Unidos no avanzaba según lo prometido, y, en segundo lugar, que la necesidad de una infraestructura dedicada pasaba a ser secundario”. Así que Ferrovial acabó vendiendo esta división a uno de sus socios (Atlantic Aviation). “Pero hemos reutilizado los activos digitales que desarrollamos, sobre todo plataformas de simulación de oferta y demanda, en otras áreas”, agrega el portavoz. “En general,y esto no es una regla escrita en sangre, si no somos capaces de extraer el valor inicial de una tecnología, buscamos otros itinerarios y lo vamos revisando de vez en cuando”, aclara.

En este sentido, afirma el CIO, es interesante “ganar perspectiva e identificar qué está pasando en otros sectores. Estamos viendo tal disrupción en nuestro sector que para nosotros es una obsesión inspirarnos en capacidades que han aportado competitividad a otros sectores. Rastreamos oportunidades con una visión de 360 grados”.

Adopción de la IA

En el caso de la tecnología en boga por antonomasia en el mercado actualmente, la inteligencia artificial, Ferrovial se acercó a esta mucho antes de que irrumpiera la fiebre por su versión generativa. “No descubrimos la IA a finales de 2022 cuando llegó ChatGPT, sino años antes con machine learning, deep learning, los modelos de OCR o de segmentación… Ahora estamos inmersos en la implantación de agentes autónomos en los entornos de IoT, en la orquestación de agentes, el despliegue de modelos multimodales. Observamos las diferentes variaciones de la IA, del diseño generativo y paramétrico y mientras en algunos casos hacemos apuestas muy tácticas, en otros vamos a proyectos que pueden tardar un año”.

Según el CIO, la multinacional ya tiene unos 80 proyectos de IA ya escalados en producción y que cubren toda la compañía y “centenares en proceso de análisis” para “sacar partido a una tecnología que reinventa cómo nos relacionamos con los procesos. Porque esto ya no es una automatización, es algo más”.

Uno de los proyectos en los que trabajan, explica, consiste en fusionar datos utilizando algoritmos avanzados gracias al uso de diferentes tipos de sensores. “Al incorporar todas esas capas de información obtenemos datos antes imposibles de tener. Por ejemplo, podemos saber cuál es el estado del terreno a un número concreto de metros de profundidad para poder detectar tuberías, canalizaciones u optimizar el trazado. Este tipo de tecnología no se usaba en nuestro sector, sino en otros mucho más avanzados, pero nos hemos movido con partners para utilizarla en nuestro vertical”.

Es una realidad que la IA generativa y agentiva está impactando de lleno en el desarrollo de software y los equipos de programación y creación de soluciones de las empresas. También en los empleados de cualquier área corporativa. Preguntado por los efectos colaterales de su uso, Bountolos tiene claro que “hay amenazas y oportunidades desde todos los ámbitos”.

“Cuando se democratiza el conocimiento y la capacidad de hacer un triaje cognitivo ya no está bajo la supremacía de los humanos, se abre un universo casi filosófico respecto a dónde podemos estar. Nosotros hemos visto a la IA desde una óptica positiva desde que identificamos su escalada y la dimensión global de su adopción. Estamos convencidos de que somos (o estamos llamados a ser) una empresa ‘frontier’ aumentada, cuyos empleados, departamentos y divisiones deben tener acceso a capacidades que les empoderen, pues esto les da superpoderes, pero garantizando siempre el uso adecuado con un gobierno estricto, controles y seguridad”.

En este viaje hacia la democratización de la IA, reconoce el CIO, “hay funciones que obligatoriamente se transformarán; roles que habrá que transformar mediante el upskill [mejora de sus habilidades laborales] o el reskill [cambio de dichas habilidades]; y también se producen otras encrucijadas a la hora de mantener el conocimiento en la compañía en los próximos años”. De momento, dice, no ve reticencias por parte de los empleados de la multinacional en el uso de la IA, más bien al contrario. “Tenemos profesionales comprometidos y muy expertos, muchos de ellos ingenieros, capaces de racionalizar y objetivar qué esperan de la IA y dónde consideran que pueden preservar su valor”.

La multinacional ya tiene unos 80 proyectos de IA ya escalados en producción y que cubren toda la compañía y “centenares en proceso de análisis” para “sacar partido a una tecnología que reinventa cómo nos relacionamos con los procesos. Porque esto ya no es una automatización, es algo más”.

Apuesta por construir un ecosistema de innovación

Bountolos sabe que “el conocimiento, la inteligencia y la capacidad de transformación excede y sobrepasa los límites de la corporación”. Por este motivo, ya desde hace tiempo, la compañía trabaja mano a mano con expertos de todo un ecosistema que han logrado construir. “Instituciones académicas, centros de investigación, hubs, ecosistemas de startups, venture capital… Todos forman, desde su ángulo, un grupo en el que estamos conectados”. Muchos de estos actores, dicen están en Estados Unidos. “Tenemos acuerdos relevantes con el MIT, con Georgia Tech, con el UT Austin en Texas y con otras muchas instituciones con las que tenemos colaboraciones activas, en algunos casos puntuales y transaccionales y en otras de años”.

Esta apuesta por hacer ecosistema llevó a la compañía a crear en 2024 Ferrovial Lab, un espacio de innovación abierta ubicado en Seseña (Toledo) que actúa como un laboratorio tecnológico donde experimentar, validar y escalar nuevas tecnologías en un entorno controlado antes de aplicarlas en proyectos reales de infraestructura. “Muchos proyectos para negocio ya salen de allí”, dice el CIO.

Aunque no desglosa la inversión que Ferrovial realiza en TIC –“somos una empresa cotizada”, argumenta–, sí desvela que ésta se ha incrementado en los últimos años y ahora supera las decenas de millones de euros.

La empresa, que se apoya en partners externos para el desarrollo y mantenimiento de las capacidades de TI (los principales son Microsoft, Sngular, Telefónica Tech, NTT Data, Salesforce, DXC Technology o Capgemini), tiene como “obsesión el control y el rigor en la gestión de los costes por la propia naturaleza del sector”, según el CIO.

La centralización, dice, es un vector esencial de la estrategia de gestión. “Nos sentimos muy orgullosos de tener equipos compactos, con una visión estratégica y alta capacidad de impacto en el negocio; apenas un par de centenares de profesionales cubren una capacidad de casi 360 grados que cubre todas las áreas de la tecnología”. Una labor que extienden a través de los partners. “Tenemos un nivel de subcontratación y de transferencia en algunos aspectos, como mantenimiento y operación, relevante, con partners con los que llevamos muchísimos años trabajando, aunque también contamos con equipos independientes bien por la relevancia o porque el marco regulador nos obliga”, como ocurre en proyectos de Estados Unidos. “Puedo decir con orgullo que todos los equipos sin distinción, de tecnología, datos, arquitectura y ciberseguridad, se identifican con esta visión de ser lo más competitivos posible”.

La ciberseguridad y la resiliencia operativa como “obsesión”

Como empresa gestora y constructora de infraestructuras críticas, como autopistas, aeropuertos y redes de transporte, a Ferrovial le impacta significativamente la regulación en materia de ciberseguridad. “La sensación de responsabilidad y de rigor es muy grande. El marco regulatorio nos exige cada vez más a todos, en concreto, a aquellos que tenemos la responsabilidad sobre infraestructuras críticas; y no me refiero solo a la [europea] NIS2 sino también a la normativa desplegada por la SEC en Estados Unidos a finales de 2024”.

Por todo ello, prosigue, en la actualidad la multinacional dispone de “unos órganos de gobierno cada vez más profesionales y un modelo de governance muy serio, de elevación a nuestra comisión de autoridad de control a nuestro consejo y nuestro comité de dirección. Tenemos obsesión por reforzar la resiliencia. Nuestra superficie de ataque es cada vez mayor, así que hemos implantado y consolidado una aproximación ‘zero trust’ basada en que no podemos confiar en ningún endpoint. Todas las estrategias se dirigen a defender esas puertas de entrada”.

Pero, a pesar de todo este trabajo y la concienciación y formación del empleado, “el eslabón más débil”, Bountolos sabe que los riesgos en seguridad de la información son crecientes, por un lado, por el auge de la IA, “un vector doble en ciberseguridad” que dará más armas a los atacantes, pero también a los defensores”, pero también porque el auge del internet de las cosas y la  conectividad del tradicional mundo OT (de tecnología de operaciones, que tanto peso tiene también para Ferrovial) abre nuevas vías de ataque. Sin olvidad, añade, la cadena de suministro, que es una de las puertas de entrada a las empresas en los últimos años. “Tenemos más de 50.000 proveedores en todo el mundo de los que dependemos y que también son elementos críticos y, en algunos casos, sufren ataques. Debemos estar muy cerca de ellos y, de algún modo, incluso habilitarles capacidades extendidas para que puedan monitorizar sus entornos o alertar determinadas circunstancias”. Además, aunque de manera incipiente, dice el CIO, Ferrovial ya está preparándose para la criptografía poscuántica.

Preguntado por los intentos de ciberataque recibidos, Bountolos recuerda el recibido en diciembre de 2020 por Amey, la exfilial británica de servicios de Ferrovial. “Fue un susto importante que supimos gestionar, creo, de una manera bastante eficiente, virtualizando los accesos sin tener que repatriar los equipos, siendo muy transparentes y manteniendo cierta resiliencia”. Desde entonces, cuenta, no ha habido más. “Tocaremos madera. Hemos sabido mantenernos, pero anticipamos que hay dos tipos de empresas: las que han sufrido ataques y las que los sufrirán. Por eso nuestra obsesión es reforzar la resiliencia, ganar en capacidades de disaster recovery, tener la capacidad de poder simular esos escenarios, unificar nuestra mejor capacidad de reacción y trasladarla donde sea necesario y aumentar la sensibilidad a nivel de compañía… Todo ello, siendo conscientes de que, al ser global, nunca se sabe cuál va a ser la puerta de entrada”.

“El CIO debe sentirse negocio, no parte del negocio”

Dimitris Bountolos, un CIO poco convencional

El granadino Dimitris Bountolos, con una amplia trayectoria en el ámbito internacional dentro del sector aeronáutico y de consultoría (gran parte de su carrera estuvo unida a Iberia, donde ocupó las posiciones de director del aeropuerto de Madrid-Barajas, director de Transformación y de Desarrollo del hub y vicepresidente de Customer Experience, pero también fue consejero del director de Innovación de la NASA y de transformación digital para el sector de Viajes, Transporte y Logística en McKinsey) y con un perfil claramente emprendedor (fue fundador y socio en startups como Zero 2 Infinity, primera compañía privada europea del sector transporte espacial, Guudjob, centrada en experiencia del empleado, BlueSouth, especializada en drones, e IllusionBox, especializada en realidad virtual y entornos inmersivos), se define a sí mismo como un CIO poco convencional: “Llevo apenas cinco años en el rol y en mis vidas [profesionales] previas he pasado por funciones muy diferentes en los que, en algunos casos, he sido parte del negocio. Un negocio que ya entendía la tecnología como una parte indisoluble de su ámbito de responsabilidad”.

Ahora, relata, ya desde la óptica de CIO (en realidad, CIIO, pues el foco en la innovación se refleja también en su cargo), ve su actual rol con “vocación de servicio” y una visión que engloba su propia labor y la de sus equipos. Uno de sus grandes desafíos de gestión, al tratarse de una multinacional altamente centralizada, es operar de forma transversal y homogénea –“si no, sería disfuncional”– pero sin perder la capacidad de adaptación a distintas sensibilidades, velocidades, legislaciones… Una realidad que obliga al CIO a “no poder imponer, a pesar de tener un modelo central, una única forma de operar. Esto es un reto, pero también una clave del éxito”.

Para la función de TI, dice Bountolos, es clave “estar muy cerca de los negocios, ser muy didácticos, explicar con un lenguaje muy directo, actuar como business partners y, en algunos casos, como equipos mixtos en los que cada vez más el conocimiento funcional y la capa técnica empieza a diluirse”. Habitar, en definitiva, en un escenario cambiante en el que los usuarios de negocio cada vez entienden más la tecnología; un mundo en el que, con la IA, los ciclos de desarrollo se acortan y mejoran las puestas en producción de los proyectos.

Pero, sobre todo, el CIO, añade, “debe sentirse negocio, no parte del negocio”. “Cada vez vemos menos costuras entre lo que antes se veía como una división de servicio que respondía y decodificaba las necesidades de negocio con una óptica puramente tecnológica. Pero también vemos a un negocio cada vez más ilustrado y con más capacidad y más criterio decidir. Esto nos obliga a trabajar de la mano y a entender que el modelo al que hemos llegado está en evolución”.

En los próximos años, “incluso meses” estos paradigmas no harán sino acelerarse. “Y los CIO tenemos que estar a la altura para reaccionar”, concluye.

La perspectiva de que un CIO ocupara el despacho del CEO parecía remota no hace mucho tiempo. Pero, a medida que la tecnología digital se entrelaza cada vez más en el tejido de las empresas, más líderes de TI buscan ascender. El 67% de los CIO aspira a ser CEO, según una investigación de Deloitte realizada en 2025. Una mirada al retrovisor muestra que este rumbo se ha trazado desde hace años.

El auge de las plataformas en la nube y móviles ayudó a los departamentos de TI a romper las barreras tradicionales, facilitando las transformaciones digitales. La IA marca la próxima revolución tecnológica y ahora está acaparando la atención de toda la alta dirección.

El manual para que los CIO se conviertan en CEO incluye los elementos habituales, como impulsar una transformación digital o gestionar una cuenta de resultados. El espíritu emprendedor y mantener una mente abierta se cuentan entre los principales atributos de liderazgo. He aquí algunas experiencias que han compartido con esta cabecera directivos de TI convertidos en directores generales para alcanzar la cima del liderazgo y qué es preciso para mantenerse allí.

Los directores de sistemas de información que aspiran a puestos de dirección general deben ampliar sus horizontes

Una trayectoria profesional que incluye puestos como director de sistemas de información en grandes marcas como The Walt Disney Co., Microsoft y el Gobierno federal de EE. UU. sentó las bases para el director general de Intrusion, Tony Scott, quien dirige el fabricante de software de ciberseguridad desde 2021.

Scott afirma que los CIO se encuentran en una posición única para dirigir empresas porque, junto con los directores financieros, tienen la mejor visibilidad sobre cómo operan las organizaciones y, en particular, cómo digitalizan los procesos de negocio. Lo que hacen los CIO para acelerar esas transformaciones al tiempo que controlan los costes es el siguiente paso.

Esta visión holística fue uno de los catalizadores que llevó a Scott a centrarse más en la ciberseguridad, un área en la que las TI han ido tradicionalmente a la zaga y en la que “los malos siempre parecían llevar la ventaja”. Finalmente, y tras mucha reflexión, aceptó dirigir Intrusion, cuya propiedad intelectual de detección de firmas basada en la reputación y su talento le impresionaron.

Para los aspirantes a directores generales, la voluntad y la capacidad de delegar tareas en personal de confianza es fundamental, afirma Scott. Dominar la estrategia empresarial y todos sus matices también es clave, ya que los directores generales deben saber dónde y cuándo “dar un giro” si es necesario. Mantener una amplia apertura ante lo que es posible es fundamental.

Además, una vez que los CIO convertidos en CEO ocupan el puesto más alto, deben tener cuidado de no inclinarse demasiado hacia las TI, ni intentar ser un “relleno” de las carencias que haya en la organización. Eso supone una gran pérdida de tiempo que impedirá a los CEO dirigir eficazmente el negocio.

Tender un puente entre la estrategia y la implementación

Los CIO con experiencia ven las carencias. En algún momento, deciden subsanarlas. Identificar las carencias en las principales consultoras tecnológicas actuales impulsó a Michael Matthews a fundar Vexital, una consultoría boutique diseñada para salvar la brecha entre la estrategia empresarial y la implementación tecnológica. “A las empresas no les falta gente, talento, dinero ni ideas”, afirma Matthews. “Les falta claridad y comprensión sobre quiénes son, qué hacen y por qué lo hacen”.

Matthews, que ocupó cargos de director de sistemas de información (CIO) en Tennant y Deluxe, se propuso crear un manual de arquitectura de soluciones que combinara la intención estratégica —“el porqué”— con el trabajo sobre el terreno —“el cómo”—.

Transformar a Deluxe en un proveedor de pagos digitales capaz de entrar en nuevos mercados con escala y rapidez fue fundamental para Mathews, quien afirma que tuvo que ayudar a la empresa a superar su miedo a canibalizar su negocio principal: los cheques en papel.

En Vexital, Mathews ayuda a las empresas con sus propios retos técnicos, como por ejemplo colaborando con una empresa de dispositivos médicos para reorganizar sus hojas de ruta de productos con el fin de alcanzar la rentabilidad.

El consejo de Mathews para los CIO que quieran llegar a ser los jefes algún día: no tengáis miedo de asumir riesgos calculados, algo similar a lo que hace un CIO cuando se enfrenta a amenazas de ciberseguridad, nuevas tecnologías o competidores. Además, uno de los sellos distintivos del buen liderazgo es “llevar a la gente contigo” formando al talento para ayudarles a avanzar en sus carreras, lo que también fortalece a la empresa, afirma.

Abrazar el espíritu emprendedor

Los CIO que se convierten en buenos directores generales se benefician de un espíritu emprendedor, a veces hasta el punto de no estar nunca realmente satisfechos, afirma Phil Newmoyer, socio de Acacia Advisors. Esta actitud impulsó al antiguo CIO de Toys “R” Us y Serta Simmons Bedding a lanzar Provoso AI, fabricante de software de análisis de IA, donde ejerció como cofundador y director general. “Las personas que se lanzan a nuevas empresas y al crecimiento y quieren construir algo: eso está en su ADN”, afirma Newmoyer, quien recuerda haber creado empresas ya en el instituto.

Los CIO que dirigen las TI de grandes empresas, en particular, están bien posicionados para dar el siguiente paso porque ya dirigen un negocio dentro de un negocio, con un presupuesto multimillonario. Aun así, afirma que los líderes de TI deben tener la piel dura y estar preparados para el fracaso, señalando que un compañero puso en marcha cinco empresas, tres de las cuales fracasaron. Los CIO cuentan con la seguridad de las comodidades corporativas; los CEO, no tanto.

“Crear un negocio con tu propio sudor y capital supone un nivel diferente de presión, compromiso y responsabilidad. No es para los débiles de corazón”, afirma Newmoyer. En el lado positivo, die, el éxito aporta la recompensa inconmensurable de saber que has construido algo con tus propias manos.

Lo que dicen los analistas y expertos

Los consultores tienen sus propias ideas sobre qué hace que los CIO parezcan CEO. Navegar por las compensaciones entre los riesgos y el valor de los resultados y la orientación al crecimiento vinculada a esas operaciones es un factor crítico, afirma Anjali Shaikh, directora del Programa Global de CIO de Deloitte.

Shaikh también afirma que, aunque el mandato tecnológico ha traspasado los límites del departamento de TI para abarcar todas las funciones de la alta dirección, la responsabilidad sigue recayendo en gran medida en el CIO. Eso, dice, posiciona a los líderes de TI para ejercer influencia en los niveles más altos.

Los datos de Deloitte sugieren que esta trayectoria se ha trazado durante años, ya que el 65% de los CIO reportan ahora a los CEO, frente al 41% de hace una década. Independientemente de si los líderes de TI siguen siendo CIO a lo largo de su carrera o ascienden a puestos superiores, todos los líderes de la alta dirección se enfrentan hoy al mismo reto: la palabra que empieza por ‘d’. “Todas las empresas están sufriendo una disrupción, tanto si fabricas perchas como si desarrollas software”, sentencia Mathews, de Vexital.

Los resultados de un estudio de Gartner publicado hace unos días muestran que solo el 28% de los casos de uso de la IA en infraestructura y operaciones tienen éxito completo y cumplen las expectativas de retorno de la inversión, mientras que un 20% acaban fracasando. Según Melanie Freeze, directora de investigación de Gartner, el fracaso “ocurre con mayor frecuencia” por varias razones, entre ellas las expectativas poco realistas sobre lo que pueden hacer las herramientas de IA y las carencias de competencias durante la fase piloto.

Aunque estos resultados suponen una mejora con respecto a los preocupantes hallazgos del MIT publicados el año pasado, que revelaban que el 95% de los proyectos de IA general no producen ningún rendimiento financiero cuantificable, existe, según afirmó en una entrevista con CIO.com, una gran cantidad de experimentación entre los departamentos de TI en la que un equipo de profesionales de infraestructura y operaciones “simplemente sale y prueba algo”.

La realidad, según Freeze, es que para lograr el ROI previsto, los departamentos de TI no deben optar por gestionarlos como proyectos secundarios.

En un artículo publicado por Gartner acerca de la encuesta realizada a 783 líderes de infraestructura y operaciones a finales del año pasado, la firma indicó que del 57% de los líderes de infraestructura y operaciones que informaron de al menos un fracaso, “muchos dijeron que sus iniciativas de IA habían fracasado porque esperaban demasiado, demasiado rápido. Daban por sentado que la IA automatizaría inmediatamente tareas complejas, reduciría costes o resolvería problemas operativos de larga data. Cuando las expectativas no se fijan de forma realista y los resultados no aparecen rápidamente, la confianza decae y los proyectos se estancan”.

La encuesta desvela que el retorno de la inversión de la IA no depende de la sofisticación del modelo, sino de lo bien que la tecnología esté integrada, gestionada y alineada con las necesidades operativas reales.

Factores de éxito

Gartner ha identificado tres factores de éxito. Entre ellos se incluye la integración de la IA en los sistemas y procesos que la gente ya utiliza. “A medida que la IA se convierte en parte de las operaciones cotidianas, impulsa su adopción y genera un impacto visible dentro de la organización”, según la empresa. Los ejecutivos de infraestructura y operaciones con éxito también reciben pleno apoyo de los altos ejecutivos, lo que ayuda a “eliminar obstáculos, alinear prioridades y garantizar que la inversión siga financiada y centrada”, y crean casos de negocio realistas.

Para Freeze, los líderes de infraestructuras y operaciones deben priorizar y determinar la financiación de los casos de uso de la IA “gestionando estos casos como un producto para evitar duplicidades, impulsar sinergias y realizar un seguimiento de su impacto colectivo en los resultados de infraestructura y operaciones y del negocio”. A partir de ahí, estos directivos “líderes de infraestructura y operaciones “pueden trabajar junto con sus CIO y terceras partes de datos y análisis, seguridad, asuntos legales y finanzas para evaluar cada caso de uso en cuanto a viabilidad, riesgo, coste e impacto empresarial esperado. Un modelo de puntuación compartido facilita la comparación y clasificación de todos los casos de uso y orienta las decisiones de inversión”, apunta.

Señala que la mayor parte del éxito proviene de la IA generativa aplicada a áreas específicas: la gestión de servicios de TI (ITSM) y las operaciones en la nube, “donde los mercados están maduros y han demostrado su valor empresarial. De hecho, el 53% de los responsables de infraestructura y operaciones indicaron que sus logros en IA se producen en ITSM”. “Tanto si estos logros se producen en la nube como en ITSM, los líderes de infraestructura y operaciones deben asegurarse de que se difundan ampliamente dentro de la organización y de que la estrategia de IA siga siendo coherente y esté dirigida de forma centralizada”.

Los casos de negocio como base

Empezar sin un plan, dice Freeze a CIO.com, nunca es una buena idea: “Siempre es una mala situación para cualquier tecnología decir: ‘Lo hemos creado. Va a tener éxito’. Debe basarse en el caso de negocio. ¿Qué necesita su empresa? ¿Cuáles son sus ambiciones? ¿Cuáles son los problemas dentro de su función que su conjunto de herramientas actual no es capaz de resolver? Dentro de ese marco estratégico inicial, entonces llega el éxito”.

También existe el problema de que un proyecto de IA fallido puede afectar a toda una organización. No ser capaz de proporcionar una infraestructura segura, fiable y disponible puede tener importantes implicaciones para los resultados empresariales, añade Freeze.

“Los factores que conducen al fracaso son ligeramente diferentes de los que conducen al éxito”, dijo. “Los responsables de infraestructura y operaciones deben recordar que una cartera de IA claramente definida y respaldada a nivel central ayuda a su organización a centrar los recursos donde más importan. Por encima de todo, una ejecución sólida y la adopción por parte del negocio, y no solo la priorización, determinan el verdadero retorno de la inversión (ROI) de la IA”.

Una vez que las prioridades están claras, añadió Freeze, se puede determinar qué casos de uso merecen financiación y en qué medida. “Hoy en día, muchas iniciativas de IA siguen siendo financiadas por unidades de negocio individuales”, observó. “Sin embargo, a medida que el gasto en infraestructura de IA sigue aumentando, los directores generales y los directores financieros deben desempeñar un papel más activo a la hora de establecer los criterios de financiación y aprobar las inversiones importantes”.

En tecnología financiera, el principal propósito es transformar cada interacción en valor añadido para permitir a los comercios llegar a nuevos consumidores, ofrecerles una mejor experiencia de pago, aumentar la conversión y optimizar sus operaciones. El pago, tradicionalmente percibido como un “mal menor”, se revela hoy como una palanca para impulsar el crecimiento de conversión de ventas en todos los canales, de la mano de tendencias disruptivas que ya están definiendo el futuro de las transacciones.

Mayor agilidad operativa mediante dispositivos multifunción

Lejos de desaparecer, la tienda física —el canal preferido para un 44% de consumidores— está inmersa en una profunda transformación para flexibilizar aún más la experiencia de compra. 

La tecnología “Tap to Pay” o de “pago con un toque” es una innovación que no sólo aporta rapidez, sino que logra introducir smartphones y tabletas como terminales de pago, elimina la necesidad de hardware dedicado, costoso y voluminoso. Un empleado, con el mismo dispositivo que utiliza para otras funciones como gestión de inventario o atención al cliente, puede procesar una compra en cualquier punto de la tienda, lo que se traduce en una reducción drástica de las colas, una mejora significativa en la experiencia del cliente y una mayor agilidad operativa para el comercio. 

Además, para muchos minoristas, aprovechar estos mismos dispositivos para los pagos optimiza los recursos existentes y demuestra que la tecnología de pagos se integra de manera totalmente fluida, haciendo que el acto de pagar sea casi invisible y mucho más conveniente.

Hacia la próxima frontera del comercio agente

Una de las tendencias futuras con mayor potencial disruptivo es el comercio agente, que se refiere a la capacidad de la IA para realizar compras de manera independiente en nombre de los consumidores. Gartner predice que en apenas dos años los agentes de IA reemplazarán el 20% de las interacciones en escaparates digitales como clientes máquina, y aunque esta nueva era está en sus etapas iniciales de experimentación, ya se están sentando las bases de un escenario que presentará desafíos significativos para el ecosistema de pagos. 

La estandarización de protocolos será crucial frente a las distintas aproximaciones que realizan actualmente múltiples actores, desde grandes tecnológicas hasta los propios esquemas de tarjetas. Las plataformas de pagos deberán actuar como un unificador tecnológico que permita a los comercios transaccionar con cualquier agente futuro, sin tener que realizar grandes esfuerzos tecnológicos o de integración.

Aparte de la interoperabilidad técnica, la seguridad constituye otro pilar indispensable. El agente de IA necesitará una orden explícita y verificable del consumidor para realizar la compra, así como disponer de los datos de pago del consumidor de forma legal. La tecnología de pagos, en este sentido, debe evolucionar para garantizar esta trazabilidad y consentimiento.

Los comercios también tendrán que adaptar la manera en que presentan sus productos y servicios. Al igual que hoy optimizan sus sitios web para motores de búsqueda, mañana deberán asegurar que su información sea fácilmente indexable y comprensible para los agentes, garantizando que el precio y las características sean siempre precisos en tiempo real.

Identificación dinámica basada en el comportamiento 

Gracias a la ingente cantidad de datos que procesan algunas plataformas de pagos, en particular aquellas que tienen una plataforma global y por tanto consistente en la información de diferentes mercados geográficos, es posible construir perfiles de comportamiento extremadamente precisos. La IA observa sobre estos datos múltiples factores de una transacción, como la frecuencia de uso de una tarjeta, el importe, el número de artículos, o si el país de la tarjeta coincide con la ubicación del comprador, para distinguir entre el comportamiento de un cliente legítimo y el de un defraudador. 

La capacidad de las plataformas para reconocer a los clientes habituales, incluso si no han guardado su tarjeta, permite observar la consistencia en su comportamiento y establecer un nivel de confianza, identificando rápidamente cualquier desviación que pudiera indicar un riesgo. Al aprender de millones de transacciones, la IA ayuda a incrementar la tasa de aprobación de transacciones legítimas y a minimizar los llamados falsos positivos, a la vez que reduce el tiempo dedicado a revisiones manuales.

IA predictiva para optimizar la detección de fraude

Responder al fraude es lo mínimo; la verdadera exigencia está en anticiparlo. En las plataformas de pagos ya se emplean algoritmos de aprendizaje automático para predecir la probabilidad de estos incidentes antes incluso de que la transacción se complete o sea autorizada. Son sistemas que analizan la transacción junto con el historial del comprador, el comercio, el método de pago y las tendencias globales de fraude. La IA logra identificar así rápidamente si existen patrones de riesgo emergentes, lo que posibilita tomar decisiones en milisegundos, ya sea aprobando la transacción con alta confianza, aplicando verificaciones adicionales o rechazándola si la amenaza es alta.

La ventaja de la IA predictiva es doble: por un lado, protege a los comercios de pérdidas financieras y, por otro, mejora la experiencia del cliente al reducir las fricciones innecesarias para los compradores legítimos. Al optimizar procesos de riesgo, las plataformas reducen costes operativos y contribuyen directamente a aumentar las tasas de conversión, evitando que transacciones válidas sean declinadas erróneamente. 

Tokenización en pagos recurrentes

La tokenización ha sido durante mucho tiempo una piedra angular de la seguridad en los pagos digitales, al reemplazar la información sensible de una tarjeta de crédito por un token único y encriptado que no puede ser utilizado para realizar compras fraudulentas. 

La innovación más reciente en este ámbito es la extensión de la tokenización entre los canales físico y online, abriendo nuevas posibilidades para los comercios. Imagínese a un cliente comprando un producto en una tienda y que, al mismo tiempo, decide suscribirse a un servicio recurrente asociado. Con las soluciones avanzadas de tokenización, el cliente puede pasar su tarjeta por un terminal de punto de venta, autorizar la suscripción —incluso leer, enviarse o firmar términos y condiciones del servicio— y, en ese mismo instante, su información de pago se tokeniza en la plataforma. A partir de ese momento, los cargos se realizarán automáticamente con ese token seguro, sin que el comercio almacene datos sensibles de pago.

Conectar la experiencia de compra física con los pagos recurrentes online supone una ventaja competitiva para comercios que quieran ofrecer modelos de suscripción, servicios o membresías de una manera fluida y segura, eliminando las barreras para el cliente que ya no necesita introducir de nuevo sus datos. Este es un claro ejemplo de cómo la tecnología protege la información a la vez que crea nuevos modelos de negocio y mejora la retención de clientes.

El rol unificador de las plataformas de pago

La gestión de distintos proveedores de pagos implica una carga tecnológica y operativa insostenible. Muchos comercios se ven casi obligados a convertirse en especialistas en integraciones de pagos, desviando recursos de su negocio principal. No obstante, ahí es donde las plataformas de pagos con un enfoque holístico brindan una ayuda inestimable. Al ofrecer una única conexión para procesar pagos en cualquier entorno y con una amplia gama de métodos y monedas relevantes globalmente, actúan como un orquestador tecnológico, absorbiendo la dificultad de las múltiples integraciones y liberando al comercio para que se enfoque en su crecimiento.

Más de un tercio de los comercios que optan por una solución unificada reportan mayores ventas, conocimiento y satisfacción de sus clientes, puesto que una parte del éxito de estas plataformas reside en su capacidad de escucha para responder a las necesidades de sus clientes y a las tendencias del mercado. A través de la interacción constante con sus equipos de ventas, gestión de cuentas y soporte, además de estudios de mercado exhaustivos, identifican qué nuevos métodos de pago o funcionalidades son esenciales, incorporándolos para todo el ecosistema de comercios, asegurando un impacto generalizado.

El futuro de los pagos se construirá a base de inteligencia, convergencia y fluidez. Con cada innovación se abre una posibilidad de hacer que el proceso de pago sea más seguro, eficiente y, en última instancia, un catalizador para el crecimiento empresarial. Para los comercios, aliarse con una plataforma tecnológica que no solo entienda el cambio sino que lo integre de forma proactiva, marcará la diferencia entre sobrevivir y prosperar en la economía digital.

>

Hace tiempo que la inteligencia artificial dejó de ser una promesa de futuro para convertirse en un motor real de aceleración empresarial. En apenas unos años, ha pasado de ser un conjunto de proyectos piloto impulsados por equipos visionarios, a menudo vistos como “experimentos” dentro de las organizaciones, a consolidarse como una capa transversal capaz de redefinir cómo operan las compañías hoy.

Desde el marketing hasta las cadenas de suministro, pasando por finanzas o atención al cliente, la IA está permitiendo reducir tiempos, automatizar tareas complejas y ampliar la capacidad de análisis en empresas de prácticamente todos los sectores. El impacto más visible hoy es la velocidad a la que se pueden gestionar grandes volúmenes de información compleja: procesos que antes requerían semanas de trabajo manual pueden resolverse ahora en cuestión de horas o incluso minutos. Y es precisamente esa rapidez en la generación automática de contenidos, el análisis de datos o la automatización de flujos, la que permite a los equipos liberar tiempo y centrarse en tareas de mayor valor estratégico.

Áreas como operaciones, donde los sistemas basados en IA permiten anticipar fallos en maquinaria o prever picos de demanda con mayor precisión; o finanzas, donde los modelos avanzados de análisis ayudan a mejorar la detección de riesgos y fraudes constituyen la prueba palpable de la necesidad de adaptarse a la nueva realidad.

Todo ello está generando, más allá de una mejora en la eficiencia, un cambio estructural dentro de las compañías. La inteligencia artificial también está transformando la forma en la que se toman las decisiones. La experiencia demuestra que las organizaciones que integran sistemas de análisis inteligente en sus procesos de negocio son capaces de detectar oportunidades antes que sus competidores y reaccionar con mayor rapidez a los cambios del mercado.

Sin embargo, en un escenario con tantas posibles soluciones tecnológicas surge una pregunta inevitable en los comités de dirección: ¿dónde y cómo invertir? Para muchos directivos y consejeros delegados (CEO), el verdadero desafío no es entender el potencial de esta tecnología, sino identificar qué soluciones aportan valor real a su negocio y a qué herramientas tiene sentido destinar los recursos de la compañía.

Ese crecimiento explosivo del ecosistema de soluciones plantea un nuevo desafío para los líderes empresariales. Cada semana surgen nuevas plataformas, modelos y aplicaciones que prometen transformar la productividad corporativa. En este contexto, para muchos CEO, especialmente si hablamos de sectores más tradicionales, navegar en esa tormenta puede resultar complejo.

Según el reciente informe BCG AI Radar: As AI Investments Surge, CEOs Take the Lead, elaborado por Boston Consulting Group (BCG), casi tres cuartas partes de los CEO se consideran ya los principales responsables de la toma de decisiones en materia de IA. Además, la mitad cree que su propio puesto depende de los resultados que genere esta tecnología. El propio informe determina tres arquetipos de directivos: pioneros, pragmáticos y seguidores, situando a España como un mercado principalmente pragmático, lo que demuestra aproximación prudente pero cada vez más estructurada a la adopción de esta tecnología.

La clave ya no está únicamente en adoptar inteligencia artificial, sino en hacerlo con un criterio verdaderamente estratégico: identificar dónde puede aportar un impacto real al negocio y cómo integrarla de manera coherente en toda la organización. Para tomar decisiones acertadas, las empresas deben evaluar tres factores fundamentales: el impacto tangible en los resultados, su compatibilidad con los sistemas existentes y el potencial de escalar la solución a largo plazo. Invertir en herramientas aisladas puede generar mejoras puntuales y rápidas, pero solo una estrategia coherente de adopción de IA permitirá transformar la organización de manera real y sostenible.

En este escenario, los CEO asumen una nueva responsabilidad: no solo liderar la empresa, sino actuar como arquitectos tecnológicos que diseñan la forma en que la organización aprovecha la IA. Según los informes más recientes de McKinsey, Gartner y Futurum Research, existen cuatro áreas prioritarias que todo CEO debería evaluar primero: plataformas de datos y analítica avanzada, la base sobre la que se construye toda estrategia de IA; IA generativa, capaz de acelerar la creación de contenidos y la toma de decisiones estratégicas; automatización inteligente de procesos, que libera tiempo y reduce costes en tareas repetitivas e infraestructura tecnológica y cloud, que permite escalar las soluciones de manera segura y sostenible.

Un enfoque práctico para empezar consiste en consolidar primero la arquitectura de datos, luego implementar herramientas de IA generativa donde tengan impacto rápido, automatizar procesos repetitivos y, finalmente, asegurarse de que toda la infraestructura tecnológica pueda escalar de manera segura. Solo así la Inteligencia Artificial dejará de ser un experimento aislado para convertirse en un verdadero motor de aceleración del negocio.

El sector jurídico se encuentra inmerso en un proceso de transformación digital que va más allá de la simple evolución de herramientas o de la digitalización de procesos internos. Se trata de un cambio profundo en la forma de ejercer el Derecho, impulsado por tecnologías como la inteligencia artificial (IA) o el análisis de datos, que está redefiniendo tanto la manera en que los ciudadanos acceden al asesoramiento jurídico como el trabajo de los profesionales. 

En este contexto, compañías como Legálitas han decidido colocar la tecnología, y especialmente la IA, en el núcleo de su estrategia empresarial. “La aparición de la IA generativa nos ha permitido abrir un nuevo ciclo en nuestra transformación digital”, explica Martín Moisés Grande, CIO de Legálitas. “Hasta hace unos años la tecnología solo nos permitía digitalizar procesos que estaban en el perímetro del negocio, como facturación, comunicación o captación”. Ahora, añade, “nos permite diseñar e implementar sistemas que mejoran realmente el núcleo de nuestro negocio, que es puramente conversacional, interpretativo y basado en el conocimiento”. 

Por ello, la organización ha situado la IA en el centro de su estrategia con dos objetivos principales: mejorar la experiencia del cliente y aumentar la eficiencia operativa. 

Innovar sin referentes 

Llevar la inteligencia artificial al corazón del servicio jurídico implica, sin embargo, afrontar retos tecnológicos y organizativos que no siempre tienen precedentes en el sector. Legálitas opera con un modelo de negocio particular, basado en asesoría jurídica por suscripción para particulares, autónomos y pymes, lo que obliga a desarrollar muchas soluciones tecnológicas prácticamente desde cero. “Nuestro negocio es único, no tenemos referentes”, reconoce el CIO. “Cuando iniciamos un proyecto de innovación sabemos que podemos equivocarnos y a veces ocurre que iteramos más de lo que nos gustaría, pero por el camino encontramos muchos aprendizajes”. 

Ese proceso de experimentación forma parte de la evolución natural de un sector que sigue redefiniendo los modelos de servicio. “Nuestros abogados llevan mucho tiempo trabajando con herramientas orientadas a mejorar su eficiencia y la mejora continua forma parte de nuestra cultura corporativa”, señala Grande. Aunque la irrupción de la inteligencia artificial generó inicialmente algunas dudas por la posible desintermediación que la IA hace del conocimiento jurídico, “hoy existe un consenso claro en Legálitas: la inteligencia artificial no sustituye al profesional jurídico, sino que actúa como un potenciador de su productividad y mejora la calidad del servicio ofrecido”, explica el CIO. 

Gestionar millones de consultas legales 

En esa redefinición de los servicios hay un elemento que resulta determinante: la gestión del conocimiento. Uno de los activos más valiosos de la compañía es su base de conocimiento jurídico, construida a partir de años de asesoramiento legal real. “Es, junto con nuestro personal, nuestro activo más crítico y por eso lo gestionamos con mucho mimo”, señala el CIO. 

Ese conocimiento se genera a partir de las interacciones reales con los clientes y se procesa mediante una arquitectura tecnológica diseñada para estructurarlo y hacerlo reutilizable. “El punto de partida son las interacciones reales con clientes, que pasan por un pipeline completamente industrializado: anonimización conforme a normativa europea, estructuración en modelos de pregunta-respuesta, enriquecimiento semántico mediante técnicas de vectorización y clasificación y securización bajo estándares estrictos de acceso y trazabilidad”. 

El resultado es una plataforma de conocimiento jurídico que alimenta tanto el trabajo de los abogados como los servicios digitales de la compañía. “Todo este conocimiento se integra en una arquitectura orientada a consumo, que permite su explotación tanto por nuestros abogados como por nuestras soluciones digitales, garantizando consistencia, escalabilidad y reutilización”. 

Para Grande, el verdadero reto tecnológico “no es solo almacenar conocimiento, sino hacerlo gobernable, accesible en tiempo real y capaz de alimentar modelos avanzados de inteligencia artificial con garantías de calidad y control. En definitiva, hemos pasado de gestionar información a operar una plataforma de conocimiento jurídico”. 

“La inteligencia artificial no sustituye al profesional jurídico, sino que actúa como un potenciador de su productividad y mejora la calidad del servicio ofrecido”, explica Martín Moisés Grande

Álex, el asistente legal que ya utilizan más de 600.000 personas 

Uno de los desarrollos tecnológicos más visibles de esta estrategia es Álex, el asistente legal basado en inteligencia artificial que Legálitas ha creado para el público general. La herramienta responde a una necesidad muy concreta detectada en los usuarios. “La mayoría de la gente tiene dudas legales cotidianas, pero no acude a un abogado”, explica Grande. “Más del 70% de los usuarios recurría a Internet o a fuentes gratuitas que son confusas o poco fiables para resolver sus dudas legales”. 

La idea fue crear un sistema capaz de ofrecer respuestas claras e inmediatas. “Ahí vimos la oportunidad: crear un asistente con IA que dé respuestas legales claras, inmediatas y fiables, sin coste y sin fricción”. 

A diferencia de otros asistentes basados en inteligencia artificial, Álex se apoya en el conocimiento jurídico acumulado por la compañía. “La diferencia fundamental es que Álex no solo se apoya en modelos de lenguaje, sino en la experiencia práctica de Legálitas”. El sistema consulta fuentes verificadas y casos reales para minimizar errores. “Mientras que los modelos generalistas suelen inventar cuando no tienen información, Álex utiliza un sistema agéntico que consulta fuentes verificadas y el histórico de casos reales para reducir al mínimo las alucinaciones”. 

Además, está diseñado para hacer comprensible el derecho. “Álex está diseñado justo para eso: traducir lo legal a lenguaje normal”. Cuando la consulta requiere intervención profesional, el sistema deriva al usuario a un abogado. “Álex actúa como un sistema de asistencia o aumento de capacidades, no de sustitución”, concluye el CIO de Legálitas. 

Más allá de proyectos concretos, la IA se ha convertido en una tecnología transversal en la compañía. “Forma parte del ADN de todos los proyectos tecnológicos de Legálitas”, explica Grande. “No la abordamos como un proyecto aislado, sino como un habilitador clave de nuestra estrategia de hiperautomatización”. 

Actualmente, la compañía utiliza IA en múltiples procesos internos y de atención al cliente. “La utilizamos en agentes autónomos de triaje que dirigen cada consulta al abogado especialista adecuado, en sistemas de transcripción y resumen automático de conversaciones, en el procesamiento de multas mediante imágenes y en herramientas de IA generativa que ayudan a los abogados a elaborar escritos apoyándose en nuestro know-how jurídico”. 

Infraestructura híbrida y seguridad 

Para poder operar bajo estándares de calidad y seguridad, es imprescindible contar con una arquitectura tecnológica robusta. Así, la infraestructura de la compañía “se articula en un modelo híbrido diseñado para equilibrar control, seguridad y escalabilidad”, explica el CIO. 

Legálitas combina un entorno tecnológico centralizado que soporta la operación diaria con una arquitectura cloud orientada a productos digitales. “Contamos con una capa core que soporta la operación diaria en un entorno controlado desplegado en nuestro CPD y basado en tecnologías consolidadas”. A ello se suma “una capa cloud-native orientada a casos de uso digitales y de alta escalabilidad, desplegada sobre Google Cloud”. 

Ambas capas operan bajo un marco común de gobierno y seguridad. “Cumplimos con la normativa europea en materia de protección de datos y contamos con certificaciones como ISO 9001 e ISO 27001, además de alineamiento con requerimientos como DORA”. 

En este contexto, la ciberseguridad se convierte en un elemento estratégico. “La ciberseguridad no es un elemento accesorio, sino una prioridad estratégica”. 

El futuro del asesoramiento jurídico 

Si la tecnología ya está cambiando el presente del sector legal, su impacto será aún mayor en los próximos años. “A cinco años vista, veo a Legálitas como una referencia legaltech”, afirma Grande. “Evolucionaremos hacia plataformas inteligentes y una automatización de extremo a extremo, con la inteligencia artificial integrada de forma nativa en procesos y productos”. 

En ese escenario, la IA actuará como un asistente permanente tanto para los usuarios como para los profesionales, en definitiva, “como copiloto tanto del cliente como del abogado”. 

Todo ello apoyado en una arquitectura tecnológica orientada al dato, a la nube y gobernada por la seguridad y la ética digital. El objetivo final es ampliar el alcance del servicio jurídico sin perder su dimensión humana. 

El cambio es constante. Eso no es ninguna novedad. Pero el ritmo, cada vez más acelerado, sigue siendo motivo de preocupación, también entre los ejecutivos.

Alrededor del 82% de los líderes de alta dirección espera un mayor nivel de cambio este año que el pasado, según el informe Pulse of Change de la firma de servicios profesionales Accenture. Sin embargo, sólo el 55% de esos directivos se siente preparado para la disrupción tecnológica que se avecina en 2026.

Para tener éxito hoy, las organizaciones no pueden limitarse a transformarse: deben hacerlo rápido y, además, de forma continua, afirma Ram Palaniappan, director de tecnología de TEKsystems Global Services.

Las compañías que logran ambas cosas toman ventaja. La investigación de TEKsystems muestra que el 82% de las organizaciones líderes considera la transformación digital como un pilar fundamental de la estrategia empresarial, frente al 34% de las rezagadas.

A continuación, ejecutivos y asesores veteranos de TI comparten 10 estrategias que los CIO pueden emplear para acelerar las iniciativas de transformación dentro de sus organizaciones.

1. Establecer un “motor de innovación”

“La mejora incremental y la transformación son cosas distintas”, afirma Manish Jain, director principal de investigación de Info-Tech Research Group, y añade: “La transformación no puede producirse sin innovación, porque la transformación implica crear algo nuevo”.

Dado que la innovación es clave, las organizaciones necesitan una forma de captar, probar y priorizar nuevas ideas a medida que surgen, independientemente de dónde procedan.

Según Jain, “hace falta una forma de captarlas y convertirlas en productos y servicios comercialmente viables, y para ello se necesita un motor que las transforme en algo tangible”. “Sin embargo —añade—, muchas organizaciones no cuentan con ese motor de innovación; no saben cómo aprovechar esas chispas. Otras, en cambio, se vuelven demasiado burocráticas. Debe ser un modelo ágil, con financiación alineada con resultados e integrado con el equipo de ejecución”.

2. Abordar menos iniciativas a la vez

Muchos proyectos reciben la etiqueta de transformación, pero tanto TI como negocio pueden considerar a veces sus iniciativas más innovadoras de lo que realmente son. El resultado es una larga lista de trabajo pendiente.

Eso no ayuda a la velocidad. Cuando las organizaciones intentan abordar demasiadas iniciativas simultáneamente, dispersan recursos. Los equipos se ven empujados en distintas direcciones, lo que suele traducirse en plazos de entrega más largos y retrasos, reconoce Jeff Sturman, socio director de la práctica de Tecnología de la Información y Liderazgo Digital en WittKieffer.

Según el Informe sobre el estado de la gestión estratégica de carteras 2026 del fabricante de software Tempo, la planificación de capacidad y la asignación de recursos son los retos número uno y número tres en la ejecución de proyectos.

Los CIO pueden avanzar más deprisa limitando el número de iniciativas activas en cada momento, concentrando así recursos en proyectos de alta prioridad y garantizando que personas y servicios estén disponibles cuando se necesiten.

“La velocidad aumenta cuando aumenta la concentración”, afirma Sturman, quien apostilla: “Así que no intentemos llevar a cabo mil proyectos. Limitemos las iniciativas de la empresa a un número concreto, quizá entre tres y cinco, para incrementar las probabilidades de completarlas rápidamente”.

Este enfoque puede requerir pasar de una planificación anual a una trimestral, añade Sturman, pero el cambio merece la pena por el impacto en el tiempo de generación de valor.

3. Priorizar mejor

Concentrar recursos en menos iniciativas acelera la ejecución. Pero si el objetivo es impulsar la transformación, y no solo la entrega general de TI, la priorización debe ser excelente.

Sturman apuesta por hacer “los proyectos que impacten en ventas y crecimiento, productividad, reducción de costes y mejora de la calidad. Todo lo demás puede ser ruido”.

No siempre es fácil. El informe State of SPM de Tempo confirma que los responsables de planificación y PMO sitúan la priorización como la segunda mayor dificultad en la ejecución de proyectos.

Dom Profico, CTO de la consultora Bridgenext, explica que “la IA ha generado una actividad frenética, en la que no hacer nada se percibe como realmente malo, por lo que hacer algo parece mejor que no hacer nada”.

Y añade: “Pero es preferible tomarse un respiro y comprender cómo se obtendrán beneficios de cada transformación para poder priorizarlas y, en última instancia, acelerar la consecución de resultados”.

4. Tener claros los resultados deseados

Las iniciativas de transformación se ralentizan cuando aparecen nuevas solicitudes y el alcance empieza a desviarse.

Esas peticiones adicionales se convierten en una carga extra que lastra el avance de los equipos, sostiene Jain.

Para evitarlo, recomienda que CIO y patrocinadores de negocio identifiquen desde el principio los resultados que persigue la transformación: captar nuevos clientes, elevar la productividad, mejorar la experiencia de usuario o reforzar la resiliencia.

“Los trabajadores necesitan una visión clara de lo que van a priorizar”, admite.

Sturman coincide: cuando ejercía como CIO, se aseguraba de que todas las iniciativas contaran con objetivos claramente definidos, lo que le permitía rechazar solicitudes que amenazaban con ampliar el alcance.

“Los CIO avanzan más rápido cuando pueden decir: “Centrémonos en los resultados”, Definan resultados tangibles y tácticos, y asegúrense de que no sean sólo resultados de TI, sino objetivos empresariales compartidos”.

5. Convertir a los ejecutivos en participantes activos

Para ganar velocidad y garantizar el éxito, la alta dirección debe implicarse activamente en la transformación, según sostiene Mohamad Ali, vicepresidente sénior y director de IBM Consulting.

El gigante azul ha utilizado IA generativa para transformar numerosos flujos de trabajo, incluidos 70 procesos que anteriormente representaban un gasto de 25.000 millones de dólares y que hoy ascienden a 20.400 millones.

Ali atribuye parte del éxito al desarrollo de un liderazgo empoderado y comprometido. La compañía creó cuatro equipos encargados de impulsar la transformación desde arriba, incluido un comité directivo presidido por el CEO que se reúne semanalmente.

Por eso afirma que “estos equipos están trabajando para impulsar el cambio con bastante rapidez”.

No obstante, también advierte de que los CIO no deben dar por sentado que siempre contarán con ese nivel de implicación ejecutiva.

Lo que le lleva a decir: “Es necesario contar con el respaldo y el enfoque de la dirección cuando lo que se está haciendo es rediseñar fundamentalmente el negocio”.

6. Involucrar a más personal en la transformación

Ali es de los que cree que “si tienes a 10 personas trabajando en algo, sólo puedes avanzar hasta cierto punto; pero si tuvieras a 100.000, podrías avanzar mucho más rápido”.

IBM lo llevó a la práctica con hackatones de varios días en los que participaron más de 100.000 empleados, quienes aprendieron a crear agentes de IA para transformar sus propios flujos de trabajo.

Además de acelerar el desarrollo, esta estrategia impulsó la adopción.

“Si lo construyes tú mismo, habrá más aceptación y la adopción general será mucho más rápida”, dice también.

Profico propone una idea similar: descentralizar la toma de decisiones y dar a los equipos capacidad para decidir dentro de directrices claras.

7. Crear canales para compartir innovaciones

Otra de las claves en IBM ha sido la creación de un catálogo para compartir agentes desarrollados por los empleados.

A principios de 2026, ese catálogo contaba con 3.000 trabajadores digitales, aunque el número total de agentes creados internamente asciende a decenas de miles.

La compañía utiliza IA para seleccionar los más útiles y ponerlos a disposición del resto de la plantilla.

La idea es sencilla: evitar duplicidades, reducir tiempos y acelerar el progreso.

8. Reducir la complejidad y los silos

Según el informe State of Digital Transformation 2026 de TEKsystems, el 38% de los responsables de negocio y tecnología encuestados señaló que la complejidad de su entorno actual, junto con la mentalidad y los comportamientos en silos que lo acompañan, constituye una de las principales barreras para la transformación, situándose en el primer puesto de la lista de desafíos identificados en el estudio.

Esos dos factores —la complejidad y los silos— ralentizan la transformación, afirma Palaniappan, de TEKsystems.

“La estructura funcional actual de algunas organizaciones está diseñada para las grandes transformaciones del pasado, pero la nueva transformación impulsada por la IA exige una organización más ligera y mucho más cohesionada”, explica al respecto.

Pensemos, por ejemplo, en una organización en la que el departamento comercial quiere utilizar IA agéntica para transformar su proceso de conversión de oportunidades en ventas. El área comercial dispone de sus propios datos, sistemas y equipos preparados para trabajar con agentes. Sin embargo, la iniciativa requiere acceder a sistemas y datos aislados en otras partes de la organización. Ir derribando esas barreras, especialmente cuando ese trabajo se realiza de forma puntual para cubrir las necesidades de cada proyecto por separado, termina lastrando el ritmo de la transformación.

Palaniappan sostiene que los CIO harían bien en reducir la complejidad de TI y los silos, no solo para respaldar la transformación en términos generales, sino también para acelerar la velocidad a la que se produce.

“Hay que derribar los muros entre las distintas funciones y adoptar un enfoque verdaderamente end to end, porque hoy la transformación es end to end”, concluye.

9. Anticipar las necesidades de usuarios y nuevas capacidades

Dan Inbar, vicepresidente sénior y CIO de Symbotic, compañía especializada en tecnología de automatización de almacenes, tiene claro que “mantener el ritmo ya no es suficiente”.

A su juicio, “como organización de TI, proveedor de servicios y líder en transformación, tenemos la responsabilidad no solo de mantenernos al día, sino de adelantarnos tanto a nuestra comunidad de usuarios como al ritmo, cada vez más acelerado, del cambio tecnológico”.

Eso implica ser proactivos a la hora de anticipar las necesidades de los usuarios y habilitar nuevas capacidades. Dicho de otro modo, Inbar sostiene que “la transformación debe estar liderada por TI de forma intencionada, proactiva y reflexiva; no reaccionando a la presión, sino anticipándose a ella”.

Para conseguirlo, considera que los CIO deben convertirse en socios estratégicos plenamente integrados en el negocio.

“Esto exige alinear las hojas de ruta tecnológicas directamente con los objetivos de cada unidad de negocio, de modo que las iniciativas de mayor impacto reciban la priorización necesaria por parte de la dirección. Cuando TI y el negocio definen conjuntamente los objetivos, las inversiones tecnológicas pasan a estar guiadas por un propósito claro y vinculadas a resultados medibles, en lugar de responder a una simple curiosidad técnica. Este cambio refuerza la posición de TI como uno de los principales motores del crecimiento empresarial”, explica este experto.

Para ello, recomienda a los CIO empezar por traducir la estrategia empresarial en las capacidades tecnológicas necesarias para alcanzar sus objetivos.

“He trabajado muy estrechamente con nuestras unidades de negocio para comprender sus estados objetivo y codiseñar el camino para llegar a ellos”, reconoce, para añadir: “TI no consiste sólo en tecnología; se trata de comprender a fondo los procesos de la organización, documentarlos y optimizarlos, y sólo entonces automatizarlos, cuando realmente estén preparados”.

10. Desarrollar una entidad de gobernanza multifuncional con autonomía

Atilla Tinic, CIO de Qualcomm, subraya que la transformación impulsada por IA difiere significativamente de la transformación digital tradicional.

“Mientras que la transformación digital se centró en la automatización de procesos, la transformación impulsada por IA pone el foco en la inteligencia y el razonamiento. Como consecuencia, la IA debe orientarse mucho más a la toma de decisiones, lo que obliga a reexaminar nuestros flujos de trabajo, interfaces, cargas de trabajo en la nube, datos y estrategias de aplicaciones”, afirma.

Para aportar la velocidad necesaria a esa tarea, las organizaciones necesitan un modelo de supervisión ya preparado, capaz de tomar decisiones con rapidez y hacer avanzar las iniciativas.

Tinic explica que Qualcomm creó precisamente una entidad de gobernanza multifuncional con ese objetivo.

“Reunir a responsables de TI, seguridad, legal, RR. HH. y negocio ayuda a las organizaciones a abordar desde el principio las cuestiones relacionadas con los datos, la privacidad y el riesgo, en lugar de frenar los proyectos en fases posteriores. Este tipo de estructura permite centrar a los equipos en los casos de uso de mayor valor, reducir duplicidades y acortar el recorrido desde el concepto hasta un despliegue seguro”.

Según añade, este tipo de gobernanza multifuncional aporta agilidad y velocidad al eliminar incertidumbre, retrabajos y riesgos en fases posteriores.

“Los equipos dedican menos tiempo a gestionar aprobaciones, rediseñar arquitecturas o afrontar riesgos inesperados tras el despliegue, lo que facilita escalar la IA con confianza”, dice para concluir.

Para llegar al campus de la Universidad de Vigo (Uvigo) se necesita echar mano del coche o del transporte público. Solo unos pocos de sus centros se sitúan en el centro de la ciudad: la mayoría están en la ciudad universitaria que se levantó en los 90 en lo que hasta entonces eran montes. La dependencia de medios de transporte es, por tanto, incuestionable. Quizás por eso también este es un espacio con potencial para probar nuevos modelos de vehículos. Desde el inicio del año, el campus de Vigo está testeando cómo es la vida con un bus autónomo.

El vehículo mueve al estudiantado (y a quien quiera probarlo) con una línea que recorre el campus, una ciudad universitaria que “reúne las condiciones ideales: un entorno complejo, con usuarios diversos y necesidades reales de transporte de última milla”. Por allí circulan otros vehículos, peatones o bicicletas y la previsión del tiempo puede ser intensa (los primeros meses de este año fueron, de hecho, de intensas lluvias).

“La prueba del vehículo tiene una doble misión estratégica”, responden vía correo electrónico y a cuatro voces los responsables del proyecto. Como explican Francisco Sánchez Pons, director de Electrónica, Sistemas de Transporte Inteligente y Movilidad Inteligente del Centro Tecnológico de Automoción de Galicia (CTAG); Felipe Gil Castiñeira, catedrático de la UVigo y miembro del GrupoGTI – altanTTic; Ana Fernández Vilas, catedrática de la UVigo y miembro Grupo ICLAB – atlanTTic; y Javier Vázquez, responsable de movilidad inteligente de la subdivisión CCAM del CTAG, “nos permite realizar un piloto real para mejorar la movilidad del campus mediante una solución autónoma y sostenible”, pero también “constituye una pieza central en nuestras investigaciones sobre la ‘securización’ de las comunicaciones del vehículo conectado”.

El bus usa la red experimental 5G/6G del campus y permite ir más allá de las simulaciones de laboratorio. “Vamos a someter las soluciones de comunicación V2X del vehículo a pruebas controladas, validando los sistemas de detección de ataques sobre el terreno”. Al tiempo, están usando IA o tecnologías quantum ready, en esa mejora de la respuesta al tiempo real o a la seguridad. Así, testan tanto la parte de ciberseguridad como la de robustez operativa y uso de las redes, al tiempo que investigan sobre cómo responde el público a este tipo de servicios.  “Se trata, en definitiva, de una iniciativa de colaboración UVigo-CTAG que valida tecnología autónoma gallega de primer nivel, avanza en la frontera de la ciberseguridad 5G/6G y ofrece un servicio de alto valor a la comunidad universitaria”, concluyen sus responsables.

El proyecto vigués es llamativo, pero está lejos de ser el único en marcha. La propia ciudad fue, de hecho, también espacio para las pruebas del proyecto europeo In2ccam y su Vigo Living Lab puso a circular por las calles a coches autónomos para ver qué ocurría en situaciones de tráfico real. Sus conclusiones destacan su potencial para su uso en Europa, ya que al ser capaz de reconducir rutas y eliminar paradas innecesarias reducen la congestión del tráfico hasta en un 21%.

Probando el transporte autónomo

Las primeras pruebas de transportes autónomo arrancaron en España ya hace unos años. En 2022, el Port de Barcelona realizó un piloto de bus eléctrico autónomo con una ruta de 1,9 km por una zona con tráfico variado y complejidad en el recorrido. Barcelona repitió el año pasado, con otro testeo en el Eixample realizado por Renault y WeRide que permitía a la ciudadanía viajar gratis con un itinerario circular. Entonces, Vicente Milanés, director de innovación abierta del grupo Renault, ya confirmaba a La Vanguardia: “La tecnología está madura en un entorno muy complejo, con una gran interacción”.

A los ejercicios pasados se suman otros pilotos en marcha o a punto de arrancar. Madrid, por ejemplo, protagoniza unos cuantos. Ahora mismo, circula por Mercamadrid un autobús urbano de conducción autónoma, impulsado por el Ayuntamiento de Madrid y que tiene detrás a la empresa Alsa. El punto destacado de este proyecto es que supera la capacidad que, hasta ahora, solían manejar este tipo de buses (con 32 plazas frente a las 12 habituales), circulando igualmente por un entorno complejo. Alsa también opera en la ciudad desde 2020 un vehículo lanzadera de conducción autónoma en el campus de Cantoblanco de la Universidad Autónoma de Madrid.

Y, en el futuro no muy lejano, la capital podría contar con robotaxis. Todavía no tienen fecha, pero Uber ya ha adelantado que planea desplegar su flota autónoma antes del cierre de este año. La VTC ya opera este tipo de vehículos en algunas ciudades de Estados Unidos y de Oriente Próximo y quiere introducirlos a lo largo de este 2026 en Hong Kong, Houston, Múnich, Zúrich, Londres y Madrid. Madrid es, igualmente, una de las ciudades en las que Tesla está mostrando hasta finales de mayo (junto con Barcelona, Valencia, Sevilla y Málaga) su tecnología de conducción autónoma, aunque en este caso son viajes de demostración.

Todas estas pruebas podrían ser una punta de lanza de lo que está por llegar. El transporte autónomo se ha convertido en un tema candente tanto en la investigación académica como entre los intereses de la industria. La propia Asociación Española de Fabricantes de Automóviles y Camiones (ANFAC) acaba de firmar un acuerdo con la Fundación Ibercaja para impulsar el desarrollo tecnológico del coche conectado y autónomo. “El valor del vehículo del futuro no residirá únicamente en la producción, sino en la tecnología, los datos y el software”, decía en la presentación del convenio Josep M.ª Recasens, presidente de ANFAC. “Es en ese terreno donde España debe reforzar su posicionamiento para situarse en la vanguardia de la nueva movilidad”.

El trabajo no pasa solo por crear la tecnología o incorporarla, sino también por entender todas sus ramificaciones. Los investigadores del proyecto del bus vigués lo indican: “Este testeo nos enseña algo fundamental: la movilidad autónoma no es solo un reto tecnológico, sino un sistema técnico-social donde infraestructura, regulación y percepción ciudadana deben evolucionar conjuntamente”.

En qué trabaja la industria

Aunque el coche autónomo parece material de ciencia ficción o el camino del transporte del futuro, lo cierto es que las fases iniciales de estas tecnologías ya están presentes en el día a día. Como apuntan las conclusiones del último Barómetro sobre Vehículo Autónomo y Conectado de ANFAC, el parque de vehículos ya “avanza hacia mayores niveles de automatización”.

Cada vez se incorporan más herramientas tech a los coches y el número de vehículos que no cuentan con alguna se va reduciendo. El 82% de los turismos comercializados en 2025 ya se sitúa en el nivel de conducción automatizada SAE 2 (la escala va del cero al 5, siendo el 4 y el 5 las mayores automatizaciones), pero podrían alcanzar el nivel 3 sin mucho problema. “La tecnología ya existe, se puede implementar, lo que falta es un marco regulatorio de circulación que permita su uso en nuestras ciudades y carreteras hasta el nivel SAE 4, prácticamente autónomo al 100%”, concluye en la nota de prensa de presentación del estudio José López-Tafall, director general de ANFAC.

España cuenta desde julio de 2025 con un marco normativo para los testeos. Esto llevó a que, en el último semestre de ese año y según datos de ANFAC, se hiciesen una decena de pruebas de vehículos automatizados y que 9 de ellas fuesen con coches con niveles “altamente automatizados”, esto es, muy autónomos. Pero ¿qué buscan exactamente esas pruebas y hacia dónde va la industria? “La movilidad del futuro no se basa solo en reducir emisiones, sino en integrar tecnología que mejore la seguridad, el confort y potencie las capacidades del vehículo”, afirma López-Tafall. “El valor de los coches del futuro no estará ni en el metal ni en el motor, sino en el software y en el dato”.

Los expertos del proyecto vigués apuntan que la industria busca lo práctico, que va de ayudar a la conducción en vehículos personales a solucionar (con robotaxis y shuffles autónomos “de última milla”) los problemas de movilidad en escenarios concretos. “El mercado ha evolucionado desde expectativas sobredimensionadas por la ciencia ficción hacia un enfoque más realista y orientado a casos de uso específicos”, indican. Al probarla en entornos controlados, se puede “madurar la tecnología y el modelo de negocio antes de su expansión a entornos urbanos complejos y una operativa de masas”.

“El valor de los coches del futuro no estará ni en el metal ni en el motor, sino en el software y en el dato”, recalca José López-Tafall, director general de ANFAC

Cuando esto pase, el cambio podría ser notable. “Creo que va a ser un cambio muy relevante, que va a tener un impacto tremendo”, pronostica Javier Goikoetxea, CEO de Next Mobility, que recuerda, eso sí, que “esto va a tomar tiempo”. “La tecnología nos va a permitir más que conducir en un viaje”, señala. “Será más eficiente al conducir en condiciones adversas”, ejemplifica. Esto es, de hecho, el gran punto sobre el que acaban hablando la mayoría de los análisis sobre la tecnologización de la flota. Las herramientas tech serán otros ojos, que permitirán responder mejor ante los problemas e imprevistos. Esto podría reducir accidentes o su gravedad.

Pero, igualmente, llegarán otros cambios, sociales o en modos de uso. “Seguramente se van a habilitar otros espacios dentro del automóvil, donde irás leyendo, jugando o viendo una película. Vamos a utilizar el transporte para hacer algo más que viajar”, señala Goikoetxea. El transporte autónomo también podría cubrir áreas problemáticas por falta de personal o necesidades crecientes (como la logística) o mejorar el transporte público, llegando a más zonas o flexibilizando los servicios. “Lo que está claro es que la movilidad autónoma se presenta hoy no como un sustituto del transporte tradicional, sino como un complemento, mejorando la oferta de servicios de movilidad”, explican los expertos de la UVigo.

Los retos del coche autónomo 

Con todo, y como ocurre con todas las revoluciones tecnológicas, el coche autónomo se enfrenta a unos cuantos obstáculos. “Hoy los retos son multidimensionales”, explican los responsables del proyecto vigués. “Por un lado, está el aspecto técnico, donde ya existe la tecnología, pero los esfuerzos ahora se dirigen a su robustez, escalabilidad y operabilidad, para pasar de algo que funciona a algo que realmente aporte un valor a nivel de servicio”, indican, y suman “el reto crítico de la ciberseguridad”. “Un vehículo autónomo es, en esencia, una infraestructura crítica en movimiento”, señalan.

Las voces de la industria hablan igualmente del marco normativo. La norma de 2025 ha sido un importante paso adelante, pero no debe ser el punto final. Como señalan los expertos vigueses, es importante que se armonice la normativa a nivel europeo y que se incluyan no solo las leyes de circulación sino también las de impacto tecnológico, como puede ser la de ciberseguridad.

“Antes seguramente no querríamos volar y ahora vemos que es el medio más seguro. Con el coche va a pasar algo parecido”, dice Javier Goikoetxea, CEO de Next Mobility

Goikoetxea añade que “nos cuesta cambiar la ley” cuando toca abordar las innovaciones tecnológicas, lo que podría crear una situación con dos mercados “muy aperturistas” (China y EE. UU.) y una Europa que no lo sea tanto. En ese contexto, denuncia, “no podemos competir”. “A los políticos les cuesta mucho cambiar las cosas y son ellos los que tienen que permitir que, por ejemplo, en España puedan existir vehículos autónomos de nivel 5. La ley permite nivel 3, pero no 5”, señala. Este experto en movilidad cree que las cosas están bastante resueltas a nivel ciberseguridad, porque la industria ya está obligada a cumplir elevados estándares con las certificaciones europeas que debe seguir.

Pero la tecnología o la ley no son los retos exclusivos. “Finalmente está el factor social, que es donde se decide la adopción o no de las nuevas tecnologías”, señalan los responsables del piloto del campus vigués. “De ahí la importancia y peso que tiene para nosotros el estar en contacto directo con los usuarios y hacerlos partícipes del futuro, recogiendo sus opiniones, ideas o percepciones”, señalan. “El desafío actual es generar confianza —tanto en la seguridad física como en la seguridad de la información— y diseñar servicios que respondan a necesidades reales”.

Goikoetxea, que se define como un “absoluto convencido”, apunta que la transición se hará poco a poco. “Antes seguramente no querríamos volar y ahora vemos que es el medio más seguro. Con el coche va a pasar algo parecido. Cuando empiecen a disminuir los accidentes diremos ‘pero si esto es maravilloso’”, indica, confiando en que el proceso parecerá más cómodo y abrirá la puerta hasta una nueva manera de visualizar la propiedad de los vehículos o su uso.  

El sector asegurador —en general, y en España en particular— se encuentra a las puertas de una fase de transformación que va más allá de la mera digitalización para adentrarse en una potencial reconfiguración estructural impulsada por la inteligencia artificial (IA). Este fenómeno, lejos de ser una tendencia coyuntural, apunta a consolidarse progresivamente como uno de los ejes centrales de las estrategias corporativas para los próximos años en el sector, proyectándose como un horizonte de cambio inminente.

Sin embargo, la implantación actual de estas tecnologías se manifiesta todavía con cautela en un sector prudente en el riesgo y fuertemente regulado, con diferencias también según el ramo de actividad. La Autoridad Europea de Seguros y Pensiones de Jubilación (EIOPA) publicó el pasado 2 de febrero un informe sobre el uso de la inteligencia artificial generativa (GenAI) en el sector asegurador europeo. El informe, basado en las respuestas de 347 empresas de 25 países, destaca una adopción en rápido aumento de la GenAI entre las aseguradoras europeas, con casi dos tercios que ya han comenzado a usar la tecnología (si bien la mayoría se encuentran todavía en fase de prueba de concepto), lo que indica una implantación prudente y controlada, así como un importante potencial de crecimiento futuro. La mayoría de los casos de uso comunicados (64%) se centran en herramientas de productividad tipo back-end (extracción de datos de facturas, grabaciones de audio o informes médicos, generación de contenido para correos electrónicos, contratos o materiales de marketing, etc.). El uso mayoritario restante corresponde a desarrollo de aplicaciones de IA de última generación orientadas al cliente, como los chatbots. Por ramos, Vida presenta una penetración algo más moderada que en seguros de No Vida, reflejando la cautela inherente a productos con horizontes temporales de larga duración y una carga regulatoria más pesada. Aunque EIOPA no muestra datos específicos del mercado español, parece que aquí el grado de adopción sería algo superior a nuestros vecinos, tal y como muestran otros estudios previos de Minsait. No obstante, estos datos reflejan el uso de IA general (GenAI + clásica), no específicamente generativa.

En este escenario, para un director de Estrategia y Gobierno de la IA (Chief AI Officer o CAIO) en el entorno asegurador español, se plantea una dualidad compleja: la necesidad de capitalizar las eficiencias disruptivas mientras se navega en un ecosistema de riesgo prudencial donde la transparencia y la explicabilidad no son opciones, sino mandatos regulatorios estrictos. A esta complejidad se suma un factor clave: la inversión necesaria dista mucho de ser trivial. No sólo implica integrar modelos avanzados en infraestructuras heredadas, sino también incorporar talento especializado capaz de gestionar nuevas arquitecturas tecnológicas y perfiles adicionales en ámbitos como la planificación, la regulación o el ‘delivery’ de soluciones.

La arquitectura de la disrupción: IA generativa y el auge de los sistemas agente

La distinción entre la IA tradicional y las nuevas fronteras de la IA generativa y agentiva resulta clave para comprender el cambio de paradigma que podría materializarse en los próximos años. Mientras que la IA convencional se ha venido centrando históricamente en el análisis predictivo y la clasificación de datos estructurados, la IA generativa permite introducir la capacidad de interactuar con grandes volúmenes de datos no estructurados, como contratos, informes periciales o comunicaciones con clientes. No obstante, la verdadera revolución —que ya se vislumbra— es la transición hacia los agentes autónomos. Estos sistemas no sólo generan contenido, sino que poseen la capacidad de descomponer problemas complejos, razonar sobre objetivos y ejecutar flujos de trabajo de manera proactiva con una mínima intervención humana.

El impacto real de la IA en la cadena de valor

La IA generativa y los agentes autónomos van a redefinir cada eslabón de la cadena de valor aseguradora, permitiendo una transición desde modelos reactivos hacia una gestión proactiva del riesgo. En el ámbito de la suscripción y la evaluación de riesgos, la IA va a permitir procesar rápidamente grandes volúmenes de datos externos e internos para tomar decisiones más precisas y personalizadas. Esta capacidad de análisis predictivo es esencial para ofrecer cotizaciones instantáneas y coberturas dinámicas que se ajusten al perfil del cliente en tiempo real.

La revolución en la gestión de siniestros y detección de fraude

Pero, con toda seguridad, es en la gestión de siniestros donde el beneficio económico directo va a ser más evidente. La integración de IA permitirá una automatización que reduce drásticamente los tiempos de respuesta. Según un estudio de Shift Technology (empresa puntera del sector ‘InsurTech’), casos de uso avanzados demuestran que la IA puede alcanzar una precisión del 95% en la automatización de siniestros de baja complejidad. Mediante el uso de agentes autónomos, el tiempo de tramitación de un siniestro puede reducirse de semanas a horas, mejorando la satisfacción del cliente de manera exponencial.

La detección del fraude es otro pilar crítico. Según el mismo estudio, los sistemas de IA ya analizan patrones y anomalías en los datos para identificar situaciones sospechosas con una precisión documentada del 93%. En el contexto español, donde el fraude supone una carga significativa para la mutualidad de asegurados, el uso de GenAI (combinada con otros modelos de aprendizaje no supervisado) para analizar inconsistencias entre documentos y detalles de la pérdida puede convertirse en una herramienta fundamental para proteger la rentabilidad de las carteras.

Atención al cliente e “hiperpersonalización” de pólizas

Por otro lado, y en línea con el estudio de EIOPA, uno de los ámbitos donde ya se observa una mayor madurez y grado de adopción es en la utilización de chatbots inteligentes y asistentes virtuales potenciados por IA (incluyendo modelos de lenguaje naturales, principalmente generativos), para atender consultas de clientes de forma inmediata. Además, mediante análisis de datos de clientes, la IA ayuda a identificar preferencias y ofrecer productos o coberturas personalizadas a cada perfil. Esto se traduce en respuestas más rápidas y pólizas más ajustadas a las necesidades de cada cliente, incrementando la satisfacción y fidelización de los asegurados.

El marco regulatorio: AI Act, DORA y Solvencia II

La innovación con IA en el seguro español navega en un mar de normativas cada vez más denso. El Reglamento de IA de la Unión Europea (AI Act), de implantación secuencial desde agosto de 2024, establece una clasificación de riesgos que impacta directamente en las operaciones aseguradoras. El primer hito, ya cumplido, fue descartar los Sistemas de “Riesgo Prohibido” (febrero de 2025). Sin embargo, el uso de la IA para la evaluación de riesgos y la fijación de precios en seguros de vida y salud ha sido recogido en el Anexo III del AI ACT dentro de la categoría de “Servicios Esenciales” y por tanto etiquetado como de “Alto Riesgo”, entendiendo que dicha finalidad puede tener impacto en los derechos fundamentales de las personas físicas. Estos Sistemas conllevan obligaciones estrictas en materia de gobernanza de datos, documentación técnica y supervisión humana, entre otras. Y para añadir más complejidad —si cabe—, la definición de “Sistema IA” que hace el Reglamento puede alcanzar a modelos tradicionales, tales como el cálculo actuarial o los modelos lineales generalizados (GLM), que llevan siendo utilizados durante más de 70 años en el sector. Es imperativo resolver esta ambigüedad regulatoria, ya que puede suponer un notable freno a la innovación y generar una duplicidad de cargas sobre procesos ‘core’ del sector, más que consolidados y auditados.

A este marco se suma el Reglamento de Resiliencia Operativa Digital (DORA), que obliga a las entidades financieras, incluidas las aseguradoras, a garantizar que sus infraestructuras digitales —incluidas aquellas que soportan IA— sean resistentes ante incidentes y ciberamenazas. La interdependencia entre la IA y la ciberseguridad es bidireccional: mientras la IA mejora la capacidad de detección de amenazas, también se convierte en un vector de ataque que requiere protecciones específicas y una monitorización constante de las vulnerabilidades.

Enfoque de riesgo prudencial y el desafío de la “caja negra”

A pesar de los beneficios evidentes, la adopción de la IA en el sector asegurador español se rige por un principio de prudencia extrema. El paraguas de Solvencia II, bajo la supervisión de la Dirección General de Seguros y Fondos de Pensiones (DGSFP), exige que cualquier innovación sea compatible con la estabilidad financiera y la protección del consumidor. El concepto de “riesgo prudencial” adquiere aquí una relevancia máxima: las aseguradoras deben mantener un perfil de riesgo conservador y asegurar que el uso de tecnologías emergentes no comprometa su adecuación de capital ni su liquidez.

En este sentido, otro de los grandes desafíos que conlleva la aplicación de la IA en el ámbito asegurador es el carácter de “caja negra” de muchos modelos avanzados, especialmente los basados en aprendizaje profundo (deep learning) e IA generativa. En un sector donde las decisiones sobre primas, coberturas y denegaciones de siniestros deben ser justificables ante cliente y regulador, la opacidad algorítmica es inasumible. EIOPA ha enfatizado que la transparencia y la explicabilidad son principios innegociables para una IA fiable. Estos aspectos son, además, un requerimiento regulatorio por parte del AI Act en los Sistemas de Alto Riesgo.

Gobernanza de datos: el cimiento de una IA responsable

Para que la IA despliegue su potencial bajo un prisma prudencial, la gobernanza de datos se convierte en la prioridad número uno. EIOPA ha establecido principios claros: los datos utilizados para entrenar modelos de IA deben ser completos, representativos y estar libres de sesgos discriminatorios. En el contexto de la Directiva de Distribución de Seguros (IDD), las aseguradoras españolas tienen la obligación de actuar con honestidad y profesionalidad, lo que implica que el uso de la IA debe priorizar el interés del cliente y evitar cualquier forma de exclusión financiera injustificada.

El CAIO debe liderar la implementación de políticas de gobernanza de datos que aseguren que la información sea “apropiada” para su propósito. Esto incluye no solo la calidad técnica del dato, sino también su dimensión ética. La trazabilidad de los datos, desde su origen hasta su procesamiento por el algoritmo, es un requisito esencial para cumplir con las expectativas de supervisión de la DGSFP y para garantizar la soberanía del conocimiento dentro de la organización.

Tendencias emergentes: computación cuántica e IoT

Mirando hacia un futuro un paso más allá, hay que considerar el potencial que va a aportar a la IA otras tecnologías disruptivas. La computación cuántica se perfila como un acelerador masivo de los algoritmos de aprendizaje automático, permitiendo el procesamiento de conjuntos de datos masivos de manera mucho más eficiente para la tarificación de riesgos complejos. Aunque todavía en fase de investigación, se espera que en un horizonte de unos cinco años la computación cuántica empiece a utilizarse en servicios habituales de gestión de riesgos catastróficos y optimización de carteras.

Por otro lado, la integración de la IA con el Internet de las Cosas (IoT) —en hogares conectados, vehículos telemáticos, dispositivos de salud… y siempre respetando los derechos fundamentales de las personas físicas, según establece el AI Act—, permitirá a las aseguradoras pasar de ser pagadores de siniestros a ser gestores de prevención. Los agentes autónomos podrán interactuar con estos datos en tiempo real para sugerir cambios de comportamiento que reduzcan la probabilidad de un siniestro, alineando los intereses de la aseguradora con la seguridad y bienestar del cliente.

Conclusiones: la ruta hacia un seguro más inteligente y prudente

La transformación del sector asegurador español —y global— mediante la IA es un proceso de cambio estructural, una evolución significativa que ha de recorrerse para aprovechar el pleno potencial de las nuevas tecnologías, marcado por la necesidad de eficiencia y la exigencia de responsabilidad. El impacto real, aún incipiente, ya comienza a vislumbrarse en la reducción de tiempos de tramitación, la precisión en la detección del fraude y una personalización del servicio sin precedentes. Sin embargo, el éxito sostenible de esta transición dependerá de la capacidad de las entidades para integrar la innovación dentro de un marco de riesgo prudencial sólido.

Para el CAIO, los imperativos son claros:

• Priorizar la gobernanza: la IA es tan buena como los datos que la alimentan y la estructura que la supervisa. Establecer roles y responsabilidades claros entre las funciones de tecnología, riesgos, cumplimiento y protección de datos es esencial.
• Fomentar la transparencia: ante el riesgo de “caja negra”, las aseguradoras deben invertir en tecnologías de explicabilidad y mantener siempre una supervisión humana efectiva en las decisiones de alto impacto.
• Gestionar la escala: pasar de la experimentación a la orquestación masiva de agentes autónomos requiere una infraestructura resiliente y alineada con normativas como DORA.
• Preservar el conocimiento: la soberanía tecnológica será el factor diferencial de las aseguradoras líderes, preservando que el corazón de la inteligencia de negocio permanezca como un activo estratégico propio.

En última instancia, la IA no sustituye la prudencia del asegurador, sino que la potencia. Al dotar a las entidades de herramientas para comprender mejor el riesgo y servir con mayor agilidad al cliente, la tecnología refuerza la misión fundamental del sector: actuar como la red de seguridad de la sociedad en un entorno cada vez más complejo y digital. Sólo si la innovación audaz y la prudencia regulatoria coexisten y se retroalimentan se podrá crear valor real y duradero.

>

El gasto empresarial en IA generativa se ha disparado durante el último año, pero para muchos directores de sistemas de información (CIO), las conversaciones más difíciles no han hecho más que empezar. Los consejos de administración y los directores financieros ya no se preguntan si la organización está invirtiendo en IA, sino qué está obteniendo a cambio, en términos financieros cuantificables.

Según los analistas de Forrester Research, los presupuestos para la IA generativa han aumentado de forma sustancial año tras año, pero la mayoría de las organizaciones sigue teniendo dificultades para demostrar un retorno de la inversión sostenido. Las primeras pruebas piloto suelen parecer prometedoras, pero el valor se vuelve más difícil de explicar a medida que los sistemas se amplían, los costes fluctúan y aumentan las expectativas de gobernanza.

Las entrevistas con analistas, directores de sistemas de información (CIO) y líderes de plataformas de IA y gobernanza apuntan a un patrón constante. El problema no es que la IA falle técnicamente, sino que las empresas están aplicando modelos heredados de presupuestación, operación y rendición de cuentas a una tecnología cuya economía se comporta de manera muy diferente. Como resultado, el retorno de la inversión (ROI) se erosiona porque las organizaciones pierden la capacidad de explicarla, defenderla y priorizarla, no porque la IA deje de funcionar.

Enfoque de los analistas: del control de costes a la cocreación de valor

Desde la perspectiva de los analistas, el debate sobre el ROI de la IA se entiende mejor como parte de una convergencia más amplia entre TI y finanzas. Greg Zorella, analista principal de Forrester especializado en gestión financiera de TI, sostiene que las organizaciones de TI de alto rendimiento ya no tratan a las finanzas como un guardián centrado en la contención de costes. En cambio, las finanzas de TI se convierten en una capacidad para la entrega de valor estratégico, conectando la inversión en tecnología directamente con el crecimiento empresarial y la ventaja competitiva.

En su opinión, “las finanzas de TI no están ahí porque TI gaste mucho dinero, sino porque el gasto en TI puede impulsar realmente resultados estratégicos para la empresa”. Esa distinción es importante para la IA. Las inversiones tradicionales en TI —sistemas ERP, actualizaciones de infraestructura, licencias SaaS— encajan relativamente bien en los modelos financieros establecidos. La IA generativa no. Los costes se basan en el consumo, los patrones de uso son impredecibles y los beneficios suelen ser indirectos o ajustados al riesgo, en lugar de transaccionales.

Zorella señala que muchas empresas reconocen intelectualmente este cambio, pero subestiman el esfuerzo organizativo necesario para actuar en consecuencia. Una transparencia de costes madura depende de modelos de atribución compartidos, datos fiables y un acuerdo entre TI, producto, ventas y marketing sobre cómo se define el valor.

Y afirma: “Intentar hacer todo eso de una vez es demasiado”. Las organizaciones que avanzan suelen empezar con casos de prueba concretos que demuestran cómo una mayor visibilidad financiera mejora la toma de decisiones.

Es importante destacar que Zorella cuestiona la suposición de que exceder los presupuestos de TI sea intrínsecamente negativo. El gasto excesivo puede ser racional si refleja una inversión deliberada en iniciativas de mayor valor. El verdadero fracaso, argumenta, es gastar en exceso sin un mecanismo de priorización que permita a los líderes restar prioridad al trabajo de menor impacto cuando surgen nuevas oportunidades.

La realidad de las decisiones de los CIO: los presupuestos no se expanden para siempre

Ese marco analítico se enfrenta a una realidad mucho más limitada dentro de la empresa. Sumit Johar, CIO de BlackLine, empresa que desarrolla software de automatización y gestión financiera, describe la inversión en IA como un ciclo familiar. En los últimos años, el escepticismo inicial dio paso a la presión de los pares, ya que los consejos de administración y los ejecutivos exigían iniciativas de IA visibles.

Hoy, esa fase está llegando a su fin. Los responsables financieros están planteando preguntas más difíciles, y la IA ya no se trata como una categoría especial exenta de escrutinio.

“Si le digo a mi director financiero que el 95% de los empleados utiliza la IA, eso no significa nada”, afirma Johar, para añadir: “Es como decir que el 100% de los empleados utiliza el correo electrónico. A finanzas le importa el impacto en la rentabilidad, los ingresos o el riesgo; todo lo demás carece de importancia”.

Johar establece una clara distinción entre dos clases de inversión en IA. La primera son las plataformas de productividad generales —lo que denomina “IA cotidiana”— que ayudan a los empleados a redactar, buscar, resumir o analizar información. Estas herramientas pueden ser transformadoras desde el punto de vista cultural, pero son notoriamente difíciles de cuantificar. Las métricas de compromiso y las ganancias de productividad autodeclaradas rara vez superan el escrutinio financiero.

La segunda categoría consiste en iniciativas de IA orientadas a resultados y vinculadas explícitamente a las prioridades empresariales: acelerar la incorporación de clientes, reducir el tiempo de implementación, disminuir los costes operativos o aumentar el flujo de ingresos. Estas iniciativas compiten directamente con otras inversiones de la empresa y se evalúan en consecuencia.

Lo que más ha cambiado, en opinión de Johar, es que el gasto en IA ya no es acumulativo. Los directores de sistemas de información (CIO) no reciben aumentos presupuestarios incrementales “por la IA”. Cualquier inversión adicional debe financiarse mediante la reasignación de los presupuestos existentes. “Ya nadie invierte a ciegas en IA. Si queremos gastar más, tenemos que reasignar recursos”, sostiene.

En BlackLine, la gobernanza de la IA refleja esa realidad. Las iniciativas propuestas son revisadas conjuntamente por los responsables de TI, finanzas y negocio, con expectativas explícitas en cuanto a resultados y rendición de cuentas. El objetivo no es frenar la experimentación, sino garantizar que la responsabilidad de la creación de valor no recaiga únicamente en el director de sistemas de información.

“Se trata de un problema de transformación empresarial, no de un problema tecnológico. Si la responsabilidad recae únicamente en TI, nunca se obtendrá el valor esperado”, concluye Johar.

Modos de fallo operativo: por qué el ROI se desploma a gran escala

Incluso cuando las iniciativas de IA superan los obstáculos presupuestarios, muchas no logran generar un ROI sostenido una vez que traspasan la fase piloto. Según Jim Olsen, director técnico de ModelOp, fabricante de una plataforma de gestión del ciclo de vida y gobernanza de la IA, el colapso rara vez se debe a un único fallo. Es estructural. Los primeros proyectos de IA suelen desarrollarse en entornos controlados con datos limitados y un uso predecible. Los costes parecen manejables y el rendimiento parece sólido. Los entornos de producción se comportan de manera muy diferente.

“Desarrollas algo localmente y parece muy factible, pero una vez que llega a producción, los patrones de uso cambian, los contextos se multiplican y, de repente, aparece el verdadero coste”, admite.

La IA generativa amplifica este problema. La interacción libre del usuario aumenta el consumo de tokens de forma impredecible. Los modelos se integran en los flujos de trabajo y son reutilizados por múltiples equipos, lo que dificulta atribuir el coste o el valor a resultados específicos. Sin un inventario claro y un seguimiento del ciclo de vida, las empresas acaban gestionando el gasto en IA de forma agregada, mientras que el valor se crea o se pierde en los márgenes.

Olsen afirma que muchas organizaciones carecen incluso de un conocimiento básico de qué sistemas de IA tienen en producción. Por eso dice que “si no sabes lo que hay ahí fuera, no puedes medirlo, gestionarlo ni vincularlo al retorno de la inversión”.

El resultado es un patrón familiar: proyectos piloto prometedores seguidos de sobrecostes, seguidos de escepticismo. En algunos casos, los errores de gran repercusión hacen que las organizaciones se vuelvan reacias al riesgo, lo que ralentiza la adopción futura incluso en aquellos casos en los que la IA podría aportar una ventaja real.

La solución, argumenta Olsen, es tratar la IA como infraestructura industrial en lugar de como herramienta experimental. La gestión del ciclo de vida, que abarca el desarrollo, la implementación, la supervisión y la retirada, no es una carga burocrática. Es la única forma de mantener la rendición de cuentas a medida que los modelos evolucionan y el uso crece.

Gobernanza y defendibilidad: cuando hay que demostrar el valor

Sin embargo, la disciplina operativa por sí sola no basta. A medida que las inversiones en IA se enfrentan al escrutinio regulatorio y de los consejos de administración, la gobernanza determina cada vez más si el retorno de la inversión (ROI) puede defenderse en absoluto. Anthony Habayeb, director ejecutivo y cofundador del proveedor de software de gobernanza de IA Monitaur, sostiene que muchas iniciativas de IA fracasan en la revisión no porque funcionen mal, sino porque nunca se definió claramente el éxito.

A juicio de este directivo, “estamos corriendo con un martillo buscando un clavo. Si no sabes cómo es el éxito desde el principio, no podrás defender el ROI más adelante”.

Los fallos de gobernanza suelen salir a la luz solo después de la implementación, cuando las organizaciones intentan justificar el gasto de forma retroactiva. En ese momento, las lagunas en la documentación, la supervisión y la rendición de cuentas se convierten en pasivos. Los proyectos que carecen de objetivos o resultados claramente articulados son blancos fáciles cuando los presupuestos se ajustan.

Habayeb cuestiona la idea de que la gobernanza se centre principalmente en el cumplimiento normativo. En la práctica, afirma, la gobernanza mejora el retorno de la inversión al poner de manifiesto riesgos desconocidos y oportunidades de optimización. A medida que las organizaciones introducen validación y supervisión estructuradas, a menudo identifican formas de mejorar la precisión, la solidez y la eficiencia, lo que potencia directamente el impacto empresarial.

La presión regulatoria está acelerando este cambio. Marcos normativos como la Ley de IA de la UE están impulsando a las organizaciones a formalizar la supervisión, pero Habayeb afirma que las empresas más inteligentes están utilizando la regulación como función impulsora para desarrollar capacidades de gobernanza más amplias.

“La gobernanza no debería ser una partida de cumplimiento separada. Debería formar parte de cómo se hace que la IA funcione para el negocio”, dice para concluir.

Del entusiasmo a la perseverancia

En conjunto, estas perspectivas apuntan a una fase de maduración en la adopción de la IA por parte de las empresas. La cuestión ya no es si la IA puede aportar valor, sino si las organizaciones pueden demostrar que lo hace, de forma coherente, transparente y bajo escrutinio.

Las empresas que están avanzando comparten varias características. Alinean la inversión en IA con la estrategia empresarial en lugar de tratarla como una categoría independiente. Crean modelos financieros que tienen en cuenta los costes basados en el consumo y el valor indirecto. Imponen disciplina operativa a lo largo de todo el ciclo de vida de la IA. E integran la gobernanza desde el principio, no como un freno a la innovación, sino como base para la confianza y la sostenibilidad.

Para los directores de sistemas de información que planifican los presupuestos de 2026, el mensaje es aleccionador, pero constructivo. La IA no se justificará por sí sola. El valor debe diseñarse, medirse y defenderse, utilizando herramientas y prácticas que muchas organizaciones apenas están empezando a desarrollar.

La era de la IA como experimento está llegando a su fin. Ha comenzado la era de la IA como activo empresarial responsable.

En la actualidad, son muchas las cosas que preocupan al director de sistemas de información (CIO): desde las cuestiones de siempre sobre el tiempo de actividad y la disponibilidad hasta la revolución cuántica que se vislumbra en el horizonte.

Dan Inbar, vicepresidente sénior y CIO de Symbotic, empresa que ofrece tecnología de automatización de almacenes, suele hacerte esta pregunta: “¿Por dónde empiezo siquiera?”, y añade: “Hay innumerables cuestiones que preocupan a un CIO cada día, y a menudo cada noche”.

Desde luego, la lista de preocupaciones es larga, aunque hay una serie de inquietudes que destacan por encima de las demás. He aquí las que quitan el sueño a varios ejecutivos de TI.

1. Ciberseguridad

Es, con diferencia, la pesadilla de los CIO; lo cual no debería sorprender dadas las aterradoras estadísticas sobre el creciente número de ciberataques, las tasas de ataques exitosos y las consecuencias cada vez más graves de sufrir una brecha de seguridad.

Shane McDaniel, director de sistemas de información (CIO) de la ciudad de Seguin, Texas, considera que “la ciberseguridad exige un nivel de atención que va mucho más allá de una preocupación típica de TI”. En su opinión, “un ataque de ransomware contra nuestra ciudad es mucho más que una interrupción organizativa, pues conlleva consecuencias cívicas reales: impactos potenciales en el servicio de emergencias 911, los servicios públicos, el funcionamiento de los tribunales y los servicios a los residentes de los que depende nuestra comunidad cada día. Quien sufriría las consecuencias es la ciudadanía, lo que marca la diferencia”.

Además, McDaniel también quiere incidir en que los CIO no siempre tienen responsabilidad directa sobre incidentes que puedan hacer daño a sus organizaciones.

A su juicio, “lo que hace que hace que esto sea preocupante es que una parte significativa de nuestra exposición al riesgo está fuera de nuestro control directo. Los proveedores externos introducen vulnerabilidades que no dan lugar a la auditoría, sin olvidar que la evolución del panorama de amenazas es mucho mayor que la de cualquier marco de gobernanza. Lo que está en juego para un director de sistemas de información municipal va más allá de una cuestión de ingresos o de cuota de mercado: tiene que ver con la seguridad pública y la confianza de la comunidad. Es una presión diferente, y me la tomo muy en serio incluso en las noches en las que duermo bien”.

2. Garantizar la seguridad y la privacidad de los datos en las implementaciones de IA

Las empresas quieren herramientas de IA y las reclaman con avidez, si bien su uso y velocidad de implementación generan riesgos en torno a la seguridad y la privacidad de los datos. Riesgos que suelen encabezar la lista de preocupaciones de muchos CIO.

Matt Lyteson, director de sistemas de información para plataformas tecnológicas en IBM, explica que “la seguridad de la información siempre ha sido una prioridad para los directores de sistemas de información, los directores de seguridad y otras personas que colaboran para proteger una empresa. Ahora, la tecnología y los protocolos incipientes que se utilizan para que la IA interactúe con las herramientas y los datos empresariales han añadido una nueva capa de complejidad a los esfuerzos de seguridad de la información”.

Lyteson tiene claros los retos que supone garantizar la seguridad y la privacidad en la era de la IA. “Gestionar la nueva realidad exige muchas de las mismas prácticas recomendadas que siempre hemos tenido. Y lo que es peor: hay menos margen de error que nunca”. De ahí que vea que “los CIO y los líderes tecnológicos dentro de las empresas comprendan que deben reforzar su astucia tecnológica y tener un conocimiento profundo y cristalino del negocio. Esa es la base para mantener conversaciones significativas tanto con los equipos tecnológicos como con los socios comerciales, de modo que, en última instancia, podamos satisfacer las necesidades de la empresa de una manera segura y eficaz”.

3. Asumir la responsabilidad de los malos resultados de la IA

Otra preocupación que turba a los CIO es “Cuando la IA toma una mala decisión, ¿quién es responsable de ella? ¿Y de la decisión?». Así lo pregunta Doug Gilbert, director de sistemas de información y director digital de Sutherland, empresa que ofrece servicios de transformación digital y de procesos de negocio. “Si la IA toma decisiones autónomas, como hace la IA agentiva, ¿quién es el responsable último?”, añade.

Gilbert reconoce que los malos resultados de la IA en la sombra complican aún más la cuestión de la responsabilidad.

Por eso considera que una sólida gobernanza de la IA ayuda a mitigar los riesgos relacionados con la IA en la sombra, los malos resultados y, en última instancia, las malas decisiones, lo que supone un alivio para los CIO. Eso sí, también tiene claro que una buena gobernanza no elimina los riesgos por completo, de ahí el estrés que puedan sufrir los ejecutivos de TI.

4. Integrar la IA en los flujos de trabajo empresariales básicos de forma responsable y a gran escala

Para Saket Srivastava, director de sistemas de información (CIO) de la plataforma de gestión del trabajo Asana, “la mayor preocupación que tengo es cómo integrar la IA en los flujos de trabajo empresariales básicos de forma responsable y a gran escala”.

Es lo que más le preocupa ahora mismo. Los directores generales y los consejos de administración ya quieren empezar a ver el retorno de la inversión (ROI) de sus inversiones en IA tras unos años de proyectos piloto y experimentación, lo que aumenta la presión sobre los directores de sistemas de información.

“Hemos superado la fase de experimentación”, afirma Srivastava, quien añade que “la IA no sólo ayuda a redactar un correo electrónico o a resumir notas; está empezando a integrarse en los flujos de trabajo que impulsan las finanzas, los ingresos y las operaciones de atención al cliente. Eso cambia el papel del director de sistemas de información de una manera muy real”.

Pero también tiene claro que la prueba no es si la IA funciona. “La cuestión es si se implementa de una manera que mejore el flujo de trabajo en toda la empresa”, sostiene.

También cita el impulso para aprovechar la IA de forma responsable como una de las principales preocupaciones: “La gobernanza responsable de la IA es tanto un tema nuevo como otro que evoluciona con rapidez, y yo diría que ha adquirido una urgencia considerable en los últimos dos años, a medida que las herramientas de IA han pasado de ser experimentales a generalizarse, incluso dentro de la administración municipal”.

Y apostilla: “Mi filosofía es que las barreras de seguridad y la flexibilidad no se excluyen mutuamente, sino que los usuarios finales necesitan la capacidad de aprovechar la IA de formas que mejoren sus flujos de trabajo y la prestación de servicios. Ese es el acceso que debe cuidarse de manera cuidadosa. Estamos trabajando sin parar en aspectos tales como el cumplimiento normativo, de protección de datos y legales que conlleva la adopción de la IA en un entorno del sector público, donde lo que está en juego en materia de transparencia, equidad y datos de los residentes es especialmente importante”.

5. Una gobernanza de la IA que siga el ritmo de la innovación en IA

Dado el rápido ritmo de la innovación en IA, Rishi Kaushal, director de sistemas de información (CIO) de la empresa de seguridad digital Entrust, hace hincapié en que la gobernanza debe seguir el ritmo de la evolución de la IA.

A su juicio, “la innovación en IA avanza más rápido de lo que los marcos de gobernanza empresarial pueden adaptarse. Mientras las primeras aplicaciones de IA se limitaban en gran medida a chatbots pasivos, los agentes activos modernos son ahora capaces de ejecutar tareas, tomar decisiones e iniciar acciones. Estos avances plantean retos significativos en áreas como la precisión, la coherencia, la responsabilidad, la integración y la gestión de identidades”.

Y añade: “La dependencia de los agentes de las API para realizar funciones complica aún más las cosas, ya que muchos sistemas heredados carecen de API completas y bien documentadas, lo que da lugar a una brecha sustancial entre las capacidades actuales y los requisitos futuros. Además, las organizaciones suelen intentar implementar agentes sobre procesos humanos ineficientes en lugar de rediseñar los flujos de trabajo para aprovechar la IA de manera efectiva”.

El resultado es un aumento del riesgo a la que las tasas de adopción, afirma Kaushal, “superando el desarrollo de prácticas de gobernanza adecuadas”.

Para Kaushal, lo fundamental es una buena gobernanza, y cuenta con una estrategia de mitigación de riesgos que comienza con el rediseño de los flujos de trabajo para la IA. Lo que le lleva a decir que “los procesos deben reconstruirse para optimizar la habilitación de la IA, con límites de decisión claramente definidos, vías de escalado y supervisión con intervención humana para las acciones de alto riesgo. No podemos limitarnos a superponer agentes sobre procesos humanos ineficientes y esperar que la confianza surja por sí sola. En su lugar, tenemos que diseñar de forma intencionada dónde los agentes aportan valor, dónde los humanos conservan la autoridad y cómo se mantiene la rendición de cuentas”.

También se centra en la seguridad de estos sistemas, aplicando principios de confianza cero a las identidades de los agentes de IA y utilizando controles de acceso de privilegios mínimos para regular estrictamente a qué pueden acceder y qué pueden ejecutar los agentes, así como dónde pueden enviar datos.

6. Alinear la TI y el negocio

La pérdida de alineación entre las inversiones en tecnología y los resultados empresariales es la mayor preocupación de la directora de sistemas de información (CIO) de MongoDB, Deepa Gopinath.

En su opinión, “nos encontramos en un punto de inflexión, en el que el papel de las TI está evolucionando de integrador a constructor, y con ello surge el reto de traducir lo que construimos en resultados medibles para el negocio”. De ahí que recomiende a los CIO “asegurarse de que la IA o la tecnología no se implementen por el simple hecho de hacerlo. Cada iniciativa debe tener un impacto medible. Si no influye en un indicador clave de rendimiento (KPI) del negocio principal, no debe seguir adelante”.

Para Gopinath la IA sólo sube el listón.

Lo que le lleva a decir que “cada vez más se nos ve como el brazo tecnológico de la empresa que puede ayudar a impulsar las operaciones internas de una empresa hacia la era de la IA. Si no lideramos intencionadamente esa evolución, corremos el riesgo de que se nos perciba como un centro de costes en lugar de como un creador de valor. Eso tiene consecuencias, porque la tecnología es inseparable del crecimiento, la eficiencia y la experiencia del cliente en el entorno actual.

Para garantizar el éxito, Gopinath afirma que los CIO “deben gestionar las TI como una organización de productos” con “hojas de ruta claras en torno a los puntos débiles [de los clientes] y los resultados deseados, priorizar en función del valor empresarial y realizar iteraciones continuas basadas en los comentarios recibidos”. Y, en su opinión, el éxito, “debe medirse por el impacto empresarial tangible: acortar los ciclos de ventas, aumentar la productividad, facilitar una mejor toma de decisiones y, en última instancia, mejorar los resultados para los clientes”.

7. Lograr una transformación impactante

“La tecnología es una apuesta segura y la transformación es el nuevo estándar de impacto”, dice Gary Flowers, director de sistemas de información (CIO) de Servicios de Transformación y Tecnología en la organización sin ánimo de lucro Year Up United. Es más. “si no estás haciendo avanzar a la organización desde el punto de vista tecnológico, tu trabajo y tu departamento deberían ser un servicio externalizado”.

Y tiene claro que ya quedaron atrás los días en que el éxito de un director de sistemas de información se medía por si las aplicaciones funcionaban según lo esperado. Más bien, según cree, el éxito se basa ahora en si esas aplicaciones y los datos asociados a ellas “impulsan métricas reales y medibles que repercuten en la confianza de los clientes y en los ingresos brutos o en la eficiencia interna”, añade.

8. Y llevar a cabo esa transformación impactante de forma continua

Es más, también tiene claro que “una transformación exitosa no es suficiente, sino que se trata de una tras otra tras otra”.

“Se ha pasado de la mejora continua a la autodisrupción continua”, añade Flowers.

Si bien es algo estresante, también admite haber encontrado una estrategia para afrontarlo: “Hago frente a la transformación y la convierto en parte del espíritu de mi departamento. Incluso mi equipo puramente tecnológico busca siempre una forma de romper y hacer avanzar a la organización».

Por lo que su mantra es “siempre Netflix, nunca Blockbuster”.

9. Mejorar las competencias al mismo ritmo que evoluciona la tecnología

Otra preocupación que manifiestan los CIO son los problemas de talento. Hoy en día, sin embargo, lo que les preocupa más en concreto es contar con talento capaz de aprender nuevas habilidades tan rápido como evoluciona la tecnología.

Como dice Flowers: “¿Qué es un puesto de nivel inicial en el mundo de la IA y qué habilidades de IA necesitan todos los tecnólogos? Es una pregunta que hay que abordar de frente”.

Nina Tatsiy, directora de sistemas de información de la empresa tecnológica Quadient, se hace eco de ello y pregunta: “Las cosas están cambiando tan rápido y de forma tan drástica, ¿cómo pueden los directores de sistemas de información y nuestros equipos mantenerse al día?”.

Tatsiy ya está abordando ese reto.

Lo que está haciendo es conectarse con compañeros para intercambiar ideas, se reúne con asesores y revisa material en línea los fines de semana.

También ha establecido las tardes de los viernes como tiempo de desarrollo personal para que su personal de TI se dedique a experimentar y aprender. “Está en sus metas y objetivos; forma parte de sus criterios de rendimiento, porque quedarán obsoletos si no invierten esas dos horas a la semana en aprender”.

10. Ser impecable en lo fundamental

Para ganarse la confianza de sus colegas ejecutivos a la hora de liderar la innovación y la transformación, los CIO reconocen que están siendo “impecables en lo fundamental”. Esa tarea, en sí misma, es enorme y pesa mucho en la mente del CIO.

Inbar sostiene que “mantener las luces encendidas es sólo una parte de nuestra función, pero cualquier impacto en las operaciones de la empresa, la productividad de los empleados o la reputación de la marca es siempre lo más importante”.

“Además de eso —añade—, entregar los programas empresariales a tiempo, dentro del presupuesto y con el nivel de calidad esperado es absolutamente crítico para el éxito de la empresa, pero también para la marca y la reputación de mi equipo. Se tarda años en construir credibilidad y sólo unos instantes en perderla. Por extensión, también es mi propia reputación, y trabajo muy duro para protegerla”.

El rápido avance de los asistentes de programación basados en IA conduce a algunas organizaciones a llevar más allá el concepto de desarrollo de aplicaciones asistido por IA mediante la creación de herramientas de nivel empresarial, con el propósito de sustituir o ampliar el software tradicional.

Si bien la tendencia hacia la programación por intuición del propio software empresarial aún está en pañales, algunas empresas han comenzado a sustituir sus CRM tradicionales por aplicaciones de desarrollo propio.

Las cotizaciones bursátiles de los proveedores tradicionales de SaaS se han visto afectadas en las últimas semanas por la preocupación ante la competencia de la IA. Gran parte de la preocupación se ha centrado en que los clientes gasten menos en SaaS conforme aumentan la implementación de la IA y los agentes de IA asumen algunas funcionalidades de las plataformas SaaS.

No obstante, algunos expertos sostienen que los clientes también podrían optar por cancelar por completo algunas suscripciones de SaaS según implementan sus propios sustitutos. No es que las principales plataformas de SaaS estén en peligro, pero las empresas que utilizan asistentes de programación de IA o que implementan agentes de desarrollo propio podrían implementar aplicaciones empresariales más pequeñas que se conectan a ellas cada vez de manera interna.

De todas formas, los responsables de TI deben tener en cuenta retos importantes, como el riesgo que supone sustituir paquetes de software empresarial probados en la práctica por aplicaciones codificadas con Vibe, ya que la responsabilidad del mantenimiento y el soporte recae en la organización que las implementa.

Codificación con Vibe frente a la compra

De todas formas, el proveedor de agentes de codificación con IA Factory “se ha estado comiendo su propio producto” conforme algunas de sus propias aplicaciones empresariales, afirma Eno Reyes, director técnico y cofundador de la empresa. Es más, no duda en añadir que varios clientes de Factory están haciendo lo mismo.

Para empezar, cree que la empresa ha empezado a plantearse en los últimos seis u ocho meses si es capaz de crear un paquete de software por sí misma en lugar de comprarlo o suscribirse a él. Así, el flujo de trabajo de atención al cliente de Factory y sus herramientas legales se crearon de manera interna con agentes de IA, y la empresa sustituyó una aplicación de análisis de terceros por una versión interna.

“Hemos empezado a crear muchas cosas de manera interna que, históricamente, habríamos comprado”, dice Reyes, para añadir: “Muchos de nuestros sistemas de flujo de trabajo internos son simplemente código que han generado los agentes”

Incluso observa la misma tendencia entre los clientes. “Muchas de las herramientas que solían comprar son pequeñas utilidades o productos micro-SaaS. Con un agente, alguien puede simplemente decir: “Constrúyeme un panel que muestre la velocidad de ingeniería” o “conecta este conjunto de datos con este otro y visualízalo”. En lugar de pasar por el proceso de adquisición, la herramienta simplemente se crea”.

Reyes tiene claro que las ventajas de crear tu propio software incluyen la flexibilidad y la rapidez. “Si quieres algo muy específico, un agente puede generarlo directamente a partir de tus propios datos, sistemas y flujos de trabajo. Por eso, cosas como los paneles de control internos, las herramientas de análisis o las pequeñas aplicaciones de flujo de trabajo suelen ser más fáciles de crear que de comprar hoy en día”.

El coste de hacerlo por tu cuenta

También existen desventajas reales, advierte Reyes, y los costes de desarrollar uno sus propias aplicaciones internas y también mantener su software son factores importantes a tener en cuenta.

Y añade: “Aunque los agentes pueden generar software, un producto SaaS completo suele existir porque un gran equipo ha dedicado años a mantenerlo. Cuando realizamos nuestra prueba comparativa interna en la que los agentes replican productos SaaS función por función, el agente puede hacerlo, pero lleva mucho tiempo y es caro. Y cuando se termina, sigues sin tener un equipo de cientos de personas que mantengan el sistema”.

Este analista advierte otro problema potencial, como es el alcance del software que se está creando. A su juicio, herramientas como las aplicaciones de vibe coding pueden producir aplicaciones más pequeñas de una manera más fácil. “Pero cuando se trata de sistemas empresariales complejos, el software crece muy rápidamente y se necesita una infraestructura capaz de gestionar y mantener ese código a lo largo del tiempo”.

Teniendo en cuenta estas posibles desventajas, Reyes no cree que las aplicaciones de IA de vibe coding vayan a sustituir a todas las plataformas SaaS consolidadas en un futuro próximo. Más bien considera que sobrevivirán las aplicaciones empresariales como Slack, con fuertes efectos de red, al igual que los sistemas —como el CRM de Salesforce— que funcionan como una fuente central de información.

En cambio, Reyes predice que los asistentes y agentes de programación de IA competirán con las aplicaciones que forman la capa que rodea a los principales sistemas empresariales; y cree que las herramientas que simplemente conectan otros productos, visualizan datos internos o proporcionan pequeñas utilidades de flujo de trabajo son más fáciles de generar bajo demanda.

Adam Arellano, director técnico de campo en Harness, proveedor de herramientas de desarrollo impulsadas por IA, también observa cierta tendencia hacia el desarrollo de software empresarial propio por parte de las organizaciones, pero advierte de los riesgos.

En su opinión, “esto está ocurriendo con frecuencia, con algunos casos extremos en los que un alto directivo ha ordenado: “No se comprará software nuevo ni se contratará personal, háganlo con IA. Hay otros enfoques más razonables en los que una empresa ha creado soluciones puntuales para problemas muy específicos y ha obtenido ciertos niveles de éxito que resultan útiles a corto plazo, pero que a veces fracasan al cabo de un tiempo”.

Las ventajas de programar software empresarial propio con Vibe —según Arellano— incluyen la satisfacción de crear de inmediato una herramienta para una necesidad específica. Pero también cree que puede existir otro reto, como es mantener el software programado con Vibe y conseguir que funcione con otras aplicaciones.

Para Arellano, “no es algo exclusivo de las herramientas creadas con vibe coding; siempre ha sido la parte difícil de las soluciones puntuales en la empresa, pero conseguir que estas funcionen de forma fiable y se integren bien con plataformas más grandes o programas de referencia requiere mucho trabajo”. Es más, considera que “el vibe coding hace que el problema sea urgente porque la velocidad a la que se pueden producir estas herramientas es mucho mayor que la capacidad de las empresas para integrar sus resultados, comprender cómo funcionan y mantener sus conexiones”.

Arellano ve poco probable que la codificación por intuición de aplicaciones internas críticas ahorre mucho dinero o tiempo en un futuro inmediato, a menos que el proceso esté bien gestionado. Y señala las recientes interrupciones en AWS relacionadas con el código generado por IA.

Sin embargo, también explica que las mejoras en los asistentes de programación basados en IA facilitarán a largo plazo que las empresas desarrollen su propio software empresarial. “Llevará un tiempo y, como ocurre con cualquier nueva tecnología o herramienta —afirma—, el camino hacia la perfección estará plagado de los restos rotos de herramientas “casi lo suficientemente buenas, pero no del todo”, afirma, para apostillar: “Muchas cosas se van a romper mientras tanto”.

Seducidos por los asistentes de codificación con IA

Otros líderes de TI ven riesgos importantes en el desarrollo de software empresarial con IA. Geoff Burke, asesor tecnológico sénior del proveedor de defensa contra el ransomware Object First, llama a esta práctica una “fase de seducción”.

“Al principio, parece un socio brillante —dice—, pero si se le da demasiada autonomía, introduce imprecisiones y complejidad, y elude las normas de seguridad, lo que llevará el doble de tiempo solucionar más adelante”.

Burke considera que el desarrollo asistido por IA debe operar bajo estrictos controles de acceso, revisiones por pares rigurosas, pruebas sólidas y aislamiento de la información confidencial y los entornos de producción.

Lo que le lleva a decir que “las empresas están incorporando la IA a toda prisa para parecer modernas, lo que puede estar bien en algunas partes de la pila, pero en los flujos de trabajo y repositorios de desarrollo centrales, los directores de sistemas de información no deberían seguir tendencias que se basan en una IA experimental para tomar decisiones críticas sobre el código y la integridad de los datos”.

Blake Crawford, cofundador y director técnico de la consultora de TI Fusion Collective, considera que la programación colaborativa con controles estrictos puede dar buenos resultados, pero el caos podrías desatarse si los empleados ajenos al equipo de TI crean discretamente sus propias soluciones alternativas utilizando asistentes de programación con IA.

Por eso cree que existe un enorme potencial de deuda técnica devastadora cuando todos los empleados se sienten libres de crear sus propias aplicaciones empresariales sin supervisión; y añade que la mayoría de los profesionales de TI con experiencia conocerán los puntos fuertes y débiles del software generado por IA, pero es posible que un empleado de contabilidad que cree aplicaciones complementarias para su flujo de trabajo de SAP no los conozca.

En su caso, reconoce utilizar asistentes de programación con IA en su práctica diaria, si bien lleva más de 25 años dedicado a la carrera tecnológica. “Entiendo en qué destacan los asistentes de programación con IA —admite— y, lo que es más importante, cómo se define lo que es “bueno” en el desarrollo de software. Eso me permite detectar problemas rápidamente y evitar cualquier deuda técnica adicional”.

Crawford defiende que los asistentes de IA brotan en muchas empresas que no están centradas en productos de TI. Por lo que, en muchos casos, los empleados y los directivos tienen grandes dudas sobre la mejor manera de utilizarlos.

“Con la programación automatizada —afirma—, la empresa es dueña de lo que se crea, incluidos los problemas que ello genera. Una empresa no funciona bien si está formada por un sinfín de aplicaciones, muchas de las cuales se utilizarán de manera incorrecta y crecerán más allá de su alcance. El resultado será un problema completo, desde el soporte hasta la integración”.

Crawford ve cómo crece la tentación de desarrollar aplicaciones empresariales propias a medida que mejoran los asistentes de programación basados en IA, pero insta a la precaución.

Y dice para concluir: “Habrá un serio retroceso cuando llegue la hora de pagar la factura por arquitecturas deficientes y la deuda técnica acumulada. Si las empresas no tienen cuidado, los directivos se enfrentarán a problemas que tardarán años, sino décadas, en resolver”.

Según las conclusiones del informe ‘Implementación de la IA en concesionarios de automóviles: impacto en rentabilidad y empleo’, elaborado a partir de datos de Faconauto, McKinsey, World Economic Forum (WEF), OCDE y Randstad, el margen neto del sector en España podría pasar, en 2030, del 1,3% actual al 2,8%, lo que significa que duplicará su rentabilidad.

En la actualidad, según dicho estudio, más del 80% de los concesionarios ya utiliza inteligencia artificial o prevé hacerlo a corto plazo, y aquellos que la han incorporado reportan mejoras en ingresos y eficiencia operativa. El informe subraya el impacto transversal de la IA en este negocio, en especial en la gestión de clientes, el marketing, la fijación de precios o la posventa, donde permite optimizar procesos y mejorar la toma de decisiones a partir de datos.

Un aspecto que cambiará de forma clara son las tareas que se realizan en los concesionarios. El 22% de estas se transformarán durante estos años y estarán más vinculadas al análisis de datos, la digitalización de procesos o la gestión de herramientas tecnológicas.

Además, entre el 20 y el 25% del empleo en concesionarios estará vinculado a nuevos roles relacionados con la IA y la digitalización. En palabras de Montse Martínez, directora general comercial de Faconauto, “la transformación que está viviendo el sector no es solo tecnológica, sino también organizativa y de talento. La inteligencia artificial está cambiando la forma en la que operan los concesionarios y eso exige formación continua del talento, incorporación de nuevos perfiles, y una visión estratégica del negocio que incluya la IA como palanca de creación de oportunidades. Toca repensar todos los procesos, identificar aquellos susceptibles de ser mejorados con IA y buscar los mejores partners para realizarlos”.

La “soberanía” de la información se ha convertido en uno de los temas más recurrentes en las conversaciones tecnológicas, aunque con frecuencia se le define de forma demasiado limitada. Para algunos, sigue significando residencia del dato. Para otros, se refiere a su alojamiento en una región concreta de nube soberana. La realidad es que, en la práctica, ninguna de las dos definiciones resulta suficiente.

En Europa tenemos ya en vigor distintos marcos regulatorios, como el Reglamento de Resiliencia Operativa Digital (DORA), que, por ejemplo, impone obligaciones explícitas a las entidades financieras para probar servicios críticos y gestionar el riesgo derivado de la dependencia de terceros. Al mismo tiempo, la EU Data Act introduce requisitos claros en materia de portabilidad de datos y cambio de proveedor. Y, en paralelo, cada país continúa invirtiendo en iniciativas propias de nube soberana para responder a las tensiones geopolíticas y los debates sobre el acceso transfronterizo a los datos.

Todos estos avances han transformado la naturaleza del debate sobre la soberanía de la información. Hoy, las organizaciones ya no se preguntan únicamente dónde residen los datos, sino quién controla el modelo operativo, con qué facilidad pueden trasladarse las cargas de trabajo o si su gobernanza sigue siendo coherente cuando cambian las condiciones comerciales o regulatorias.

Más allá de la geografía

Los primeros debates sobre “soberanía” se centraban principalmente en la ubicación de los datos, en mantenerlos dentro de las fronteras nacionales o regionales. Pero actualmente, aunque la localización sigue siendo relevante, no resuelve la cuestión de fondo: la dependencia.

Una organización puede ejecutar cargas de trabajo en una región soberana y, aun así, depender totalmente de las herramientas, ciclos de vida y flujos operativos de un único proveedor. En estos casos, la portabilidad es, en teoría, una posibilidad, pero resulta muy compleja en la práctica. Por este motivo, muchas grandes organizaciones están desarrollando marcos internos de automatización, pensados para ejecutar cargas de trabajo de forma coherente tanto en entornos on-premise como en la nube. Estas iniciativas pueden ofrecer más portabilidad a nivel de infraestructura, pero la complejidad operativa suele reaparecer en la capa de datos. Es decir, la verdadera soberanía de la información exige algo más que optar por un alojamiento regional o la abstracción de la infraestructura. Requiere controlar el propio modelo operativo del dato.

La regulación redefine la dependencia

La normativa DORA, por ejemplo, va más allá de las métricas tradicionales de disponibilidad. Obliga a las entidades financieras a evaluar y gestionar el riesgo de concentración en proveedores críticos externos. Del mismo modo, la EU Data Act presenta nuevas medidas destinadas a facilitar progresivamente el cambio de proveedores cloud. Aunque su implementación evolucionará, la dirección es clara: los responsables políticos esperan mayor flexibilidad y menor dependencia.

Estos marcos regulatorios no instan a abandonar la nube pública, pero sí elevan las expectativas en torno a la autonomía operativa. Hay que demostrar que la resiliencia, la gobernanza y los procesos de recuperación no dependen de arquitecturas propietarias imposibles de replicar en otros entornos.

El modelo operativo del dato como punto de control

Es en este punto donde la conversación se desplaza de la infraestructura al modelo operativo. Cuando el aprovisionamiento, la gestión del ciclo de vida y la recuperación de bases de datos se rigen por un modelo operativo coherente, la soberanía deja de ser teórica. Las cargas de trabajo pueden moverse entre entornos, pero la soberanía se pone realmente a prueba cuando tenemos que recuperar, auditar o volver a desplegar plataformas de datos bajo presión regulatoria.

Un modelo operativo de bases de datos consistente permite aplicar políticas de ciclo de vida, controles y estándares de recuperación una sola vez y cumplirlos de forma uniforme tanto en entornos on-premise como en la nube pública. La infraestructura pasa así a ser una decisión de empresa, no una limitación de gobernanza.

Código abierto sin soberanía operativa

La creciente adopción de bases de datos de código abierto en Europa refleja otra dimensión relevante del debate sobre la soberanía. Cada vez más organizaciones optan por tecnologías abiertas para reducir la dependencia de plataformas propietarias y servicios específicos de un solo proveedor. Sin embargo, adoptar código abierto no garantiza automáticamente la soberanía, ya que, si cada entorno exige tener distintos modelos de aprovisionamiento, procedimientos de actualización o prácticas de recuperación, la dependencia operativa seguirá estando ahí. La complejidad únicamente se traslada del proveedor externo a los equipos internos.

La soberanía depende, por tanto, no solo de optar por tecnologías abiertas, sino de contar con un modelo operativo de bases de datos coherente, capaz de ofrecer automatización del ciclo de vida, gobernanza y capacidades de recuperación de forma nativa y transversal a las infraestructuras.

Híbrido sin fragmentación

Muchas organizaciones en EMEA seguirán operando en entornos híbridos y multicloud porque la nube pública aporta elasticidad y acceso a la innovación, mientras que los entornos on-premise ofrecen control, proximidad y, en algunos casos, garantías regulatorias. El objetivo estratégico no es priorizar uno frente al otro, sino operar con coherencia en ambos. Y esa coherencia dependerá de que el modelo operativo del dato acompañe a la carga de trabajo. Cuando estos procesos se estandarizan mediante una capa operativa común, la consistencia se mantiene incluso cuando evoluciona la infraestructura.

Resiliencia comercial y geopolítica

En definitiva, para los CIO, CTO y CISO actuales, soberanía significa, en última instancia, mantener el control operativo con independencia de dónde se ejecuten las cargas de trabajo.

La actual situación global ha demostrado la rapidez con la que pueden cambiar las condiciones comerciales y geopolíticas: modelos de licencias que se modifican, estrategias de proveedores que evolucionan o exigencias regulatorias que se endurecen. Las empresas que entienden la soberanía de la información únicamente como una decisión de alojamiento pueden verse obligadas a reaccionar ante estos cambios. En cambio, aquellas que la abordan como una autonomía operativa están mejor preparadas, ya que conservan la flexibilidad para consolidar, migrar o reequilibrar cargas de trabajo manteniendo siempre una gobernanza coherente.

La soberanía tecnológica suele debatirse en términos de jurisdicción, cumplimiento o procedencia del proveedor. Todo eso es importante, pero deja fuera una cuestión que impacta directamente en el trabajo del CIO: qué conocimiento crítico conserva su departamento.

El caso TSB: el problema no fue una migración compleja

En abril de 2018, el banco británico TSB abordó una migración crítica de plataforma. La operación se apoyaba en una estructura que, sobre el papel, tenía garantías: proveedor validado, pruebas y gobierno formal del programa.

Una vez que la migración se completó, la nueva plataforma empezó a sufrir fallos técnicos. El resultado fue una interrupción significativa de servicios en oficina, banca telefónica, banca online y móvil, que afectó a gran parte de sus 5,2 millones de clientes, que no se resolvió hasta el final del año.

La crisis tuvo además un fuerte impacto económico: Sabadell, que había adquirido TSB en 2015, tuvo que asumir un impacto superior a 200 millones de euros. Pero la historia no terminó ahí. Cuatro años después, en diciembre de 2022, los reguladores británicos impusieron al banco una multa conjunta de 48,65 millones de libras por fallos de gestión del riesgo operativo, de gobierno y de supervisión del outsourcing ligado a la migración. Por último, en abril de 2023, la PRA (Prudential Regulation Authority o supervisor prudencial del Banco de Inglaterra) sancionó personalmente al entonces CIO con 81.620 libras por no haber dado los pasos razonables para asegurar una supervisión adecuada.

La lección que trae este caso no está en que una gran migración puede salir mal (lo saben todos los CIO), sino en otro aspecto: TSB no contaba con la capacidad suficiente para gobernar y cuestionar una dependencia crítica de proveedor.

La dependencia que no es noticia: el conocimiento

Cuando se habla de dependencia tecnológica, lo habitual es pensar en concentración de mercado, contratos largos, formatos propietarios, dificultad de migración o poder negociador con el proveedor. Todo eso existe y seguirá siendo importante. Pero hay otra forma de dependencia que aparece más tarde en la conversación y afecta más al día a día del CIO: la dependencia de conocimiento.

Se produce cuando la organización no conserva dentro suficiente conocimiento interno para discutir la tecnología, o someterla a un contraste serio.

El caso de TSB fue un claro ejemplo: la supervisión de una dependencia crítica se apoyó demasiado en garantías del proveedor que no se cuestionaron. Es decir, no había suficiente capacidad interna para gobernar la relación de outsourcing de forma rigurosa.

El verdadero lock-in y una nueva definición de soberanía para el CIO

Con este ejemplo, el lock-in cambia de significado. Ya no se manifiesta en el momento en que migrar resulta prohibitivo o en que una arquitectura se vuelve inamovible. Empieza antes: cuando la empresa está operando su tecnología, pero ya no puede evaluarla con seguridad.

De hecho, esta dependencia no es fácil de percibir, porque convive con una sensación de funcionamiento razonable. Los servicios están disponibles y los proveedores responden, y si embargo se está corriendo un riesgo.

Por otro lado, obliga a ampliar la palabra soberanía. La cuestión va más allá de dónde reside el dato, bajo qué jurisdicción opera un proveedor o qué grado de exposición regulatoria introduce una plataforma. Aparece otra pregunta: ¿cuánto conocimiento crítico conserva la empresa sobre aquello que sostiene su operación?

Desde esta perspectiva, mantener la soberanía no equivale a revisar la propiedad de la tecnología o internalizar la ejecución. Este matiz evita reducir la conversación a un debate legal o geopolítico.

Las dependencias de conocimiento están escondidas

El error habitual al hablar de dependencia tecnológica es mirar solo hacia donde hay más ruido: cloud, IA, grandes plataformas o residencia del dato. Cuando se habla de dependencia de conocimiento, hay que mirar hacia dentro, y además no es fácil de detectar.

Una de las áreas a tener en cuenta es la arquitectura. Aunque los sistemas funcionen, es posible que cada vez cueste más responder a preguntas básicas: por qué está diseñado así el entorno, qué partes son sustituibles o qué implicaría cambiar una capa crítica. Si se da este caso, es una señal de dependencia.

Otro aspecto es la operación. Externalizar la ejecución puede tener todo el sentido. El problema aparece cuando también se externaliza el entendimiento. Es decir, cuando el equipo interno necesita salir fuera tomar decisiones o resolver problemas.

En tercer lugar, la dependencia puede esconderse en la propia complejidad de las capas tecnológicas. Es decir, no tiene por qué estar directamente ligada a una gran plataforma, sino al conjunto de integraciones y conectores que hay alrededor, o un ecosistema de partners que se ha convertido en una maraña. Si nadie entiende el mapa completo, hay una dependencia.

El conocimiento que el CIO no puede permitirse perder

Todo esto desplaza el foco hacia una responsabilidad concreta: el conocimiento. No todas las capacidades pesan igual y ni tienen el mismo valor estratégico. Pero hay un umbral decisivo: el momento a partir del cual la organización deja de entender suficientemente una dependencia para poder gobernarla.

A partir de ahí, el riesgo va más allá de la operación. Se va debilitando la calidad de las decisiones y se reduce la capacidad de maniobra del CIO para discutir riesgos o costes. Se terminan aceptando muchos aspectos por sin que haya una decisión clara detrás.  

Si no se detecta a tiempo, se corre el riesgo de llegar a un punto de no retorno, en el que se pierda el control de la hoja de ruta tecnológica.

Conclusión: el debate para el CIO

La conclusión no es necesariamente desconfiar por principio de proveedores o externalización. Hay una cuestión más sutil y exigente para el CIO: decidir con claridad en qué conocimiento puede cederse fuera y cuál no puede salir. En los próximos años, una parte creciente de la autonomía real de la empresa se jugará ahí. Porque esta dependencia no se anuncia con una gran crisis.

Por eso, el debate sobre soberanía necesita volverse más ejecutivo. Es decir, vincularse a la capacidad real de la empresa para entender aquello de lo que depende, y cambiar el rumbo cuando sea necesario. En un entorno de plataformas complejas, servicios encapsulados e inteligencia externalizada, preservar la capacidad de decisión va a ser una condición indiscutible para la autonomía tecnológica.

La siguiente tribuna llevará esta discusión un paso más allá: al impacto de la inteligencia artificial sobre estas dependencias y sobre el propio papel del CIO. Porque cuando la IA empiece a intervenir no solo en lo que la empresa usa, sino también en cómo diseña, opera y decide su tecnología, la cuestión dejará de ser solo de soberanía o de proveedores. Cambiará también el papel del CIO frente a ella.

La inteligencia artificial es sin duda una de las tecnologías del momento, palabra clave en todos los foros empresariales. Pero cuando se analizan las estadísticas de despliegue, se comprueba que no todas las organizaciones están implementando estas herramientas en el mismo grado; muchas todavía tantean la tecnología, con casos de uso concretos y limitados. Otras, sin embargo, la han integrado de forma que transforme la operativa diaria. Este es el caso de World2Meet —W2M—, división de viajes del Grupo Iberostar y finalista en la categoría del Mejor proyecto de IA y automatización inteligente en los CIO 100 Awards 2025, organizados por esta cabecera, por su iniciativa IPA (Intelligent Process Automation).

Integración en W2M

¿Qué es IPA? “Lo llamamos internamente la IA invisible, la IA que no se ve, que es la IA que realmente está aportando valor”, resume Joan Barceló, CIO de la compañía, por teléfono. Puesto en marcha en 2023 con el objetivo de explorar todo lo que se podía automatizar y dotar de inteligencia para ganar en eficiencia y productividad, el proyecto IPA ha comenzado a devolver impacto en la organización en 2025. Barceló lo ejemplifica con casos concretos. Aplicada a su contact center, la tecnología IPA ha permitido que en un solo mes —enero de 2026— se procesen 165.000 correos electrónicos, que mediante IA se han clasificado de forma automática con una tasa de éxito del 92% y a los que se ha realizado en su totalidad un análisis de sentimiento. Además, en un 74% de los casos, mediante la información del correo se ha conseguido la recuperación de información de la reserva. “Lo que recibe el agente —explica Barceló— ya no es un email sin contexto, es un email clasificado, con un resumen de la situación y enriquecido por la información que necesita para la respuesta”. Una mejora en la eficiencia en el flujo operativo, sintetiza. En tiempo ahorrado, más de un minuto por caso, más de 33.000 horas anuales.

En este ejemplo, no hay una interacción directa ni de usuario ni de agente con una herramienta inteligente, tipo chatbot, pero este último “recibe toda esta información ya preparada para el poder operar de una forma más rápida”. Sucede también con las llamadas recibidas en el contact center: alrededor de 2.000 al día, que se descargan, transcriben y analizan con IA para extraer indicadores de calidad, como cuánto tiempo ha sonado la música de espera, cómo ha saludado y se ha identificado el agente, si se ha resuelto el problema y un análisis de sentimiento del cliente. “Antes de la IA se hacía un muestreo. Ahora tienes el análisis de las 2.000 llamadas diarias”. Barceló habla de evolución del contact center: de ser un canal de atención a un sensor estratégico del negocio.

“No queremos deshumanizar el proceso. Precisamente esta tecnología lo que lo que hace es apoyar y ayudar a las personas que forman parte de ese proceso“

Esta no es la única área en la que se está integrando la IA invisible del proyecto IPA. Barceló pone otro ejemplo con la unidad de negocio Corporate Mobility, en la que se da servicio a viajes de empresa. Cuando se hace una solicitud a través de email o mensaje, la IA se encarga de estructurar ese texto, buscar posibles cotizaciones de transporte y alojamiento en los sistemas correspondientes y, con esta información, realizar una propuesta a la persona encargada de gestionar la petición, supervisarla y revisarla antes de enviarla al cliente. “¿Qué ganamos con esto? Efectividad y tiempos de respuesta, pero no perdemos esa supervisión y ese control humano para nada. No queremos deshumanizar el proceso. Precisamente esta tecnología lo que lo que hace es apoyar y ayudar a las personas que forman parte de ese proceso”. En cifras: alrededor de 114.000 mails analizados, que se traducen en 21.000 casos estructurados. En el 92%, es el propio sistema el que genera estas propuestas que luego se supervisan. En total, se estiman entre 10 y 15 minutos de tiempo de trabajo de cada agente ahorrados por caso: entre 42.000 y 63.000 horas anuales liberadas.

Sin embargo, Barceló destaca que la IA no solo se traduce en ahorro en tiempo. En este caso específico, la integración de automatización inteligente lleva a una mejora en la precisión y la calidad percibida, mayor coherencia con las políticas corporativas y disminución de errores. La IA “ya no es un proyecto concreto, sino que es conectar todo lo que es tecnología, procesos y personas en el back office de la casa. Esto lo que llamamos nosotros una IA invisible, la IA de puertas para adentro y no la IA face to face con el cliente final”, reitera. Barceló explica que IPA no se limita a desarrollos propios, sino que también incluye la integración de sistemas de terceros, como es el caso de Samsara, la tecnología utilizada por la transportista de W2M en México. Esta solución provee de un sistema de monitorización inteligente, con geolocalización y cámaras, gracias a la cual se han reducido de forma significativa tanto los incidentes relacionados con la velocidad como el consumo de combustible y los costes de mantenimiento. Otro tipo de beneficios, más allá de la mejora en tiempo de trabajo pura y dura.

Cómo trabajar la IA

Barceló explica que, en el despliegue de esta IA invisible, el equipo de TI está “muy conectado a las diferentes áreas de negocio”. Si bien en un primer momento era la parte de tecnología la que detectaba posibles casos de uso donde integrar la IA, esto ha ido cambiando “ahora que ya dentro de la casa se ha extendido el uso y se conoce mejor”. En este sentido, habla de demanda desde las propias áreas de negocio, pero también del trabajo del área transversal de procesos, que se encarga de revisar, rediseñar e innovar en esta parte de procedimientos. “Sí que es cierto que hemos pedido que no nos pidan casos de uso de IA. Es decir, nos tienen que explicar su problema y nosotros vamos a dar una solución. Esa solución no siempre es IA: hay temas que se solucionan con un algoritmo, hay temas que se solucionan programando algo muy sencillito. Hay temas que es RPA, es automatización pura y dura y no hay que hacer nada más. Y hay temas que sí que son con IA, pero no todos con IA generativa”, señala. “Lo importante es ver en cada caso cuál aplicamos”.

Se trata, resume, de que la parte de TI “realmente resuelva las necesidades que hay. Tenemos ese componente estratégico que es el ofrecer tecnología con propósito, no es tecnología por tecnología”. En este sentido, destaca, “IPA no nació como una innovativa tecnológica aislada, nació como una respuesta directa a la estrategia de World2Meet”. Una estrategia que pasa por mantener la experiencia del viajero como diferencial, para lo cual se necesita escalar en eficiencia, velocidad, operativa, “manteniendo el control tanto de consistencia como de como de costes. Nos permite orquestar el proceso, nos permite unificar datos, nos permite reducir silos y además permite liberar tiempo operativo”. “No está sustituyendo el diferencial humano. Lo que está haciendo es amplificar esa capacidad”, reflexiona.

IDC ha dado a conocer los resultados del estudio de SAS Data and AI Impact Report: The Trust Imperative, cuya principal conclusión es que la mayoría de las entidades bancarias está implementando la inteligencia artificial sin la supervisión y la infraestructura necesarias para ganarse esa confianza. Y eso a pesar de que los bancos han invertido en IA antes que en la administración pública, los seguros y las ciencias de la vida.

Bastan estos tres datos como referencia:  

· Aproximadamente una cuarta parte (23 %) de los bancos opera en el nivel más alto del Índice de IA Confiable de IDC. Aun con estas ventajas, la mayoría de las instituciones bancarias se queda muy por debajo del “índice ideal” del documento, que combina una alta confianza con un alto nivel de fiabilidad.

· Sólo el 11 % de los bancos tiene sistemas verdaderamente fiables y confía en ellos.

· Casi la mitad (47 %) cae en lo que IDC llama el “dilema de la confianza”. O lo que es lo mismo: infrautilizar la IA porque no confían lo suficiente en ella, o dependen en exceso de sistemas de IA que no han sido validados de forma adecuada.

El estudio también concluye una tendencia preocupante: la inversión en capacidades de IA no se iguala con la inversión en los pilares de innovación responsable que hacen que la IA sea de fiar. Una desconexión muy peligrosa si tenemos en cuenta que el bancario es un sector en el que el fallo de un solo modelo puede desencadenar sanciones regulatorias o erosionar la confianza del consumidor de la noche a la mañana.

Y no será por inversión, pues la trayectoria de gasto en IA de los bancos supera a todos los demás sectores del estudio. La mayoría de los bancos (60%) espera un crecimiento de entre el 4% y el 20%, mientras que un grupo más reducido (12%) anticipa aumentos aún más pronunciados.

De todas formas, el estudio destaca estas debilidades que caracterizan al sistema bancario:

· Casi uno de cada cinco bancos (19%) sigue operando con una infraestructura de datos en silos, la peor tasa entre las industrias analizadas en el estudio.

· Una parte importante carece de una gobernanza de datos eficaz (45%) y/o de una infraestructura de datos centralizada u optimizada (41%).

· Muchos bancos (42%) también se enfrentan a la escasez de habilidades especializadas en IA.

Como solución a estos problemas, el estudio muestra que más de la mitad (52%) de los bancos planea expandir su arquitectura de IA, y otro 43% planea formar o ampliar equipos dedicados a la IA. Sin embargo, menos de un tercio (31%) planea enfocarse en desarrollar y ajustar los modelos de IA por sí mismos.

La conclusión del estudio no puede ser más palmatoria: “Estas barreras no son ni abstractas ni teóricas; son estructurales”.

O como ha explicado Kathy Lange, directora de investigación de la Práctica de IA y Automatización de IDC, “sin una arquitectura de datos sólida, marcos de gobernanza y cantera de talento, los bancos corren el riesgo de invertir dinero en iniciativas de IA que no pueden ofrecer un retorno de la inversión (ROI) o, peor aún, que socavan la misma confianza de la que dependen”.

En cuanto a otros aspectos analizados, el informe también destaca que:

· Los bancos también avanzan de forma más decidida que otros sectores hacia la IA agéntica, y casi un tercio planea aumentar la inversión en IA confiable para respaldar sistemas más autónomos. No obstante, conforme los sistemas de IA adquieren mayor autoridad en la toma de decisiones se vuelven más graves las consecuencias de una gobernanza débil.

· Las empresas que utilizan la IA para mejorar la experiencia del cliente registraron el mayor retorno de la inversión: 1,83 dólares por cada dólar invertido, seguidas de cerca por las compañías centradas en expandir la cuota de mercado (1,74 dólares). Aquellas centradas en el ahorro de costes registraron cifras más bajas: 1,54 dólares por dólar.

· Las empresas que priorizaron una IA confiable tenían un 60% más de probabilidad de duplicar el retorno general de sus iniciativas de IA. Esa es una prueba sólida de que la innovación responsable es un acelerador del crecimiento que se amortiza con creces.

Lo que ha llevado a Mónica Gutiérrez, directora de ventas para Servicios Financieros de SAS para España y Portugal, a declarar que “ningún banco quiere quedar rezagado en esta carrera altamente competitiva, y los ahorros de costes por sí solos no los mantendrán en ella. Los bancos que ganen serán aquellos que inviertan en gobernanza, explicabilidad, transparencia y cimientos de datos sólidos antes de escalar, no después de que algo se rompa”.

La inteligencia artificial ha tenido una rápida adopción en el sector empresarial, impulsada por sus versiones generativa y agentiva. Según datos del uso de TIC en empresas del Instituto Nacional de Estadística, un 21,1% de firmas de más de 10 trabajadores utilizaba IA en el primer trimestre de 2025, un dato que estaba cerca de duplicar el 12,3% del mismo periodo de 2024. El porcentaje era superior entre las grandes compañías, con más del 58% integrando estas herramientas en 2025, y variaba según industrias —del 11,4% de firmas de construcción al 60,5% de las de información y comunicaciones—. Los datos de integración por sí solos no desvelan toda la realidad debajo del uso de IA: ni para qué se utilizan, ni cómo es su implementación, ni qué productividad real están devolviendo. Ni tampoco qué peaje está suponiendo para el personal.

Sobre estos últimos puntos hay distintas proyecciones. Por ejemplo, en lo que respecta a la productividad, un análisis del Centro para la Investigación de las Políticas Económicas reporta un incremento del 0,29% en firmas que han desplegado IA en los últimos tres años, aunque casi nueve de cada diez dicen que no han detectado aún incremento. Las estimaciones de EY-Parthenon sitúan entre un 1,5% y un 3% el incremento de productividad asociado a IA durante la próxima década, destacando su efecto en los sectores tecnológico, financiero, de consultoría, jurídico y contable. La percepción desde la propia plantilla cambia: según un informe de la empresa de software de gestión Workday, casi tres de cada cuatro profesionales en España dicen sentirse más productivos gracias al uso de la IA, ahorrando de media entre 1 y 3 horas a la semana en tareas habituales. Este último informe apunta dos datos a tener en cuenta: parte del tiempo ahorrado se va en tareas de revisión de la propia IA; y estas podrían tener su propio peaje, al detectar que la generación entre 25 y 35 años podría empezar a sufrir un “agotamiento silencioso” al convertirse en “auditores a tiempo completo de la IA”.

Efectos en la plantilla

Si bien los efectos positivos de la utilización de herramientas inteligentes están a la orden del día, conviene también atender a otras posibilidades para poder adelantarse. El informe de Workday no es el único en alertar de potenciales consecuencias negativas. Se habla de intensificación del trabajo, al acelerar los ritmos y asumirse mayor carga de tareas,  generalmente por iniciativa propia, lo que a largo plazo puede generar sobrecarga, fatiga cognitiva y acabar llevando a un trabajo de menor calidad. También se apunta a riesgo de desmotivación por no aprovechar todo el potencial —“las organizaciones han invertido mucho en reducir la sobrecarga de trabajo, pero pocas han invertido de igual manera en la reasignación de recursos”—.

“La IA está cambiando radicalmente el tipo de tareas y la forma de abordarlas, transformando nuestra manera de trabajar hacia un modelo de alta eficiencia”, profundiza por correo Adolfo Pellicer, vicepresidente y director general de Workday en Iberia. “El rol del empleado evoluciona hacia el de un ‘supervisor’ o ‘editor jefe’. No es una carga administrativa adicional, sino una transición hacia el pensamiento crítico. Pasamos de ser ejecutores manuales a validadores estratégicos”, incide. “El éxito reside en entender esta tarea como una evolución profesional y no como un simple trámite”. Pellicer insiste en el impacto positivo de la IA, que “libera a los profesionales de la saturación de tareas de poco valor. No obstante, para que esta transición sea sostenible, la IA debe generar confianza. Si el empleado siente que tiene que trabajar el doble para verificar el resultado propuesto por IA, la tecnología está fallando en su propósito fundamental”. Es aquí cuando se puede llegar a ese “agotamiento silencioso”. “Debemos hablar de la IA como un ‘copiloto invisible’ que reduce la carga cognitiva, no que la desplaza de la ejecución a la revisión constante”.

“La IA está cambiando radicalmente el tipo de tareas y la forma de abordarlas, transformando nuestra manera de trabajar hacia un modelo de alta eficiencia”, dice Adolfo Pellicer (Workday)

Magalí Riera, directora del Máster Universitario en Gestión de Personas, Talento y Transformación Digital de UNIE Universidad, coincide. “Hemos pasado de un modelo de ejecución de las tareas de forma directa por parte del profesional a un modelo de supervisión y de mejora del contenido creado por la herramienta”, explica por email. Reconoce las expectativas de productividad aumentada, y matiza que es ahí donde desde las empresas se debe atender al “uso ético y responsable”, “empezando por el análisis de la veracidad de los contenidos que la misma genera, dándole a la tarea de validación un lugar que hasta ahora no había ocupado”. A este cambio de tareas achaca el agotamiento silencioso del profesional. “En el caso en que el profesional se limite a esta función de control, pierde su participación en el procedimiento de ejecución y creativo, lo que puede llevar a la desmotivación e incluso a la desconexión emocional con su trabajo”, desarrolla. “Tampoco podemos obviar la posibilidad de que el profesional pierda la confianza en sus propios conocimientos y capacidades, al quedar en un segundo plano en este proceso de ejecución y creación que antes asumía”.

“El problema no es el uso de la IA, sino la forma en que la utilizamos”, desarrolla Riera. “Si lo que entendemos es que a través de su uso podemos permitir que el profesional se dedique a aportar valor añadido a las tareas, elevando la calidad de lo creado y liberando tiempo del trabajador para el pensamiento estratégico, su uso será adecuado y positivo”. En la misma línea se manifiesta Pellicer cuando señala que “si usamos la eficiencia para saturar más al empleado, estamos destruyendo el valor a largo plazo de la unidad de negocio”.

“Hemos pasado de un modelo de ejecución de las tareas de forma directa por parte del profesional a un modelo de supervisión y de mejora del contenido creado por la herramienta”, reflexiona Magalí Riera (UNIE)

Iñigo Fernández, director ejecutivo de Technology by PageGroup España, enfatiza la necesidad de saber trabajar correctamente con la IA. “El resultado depende mucho de la información inicial que le des, y creo que hoy hay mucha gente que está usando la IA sin conocer exactamente cómo usarla”. Distingue además entre el uso de IA en sectores no tecnológicos, donde “está ayudando mucho en tareas que antes eran muy repetitivas y probablemente de poco valor añadido”, donde “la revisión es muy pequeña”, y en tecnología, “donde la revisión es bastante mayor”. En su experiencia, aún no se está detectando un peaje mental. “Creo que es pronto para decirlo”, afirma, aunque sí pone algunos ejemplos. Por un lado, gente que “antes hacía unas tareas más enriquecedoras, porque las hacía del principio al fin y entendía todo, y hoy solo hace una parte, como controlador de la IA”. Esto se asimila como “una tarea muy básica”, frente a la que se preferirían roles más avanzados.

Además, Fernández apunta en otra dirección. “Estamos empezando a ver que tareas que antes podía hacer un perfil más junior con la revisión de su jefe, ahora el más senior está asumiendo los dos roles, darle la información a la IA para que desarrolle y luego revisarlo”. Esto conlleva cierto riesgo en “la pérdida del aporte de la gente que está aprendiendo”, con lo que “a futuro podemos tener un gap de perfiles entre el junior y el senior”.

Iñigo Fernández, de Technology by PageGroup España, no cree que ya haya un peaje mental por el uso de la IA

Cómo matizar potenciales efectos negativos

Del mismo modo que diseñar una estrategia para implementar correctamente la IA en una organización es parte importante del éxito, prepararse para posibles contrapartidas en su uso ayudará a evitarlas. En este sentido, Fernández resalta la importancia de trasladar a los equipos la relevancia del aporte del trabajo humano. “Si lo que entienden es que están haciendo una tarea puramente administrativa de revisión sin ningún valor añadido, probablemente ese hartazgo sea mayor”, por lo que llama a poner el foco en el valor añadido que implica “dedicar el tiempo en algo mucho más productivo que lo que hacía antes”.

“El profesional no debe convertirse en un mero revisor del contenido creado por la herramienta, sino que debe ser capaz de combinar el uso de la IA con la ejecución de tareas críticas por su parte, que impliquen participación humana directa, para mantener en estímulo intelectual”, complementa Riera. Pellicer añade la parte formativa: “Al invertir en las personas y enseñarles a usar la IA de manera efectiva, transformamos lo que podría ser un factor de estrés en un recurso estratégico que hace el trabajo más enriquecedor y sostenible a largo plazo”. “Creo que la transparencia total sobre cómo se usan los algoritmos es lo único que calma la incertidumbre humana”, concluye.

Al menos el 80% de los Gobiernos implementará agentes de IA para automatizar la toma de decisiones rutinarias, mejorando la eficiencia y la prestación de servicios para 2028.

Es la conclusión a la que llega Gartner en su último estudio. No obstante, la obtención de decisiones más rápidas, coherentes y explicables a gran escala pasa porque los directores de sistemas de información (CIO) den un giro hacia modelos operativos centrados en la toma de decisiones, al tiempo que protegen la confianza pública.

Daniel Nieto, analista director sénior de Gartner, considera que estos profesionales de las administraciones públicas se ven sometidos a una presión cada vez mayor para integrar la IA en las capacidades de toma de decisiones de forma rápida y responsable.

De hecho, considera que “el auge de la IA multimodal, junto con los sistemas conversacionales y de agentes, ha ampliado lo que las organizaciones públicas pueden automatizar, comprender y anticipar”.

De todas formas, para lograr ese resultado es necesario salvar una importante barrera para el valor de la IA en el sector público, como es la fragmentación. En este sentido, según una encuesta de Gartner realizada el verano pasado, el 41% de los encuestados citó las estrategias aisladas y el 31% los sistemas heredados como retos clave para la adopción e implementación de soluciones digitales”.

Por eso Nieto considera que “la modernización tecnológica por sí sola no ha resuelto estos problemas”.

La gobernanza debe pasar de los modelos a las decisiones

Los enfoques de gobernanza también deben evolucionar a medida que la IA pasa de la fase experimental a integrarse profundamente en la toma de decisiones. De manera tradicional, la gobernanza de la IA se ha centrado en la gestión de modelos, datos y algoritmos.

Pero ahora resulta que la inteligencia de decisión (DI) ha desplazado este enfoque hacia la gobernanza de las propias decisiones, por ejemplo, en cómo se diseñan, ejecutan, supervisan y auditan. Un cambio especialmente crítico en el sector público, donde la legitimidad pública se basa en la transparencia y la equidad.

Volviendo a la encuesta de Gartner, el 39% de los encuestados citó la mejora del servicio y la satisfacción de los ciudadanos como razones principales para invertir en fomentar la confianza de los ciudadanos. En este sentido, lo que la DI ofrece es una base estructural para hacer operativa esta confianza al hacer que las vías de decisión sean explícitas y auditables.

Para Nieto, “al gobernar las decisiones, en lugar de limitarse a componentes aislados de IA, los Gobiernos pueden equilibrar mejor la automatización con el juicio humano, especialmente en contextos de alto riesgo o que afectan a los derechos. Los sectores regulados y los Gobiernos no pueden basarse en sistemas opacos de “caja negra” para tomar decisiones trascendentales. Gracias a la DI, se eleva la explicación de un requisito técnico a un imperativo de gobernanza”.

Dada la necesidad de transparencia en la toma de decisiones, de cara a 2029 el 70% de los organismos gubernamentales exigirán mecanismos de IA explicable (XAI) y de intervención humana en el bucle (HITL) para todas las decisiones automatizadas que afecten a la prestación de servicios a los ciudadanos, según establece Gartner. Hay que en cuenta que los diseños de XAI y HITL son fundamentales para la DI en el sector público, al garantizar que la lógica de las decisiones pueda inspeccionarse, explicarse y cuestionarse. Y lo más importante: permite a los seres humanos conservar la autoridad sobre las excepciones, las apelaciones y los casos de alto riesgo, a la vez que mantiene la rendición de cuentas incluso a medida que aumenta la automatización.

La confianza de los ciudadanos, un motor clave de la transformación digital

El estudio de Gartner también determina que, más allá de la eficiencia, la clave de la transformación digital reside en la confianza de los ciudadanos en la capacidad del gobierno para prestar servicios eficaces. En este sentido, el 50% de los encuestados del sector público citó la mejora de la experiencia del ciudadano como una de sus tres principales prioridades.

Nieto no puede ser más claro: “A medida que la IA y la inteligencia de decisión automatizan y agilizan cada vez más la prestación de servicios, la noción tradicional de “experiencia del ciudadano” evoluciona”.

“Cuando los ciudadanos reciben automáticamente del Gobierno lo que necesitan —prosigue—, las interacciones directas pueden disminuir, lo que hace que la confianza en la fiabilidad, la equidad y la transparencia del sistema sea aún más crítica. Dado que la confianza es tan imprescindible en estas situaciones, la capacidad predictiva para anticipar necesidades potenciales podría redefinir la forma en que se prestan los servicios digitales del gobierno”.

En resumidas cuentas, los gobiernos pueden rediseñar los flujos de decisión en los servicios de atención al ciudadano, pasando de interacciones reactivas y basadas en procesos a una participación proactiva y personalizada gracias a la DI. El resultado es una mejor coherencia y una reducción de los retrasos, así como un refuerzo de la percepción de equidad y un fomento la confianza pública, incluso cuando es menos frecuente el contacto directo con el personal gubernamental.

La verdadera madurez digital de una compañía no se mide únicamente por las herramientas que utiliza, sino por su capacidad para poner la tecnología al servicio de las personas, anticipándose al mañana. Evolucionar solo cuando surge la necesidad implica asumir riesgos crecientes: sistemas rígidos, arquitecturas difíciles de integrar y plataformas complejas de mantener que limitan la escalabilidad, reducen la agilidad y dificultan la respuesta ante cambios inesperados.

En cambio, apostar por plataformas modernas y tecnologías de vanguardia permite responder con mayor rapidez al mercado, lanzar nuevos productos con mayor eficiencia y adaptarse a nuevos escenarios con menor fricción. Pero el impacto va más allá de lo técnico: trabajar con entornos actuales también facilita atraer y retener talento. Los profesionales quieren construir sobre tecnologías relevantes, innovar y generar impacto. Así se crea un círculo virtuoso donde la tecnología habilita el talento y el talento impulsa la evolución tecnológica.

La inversión planificada y sostenida en sistemas modernos garantiza estabilidad, escalabilidad y continuidad operativa. Además, acelera la automatización y simplificación de procesos, permitiendo que los equipos se centren en tareas de mayor valor. A esto se suma el impulso constante de los propios fabricantes, que evolucionan sus plataformas versión tras versión, incorporando capacidades avanzadas como la inteligencia artificial en el software corporativo. El reto no es solo adoptarlas, sino hacerlo con criterio: identificando casos de uso reales, buscando retorno y acompañando a los equipos para maximizar su aprovechamiento.

Toda estrategia tecnológica eficaz debe estar alineada con los objetivos de negocio a medio y largo plazo. Si la compañía quiere transformar su modelo operativo dentro de tres o cinco años, sus sistemas deben empezar a evolucionar hoy. Esto exige una hoja de ruta clara, inversión sostenida y una visión estratégica que entienda la tecnología como un habilitador esencial del crecimiento.

En organizaciones que han adoptado esta visión la evolución tecnológica responde a un propósito concreto: ofrecer un servicio excelente, facilitar el trabajo de los equipos y garantizar la protección de los datos en un entorno cada vez más exigente. La incorporación de proyectos de inteligencia artificial en procesos clave, la evolución de los programas de voz del cliente con acciones automatizadas o la digitalización de los canales de atención son ejemplos de cómo la tecnología, aplicada con criterio, puede reforzar la experiencia del cliente y la eficiencia operativa sin perder el foco en la seguridad y la calidad.

Ahora bien, conviene mantener una perspectiva realista: lanzar pilotos tecnológicos o pruebas de inteligencia artificial es solo el primer paso. El verdadero desafío es escalarlos de forma sostenible e integrarlos de manera estructural en la organización. Para lograrlo, es imprescindible contar con una arquitectura empresarial y de datos sólida, entornos bien integrados y el talento necesario para desarrollar, operar y evolucionar las soluciones con rigor.

Porque, en última instancia, la tecnología no es solo una cuestión de innovación. Es una cuestión de confianza, competitividad y futuro.

La IA generativa es una IA que se caracteriza por generar contenido —texto, código, voz, imágenes y vídeos— a partir de indicaciones. Desde el lanzamiento de DALL-E para imágenes en 2021, y posteriormente, al año siguiente, de ChatGPT para texto, y de Midjourney y Stable Diffusion para imágenes, no son pocas las empresas que han mostrado su interés por descubrir cómo puede transformar sus servicios, flujos de trabajo y procesos respondiendo mejor a las preguntas de los clientes, lo que se traduce en una agilización de las tareas de los empleados escribiendo código o incluso ayudando a los científicos a modelar la estructura 3D de las proteínas.

MarketsandMarkets predice que el mercado del software de IA general pasará de 71.000 millones de dólares en 2025 a 891.000 millones de dólares en 2032, con una tasa compuesta de crecimiento anual (CAGR) de algo más del 43% a lo largo de ese periodo.

A continuación, se presentan cuatro ejemplos actuales de cómo las organizaciones utilizan la IA general y obteniendo resultados positivos.

Husqvarna lleva la IA general a la planta de producción

El fabricante industrial sueco Husqvarna aprovecha la IA general para reducir el tiempo de inactividad no planificado en la planta de producción.

Especialista en productos eléctricos para exteriores tales como cortacéspedes robóticos, motosierras y recortadoras, ha creado el AI Factory Companion, un copiloto de IA general que ayuda a los técnicos y operarios a diagnosticar y resolver problemas con la maquinaria. Gracias a ella, pueden describir al copiloto los síntomas que presenta una máquina y este sugerirá pruebas para validar el problema, junto con posibles soluciones.

Como explica Jonathan Wickström, su responsable de digitalización de la fabricación, “aún no podemos responder a todas las preguntas, pero sí a las más sencillas, como el 20% del total, y en algunos casos podemos acelerar mucho el tiempo de resolución. Si no tenemos los datos, no podemos hacer nada, y así seguirá siendo durante algún tiempo. Pero ahora podemos mejorar la base de conocimientos común en lugar de limitarnos a rellenar otro PDF que nadie va a mirar”.

En consecuencia, Wickström aconseja dominar las tecnologías de búsqueda tradicionales y combinarlas con la IA generativa para obtener los resultados más potentes. Así, un potente asistente de IA generativa cuenta con la magia suficiente como para encontrar los documentos más relevantes para las preguntas de un usuario.

Honeywell se transforma con la IA generativa

Honeywell está optimizando sus procesos de principio a fin, lo que le ha permitido reducir las tareas administrativas de los empleados mediante la IA generativa.

A modo de ejemplo, Fortune 500, que opera principalmente en los sectores aeroespacial, de automatización de edificios, automatización industrial y soluciones de energía y sostenibilidad, utiliza Microsoft 365 Copilot para agregar y resumir contenido, GitHub Copilot para la generación de código y la modernización de software. Además, ya está probando Microsoft 365 Copilot para ventas y finanzas con integraciones de Salesforce y SAP.

“Se trata de una tecnología disruptiva que va a cambiar de forma radical nuestra forma de trabajar, vivir y divertirnos”, afirma Sheila Jordan, vicepresidenta sénior y directora de tecnología digital de la empresa.

Por eso Jordan dice que el éxito con la IA general pasa por contar con la estrategia de datos adecuada. “No se puede tener una estrategia de IA general sin una estrategia de datos. La buena noticia para nosotros es que, aunque nuestros datos no son perfectos, están en tan buen estado que realmente gestionamos la empresa con información basada en datos. Ahora podemos superponer la IA general a eso y dar rienda suelta a nuevos conocimientos, perspectivas y oportunidades”.

Ally Financial alcanza el éxito con la IA general gracias a tres principios rectores

El holding bancario Ally Financial ha iniciado su transformación hacia la IA general con dos casos de uso: resumen de llamadas y marketing.

La función de resumen de llamadas se desarrolló para apoyar al grupo de atención al cliente y experiencia de Ally, y aprovecha Microsoft Azure y Azure OpenAI Service para generar documentación detallada de cada llamada atendida por los empleados del centro de llamadas. Proporciona acceso en tiempo real a resúmenes de decenas de miles de llamadas de atención al cliente a la semana.

Como ejemplo, su equipo de marketing utiliza el chat LLM y la funcionalidad de prompts de Ally.ai, una plataforma propia para todas las aplicaciones de IA de la empresa, para ayudar a sus profesionales a crear campañas creativas. Según la compañía, esto ha ayudado a reducir el tiempo necesario para producir campañas creativas y contenidos en hasta tres semanas, principalmente en tareas de las primeras fases como la investigación, los primeros borradores y los ejercicios de naming. Esto se traduce en un ahorro de tiempo medio del 34% en comparación con los procesos habituales sin IA.

En ambos casos de uso se aprovecha Ally.ai, junto con un manual de IA generativa con el propósito de permitir a la empresa incorporar la IA generativa en su negocio altamente regulado sin sacrificar las medidas de seguridad o de gobernanza.

Sathish Muthukrishnan, director de información, datos y digital de Ally, reconoce que “lo que tuve muy claro desde el primer día fue que, aunque se nos pudiera considerar líderes del sector y obtener reconocimiento por adoptar la IA generativa de forma temprana, incluso un pequeño paso en falso nos haría retroceder 100 pasos desde el medio paso que habíamos dado hacia adelante. No queríamos encontrarnos en esa situación, así que necesitábamos protegernos”.

Muthukrishnan aconseja seguir tres principios rectores en lo que respecta a la IA general: empezar con una inversión y un desarrollo centrados y basados en la intención; tener el valor de experimentar con nuevas tecnologías, pero con la intención de demostrar su valor para unir a toda la organización; y tener la paciencia y la consideración necesarias para formar a toda la empresa.

Prosigue Muthukrishnan: “No se limite a experimentar e inventar dentro de las cuatro paredes del departamento de tecnología. Demuestre el valor de la tecnología a toda la empresa, hable su mismo idioma y consiga su implicación formando y empoderando a toda la organización”.

Henkel adopta la IA general como facilitadora y disruptora estratégica

La empresa alemana de bienes de consumo envasados (CPG) Henkel utiliza la IA general para la gestión de promociones comerciales (TPM) y la optimización de promociones comerciales (TPO).

Tanto una como otra son disciplinas clave en el sector de los CPG que implican gestionar y optimizar todas las actividades promocionales llevadas a cabo con los minoristas, desde descuentos hasta deducciones y pagos. Henkel ha colaborado con el equipo de coinnovación de SAP para crear una herramienta que aprovechara la función de IA generativa «Just Ask» de SAP Analytics Cloud.

Su CDIO, Michael Nilles, explica que “todo el proceso de promoción comercial, que sigue siendo un tema complicado, se ha vuelto mucho más intuitivo para los gestores de cuentas clave”. A juicio de este especialista, “el gestor de cuentas clave o el comercial consulta los datos de promoción comercial y estos le proporcionan pistas realmente útiles. Esto no era posible con el aprendizaje automático tradicional. Con la IA de última generación, las capacidades de IA se han vuelto mucho más accesibles para personas que no son doctores en ciencia de datos»”.

Por consiguiente, los gestores de cuentas ahora pueden acudir a una reunión con los minoristas para discutir los descuentos adecuados que ofrecer durante una campaña y utilizar la herramienta con lenguaje natural para explorar opciones en tiempo real. Y no sólo eso: pueden tener un plan definitivo listo para compartir al día siguiente, en lugar de los meses que solía llevar.

Lo que Nilles aconseja es crear modelos de lenguaje grande (LLM) verticales específicos para su negocio con el propósito de aprovechar realmente la IA general.

“Creemos que surgirán nuevos LLM verticales, incluso microverticales específicos de cada ámbito. Disponer de LLM para las cosas adecuadas supondrá una enorme ventaja competitiva, y si no lo hacemos, nos veremos amenazados y en peligro por otros”, dice para acabar.

La noticia de The Register de la negativa de Kingfisher a migrar a SAP S/4HANA se expandió por Internet a finales de 2025. El gigante minorista —que trasladó su sistema ECC principal a Google Cloud con el apoyo de Rimini Street y añadió IA, personalización y motores de recomendación— ya está viendo los frutos. “Es un ejemplo perfecto de una evaluación del coste y el riesgo de seguir con SAP”, afirma John Burns, director de sistemas y controles financieros en Summit BHC. “En algún momento tendrán que dar un paso, pero se han dado un respiro a una fracción del coste”, añade el directivo, que lleva décadas especializándose en transformaciones de ERP.

La fecha límite de SAP en 2027 para el fin del soporte técnico estándar para ECC está generando dudas y confusión mientras los directores de sistemas de información (CIO) sopesan el cambio a S/4 HANA a través de Rise, el paquete de ERP por suscripción basado en la nube de SAP. Existe la promesa de la automatización mediante IA, una mayor escalabilidad e innovación futura, pero las incertidumbres en cuanto a los costes, la pérdida de personalizaciones y otros cambios están haciendo que el caso de negocio resulte difícil de justificar para algunos CIO.

“Los directores de sistemas de información deberían evaluar la hoja de ruta de SAP de la misma manera que evalúan cualquier otra decisión empresarial: preguntándose si tiene sentido. La transición de ECC a S/4 requiere una reimplementación completa, lo que puede resultar caro y disruptivo”, afirma Burns.

Esto también plantea la cuestión de si se está produciendo un cambio más amplio. A medida que la IA autónoma despega y las organizaciones buscan más flexibilidad, la actualización total del ERP no es la única opción. “La era de un único ERP monolítico que intenta gestionar todas las funciones está siendo sustituida por plataformas ágiles y modulares que reflejan mejor cómo funcionan las empresas en un mundo cada vez más dinámico”, afirma Amit Basu, CIO y CISO de International Seaways.

Quizá sea el momento de reevaluar si una migración obligatoria se ajusta a la arquitectura a largo plazo y si las alternativas nativas de la nube o componibles ofrecen una mayor agilidad. “Los CIO deben evaluar la flexibilidad, la transparencia de los costes a largo plazo y la alineación con su estrategia digital”, sugiere Basu.

La dinámica cambiante de la modernización del ERP

La modernización de SAP suele ser compleja debido a las numerosas personalizaciones, los importantes costes de migración y el esfuerzo organizativo necesario para rediseñar los procesos. “Estos retos suelen empujar a las empresas a considerar una modernización por fases, modelos híbridos o ampliaciones específicas en lugar de un único cambio a gran escala”, afirma Basu.

Basu y su equipo implementaron el ERP en la nube de Oracle en 2018, y ahora el objetivo es maximizar el valor del núcleo moderno mejorando los procesos, reforzando los datos y añadiendo nuevas funcionalidades a través de API. “La tendencia se inclina hacia mantener un núcleo financiero sólido y ampliar las capacidades mediante módulos especializados, en lugar de depender de un único sistema monolítico”, afirma. A medida que se acelera la adopción de la IA, especialmente en torno a los flujos de trabajo agenticos, la automatización y la toma de decisiones basada en datos, las organizaciones buscan más agilidad y flexibilidad en su plataforma ERP. Es posible que las plataformas ERP monolíticas y las transformaciones de ‘gran impacto’ ya no sean adecuadas para todas las organizaciones.

“Si ECC es estable y la ‘actualización’ no ofrece ventajas significativas, no hay necesidad de seguir adelante con la transición. No te estás quedando atrás; estás siendo práctico”, afirma Burns, de Summit. Su consejo para los CIO es que identifiquen cómo el plan de SAP aborda sus problemas o si se trata más bien de una estrategia de ventas. “En última instancia, el enfoque debe centrarse en resistir las presiones externas, ignorar los plazos arbitrarios y elegir el camino que realmente beneficie a tu negocio, no solo al proveedor”, afirma.

Burns cree que optar por no realizar la migración total a SAP en este momento es una decisión práctica que reconoce que hay opciones. “Buscar alternativas a SAP no debe considerarse una medida drástica”, explica a esta publicación.

Lo que está claro es que la modernización del ERP es más que una actualización tecnológica: es una decisión organizativa estratégica. “Muchos CIO lo ven como una oportunidad para reevaluar si una migración obligatoria se ajusta a su arquitectura a largo plazo y si las alternativas nativas de la nube o componibles ofrecen mayor agilidad”, afirma Basu. Han surgido tres grandes vías: modernizar en torno a ECC, adoptar una arquitectura componible o evaluar plataformas ERP alternativas.

Mantener el núcleo e innovar en los márgenes

Una de las opciones, según los expertos, es “innovar en los márgenes”, lo que implica conservar SAP ECC como núcleo estable y modernizar otros elementos. Este enfoque puede resultar atractivo para las organizaciones que desean reinvertir el tiempo y los fondos ahorrados en innovación, al tiempo que se dan un margen para una eventual transición a S/4HANA.

Burns recomienda a las organizaciones mantener los sistemas ERP centrales “lo más básicos posible” para reducir las personalizaciones, facilitar las actualizaciones y utilizar sistemas externos para la IA y otras funciones avanzadas. “Se pueden extraer los datos del ERP, por ejemplo, mediante SQL a BigQuery, y luego desarrollar agentes de IA que accedan a esos datos transaccionales y se conviertan, en la práctica, en la cara visible del sistema ERP”. Pero subraya que hay que tener la casa en orden para que esto funcione, y que este enfoque no es un atajo hacia la innovación.

“Si tus datos están desordenados o tus procesos son inconsistentes, separar las capas no lo solucionará. El núcleo sigue teniendo que estar limpio, y la interfaz sigue teniendo que estar regulada. Cuando esas piezas están en su sitio, el enfoque funciona muy bien”, afirma Burns. Esta ‘fase cero’ es la fase preparatoria crítica en la que las personas, los procesos, los datos y las políticas deben estar estandarizados y totalmente alineados; de lo contrario, surgirán problemas. “Esos datos son su punto de partida y necesita datos buenos, limpios y fiables en los que todo el mundo confíe para incorporarlos a su nuevo sistema”, afirma.

Joe Locandro, director de sistemas de información global de Rimini Street, cree que el término ‘heredado’ ayuda a los proveedores de software a fomentar las actualizaciones, pero lo más nuevo no siempre es lo mejor. En resumen, la longevidad debe considerarse una característica positiva, no un defecto. “Sistemas como SAP son robustos y valiosos, y la modernización no siempre significa abandonarlos”. Cree que se trata de un cambio de paradigma en la forma de pensar, e insta a los CIO a ver el valor de adaptarse de forma incremental y mantener la flexibilidad, así como a maximizar el valor de su sistema existente. “Tienes un activo en tus libros que puedes mantener en funcionamiento hasta 2040 o más allá, pero si renuncias a las licencias perpetuas, no hay vuelta atrás”, explica Locandro a la cabecera CIO. “Saca el máximo partido al activo y construye a partir de él”.

Locandro sugiere que las funciones de back office, como finanzas y RR. HH., son estables y adecuadas para mantenerlas en las instalaciones, mientras que otras pueden trasladarse a la nube. “El comercio electrónico y otras funciones que experimentan picos de carga probablemente se adapten bien a un entorno en la nube, porque puedes ampliar la capacidad muy rápidamente y utilizar solo lo que necesitas”, explica.

“Puedes tener un Oracle, un SAP o lo que sea en la base y añadir nuevas pantallas desarrolladas a través de ServiceNow o Microsoft y nuevos flujos de trabajo en la parte superior. Es un sistema sin interfaz. Toda la innovación, los flujos de trabajo y las pantallas no se parecen en nada a las antiguas pantallas verdes y los botones de SAP. Innova en la parte superior a la velocidad y al coste que puedas permitirte y sigue por este camino hasta que empieces a eliminar elementos de la base porque has construido tanta funcionalidad en la parte superior”, recomienda.

El camino hacia el ERP modular

La lógica de los últimos 20 años ha sido que la consolidación y la estandarización en TI reducen los costes, pero eso ha cambiado a medida que las organizaciones buscan una mayor flexibilidad para adaptarse a las condiciones cambiantes y a las nuevas tecnologías.

El ERP modular, un término popularizado por primera vez por Gartner, desacopla procesos o servicios específicos del núcleo del ERP, lo que permite a las organizaciones añadir funcionalidades según sea necesario, dentro o fuera del ecosistema del proveedor. Está despertando interés a medida que los directores de sistemas de información (CIO) replantean su enfoque de la modernización de SAP.

SAP ha adoptado la componibilidad con servicios modulares como SuccessFactors, analítica y su Business Technology Platform. Sin embargo, la fecha límite de SAP y la explosión de la IA han aumentado el interés por un enfoque verdaderamente componible que evite el bloqueo de proveedores y los costes y limitaciones que ello conlleva.

Una reciente encuesta de Rimini Street reveló que el 83% de los encuestados ve valor en los enfoques componibles para un acceso más rápido a tecnologías emergentes como la IA, mientras que el 94 % destaca la libertad de elegir las soluciones que mejor se adapten a cada necesidad empresarial. “Los CIO y la dirección se han dado cuenta de que, aunque se tenga el menor coste operativo, se ha renunciado a la flexibilidad, la rapidez de comercialización y la innovación, y en un mundo digitalizado, eso es lo que más importa. Creo que ese punto de inflexión cambió en los últimos años, especialmente con la IA”, afirma Locandro.

Basu coincide en que un enfoque componible reduce la dependencia de un único proveedor y permite que los sistemas ERP evolucionen de forma continua en lugar de mediante revisiones disruptivas. “El futuro no lo definirá SAP ni ningún proveedor único. El ERP componible representa el nuevo modelo en el que el ERP es un ecosistema de aplicaciones modulares basadas en la nube que se integran a través de API”, reflexiona Basu. “Las empresas conservan un sólido núcleo financiero y de datos, mientras que las compras, la planificación, el análisis y la automatización son los mejores candidatos para las extensiones modulares. Las API permiten que estos componentes coexistan sin alterar el núcleo”, añade.

También abre la puerta a la innovación a través de la IA. En particular, la IA agentiva está acelerando el cambio hacia el ERP componible porque puede coordinar el trabajo entre múltiples herramientas sin necesidad de un único proveedor para todo. “Los flujos de trabajo agentivos prosperan en arquitecturas con acceso abierto a los datos y API sólidas”, continúa Basu.

Burns sugiere que procesos como el ‘procure-to-pay’ pueden modularizarse y ejecutarse fuera del sistema ERP, con los datos necesarios reintroducidos en él. “Casi puede modularse a sí mismo, lo que significa que te ocupas de la parte de compras, de la parte de cuentas por pagar y, luego, de la parte de pagos por separado”. Está explorando este enfoque en aplicaciones del mundo real. “Estoy estudiando la posibilidad de crear un procesamiento de cuentas por pagar basado en IA en el que se obtuvieran las facturas, se leyeran y luego se introdujeran en el sistema ERP, y esto se haría completamente fuera del ERP, pero sin dejar de introducir los datos”, afirma Burns.

La capacidad de sustituir o actualizar componentes facilita el aprovechamiento de micro-soluciones nuevas y emergentes. “Hay algunas startups que están creando productos excepcionales que son como minisistemas que sustituirán a partes del sistema ERP, como módulos, submódulos o sublibros, y lo harán extremadamente bien porque están muy centradas en esa parte concreta”, afirma.

Valorar las opciones de ERP nativo de la nube

Si los directores de sistemas de información (CIO) quieren trazar un rumbo que se aleje de SAP, primero deben evaluar las necesidades de su organización. Las listas de verificación deben tener en cuenta la escalabilidad, la capacidad para dar soporte a operaciones globales, la seguridad, la arquitectura de datos, la madurez de la integración, la solidez de los análisis y el ecosistema. A continuación, deben evaluar la viabilidad de vías alternativas, como otras plataformas de ERP, innovar en los márgenes o adoptar una estrategia componible.

Las plataformas nativas de la nube y las soluciones específicas para cada sector han madurado significativamente, según Basu, pero es necesario consultar referencias de empresas de tamaño similar para validar esa madurez. Burns, de Summit, se hace eco de esta opinión y señala que Oracle es una de las pocas alternativas a escala empresarial. “Pero las grandes empresas globales pueden tener dificultades para abandonar SAP debido a la profundidad de sus capacidades, especialmente en fabricación y logística”, afirma.

Los CIO pueden temer que las alternativas no sean capaces de gestionar todo el alcance del trabajo, y expertos como Burns creen que esa vacilación puede estar bien fundada. “Los sistemas para el mercado medio parecen estupendos hasta que se les somete a un volumen real de transacciones, casos extremos complicados o necesidades de múltiples entidades. Si fallan ahí, no sirven para nada”, relata.

Los proveedores deben tener la madurez suficiente para ofrecer una gama completa de servicios. Por ejemplo, si todas las preguntas se responden con un «próximamente», eso es una señal de alarma. “Algunas de estas plataformas son excelentes, pero las empresas que las respaldan aún están definiendo los modelos de soporte, las hojas de ruta y la escalabilidad”, añade Burns.

Los CIO también deben prestar atención a los socios de implementación, no solo a los propios proveedores. “Los ERP para el mercado medio suelen depender de pequeñas empresas de implementación que quizá no estén preparadas para entornos complejos. Un buen producto con una red de socios débil te va a perjudicar”, advierte Burns.

Por último, los directores de sistemas de información deben prestar atención a cómo responden los proveedores cuando se les presiona. “Pregunta por los límites, los fallos y los puntos débiles. Si se ponen a la defensiva o empiezan a dar evasivas, aléjate. Los buenos proveedores son honestos sobre lo que aún no pueden hacer”, afirma. “Los directores de sistemas de información deben ignorar el bombo publicitario y centrarse en dos cosas. ¿Puede esta plataforma gestionar mi negocio hoy? ¿Y seguirá existiendo este proveedor dentro de cinco años, cuando lo necesite? Si la respuesta a ambas preguntas es sí, tienes un candidato. Si no, no importa lo ‘nativos de la nube’ que sean”.

El mensaje clave es que la longevidad no es el problema, ni tampoco lo es retrasar la migración y barajar opciones. Y ahora más que nunca, la IA no es una razón para una transformación radical, sino una razón para explorar caminos alternativos. Tanto si los directores de sistemas de información optan por migrar a S/4HANA, modernizar en torno a ECC o tomar otro camino, las decisiones deben centrarse en las necesidades de la propia organización. Y en qué arquitectura ofrece a la empresa mayor flexibilidad, resiliencia y margen para innovar.

Algunos defensores de la IA promueven una visión en la que docenas de agentes trabajan juntos para resolver problemas complejos con poca o ninguna intervención humana. Hasta ahora, ese escenario es un mito. Los agentes de IA pueden ser eficaces cuando trabajan de forma individual en tareas separadas, pero cuando se agrupan para completar tareas complejas, fracasan la mayoría de las veces, según un nuevo estudio de investigación, llamado ‘The Organizational Physics of Multi-Agent AI: Substrate-Independent Dysfunction in Autonomous Software Engineering Swarms’.

Los defensores imaginan un futuro multiagente que conducirá a enormes mejoras de eficiencia y a importantes ahorros de costes, gracias a que la IA autónoma basada en agentes se encargará de muchas de las tareas complejas que actualmente realizan los empleados humanos. Pero la mayoría de las organizaciones que implementan múltiples agentes para un único flujo de trabajo, en realidad los separan en silos de agentes individuales asignados a tareas específicas, pasando su trabajo a una capa de orquestación antes de que otro agente se haga cargo.

La verdadera colaboración entre múltiples agentes no funciona porque los agentes adolecen de los mismos problemas organizativos que los humanos, afirma el investigador de sistemas organizativos y autor del citado estudio, Jeremy McEntire. Los agentes ignoran las instrucciones de otros agentes, rehacen el trabajo que otros ya han hecho, no delegan y se quedan atascados en la parálisis de la planificación, afirma.

“Los sistemas de IA fracasan por las mismas razones estructurales que las organizaciones humanas, a pesar de la eliminación de todos los factores causales específicos de los humanos”, escribe McEntire. “Sin incentivos profesionales. Sin ego. Sin política. Sin fatiga. Sin normas culturales. Sin competencia por el estatus. Los agentes eran modelos de lenguaje que ejecutaban indicaciones. La disfunción surgió de todos modos”.

La complejidad falla

Quizás no sea sorprendente que, cuantos más agentes se añadan a la mezcla y cuanto más compleja sea la estructura organizativa de los agentes, más a menudo fracasan en el cumplimiento de las tareas asignadas, afirma McEntire, que también es jefe de ingeniería del servicio de alquiler de vacaciones de lujo Wander.

McEntire probó los resultados de los agentes basándose en cuatro estructuras organizativas. Al utilizar un único agente para producir el resultado, los agentes tuvieron éxito en 28 de 28 intentos. Varios agentes en una organización jerárquica, en la que un agente asignaba tareas a los demás, no lograron el resultado correcto en el 36% de los casos.

Un enfoque de emergencia de estigmergia, con agentes trabajando en un enjambre autoorganizado, falló el 68% de las veces, y un proceso por etapas de 11 fases, o enjambre organizativo, nunca produjo un buen resultado. De hecho, el proceso por etapas consumió todo el presupuesto del proyecto en cinco fases de planificación sin producir una sola línea de código de implementación.

“Todos y cada uno de los experimentos que realicé fracasaron de forma contraintuitiva, exactamente de la manera en que, en teoría, se supone que están diseñados para no hacerlo”, afirma McEntire. “El proceso se movía en círculos. La jerarquía no logró delegar. El sistema estigmérgico no logró coordinarse, que es precisamente el objetivo de la estigmergia. El único que tuvo éxito de forma fiable y consistente fue el agente único”.

Los problemas organizativos de grandes datos no desaparecen cuando los humanos pasan a ser agentes de IA, afirma McEntire. “Los mismos patrones de fracaso que caracterizan a las organizaciones humanas —revisiones interminables, control de acceso basado en preferencias, conflictos de gobernanza, agotamiento del presupuesto por fallos de coordinación— surgen en los sistemas de IA multiagente con firmas matemáticas idénticas”, escribe en su artículo. “El sustrato cambia; la física de la coordinación a gran escala permanece constante”.

Resultados replicados

Aunque podría ser tentador descartar a McEntire como una voz solitaria que clama en el desierto, varios expertos en IA afirman que observan resultados similares. Mientras desarrollaba una plataforma de agentes de IA en un trabajo anterior, Diptamay Sanyal observó problemas similares con los agentes que trabajaban juntos. Los agentes individuales que trabajan en tareas discretas y bien delimitadas son fiables, pero la colaboración entre múltiples agentes a menudo fracasa, afirma Sanyal, ahora ingeniero principal en el proveedor de ciberseguridad CrowdStrike. “Los ratios de error aumentan rápidamente a medida que crece la complejidad, tal y como reveló el estudio”, añade. “La sobrecarga de coordinación, el intercambio de contexto y la propagación de errores entre agentes reflejan la disfunción organizativa humana a gran escala”.

Sin embargo, el encadenamiento de agentes, que no es una verdadera colaboración, puede funcionar, señala, lo que coincide con las observaciones de otros expertos en IA. “La detección de amenazas, el enriquecimiento de alertas y la contención automatizada funcionan mejor como módulos discretos y bien delimitados encadenados a través de capas de orquestación”, afirma. “Desde fuera parece una cooperación entre múltiples agentes, pero desde el punto de vista arquitectónico se trata de una especialización secuencial con traspasos determinísticos y puntos de control humanos integrados”.

La visión de docenas de agentes colaborando de forma autónoma sin intervención humana aún no es una realidad, añade. “El verdadero valor de los agentes de IA hoy en día es automatizar tareas repetitivas y bien definidas a gran escala, complementando a los analistas humanos con un procesamiento rápido de datos y resultados consistentes. No es inteligencia colectiva emergente”, añade.

Los mismos problemas de siempre

El artículo de McEntire muestra cómo los problemas comunes de la comunicación humana se trasladan a entornos multiagente, afirma Nik Kale, ingeniero principal y arquitecto de plataformas que trabaja en la coordinación multiagente y el diseño de sistemas de agentes en Cisco. “Cada traspaso entre sistemas es un punto en el que se pierde el significado, se comprime el contexto y se hacen suposiciones”, afirma. “Los humanos lidian con esto en las organizaciones acercándose al escritorio de alguien y diciendo: ‘Espera, ¿qué querías decir realmente con eso?’. Los agentes no tienen conversaciones en los pasillos”.

Los responsables de TI que implementan agentes deberían centrarse en agentes individuales dedicados a tareas bien delimitadas, lo que genera resultados “sorprendentemente fiables”, añade Kale. “El argumento de venta de ‘docenas de agentes trabajando juntos de forma autónoma’ vende una fantasía que viola la teoría de la información”, dice. “No se deja que los agentes colaboren. Se deja que los agentes cumplan con unas especificaciones y se deja que una capa de orquestación ligera ensamble los resultados”.

Los sistemas multiagente deberían partir de un único agente altamente estructurado que trabaje en una tarea especializada, o de múltiples agentes que operen dentro de límites estrictos, modelos de contexto compartidos y controles de evaluación, añade Shanea Leven, directora ejecutiva de Empromptu.ai, proveedor de creación de aplicaciones basadas en IA. “La idea de que docenas de agentes puedan colaborar espontáneamente sin supervisión ni límites es tan descabellada como si lo hicieran los humanos”, señala. “El valor de los agentes de IA es real, pero no reside en el comportamiento autónomo de enjambre. Reside en la especialización controlada”.

Orquestación de resultados

Algunos usuarios de IA informan de que han tenido éxito al encadenar agentes entre sí utilizando una herramienta de orquestación. El proveedor de orquestación de personal Asymbl ha desplegado más de 150 agentes, pero sus interacciones entre sí están muy controladas, afirma Shivanath Devinarayanan, director de mano de obra digital y tecnología de la empresa. “Nuestros más de 150 trabajadores digitales interactúan, se pasan el trabajo y entregan colectivamente los resultados que hemos diseñado para ellos, y se coordinan entre sí y con sus compañeros humanos porque hemos construido una capa de orquestación a su alrededor. Antes de que dos agentes de IA interactúen, hemos planificado el traspaso: qué datos se transmiten entre ellos, en qué formato, en qué condiciones, qué desencadena una revisión humana y por qué”, relata.

Un modelo de orquestación que controle a los agentes y defina el papel de cada uno antes de su implementación son piezas clave del rompecabezas, añade. “Contamos con agentes de IA específicos para tareas discretas y agentes con memoria compartida y listas de tareas compartidas para realizar un seguimiento de lo que hacen los demás agentes”, explica Devinarayanan. “La clave en ambos casos: la claridad de las funciones antes de la implementación. ¿De qué es responsable este trabajador digital?, ¿de dónde proviene el trabajo?, ¿adónde va?, y ¿cuándo debe intervenir un humano?”.

El estudio de McEntire confirma lo que Asymbl ha observado: que el fracaso de los sistemas multiagente es un problema de organización y coordinación, no tecnológico, añade. “El estudio desvela que los agentes adolecen de los mismos fallos de coordinación que los humanos cuando trabajan juntos”, reflexiona Devinarayanan. “Los agentes se basan en el razonamiento humano. Heredan los modos de fallo organizativo humanos cuando el diseño organizativo es débil”.

Los proveedores o defensores de la IA que abogan por docenas de agentes trabajando juntos sin intervención humana están promoviendo una visión errónea, añade. “El modelo mental adecuado es una plantilla híbrida: trabajadores digitales con funciones claras, trabajadores humanos encargados de la supervisión y la toma de decisiones, y una capa de coordinación que conecte a ambos”, concluye.

Esta convergencia debe redefinir la forma en que se tomarán las decisiones estratégicas. Los datos sobre la experiencia, el comportamiento y el sentimiento del cliente orientan cada vez más las inversiones, las prioridades y los modelos operativos. Entendemos que ya no será posible pensar en experiencias fragmentadas, ya que estas pasan a estar conectadas en un único ecosistema, garantizando más consistencia, fluidez y valor en cada interacción, con plataformas integradas, automatización inteligente, análisis e IA como facilitadores. Las empresas que adopten este enfoque lograrán ofrecer experiencias más relevantes, consolidando el concepto de ‘total experience’.

Vivimos en lo que se puede definir como la “economía de la impaciencia”. Los clientes esperan respuestas inmediatas, recorridos fluidos y soluciones en el primer contacto. El avance de la IA acelera aún más esta expectativa, ya que, a medida que las personas se acostumbran a interactuar con sistemas cada vez más rápidos e inteligentes, el estándar mínimo de experiencia se eleva.

Todo este escenario nos lleva a considerar algunas tendencias que darán forma a lo que está por venir en CX. La primera de ellas, la personalización, acompaña toda esta evolución, pasando a operar como un motor predictivo continuo, capaz de anticipar la intención, el contexto y la necesidad. En este sentido, las soluciones basadas en IA, con capacidad de memoria y aprendizaje continuo, permiten reconocer historiales, preferencias e interacciones anteriores, reduciendo fricciones y aumentando la consistencia a lo largo del recorrido del cliente. Según Salesforce, el 72 % de los consumidores espera que las empresas sepan quiénes son y entiendan su contexto sin que necesiten repetir información.

Siguiendo a la personalización, podemos destacar la hiperagilidad inteligente, con la capacidad de responder rápidamente, con precisión, contexto y coordinación entre canales, procesos y tecnologías. Las organizaciones que dominan este modelo consiguen acelerar decisiones, reducir el tiempo de respuesta y transformar la experiencia en una ventaja estratégica.

Vemos que la omnicanalidad también entra en una nueva fase. Ya no se trata de ofrecer canales, sino de orquestar experiencias continuas, en las que el cliente transita de forma natural entre el autoservicio, los canales digitales y la atención humana. Gartner señala que los modelos híbridos bien implementados pueden reducir los costes operativos entre un 25 % y un 35 %, al mismo tiempo que aumentan la satisfacción y la retención.

Cerrando la lista, no podemos dejar de destacar el uso de asistentes de IA, que ganarán aún más relevancia, actuando como copilotos de los equipos humanos, automatizando interacciones de bajo valor y ampliando el espacio para la capacidad analítica, consultiva y estratégica de los profesionales. Gartner proyecta que el futuro del servicio estará definido por fuerzas de trabajo híbridas, compuestas por agentes humanos y digitales, lo que exigirá un cambio claro en el modelo de liderazgo: de la gestión de personas al liderazgo de ecosistemas inteligentes.

Con esto en mente, la experiencia deja de ser fragmentada y reactiva para volverse predictiva, emocional e integrada. Y este nuevo nivel de CX no se sostiene sin una transformación organizacional consistente y la existencia de datos de alta calidad. Si los datos de entrada son malos, el resultado también lo será, sin importar cuán sofisticado sea el sistema, el algoritmo o la herramienta. Como dice Franck Greverie, CTO y Head of Global Business Lines de Capgemini: “Si tus datos no están listos para la IA, tu negocio tampoco lo está”.

Es en este punto donde contar con un socio de BTO (Business Transformation Outsourcing) se perfila como la estrategia más acertada para garantizar la alineación entre CX, tecnología y estrategia, además de asegurar la gobernanza, la priorización y la medición del impacto real en el negocio. Cuando el CX y el BTO van de la mano, la experiencia deja de ser solo un diferenciador competitivo; se consolida como un motor estructural de crecimiento sostenible y creación de valor a largo plazo.

El autor de este artículo es Alexandre Martins, director Global de Inteligencia Artificial, Analítica e Innovación en Atento. Martins lleva más de 25 años orquestando transformaciones tecnológicas y culturales a nivel mundial. Es experto en fomentar la disrupción tecnológica, particularmente a través de la aplicación de la IA, para crear soluciones empresariales innovadoras y de vanguardia. Su experiencia abarca todo el espectro de las tecnologías emergentes, incluyendo la IA clásica y generativa, la analítica avanzada, la automatización, la computación en la nube y el diseño de CX. Su experiencia multifuncional abarca aspectos de TI, CX, transformación digital, estrategia, desarrollo de productos, marketing y operaciones en diversos sectores, como las telecomunicaciones, los servicios financieros, la sanidad, el comercio minorista y la tecnología. Su trayectoria profesional incluye puestos de director de informática en grandes empresas de soluciones de experiencia del cliente (CX) y puestos de liderazgo ejecutivo en importantes BPO globales.

Teniendo en cuenta que hoy en día ninguna organización puede funcionar sin tecnología, el valor de la TI parece obvio. El problema es que, con demasiada frecuencia, el área de TI se considera un centro de costes porque sus líderes, los CIO, siguen teniendo dificultades para articular el valor que su área aporta al negocio. “Los directores de TI de hoy en día se ven presionados para responder a una pregunta clave: ¿cómo comunico el valor empresarial de las inversiones en tecnología a mis partes interesadas?”, escribe en una publicación reciente Chris Howard, vicepresidente de análisis de Gartner y director de investigación para empresas globales de la firma. “La eficacia con la que los CIO miden y comunican el valor empresarial de las TI influirá directamente en que la empresa vea esta área como un socio empresarial o como un centro de costes”, añade.

Los directores de TI deben estar a la altura del reto, afirma Bobby Cain, vicepresidente y CIO para Norteamérica en Schneider Electric. “Creo que el precio que deben pagar todos los líderes digitales es centrarse obsesivamente en comunicar el valor de las TI. Con la convergencia de los negocios y la tecnología, es nuestra responsabilidad posicionar de forma clara a la TI como un motor de beneficios”, dice.

Él y otros comparten sus consejos sobre cómo comunicar de forma eficaz el valor de las TI.

No dar por sentado el impacto positivo de las TI

Los CIO no deben dar por sentado que las soluciones que ofrece el área de TI no necesitan impulsores debido al valor inherente que aportan. “A menos que se pueda hablar de lo que es [ese valor], no quedará claro”, cree George Westerman, profesor titular de la MIT Sloan School of Management y fundador del Global Opportunity Forum.

La mayoría de la gente da por sentada la tecnología, al igual que la electricidad, por lo que a menudo solo piensan en ella cuando algo va mal. Por lo tanto, los CIO deben redirigir activamente la atención de la gente hacia los aspectos positivos. “Muchos ejecutivos solo experimentan los problemas de TI o escuchan las quejas sobre este tema”, afirma Westerman. “Si no hablas de lo que estás haciendo, sus impresiones solo serán negativas. Por eso, los mejores líderes de TI se esfuerzan por describir el rendimiento y el valor de las TI”.

Por supuesto, un CIO debe hacer algo más que limitarse a mantener el sistema en funcionamiento para poder compartir un buen informe de valor, señala Westerman. Suponiendo que ese sea el caso, afirma que los CIO deben hablar sobre el rendimiento y el valor de forma regular para garantizar que el área de TI se considere algo más que una utilidad.

“El mejor momento para iniciar esta comunicación es cuando eres nuevo en el puesto, ya que así se establecen las expectativas”, reflexiona Westerman. “Y si no eres nuevo en el puesto, puedes empezar diciendo: ‘Estamos recibiendo quejas; algunas de esas percepciones son ciertas, otras no, y este es nuestro plan para mejorar todas las cifras”.

Hacer hincapié en el impacto empresarial por encima de las métricas de TI

Los CIO veteranos llevan años oyendo que deben abandonar la jerga tecnológica y hablar el lenguaje de los negocios. Esto es especialmente importante a la hora de transmitir el valor de las TI, afirma Brian Jackson, director principal de investigación de Info-Tech Research Group.

Sin embargo, a muchos les cuesta hacerlo. “Los CIO suelen centrarse en métricas que están alejadas del negocio, como la latencia o el ancho de banda, por ejemplo, métricas técnicas que pertenecen más al ámbito de los sistemas que a una presentación ante la junta directiva”, agrega Jackson.

Los directores de TI deben esforzarse más por comprender cómo sus iniciativas técnicas crean valor empresarial y encontrar las palabras adecuadas para transmitirlo, explica: “Es el reto de comunicación que tiene cualquier persona con cierta experiencia, especialmente en el ámbito científico o técnico: ¿cómo comunicarse con alguien en términos sencillos?”.

Cain está de acuerdo y explica que los CIO deben pensar y hablar en términos de impacto empresarial. “En Schneider Electric, movemos más de 24 terabytes de datos por minuto. Eso es un 200.000% más que la Bolsa de Nueva York. Contamos con aproximadamente 160.000 empleados en más de 100 países que operan en más de 160 fábricas, 75 centros de distribución y cientos de oficinas regionales”, relata. “Desde el punto de vista de las TI, sin duda hay un coste significativo asociado al simple hecho de mantener las luces encendidas. Sin embargo, si los directores de informática no empiezan a contar la historia real de cómo las inversiones en tecnología pueden reducir el riesgo, impulsar la productividad y, lo que es más importante, crear valor para el cliente, la informática seguirá considerándose un centro de costes en lugar de un motor de márgenes”.

 Añade: “Para que los CIO comuniquen de forma eficaz el valor de las TI, deben hacerlas visibles. Esta es la prueba que espera la empresa. Los resultados de las iniciativas informáticas deben traducirse al lenguaje empresarial. Ya se trate de la habilitación de ventas que impulsa el impacto en los ingresos, el aumento de la productividad y la eficiencia, la experiencia del cliente o la reducción de costes, todas las inversiones en tecnología deben ser trazables en la cuenta de resultados”.

Utilizar KPI que sean importantes para los responsables de negocio

Según una encuesta de Deloitte Tech Exec Survey de 2025, el 36% de los líderes tecnológicos identificaron “medir y articular el valor de la tecnología en términos empresariales” como una prioridad máxima.

Es evidente que esa cifra se traduce en un número considerable de directores de informática que tienen esta tarea en mente. Pero Lou DiLorenzo, líder de la práctica de tecnología, inteligencia artificial y estrategia de datos de Deloitte en Estados Unidos y líder nacional de sus programas Tech C-suite, afirma que comunicar el valor de la tecnología de la información en términos empresariales debería ser una tarea pendiente para todos los ejecutivos de TI. “Es realmente importante, e incluso si se te da bien, tienes que seguir centrándote en ello”, afirma.

Aconseja a los CIO que identifiquen métricas que les ayuden a hacerlo. No tienen por qué ser necesariamente el retorno de la inversión, que puede ser difícil de calcular para los proyectos de infraestructura, que a menudo están muy alejados de los centros de pérdidas y ganancias.

Aun así, DiLorenzo y otros destacan que los CIO pueden identificar métricas que sean importantes para las distintas partes interesadas y calcular cómo la TI ha aportado mejoras en esas áreas. Eso puede significar medir cómo la tecnología recién implementada ayudó a RR. HH. a agilizar la revisión de solicitudes o cómo equipar a ventas con una nueva plataforma de datos impulsó las tasas de conversión de clientes potenciales.

Perfeccionar el discurso

La información precisa es importante, pero también lo es una buena presentación. Por eso los CIO oyen hablar cada vez más del desarrollo de capacidades narrativas. “Es importante que seamos los narradores principales de la cartera de TI para poder involucrar a nuestros colegas en la creación de perspectivas compartidas”, afirma Siroui Mushegian, CIO de Barracuda, empresa dedicada a la venta de tecnología de ciberseguridad. “Explique los resultados en términos de lo que les reporta o qué puntos débiles se reducirán o resolverán. Quizás pueda utilizar métricas corporativas que se traduzcan en un ahorro sustancial de dinero o tiempo o en una reducción real de los residuos”.

Mushegian reconoce que esta habilidad puede no ser innata en los CIO, pero destaca algunos pasos útiles para desarrollarla. “Estructurar una cadencia en torno a su comunicación ayuda a crear memoria muscular. Puede haber motivos para organizar un consejo de TI periódico con las partes interesadas de su empresa, es decir, una reunión planificada en la que se debatan, actualicen y prioricen las iniciativas del área. Si esto resulta demasiado formal para su empresa, haga presentaciones periódicas a un grupo más reducido o a ejecutivos concretos. Perfeccione su discurso. Siéntase cómodo utilizando terminología empresarial en lugar de terminología de TI. Tome notas de lo que ha funcionado bien y de lo que hay que mejorar” recomienda.

DiLorenzo afirma que los CIO que se relacionan con los trabajadores de primera línea y los mandos intermedios suelen tener buenos resultados en este aspecto, ya que pueden aprender fácilmente qué problemas tienen y cómo el trabajo de TI los resuelve.

Pasar de los costes a los beneficios

Como todos los responsables funcionales, los CIO deben gestionar sus presupuestos y controlar sus gastos. Pero no deben centrarse en esas cifras cuando hablan con sus compañeros de trabajo. “Con demasiada frecuencia, los CIO siguen hablando de costes, en lugar de resultados empresariales”, afirma Mike Trkay, CIO y director de atención al cliente de FICO. “Si no quieres que te consideren un centro de costes, no lo enmarques todo en términos de costes. Las inversiones en TI deben enmarcarse como ‘creación de activos”.

Trkay afirma que esto puede significar simplemente mirar la misma moneda desde el otro lado. Por ejemplo, en lugar de informar de cuánto ha reducido los costes un proyecto de TI, muestra los beneficios obtenidos: “Hemos reducido el tiempo de incorporación de clientes en un 40% modernizando la infraestructura”, afirma.

Esto es más fácil de hacer cuando los CIO priorizan cada iniciativa de TI en función de los resultados empresariales esperados y de cómo medirán el éxito del proyecto. “Debe tener un resultado empresarial como objetivo para cualquier iniciativa de TI. Es algo que debe establecer como norma desde el principio”, dice, y añade que hacerlo le ayudará a garantizar que tendrá un valor empresarial que destacar en las presentaciones y conversaciones.

Mark Sherwood, vicepresidente ejecutivo y director de TI de Wolters Kluwer, comparte esta perspectiva. “Siempre es valioso mejorar los resultados finales. Pero decir ‘aquí están todos los ahorros’ es algo tan habitual que ya forma parte del vocabulario habitual de las TI”, afirma Sherwood. “Por eso es fundamental que los CIO se centren en cómo estamos contribuyendo a impulsar el crecimiento de los ingresos. Esto no significa que dejemos de impulsar la eficiencia y la optimización, pero es importante que las organizaciones de TI se presenten realmente como un centro de valor”.

Esto puede significar, por ejemplo, explicar a los compañeros de trabajo cómo una estrategia multicloud se traduce en un mayor tiempo de actividad y una mayor resiliencia, lo que favorece una mejor interacción con los clientes y, por lo tanto, mejores tasas de retención de clientes, explica. O cómo las inversiones en seguridad permiten a los equipos de ventas diferenciar los productos y servicios de la empresa de los de la competencia para cerrar más acuerdos. “Esas son historias importantes que hay que contar”, subraya Sherwood.

Uno de los campos donde mayor impacto está teniendo la inteligencia artificial es en el sector salud. No es de extrañar: el potencial es mejorar la salud y la vida humana, bien directamente, a través de nuevas herramientas médicas, bien indirectamente, mediante la dotación de tecnología inteligente a quienes se ocupan de su cuidado. De acuerdo a un informe de la Organización Mundial de la Salud de 2025, un 72% de países europeos estaba ya en negociaciones para aplicar IA de alguna forma en su sistema de salud. De los restantes, más de la mitad tenían planes para hacerlo en un futuro. De acuerdo al World Economic Forum, la inversión privada global en IA en medicina y atención sanitaria alcanzó en 2024 los 9.330 millones de dólares, lo que da una perspectiva del atractivo de su aplicación.

“La IA va a tener un avance inexorable en el ámbito de la salud”, asevera Juan Carlos Oliva Pérez, director gerente de la Fundación Rioja Salud, que atribuye este recorrido a un factor clave: el tiempo, desde una doble variable: “tiempo para aprender y para atender”. Esto es, el que necesita el personal médico para dominar su profesión, pero también el que se añade a unas vidas cada vez más longevas, “sinónimo de cronicidad y pluripatología, y presión asistencial”. Retoma Oliva: “Desde mi punto de vista, [la IA] es un avance inexorable porque el tiempo es el factor limitante de cualquier profesional de medicina”. Eso sí, “en ningún caso la IA va a sustituir a los profesionales de medicina”, matiza, “porque el acto médico lleva asociada la asunción de responsabilidades. Y si eximes a los médicos de la responsabilidad, la estás trasladando hacia arriba, y nadie está dispuesto a asumir la responsabilidad de todos los actos médicos de miles de profesionales”.

Sobre su uso en investigación médica, Oliva remite a la tecnología de AlphaFold, reconocida con el Nobel de Química en 2024 por el uso de IA en el diseño de proteínas con computación calificándolo como “la referencia en este momento constatable de más valor que se ha producido en materia de inteligencia artificial en salud”. “En materia de investigación es fundamental”, afirma, considerando sin embargo que puede ser que se esté dando “un pico de expectativas inflacionadas”. “Al final, la inteligencia artificial no puede salirse nunca del contexto de los datos con los que ha sido entrenada”, lo que implica que “tiene una enorme capacidad para dar respuestas a partir de los datos con los que ha sido entrenada, pero no tiene capacidad para hacer preguntas pertinentes. La investigación siempre parte de hipótesis investigadoras que requieran del planteamiento de una pregunta pertinente”, resume. Esto no implica que no sea “una herramienta de enorme ayuda para la investigación, por estas capacidades para analizar ingentes volúmenes de datos y buscar correlaciones”, “siempre supeditada a que un humano la valide”.

“La IA en salud tiene una enorme capacidad para dar respuestas a partir de los datos con los que ha sido entrenada, pero no tiene capacidad para hacer preguntas pertinentes”, señala Juan Carlos Oliva

Oliva reconoce también la necesidad de tener un control máximo de la información sobre la que trabaja esta IA. Recuerdan desde organizaciones como la Organización para la Cooperación y el Desarrollo Económicos u OECD o desde la propia Comisión Europea la necesidad de un enfoque múltiple, que garantice tanto la seguridad y gobernanza de los datos, dada su especial sensibilidad, como la ética en su tratamiento. La CE cita otros retos, como el acceso a datos de salud de alta calidad, la garantía de una financiación sostenible, una integración completa en los flujos de trabajo clínicos o, en la línea de Oliva, la creación de un marco sólido que permita a las víctimas reclamar una indemnización a los fabricantes si hay daños causados por el uso de sistemas de IA.

Iniciativas en investigación

España cuenta con varios proyectos dentro de investigación médica en los que se aplica inteligencia artificial al servicio de la salud. Es el caso de la iniciativa de gemelos digitales del cuerpo humano desarrollada en el BSC-CNS, dentro de la cual se engloban el desarrollo de gemelos relacionados con los procesos a nivel celular o de gemelos de órganos, como el que tienen del corazón. Aunque son distintos desde el punto de vista técnico, según explica Alfonso Valencia, director del departamento de Ciencias de la Vida del BSC, desde el que llevan a cabo estos proyectos. “Es otro nivel de solución distinto”: uno atiende problemas a nivel molecular, que pueden estudiar cómo reacciona un tumor a una combinación de fármacos, y con el segundo se apunta a otras casuísticas “más sistémicas”, como una arritmia.

Valencia explica que, aunque el término gemelo digital viene de ingeniería, en el sector salud no tiene que ver: si en el primero está todo muy medido, “cuando intentas hacer un gemelo digital de un humano, no está tan claro”, sintetiza. “Nuestro conocimiento del cuerpo humano es mucho más limitado que el de una factoría”. ¿Qué se hace entonces? “No intentamos resolverlo todo de una vez, porque es materialmente imposible y llevará años. La aproximación científica lógica es dividirlo en partes”. Esto es, coger el cuerpo humano y dividirlo en pequeñas partes que se puedan enfrentar con los instrumentos que se tiene para luego trabajar en cómo ensamblarlas. Con un importante avance: se puede individualizar para introducir los parámetros exactos de la condición de cada paciente. En los ejemplos anteriores, se trata de planear una intervención según la arritmia concreta de esa persona, a partir del modelo general del corazón, o de explorar la respuesta a un tumor concreto. Medicina personalizada de precisión. En este camino, “ahora mismo el tema fundamental es no solo desarrollar estos gemelos digitales, sino combinarlos con inteligencia artificial”.

Para Valencia, el objetivo a largo plazo sería que todos los datos de cada persona estuviesen accesibles, incluso los de dispositivos tipo pulsera o smartwatch. “Toda esa información se va volcando a un sistema, a la red, a un modelo que ya está preparado y que se va adaptando con esos datos”. Se trata de “tener el modelo preparado con la información suficiente, de modo que cuando pasa algo, se le de esa información y rápidamente pueda dar una respuesta adecuada”. “La discusión no es tanto si es posible o no es posible, sino qué tenemos que hacer para que sea real. Para que nos podamos beneficiar del conocimiento de la fisiología, de la genómica, de las imágenes médicas, para hacer este tipo de gemelos digitales que sean útiles para los pacientes”.

“La discusión no es tanto si es posible o no es posible, sino qué tenemos que hacer para que sea real”, apunta Alfonso Valencia

Aún en fase inicial está la fábrica de IA especializada en salud que se instalará en el Centro de Supercomputación de Galicia, la segunda de estas iniciativas de la Unión Europea en suelo español tras la instalada, precisamente, en el BSC. Como recuerda Lois Orosa, director científico del CESGA, uno de los principales objetivos de estas fábricas es “ganar soberanía tecnológica en Europa, en este caso en el ámbito de la vida”, a través del desarrollo de “modelos propios europeos de inteligencia artificial”. El proyecto se denomina 1HealthAI, un nombre que es una declaración de intenciones, ya que trabaja no solo en el campo de salud humana, sino también animal y ambiental. Orosa enumera otros objetivos: el impacto en la economía gallega y española de la fábrica, la transferencia del conocimiento del entorno académico hacia el tejido productivo, la formación o la retención y atracción de talento. “Uno de nuestros objetivos es tener continuidad a lo largo de muchos años”, señala. “Para nosotros es una apuesta muy fuerte y queremos hacerlo bien para destacar”.

 La iniciativa está financiado entre la organización EuroHPC JU, el Gobierno de España y la Xunta de Galicia. Liderada por el CESGA y coliderada por el CSIC, en ella están involucradas las tres universidades públicas gallegas, varios centros de investigación de la Red CIGUS, el Hub Europeo de Innovación Dixital DATAlife y el centro tecnológico Gradiant, entre otros. “Entre este consorcio prestaremos una serie de servicios”, explica Orosa, que los enumera: habrá un nuevo supercomputador optimizado para IA, una plataforma experimental para desarrollar nuevas tecnologías, y además se prestarán servicios de apoyo a otras organizaciones. “La prioridad es que este servicio sea para pequeñas y medianas empresas principalmente, pero no está limitado”.

Para Orosa, el de la salud “es uno de los campos con más potencial” para el trabajo con IA. “Hay muchísimas oportunidades, por eso escogimos especializar nuestra factoría en este en este ámbito, porque creemos en su valor estratégico”. Se trata de un área con una gran abundancia de datos, en la que muchas veces falta cierta pericia para acometer iniciativas. “También hay muchos retos, porque estos son datos sensibles, privados, entonces hay que construir una plataforma como corresponde, y para analizarlos necesitamos la infraestructura que ahora nos viene a través de esta factoría y protocolos específicos que se desarrollarán”.

Para Orosa, el de la salud “es uno de los campos con más potencial” para el trabajo con IA

IA en la sanidad pública

Estas iniciativas demuestran el potencial y el camino a seguir, pero la realidad es que hoy en día ya se está integrando IA en los servicios de salud pública. Retoma el discurso Juan Carlos Oliva, quien reseña algunos de los proyectos de Fundación Rioja Salud, como su data lake sanitario Pascal —siglas de Plataforma Analítica de Salud de la Comunidad Autónoma de La Rioja—, sobre el que están desarrollando varias inteligencias artificiales. En el ámbito de la imagen diagnóstica, se está desarrollando una IA que puede hacer un screening en atención primaria a partir de una imagen de la piel, que indica al personal si debe derivar al paciente. Otro ejemplo: una IA pensada para seguir el proceso de personas con problemas de nefrología. “Estamos diagramando todo el proceso asistencial de primaria y hospitalaria, identificando cómo se mueven los pacientes en función de qué decisiones para hacer simulaciones y predecir de qué manera podemos ser más eficientes y más eficaces y tener un diagnóstico más temprano”. También trabajan sobre textos o informes médicos, usando modelos del lenguaje para leer los informes de alta en cardiología y dar soporte a la decisión clínica en escenarios de arteriosclerosis. “El primer ejemplo es de cómo trabajamos sobre imagen. El segundo, el dato de partida es el proceso. El tercero, el dato de partida son los textos libres”.

No es la única administración. Galicia, Asturias, Andalucía… todas están explorando las ventajas de la IA. En España, aunque las competencias en salud están transferidas a las autonomías, el Sistema Nacional de Salud cuenta con una Estrategia de Inteligencia Artificial propia. Además, desde Red.es se han promovido ayudas específicas para la integración de estas herramientas. El margen de beneficio es tan grande que, sin duda, merece la pena la apuesta.

Después de años de ensayo y error, a inicios de 2026 el ROI de la IA sigue siendo uno de las principales interrogantes en el mundo corporativo. En un contexto en el que las organizaciones continúan invirtiendo en esta tecnología con la expectativa de alcanzar promesas de eficiencia, todavía es evidente la brecha entre su adopción y la obtención de resultados verificables.

Sin embargo, este año marca un punto de inflexión. Los consejeros generales y los directores financieros exigen un ROI medible de las iniciativas de datos e IA. La realidad es que, aunque en muchos casos la IA permite a los empleados optimizar su tiempo y su forma de trabajar, una parte importante de esos beneficios no llega a consolidarse. El principal desafío: la calidad de los datos.

Gartner señala que el 85% de los proyectos de IA fracasan como consecuencia directa de una deficiente base de datos. En fases iniciales, muchos casos de uso parecen viables porque se apoyan en conjuntos de datos controlados y preparados específicamente para pruebas. El problema aparece cuando esos modelos se despliegan en entornos reales, donde deben operar con información dinámica, incompleta o inconsistente, lo que limita de forma significativa su rendimiento y fiabilidad.

Esta situación será todavía más visible a medida que la IA evolucione desde el papel de asistente hacia operadores autónomos capaces de ejecutar tareas de varios pasos, activar flujos de trabajo, aprobar transacciones y colaborar activamente con las personas. Estos agentes solo podrán escalar de forma efectiva si se sustentan en datos actualizados y correctamente gobernados.

En esta línea IDC estima que, para 2027, las empresas que no prioricen datos de alta calidad y preparados para la IA encontrarán serias dificultades para ampliar soluciones de GenAI y agentes, lo que se traducirá en una pérdida de productividad del 15%.

A esta previsión se suma una advertencia adicional por parte de Gartner, que apunta a un escenario aún más exigente. Más del 40% de los proyectos de IA agéntica serán cancelados antes de finales de 2027 debido al aumento de los costes, a la ausencia de un valor empresarial claro o a la falta de controles de riesgo adecuados.

A ello se añade la complejidad de la integración con sistemas legacy, ya que muchas organizaciones intentan superponer capacidades agénticas sobre arquitecturas obsoletas, lo que termina amplificando los problemas existentes.

El camino hacia un ROI medible

Con este panorama resulta evidente que los productos de datos se hayan convertido en el nuevo combustible de la era de la IA generativa y agentiva. No obstante, su impacto real sigue dependiendo de la capacidad de las organizaciones para acceder a información fiable y gestionada de forma adecuada, algo que en la práctica no siempre está garantizado.

Como consecuencia, la centralización de los datos en un único data lake irá perdiendo protagonismo, ya que continúa siendo insuficiente para dar soporte a casos de uso operativos y a una gestión avanzada de la información. Por este motivo, se consolida como una arquitectura de transición que sienta las bases para modelos más evolucionados, como las estructuras de datos y los ecosistemas integrados.

A lo largo del año veremos cómo las estrategias de nube empresarial evolucionan desde el enfoque de migrarlo todo hacia modelos más distribuidos, basados en entornos soberanos, híbridos y multicloud, coordinados y optimizados según las necesidades de cada carga de trabajo. Este planteamiento solo es viable cuando se apoya en una gestión lógica de los datos y en capas de control federadas que permitan articular la información de forma coherente a lo largo de toda la infraestructura.

De este modo, se reduce la complejidad propia de los entornos distribuidos y se facilita el acceso a los datos adecuados, en el momento necesario y bajo criterios claros de gobierno, garantizando interoperabilidad, cumplimiento normativo y una portabilidad fluida entre sistemas. En la práctica, es esta capa lógica la que convierte la arquitectura distribuida en una base operativa para la IA y permite que los casos de uso generen valor de forma sostenida y medible.

Este enfoque se acentúa con la capacidad multimodal que ofrecen las capas lógicas de gestión de datos, que permiten acceder a la información empresarial de forma holística, sin importar su naturaleza. Puede estar alojada en sistemas corporativos con datos estructurados, en repositorios de documentos como contratos o datasheets técnicos, e incluso en imágenes o vídeos. La información no estructurada puede vectorizarse y participar en consultas complejas generadas por motores de IA generativa que combinan todas estas fuentes para ofrecer la mejor respuesta a la consulta del usuario.

A partir de ahí, las empresas podrán construir una capa de inteligencia en red mediante la convergencia de capas semánticas, productos de datos gobernados, fundamentos preparados para la IA y automatización basada en agentes. Este núcleo marcará la transformación digital de la próxima década y redefinirá la forma en que se mide el éxito de la IA dentro de las organizaciones.

En 2026, la apuesta se reforzará definitivamente hacia marcos prácticos, una IA responsable y resultados verificables, con casos de uso cuyo ROI sea demostrable y sostenible en el tiempo. En este escenario, las plataformas capaces de reducir el movimiento innecesario de datos, eliminar redundancias y acelerar el acceso a la información se consolidarán como la base para cerrar, por fin, la brecha entre la adopción de la IA y su impacto real en el negocio.

Hace más de un siglo, el fundador de Hijos de Rivera plantó la semilla de lo que hoy es uno de los grupos cerveceros familiares más importantes de España. Conocida por marcas como Estrella Galicia, 1906 o Cabreiroá, Corporación Hijos de Rivera mantiene ese legado desde Galicia como una compañía familiar, independiente y de capital 100% nacional que ha logrado internacionalizarse sin perder su identidad.

Pero, además de preservar su tradición, el grupo mira decididamente hacia el futuro gracias a la digitalización, que se ha convertido en una palanca estratégica. Así, la empresa española ha impulsado en los últimos años una estrategia de transformación digital orientada a modernizar su estructura tecnológica y a trasladar la innovación a su ecosistema de colaboradores, especialmente al canal hostelero.

En paralelo a esa expansión, la organización ha apostado por la tecnología como una herramienta clave para mejorar su eficiencia, impulsar nuevos servicios y reforzar su posición como socio estratégico del sector HORECA.

Una transformación digital transversal

Para Hijos de Rivera, la digitalización no es un proyecto puntual, sino un proceso a largo plazo que atraviesa toda la organización. Según Iván Castro, CTO global de la compañía, “llevamos años inmersos en un proceso continuo de transformación digital con el objetivo de ser más ágiles, eficientes y estar más conectados con nuestros clientes y aliados”. Para ello, la compañía adapta “de forma constante” los procesos internos y externos para responder a las nuevas necesidades del negocio.

En definitiva, esta digitalización, que se inició antes de la llegada de Castro a la corporación, “nos permite generar nuevas oportunidades para mejorar la eficiencia operativa, la sostenibilidad de nuestros procesos y la experiencia de nuestros clientes. Por eso, cada proyecto y herramienta que desarrollamos nos acerca a una compañía más conectada, inteligente y orientada a la creación de valor añadido”.

Un proceso que, según el CTO, forma parte del propio ADN innovador de la empresa y ha evolucionado hacia un plan estratégico digital que abarca todos los niveles de la organización, convirtiendo a la “pata digital” como una palanca clave en el plan global de la compañía.

Una estrategia, cuatro pilares

Desde 2017, la compañía definió un marco estratégico basado, según el CTO, en cuatro pilares clave: “Asegurar el progreso constante de nuestra transformación digital, desarrollar e implementar nuevos modelos de negocio digitales, fomentar un ecosistema de innovación abierta que acelere oportunidades tecnológicas y colaborar con startups y partners estratégicos para impulsar y escalar soluciones digitales”.

Este enfoque ha permitido integrar tecnología, cultura y negocio dentro de la organización. “Tecnológicamente nos apoyamos en grandes partners, en soluciones SaaS y en una amplia red de colaboradores que nos permiten crecer y escalar al ritmo que nos pide la compañía”, explica el CTO.

Esta evolución tecnológica, dice Castro, también ha tenido impacto en los procesos internos, desde la modernización de sistemas de producción y logística hasta la integración de herramientas digitales en las operaciones comerciales. En definitiva, “Hijos de Rivera ha experimentado una evolución tecnológica continua orientada a consolidar una compañía más innovadora, conectada y eficiente”, destaca.

Hijos de Rivera ha creado una oficina interna, llamada EstreIA, dedicada a impulsar la adopción de inteligencia artificial dentro de la organización y en la que participan todas las áreas de la compañía

Tecnología, datos e inteligencia artificial

Uno de los elementos clave de esta transformación es el uso del dato como base para la toma de decisiones. La compañía se define como una organización orientada al análisis de información y al uso de tecnologías avanzadas. “Somos una compañía 100% data driven, donde la toma de decisiones se basa en un exhaustivo trabajo con datos”, afirma Castro.

Dentro de este enfoque, Hijos de Rivera está desarrollando modelos propios de machine learning y ha creado una oficina interna, llamada EstreIA, dedicada a impulsar la adopción de inteligencia artificial dentro de la organización y en la que participan todas las áreas de la compañía.

En este contexto, el área de Tecnologías de la Información desempeña un papel clave. Lejos de limitarse a la implementación técnica, el departamento actúa como catalizador del cambio dentro de la organización. “El departamento de Tecnología y Transformación Digital es un área estratégica que lidera la transformación digital de Hijos de Rivera”, apunta el CTO. Su función, añade, es “facilitar la conexión entre los equipos, los procesos y la tecnología y liderar los procesos digitales desde el comité ejecutivo”.

Be2Bar: digitalización para el sector hostelero

Uno de los proyectos enmarcados dentro de esta estrategia, y que permite extender esta transformación a sus partners, es Be2Bar, una plataforma diseñada para trasladar la innovación tecnológica también al canal HORECA.

La iniciativa busca poner la tecnología al servicio de bares y restaurantes para ayudarles a gestionar sus negocios de forma más eficiente y sostenible. Para ello, la herramienta integra distintas funcionalidades que permiten mejorar la gestión diaria de los establecimientos. “Se trata de una solución integral que combina herramientas de gestión comercial, fidelización, control energético y análisis de datos de venta en tiempo real”, detalla el CTO.

La plataforma incorpora tecnologías como analítica avanzada, cuadros de mando interactivos o sistemas de recomendación orientados a mejorar la toma de decisiones y optimizar los costes operativos de los negocios hosteleros. El objetivo es, en definitiva, que los establecimientos puedan acceder a información clave sobre su actividad y gestionar mejor algunos recursos como el consumo energético o la planificación de ventas.

Además de mejorar la eficiencia operativa, la iniciativa busca reforzar el papel de Hijos de Rivera como socio estratégico del sector. “Desde Hijos de Rivera queremos seguir consolidándonos como socio estratégico de la hostelería, ofreciendo herramientas que aporten valor añadido al día a día de los establecimientos”, explica Castro. “El objetivo a corto plazo es alcanzar los 20.000 usuarios registrados durante el primer semestre de 2026”.

Pero, más allá de las cifras, el verdadero impacto esperado es ayudar a que los establecimientos hosteleros sean “más competitivos, sostenibles y eficientes en su día a día”, añade Castro.

“La digitalización implica una transformación cultural y organizativa que requiere involucrar a todos los equipos en un cambio de mentalidad”, explica Iván Castro

El reto de digitalizar sin perder la esencia

Uno de los desafíos de todo este proceso ha sido combinar la innovación tecnológica con la identidad histórica de la compañía, es decir, “integrar la transformación digital sin perder la esencia de nuestros valores artesanos”, reconoce Castro.

Para la empresa, la digitalización no es solo una cuestión tecnológica, sino también cultural. “La digitalización implica una transformación cultural y organizativa que requiere involucrar a todos los equipos en un cambio de mentalidad”, explica. En este sentido, los mayores desafíos no siempre están relacionados con la tecnología. “Normalmente los problemas no suelen ser tecnológicos, sino de personas”.

De cara a los próximos años, la compañía continuará impulsando su estrategia digital con proyectos centrados en la automatización de procesos, el uso avanzado del dato y la sostenibilidad. “El principal reto es seguir acompañando al sector hostelero en su propio proceso de transformación, poniendo a su disposición soluciones tecnológicas que les ayuden a avanzar hacia un modelo más competitivo, eficiente y sostenible”, señala Castro.

La digitalización seguirá siendo, por tanto, un eje clave en la evolución de la marca con el objetivo de avanzar hacia una organización más conectada, inteligente y orientada a generar valor para clientes y colaboradores.

Cuando se habla de integrar tecnologías en una compañía entran en juego numerosos factores, pero casi siempre se considera necesaria una cierta precaución: no lanzarse hacia cualquier herramienta, por mucho que prometa, sino hacerlo desde la estrategia. Sucede igual en el caso de tecnologías emergentes, aquellas especialmente prometedoras que, sin embargo, aún no han cumplido todas las expectativas que generan. Tendencias como la inteligencia de decisiones de la que habla Gartner, la sensórica colaborativa del Foro Económico Mundial o la programación generativa del MIT son algunas de estas herramientas emergentes, a las que se pueden sumar otras como la robótica humanoide o la fotónica integrada. Pero, en un contexto de permanente incertidumbre tecnológica —y económica y geopolítica, con lo que impactan—, ¿por qué deben las compañías aventurarse con estas tecnologías?

Beneficios y desafíos

“Apostar por tecnologías emergentes da, sobre todo, ventaja de tiempo”, explica Salvador Coll, vicerrector de Innovación y Transferencia de la Universitat Politècnica de València (UPV) por correo electrónico; “aprender antes que la competencia, construir capacidades internas y colocarse en cadenas de valor que van a crecer”. Para Coll, si se elige bien, se consiguen “productos diferenciados, más productividad y calidad, servicios nuevos basados en datos y más resiliencia tecnológica”. Se trata de “convertir conocimiento en resultados, es decir, ayudar a que una tecnología pase de ‘prometedora’ a ‘usable’ y de ahí a ‘rentable’, con impacto real en la vida de las personas”. Esta situación no va exenta de riesgos, aunque para Coll “el riesgo no es innovar, es innovar sin método”. Reconoce que las tecnologías “pueden ser inmaduras, difíciles de integrar y con incertidumbres regulatorias o éticas” y que hay un punto crítico: “proyectos que funcionan en piloto pero se quedan a medias cuando hay que llevarlos a escala”. Pero eso no debe llevar a no apostar, sino a hacerlo con método: “En la UPV insistimos mucho en esa disciplina: probar con un reto real, medir impacto y reducir incertidumbre antes de invertir en grande”. Para Coll, las tecnologías emergentes tienen un importante efecto arrastre a nivel ecosistema: “Cuando empresas apuestan por emergentes con pilotos reales, activan demanda cualificada para proveedores, pymes, startups y grupos de investigación, y eso acelera la maduración del tejido innovador”.

“Apostar por tecnologías emergentes da, sobre todo, ventaja de tiempo”, dice Salvador Coll

Desde el think tank Future Trends Forum, de Fundación Innovación Bankinter, su directora, Marce Cancho, se manifiesta en una línea similar. “Apostar por tecnologías emergentes permite a las empresas anticiparse a cambios estructurales en su sector, identificando antes que otros dónde surgirán nuevas oportunidades”. Además, permite mejorar procesos, eficiencia y toma de decisiones, abrir puertas a modelos de negocio diferenciales y fortalecer la cultura de innovación interna y la capacidad de adaptación. “Lo vemos como una forma de preparar al tejido empresarial para los desafíos globales del mañana”. Esta apuesta no está exenta de dificultades. “El principal riesgo es adoptar una tecnología por moda sin un análisis profundo de impacto o madurez”, reconoce por correo Cancho, a lo que suma “la posibilidad de una brecha entre expectativas y resultados” y “destinar recursos a tecnologías que no escalen o no encajen”. “Además, requiere talento especializado que no siempre está disponible. Por eso es clave apoyarse en conocimiento experto”.

Desde la plataforma de innovación empresarial South Summit distinguen dos abordajes en el mundo empresarial de las tecnologías emergentes: el de emprendedores y el de empresa madura. “Desde una lógica emprendedora, las disrupciones tecnológicas generan nuevos espacios de oportunidad: cambian sectores, transforman la forma en la que consumimos y dejan nichos sin cubrir”, explican por mensaje. En cambio, en compañías consolidadas, “innovar no es tanto una opción como una obligación. Aplicar tecnologías emergentes a sus mercados les permite ganar productividad, eficiencia y competitividad”, señalan, aún en el caso de que su ámbito de negocio sea diferente a la tecnología emergente. “En un entorno donde la tecnología avanza tan rápido, no hacerlo implica perder oportunidades, ver cómo el modelo de negocio se va agotando y cómo la competencia, en algunos casos, gana terreno. A veces, no innovar acaba significando quedar fuera del mercado”.

“El principal riesgo es adoptar una tecnología por moda sin un análisis profundo de impacto o madurez”, reflexiona Marce Cancho

Aunque tanto empresas emergentes como consolidadas deben considerar los recursos a invertir para desarrollar o aplicar estas tecnologías, asumiendo incertidumbre, “en las startups, este riesgo es mayor porque hablamos de proyectos con largos plazos de maduración, activos intangibles difíciles de valorar y modelos de negocio que todavía están en construcción. El acceso a financiación es complejo”, inciden. En las otras, el desafío pasa no tanto por acceder a capital inicial, “sino integrar la tecnología en estructuras ya existentes y aceptar que el retorno no siempre es inmediato”. “No obstante, no todas las empresas están en condiciones de poder realizar una inversión inusual respecto a su ciclo”, apuntan. “Esto limita que, en muchos casos, las empresas solo apliquen una tecnología emergente cuando ya tienen muy claro el resultado concreto que van a obtener con ella”.

Qué esperar y cuándo

En la apuesta por tecnologías emergentes, el retorno no suele ser inmediato y sí complejo de medir. Para Cancho, “no debe medirse únicamente en términos financieros. Muchas veces el verdadero valor está en el aprendizaje, la anticipación y la capacidad de acelerar cuando la tecnología alcanza madurez”. Habla de “mejoras operativas, eficiencia o posicionamiento estratégico a medio plazo”, así como de “preparar a las organizaciones para competir en un entorno tecnológico que evoluciona rápido”. “Recomendamos evaluar no sólo el ROI financiero sino también el nivel de aprendizaje y preparación de las áreas de la organización que se exponen a dichas tecnologías”. Coll establece “un retorno por etapas”: al principio “menos visible pero decisivo”, basado en aprendizaje validado, datos reales y claridad sobre costes e integración. A este sigue un retorno operativo en la forma de productividad, calidad, eficiencia energética, reducción de tiempos y de riesgos. A largo plazo puede darse un retorno estratégico, en forma de nuevos productos, mercados y activos difíciles de copiar. “La clave está en medir lo que toca en cada fase y evitar dos extremos: pedir rentabilidad inmediata a tecnologías de frontera o mantener proyectos indefinidamente sin evidencia de valor”.

Desde el South Summit distinguen dos enfoques, en línea con su planteamiento general. “En el caso de las startups, el retorno es claramente de medio y largo plazo, ya que trabajan con tecnologías que requieren tiempo para desarrollarse, validarse y encontrar mercado”. Para las empresas “la apuesta es, en realidad, construir capacidad en un entorno de incertidumbre”. Aquí, habitualmente, el retorno comienza “por la ganancia de productividad”. “En cualquier caso, no hay que perder de vista el coste de no invertir. En contextos de disrupción tecnológica, retrasar la adopción por el coste de inversión puede suponer llegar tarde y perder ventaja competitiva frente a otros actores del mercado”. Las tres fuentes consultadas coinciden en plantear un escenario distinto para las deeptech, con un “retorno no lineal” o “inversión en supervivencia competitiva”, plazos más largos y valor en activos intangibles. “Hay que crear capacidades de validación, certificación e industrialización, que son activos de ecosistema”.

Desde South Summit recuerdan que “no hay que perder de vista el coste de no invertir”

Para sacar adelante proyectos de este tipo, Coll y Cancho plantean varias vías que pueden combinarse: el refuerzo de capacidades internas, los proyectos con socios tecnológicos y proveedores en entorno real y la colaboración con startups o universidades y centros de investigación. También el apoyo en consorcios y programas de innovación abierta o de financiación para compartir riesgo: “Conectarse a ecosistemas de emprendimiento para identificar tecnologías con potencial real”, completa Cancho. Desde el South Summit sintetizan: “En la práctica, muchas grandes compañías se apoyan en empresas más ágiles externas para acelerar el desarrollo tecnológico. No es una cuestión de capacidad, sino de velocidad”. “Al tratarse de tecnologías emergentes, cuyo impacto no siempre es previsible, esta fórmula facilita experimentar fuera de las estructuras corporativas y escalar solo cuando la tecnología demuestra encaje real con el negocio”. Distintos métodos a través de los que hacer que el futuro tecnológico comience a rendir cuanto antes.

---

Mientras que C-3PO era ciencia ficción en la primera película de Star Wars en 1977, los robots humanoides ya son una realidad en las naves de producción de BMW. Tras introducir Figure 2 en la planta de Spartanburg, en Estados Unidos, BMW también está desplegando robots humanoides en su planta alemana de Leipzig.

Figure 2 ya ha demostrado de lo que son capaces los robots humanoides en la planta de BMW en Estados Unidos. Durante una fase piloto de diez meses en la construcción de carrocerías, trabajó en turnos de diez horas y contribuyó a la producción de más de 30.000 BMW X3. Funcionaba en tándem: mientras un robot trabajaba, el otro cargaba los vehículos.

En Europa, sin embargo, la empresa no confía en el fabricante estadounidense para sus robots humanoides, sino en Hexagon Robotics, con sede en Zurich, una filial de la sueca Hexagon AB.

El robot Aeon de Hexagon, que se está introduciendo actualmente en la planta de BMW en Leipzig, es un robot polivalente que se distingue por una característica particular: a diferencia de Figure 2 en EE. UU., se desplaza sobre ruedas. Según sus desarrolladores, este es el método más eficiente para cubrir largas distancias dentro de una fábrica, con una velocidad de 2,5 metros por segundo.

Inteligencia basada en IA física

Con 22 sensores y 34 grados de libertad, Aeon puede manipular componentes y también realizar controles de calidad de alta precisión en las puertas de los vehículos mediante escáneres integrados. Además, puede sustituir su batería de forma autónoma en menos de 30 segundos para seguir funcionando sin largas interrupciones para recargarla.

Aeon se utilizará en la planta de Leipzig, concretamente en el montaje de baterías y en la fabricación de componentes. A diferencia de los robots colaborativos anteriores, que a menudo fallaban en la práctica debido a su limitada inteligencia, Aeon cuenta con IA física. Esto permite a esta generación de robots aprender a través de simulaciones, aprendizaje por imitación y modelos del mundo. Por ejemplo, Aeon utiliza cámaras de 360 grados para reaccionar en tiempo real ante obstáculos o empleados que pasan por delante.

iFactory en acción

La IA de Aeon funciona integrada con iFactory, el sistema del fabricante de automóviles. Esto permite a Aeon operar dentro del entorno de la fábrica sin necesidad de una programación rígida. iFactory es el plan maestro global de BMW para un sistema de producción radicalmente flexible, sostenible y, sobre todo, totalmente digitalizado.

Con iFactory llega el fin de la era de los sistemas heredados, caracterizados por bases de datos aisladas para calidad, logística y mantenimiento que apenas se comunicaban entre sí. BMW ha puesto fin a esta situación. La base técnica es una base de datos estandarizada y la interconexión global de todas las ubicaciones.

Cuatro niveles de madurez de la IA

El núcleo de iFactory es un servicio de streaming en el que todas las máquinas introducen sus datos en tiempo real. Esta nube de datos es el combustible de la IA. Aunque BMW comenzó sus primeras incursiones en la IA hace 15 años, el sistema actual se encuentra en un nuevo nivel. En la actualidad hay más de 1.100 casos de uso de IA activos en toda la red de producción, lo que ya supone un ahorro de más de 30.000 euros por caso al año.

La propia BMW divide la evolución del uso de la IA en la fábrica en cuatro niveles de madurez técnica:

Rutinas operativas: sencillos sistemas de cámara y ordenador (visión artificial) comprueban si los componentes están correctamente montados.

Control de procesos: la IA ya no se limita a decidir si algo es «correcto o incorrecto», sino que controla activamente los procesos de producción basándose en datos de la nube.

Planificación con IA generativa: los modelos de lenguaje de gran tamaño (LLM) permiten a los ingenieros realizar análisis complejos y planificar la fábrica de forma más eficiente.

IA autónoma: la disciplina más avanzada, en la que la IA toma sus propias decisiones y navega de forma independiente por los requisitos de fabricación.

Agentes de IA autónomos

Para BMW, estos agentes de IA autónomos representan el nivel más alto de evolución de la IA dentro de la producción. A diferencia de los sistemas de IA más simples, estos agentes están diseñados para generar sus propias decisiones y desenvolverse de forma independiente en los complejos requisitos de fabricación.

Además, BMW tiene previsto integrar estos agentes en el gemelo digital de sus fábricas para apoyar la toma de decisiones en la planificación diaria de la producción. Estos agentes virtuales se basan en LLM y utilizan la amplia base de conocimientos de los expertos de BMW para optimizar las tareas de planificación.

El gemelo digital de las fábricas se creó en colaboración con Nvidia. Para ello, se escanearon todas las plantas del mundo con escáneres láser, algunas de forma manual y otras de forma automática. El resultado es un mundo virtual que reproduce la realidad con precisión milimétrica. En este omniverso, ingenieros de distintos continentes pueden colaborar simultáneamente: pueden mover robots, simular flujos logísticos o analizar la ergonomía de los puestos de trabajo antes de que se haya apretado un solo tornillo. Los agentes de IA mencionados anteriormente también pueden utilizarse en este mundo virtual para apoyar los procesos de toma de decisiones.

Sostenibilidad y flexibilidad

En BMW, la digitalización no es un fin en sí mismo, sino una herramienta para lograr una mayor sostenibilidad. Dado que las fuentes de energía renovables, como la eólica y la solar, fluctúan, BMW utiliza la IA para adaptar la demanda energética de la producción al suministro disponible.

Los sensores y los sistemas de control equilibran los picos de carga y optimizan el consumo en tiempo real, un proceso que sería demasiado complejo para los sistemas convencionales debido al enorme número de parámetros implicados.

Además, la estrategia iFactory abre la puerta a una mayor flexibilidad para BMW. Por ejemplo, permite cambiar el tipo de sistema de propulsión que se instala en una línea de producción. Asimismo, la secuencia de pedidos puede modificarse hasta seis días antes del inicio de la producción.

En uno de sus últimos proyectos, a José Luis Esteban Penelas, catedrático de arquitectura en la Universidad Europea y fundador de Penelas Architects, le pidieron “que representara una idea muy bonita”, una fachada que fuese “como las nubes”. Se puso manos a la tarea, pensando en cómo integrar elementos curvos que generasen esa ilusión. “Sin la intervención de los procesos digitales, hubiese sido un edificio costosísimo”, explica a CIO ESPAÑA. Las herramientas tecnológicas aplicadas a la construcción permiten desbordar en creatividad y evitan que los costes se disparen. Aun así, se sigue percibiendo al sector como un tanto analógico y en el que todavía queda por hacer en el salto a la industria 4.0.

Los datos de un estudio de McKinsey advertían ya en 2023 tanto de que la industria de la arquitectura, ingeniería y construcción era “de entre las más lentas en digitalización” como de que las cosas estaban cambiando de forma rápida. El crecimiento de la demanda, la presión del mercado y los problemas en acceso al personal especializado estaban llevando a que se prestase más interés a las herramientas TI. Solo entre 2020 y 2022, se había invertido unos 11.500 millones de dólares a nivel global en tecnología para la construcción. Según McKinsey, esta cantidad triplicaba la cantidad del trienio precedente, un crecimiento significativo.

Desde entonces, las firmas de análisis han insistido en que el futuro será digital. El hecho de que las infraestructuras sean elementos clave de futuro apuntala el papel decisivo de la construcción y el interés por estas cuestiones. “Aunque la construcción ha avanzado más lentamente que otros sectores en su proceso de digitalización, en los últimos años se han logrado progresos significativos en áreas como la gestión de proyectos, la modelización, el control de obra y la trazabilidad de los procesos”, confirma al otro lado del correo electrónico Guillermo Muñiz, director comercial de Sto Ibérica.

También lo hace la cuestión de la sostenibilidad. “Los edificios representan aproximadamente el 40% de las emisiones globales de CO2 y el 36% del consumo energético mundial”, apunta en un comunicado David García López, director comercial de Controls, Fuego y Seguridad para Iberia en Johnson Controls. “La transformación digital mediante edificios inteligentes, Building Information Modeling (BIM) y gemelos digitales no es solo una ventaja competitiva, sino una necesidad urgente para alcanzar los objetivos de descarbonización”, asegura. Según un estudio de Jonhson Controls, el 75% de los líderes del sector inmobiliario ve en los edificios inteligentes un elemento fundamental para acelerar la transformación digital y para reducir costes.

Las herramientas digitales de la construcción

Pero ¿cómo han cambiado las cosas en la construcción y qué herramientas TI se han integrado en el día a día? El cambio se está produciendo a una “velocidad vertiginosa”, confirman desde el sector. “Ha habido una gran transformación, sobre todo a la hora de optimizar procesos constructivos”, indica Esteban Penelas. Antes, ejemplifica, se necesitaba imprimir cientos de planos. Ahora todo está en un portátil. Es la muestra simple de algo mucho más complejo y con muchas más capas y matices. “Hoy, la cultura del dato está más presente y la tecnología forma parte del día a día de las empresas de manera más marcada que hace una década”, suma Muñiz.

Las empresas del sector han incorporado a su día a día soluciones como software de planificación y seguimiento de proyectos, plataformas de trazabilidad de materiales o drones para cuestiones como el control. Aunque, sin duda, una de las grandes protagonistas de esta digitalización es la metodología Building Information Modeling (BIM), que se ha convertido en la piedra angular en la construcción moderna. “No se trata solo de tener más tecnología, sino de transformar la forma de trabajar, mejorar la coordinación, anticipar problemas y tomar decisiones más informadas, haciendo los proyectos más eficientes, seguros y controlados, y preparando el sector para responder a los retos de complejidad, sostenibilidad y calidad que plantea la construcción actual”, indica Muñiz.

“Ha habido una gran transformación, sobre todo a la hora de optimizar procesos constructivos”

Estos son, en líneas generales, los grandes beneficios que ha aportado ya a la industria la tecnología. Como añade Esteban Penelas, permiten abordar los problemas que surgen en el día a día de la obra, adelantarse a ellos o agilizar el propio proceso constructivo. Lo que antes requería tiempo ahora se visualiza mucho más rápido gracias a las nuevas tecnologías. “Los procesos digitales facilitan enormemente la creatividad del arquitecto. Tenemos ahí un mundo infinito de posibilidades”, señala. No se trata de que lleve a olvidar los procesos analógicos, sino más bien que funciona “como una vía en paralelo”, lo que optimiza las cosas y lleva a mejoras.

Al tiempo, la digitalización abre puertas a nuevas posibilidades, como la automatización de procesos productivos o hasta nuevas formas de construcción. La automatización podría incluso llevar las cosas más lejos en el propio futuro del edificio. El análisis de Johnson Controls habla de edificios que “aprenden y se anticipan”, que logran adelantarse a condiciones futuras y prepararse para ellas.

“La digitalización aporta ventajas claras que van mucho más allá de reducir tiempos o costes”, sintetiza Muñiz. “Permite planificar y coordinar proyectos de manera más precisa, al contar con información centralizada y actualizada en tiempo real, lo que reduce errores y mejora la eficiencia operativa”, señala. Se gana en control, trazabilidad, previsibilidad y optimización de materiales, recursos y tiempos. Y todo, promete, se vuelve más seguro para quien trabaja a pie de obra.

¿Llega el CIO a la obra?

Las grandes empresas de construcción cuentan ya en su plantilla con directivos de TI o con cargos conectados con la innovación, la tecnología o la digitalización. Casi se podría decir que preguntarse si el CIO llegará o no a la obra es una cuestión obsoleta y que la gran cuestión del presente (y del futuro) es cómo esta digitalización obligará a una reconfiguración de equipos mucho más transversal.

“La transformación digital y los retos estructurales del sector han obligado a replantear muchos aspectos en las compañías del sector”, confirma Muñiz. De hecho, están apareciendo nuevos roles y nuevas profesiones TI claves para la industria. Este experto habla de “coordinadores BIM, especialistas en automatización y robótica, técnicos en eficiencia energética, gestores de construcción modular y analistas de control digital”. “Todos ellos actúan como puentes entre tecnología, obra y planificación, asegurando que la digitalización e innovación se integren de forma real y efectiva en los proyectos”, apunta.

Como destaca Esteban Penelas, durante décadas no ha cambiado mucho cómo se construye. “Los procesos constructivos están prácticamente exactamente igual que hace un siglo”, indica. Sin embargo, la digitalización abre puertas a nuevos cambios, acuciados también por problemas como la falta de mano de obra. “Nosotros hemos trabajado en un proyecto de la Unión Europea sobre cómo empezar a construir con la ayuda de drones”, apunta este experto. “Parece muy de ciencia ficción, pero ya está aquí”, señala. Esto podría facilitar mucho las cosas, asegura, optimizando procesos. Es un terreno en el que también han entrado ya otras cuestiones, como la prefabricación de piezas. “Hay edificios en China construidos así. Todo esto sería imposible sin la digitalización”, afirma.

Por eso, las profesiones de la construcción del futuro podrían ser un tanto distintas y, sobre todo, más digitales. “La escasez de mano de obra, la complejidad creciente de los proyectos y las exigencias de eficiencia y sostenibilidad han llevado a redefinir roles, mejorar procesos y apoyarse en datos fiables y herramientas digitales”, recuerda Muñiz. “No es solo una reorganización interna: también ha sido necesario formar a los equipos y profesionalizar los perfiles para garantizar que los proyectos se ejecuten de manera más segura, eficiente y sostenible”, añade.

“La IA en construcción está en sus primeras etapas, pero su potencial para cambiar la manera de trabajar es enorme”

Las tendencias del futuro

Entre las tendencias en construcción para 2026, Sto Ibérica destaca la construcción industrializada (que reduce emisiones, gana eficiencia y optimiza plazos, señalan) y la inteligencia artificial. La IA se ha convertido en una constante en las proyecciones a futuro de todos los sectores y la construcción no se ha quedado al margen. “La IA en construcción está en sus primeras etapas, pero su potencial para cambiar la manera de trabajar es enorme”, defiende Muñiz.

“Yo siempre digo que es una herramienta amiga”, indica Esteban Penelas. “Al principio se decía que iba a quitar el trabajo a los arquitectos. Al contrario, nos lo facilita”, defiende, “porque es capaz de ir produciendo en tiempo real lo que imaginas”. Esto permite ver “casi inmediatamente” lo que se ha visualizado, lo que ayuda a detectar fallos y mejorar la conceptualización del edificio. Incluso, asegura este arquitecto, añade más elementos, como analizar las condiciones climáticas a las que se enfrentará la obra.

“La IA permite anticipar problemas complejos, procesar y organizar grandes volúmenes de información, optimizar la coordinación entre equipos y facilitar decisiones más precisas, allanando el camino hacia una transformación más profunda del sector”, asegura Muñiz. Este experto apunta que solo un 4,5% de las empresas españolas la emplea, pero “el margen de crecimiento es enorme”. La gestión de proyectos cambiará “pasando de una planificación reactiva a un enfoque mucho más proactivo”.

Eso sí, la construcción deberá enfrentarse a retos parecidos a los que marcan la adopción de la IA en otros sectores. Desde el sector hablan de los potenciales riesgos en ciberseguridad, privacidad o fiabilidad de los algoritmos, por no hablar de las necesidades de personal especializado. “La falta de personal formado específicamente en estas tecnologías limita su despliegue y la integración con los flujos de trabajo tradicionales puede generar fricciones operativas”, señala Muñiz. “Superar estas barreras será esencial para que la IA pueda consolidarse como un verdadero catalizador de transformación para la construcción”, afirma.

Desde fuera, cuando se piensa en marketing y en publicidad, se tiende a visualizar el sector casi como si fuese una versión moderna de un capítulo de Mad Men. Lo importante es, solamente, lo creativo. Lo cierto es, sin embargo, que en la propia Mad Men estaban ya abrazando la tecnología y que la creatividad es perfectamente compatible con todo lo tecnológico.

“En publicidad digital, desde el minuto uno hemos necesitado la tecnología”, apunta a CIO ESPAÑA Fernando del Rey, director para el sur de Europa de la empresa de marketing digital Incubeta. “La tecnología ha incrementado de manera exponencial lo que se estaba haciendo de forma tradicional y atiende a un público que vive y consume cada vez más en el mundo digital”. “La tecnología siempre ha estado de nuestra mano”.  Las herramientas TI también han alcanzado a otros segmentos más allá de la publicidad digital y ha cambiado el sector y hasta las dinámicas de trabajo.

Un CIO cercano al CMO

“El verdadero cambio es que la frontera entre el marketing y la tecnología está desapareciendo”, indica Ben Evans, jefe de producto de la multinacional francesa de publicidad Havas Media Network España, cuando se le pregunta si los perfiles TI han ido ganando peso en el sector en los últimos años. “Claramente hoy tienen mucho más peso que hace un par de décadas”, confirma. Tienen protagonismo y no son simplemente perfiles de soporte. “El cambio más interesante no es solo de peso, sino de convergencia. Los equipos de marketing necesitan cada vez más comprensión tecnológica y los equipos de TI deben estar mucho más cerca del negocio”, apunta. 

Así, aparecen perfiles híbridos y nuevos modelos organizativos, pero también cambia la relación entre el CMO y el CIO, que se ha vuelto más estrecha. Los estudios llevan advirtiéndolo ya desde hace años y, en algunos momentos, se llegó incluso a barajar la idea de fusionar algunas de sus atribuciones en un nuevo cargo en la ejecutiva. El boom de la inteligencia artificial solo ha hecho que el cambio en la relación entre CMO y CIO se vuelva más visible y decisivo.

Casi se podría decir que TI y marketing no pueden circular en esferas paralelas. “Antes, operaban de forma más aislada, pero hoy la IA y el dato han obligado a trabajar de manera mucho más coordinada”, dice Evans. En Havas, cuenta, trabajan ya así para ganar velocidad y foco. “Esta organización nos está funcionando especialmente bien porque nos permite cubrir toda la cadena de valor de la IA de forma ordenada”, explica. “TI asegura los cimientos tecnológicos y la eficiencia interna, mientras que el equipo de producto impulsa la innovación de cara al mercado”, señala, añadiendo que la comunicación entre ambas ramas es “semanal y fluida”.

Aino Delgado, responsable de marca y producto en Vidext, startup valenciana que utiliza la IA para automatizar la creación y el análisis de contenido audiovisual en el entorno corporativo, cree que esta tecnología propiciará saltar “de equipos masivos a equipos de alto rendimiento”. Lo ha vivido: el suyo de 6 personas rinde ahora como uno de 12. “Nuestra manera de trabajar también ha cambiado: ya no somos dueños de un outcome, sino del impacto, con una estructura híbrida y mucho más estratégica”, indica. “Menos manos ejecutando tareas repetitivas y más personas optimizando el motor de crecimiento”, resume.

La transformación que trae la IA

En marketing y publicidad, la inteligencia artificial está teniendo un efecto transformador que podría marcar un antes y un después. De hecho, quien no sea capaz de comprenderlo se podría quedar atrás.

Eso es lo que cree el último informe de Gartner, que afirma que el 65% de los CMO de Norteamérica y Europa considera que la IA cambiará “dramáticamente” su papel en los próximos dos años. Carecer de alfabetización IA será una de las tres principales razones por las que se despedirá a los directores de marketing en 2027, estiman. Si quieren seguir el ritmo de los tiempos y posicionar a sus empresas en ese nuevo escenario, tendrán que saber de qué se habla y qué se puede hacer en la era de la inteligencia artificial.

Pero ¿qué está haciendo la industria con respecto a la IA y cómo está cambiando las cosas? “Estamos en un momento apasionante. Cada día es distinto”, afirma del Río. “Nosotros venimos del mundo de internet, estamos superhabituados al cambio, pero la IA es algo completamente disruptivo”, asegura, un entorno en el que se producen revoluciones cada semana. Lo vivido hasta ahora palidece ante las velocidades de transformación actuales.

Al tiempo, su auge ha impulsado ya un cambio en cómo se organizan los equipos de marketing y ha abierto nuevas ocupaciones. No se trata tanto de que la inteligencia artificial haya anulado al talento humano o que haya hecho desaparecer la creatividad, sino que se ha modificado cómo se trabaja. “Hace que procesos de creatividad que antes podían llevar semanas o meses, logremos en horas los mismos resultados o incluso mejores”, indica del Río. “La IA se ocupa del trabajo pesado, mientras que nosotros aportamos el toque emocional y ético, evitando que la tecnología caiga en una mediocridad industrializada”, explica Evans. “Así, somos más ágiles, más estratégicos y entregamos más valor a los clientes”.

Desde la industria explican que se automatizado la gestión de campañas o se ha logrado simplificar los reportes. El cliente tiene un acceso más sencillo, completo y rápido a los resultados de su campaña. “En términos de marketing y marca la IA nos permite analizar datos y reportes de forma mucho más rápida”, explica Delgado. “Podemos medir con mayor precisión, ajustar campañas en tiempo real, adaptarlas a necesidades concretas o usuarios específicos y así poder anticiparnos a lo que la audiencia necesita”, indica.

“La inteligencia artificial está cambiando las reglas de cómo medimos los resultados, aumentamos el retorno y segmentamos las audiencias”, añade Evans. Para eso se necesita un “dato bien estructurado y gobernado”. Las empresas del sector ofrecen sus propuestas (Havas tiene la suya, Marvel, “nuestro modelo de datos unificado, que normaliza la información de múltiples clientes y fuentes”), con las que prometen que se podrán tomar decisiones más informadas y ajustadas. “Los equipos ya no pierden tiempo ordenando información”, señala este experto. “Pueden reaccionar casi en tiempo real a lo que ocurre con las campañas, apoyándose en datos fiables y actualizados”, asegura. Y la inteligencia artificial no solo bebe de lo que ocurre en el mundo digital, sino que cruza esa información con la que llega desde los canales físicos.

La IA ayuda a comprender mejor el mercado y permite una segmentación de las audiencias más afinada. “Nos ha abierto posibilidades para entender a los decisores de compra”, apunta del Río, y suma que ha aparecido un nuevo canal. “Ahora hacemos estrategias de impactar a la IA o a agentes”, indica, puesto que son ya los canales que conducen a las decisiones de compra. De hecho, desde la industria ya se empieza a hablar de una suerte de SEO para IA.

Los retos de la IA

Por supuesto, para que el potencial cuaje (y para que sus clientes finales lo empleen), las compañías del sector deben lanzar soluciones que resulten atractivas y fáciles de usar y que logren sobrepasar las resistencias ante la IA. Esos son los grandes retos.

Las propuestas se están sucediendo. Amazon Ads acaba de lanzar en España su Creative Agent, una herramienta IA para crear campañas publicitarias y con la que, claramente, quieren posicionarse ante las pymes. “Creative Agent aporta a todos los anunciantes y agencias acceso al tipo de soporte creativo estratégico y de calidad profesional que hasta ahora solo estaba al alcance de grandes marcas”, afirma en el comunicado del lanzamiento José Escudero, Head of Advertising Sales en Amazon Ads. Havas introdujo en el último CES a AVA, su solución que centraliza el acceso a tecnología IA para sus clientes. “En los últimos meses hemos visto cómo se disparaba el uso de herramientas de IA en las agencias, a veces de forma desordenada, lo que aumenta el riesgo de shadow AI”, indica Evans. Su herramienta añade así, promete, seguridad en “un entorno controlado y fiable”.

Ante las resistencias, desde la industria dejan claro que no hay que ver las cosas como un todo o nada, sino más bien como un nuevo contexto de trabajo. Esto es, la inteligencia artificial no se lo comerá todo, sino que operará acompañada de la creatividad y la intervención humana. “Ese toque humano es fundamental para asegurar que los resultados no solo sean precisos desde el dato, sino que incorporen el contexto cultural, emocional y los deseos específicos del cliente”, defiende Evans. “El reto está en tener una idea y que la IA la ejecute”, suma del Río, “no que la IA tenga una idea y que las personas la ejecutemos. El reto está en pensar fuera de la caja, en pensar que todo es posible”. Y hacerlo además en un entorno mucho más dinámico, más flexible, en el que los tiempos se han vuelto mucho más cortos.

Y no menos importante, la carrera por la IA y sus usos obliga a pensar qué se hace y qué aporta. “La tecnología nos permite automatizar procesos menos creativos o atractivos por así decirlo, para centrarnos en crear contenidos de valor para la marca”, recuerda Delgado. No se puede perder de vista los objetivos. Y advierte: “Uno de los problemas a los que las marcas se enfrentarán en el futuro será, desde mi punto de vista, priorizar la cantidad por encima de todo gracias a las automatizaciones”.

Juan Abarca Cidón, presidente de HM Hospitales, Andrés Yin Hui, CEO de Huawei Iberia, y Alfredo Estirado, presidente de TRC, han materializado públicamente en el MWC de Barcelona que se celebra esta semana la firma del acuerdo anunciado el pasado mes de enero por las tres empresas para poner en marcha un proyecto que, en palabras del primero, refleja una “apuesta decidida” del grupo privado de salud “por impulsar una innovación sanitaria real, aplicada y evaluable en entornos clínicos reales”.

La iniciativa consiste en concreto en la puesta en marcha de una sala de exposición tecnológica, ubicada en el Centro Universitario HM de Ciencias de la Salud de la Universidad Camilo José Cela (CUHMED), situado en Madrid. El espacio cuenta con aula donde se podrán realizar simulaciones clínicas, un laboratorio de anatomía que incluye un avatar interactivo, una sala para realizar conferencias y diversas áreas comunes, todas conectadas. La idea de HM con el proyecto es poder disponer de un espacio donde se puedan probar soluciones de TI que mejoren tanto la eficiencia de los diagnósticos como los tratamientos de los pacientes y posibiliten desarrollar nuevos casos de uso para el ámbito sanitario, al mismo tiempo que se forma en las nuevas tecnologías a los futuros profesionales del sector que ahora se están formando en la citada universidad privada, un proyecto del grupo de formación y de la empresa que lidera Abarca.

La tecnología utilizada será de la compañía china Huawei, que actualmente presta servicio a más de 5.600 instituciones sanitarias en más de 110 países y regiones, y de la consultora TRC, socio de TI del grupo sanitario, y será el equipo de HM quien se encargue, en última instancia, de validar qué casos de uso funcionan para poder implantarlos de forma definitiva en la compañía y escalarlos después a todos los centros que esta tiene en España, que ya suman unos 50 repartidos por todo el territorio nacional; una red que incluye hospitales universitarios, policlínicos y centros integrales especializados en oncología (HM CIOCC), cardiología (HM CIEC) y neurociencias (HM CINAC).

“Este tipo de colaboraciones reflejan nuestra forma de entender la sanidad: sumar conocimiento, tecnología y talento para seguir evolucionando hacia un modelo asistencial más eficiente, innovador y centrado en el paciente”, en palabras de Juan Abarca, de HM Hospitales.

Están emergiendo nuevos perfiles de TI para ayudar a las organizaciones a evaluar con mayor rigor los resultados de la inteligencia artificial (IA) a medida que pasan de proyectos piloto a despliegues a gran escala.

Muchas compañías valoran ya crear o contratar equipos dedicados a la evaluación de la IA. Para algunos expertos, estos nuevos roles constituyen una red de seguridad esencial en empresas que avanzan en la implantación de herramientas basadas en esta tecnología.

El rápido auge de los agentes de IA está impulsando esta tendencia. En los últimos meses han comenzado a configurarse equipos específicos de evaluación, según explica Yasmeen Ahmad, directora general de gestión de productos, datos y nube de IA en Google Cloud.

En opinión de esta experta, “hasta ahora no estábamos realmente en la fase de contar con agentes autónomos, complejos y con razonamiento en múltiples pasos. A medida que los clientes observan cómo se comportan los agentes en la práctica, se dan cuenta de que la evaluación no es una puerta de entrada puntual, sino una práctica continua”.

En Google, los equipos de evaluación están integrados en los grupos de desarrollo de agentes, de modo que ambas funciones avanzan en paralelo, detalla Ahmad. Y añade: “Mientras los equipos construyen agentes, se realiza una evaluación simultánea para facilitar un ciclo de iteración rápido”.

Otras organizaciones han empezado a crear grupos de trabajo de evaluación de IA dentro de sus departamentos de IA y TI, apunta Maksim Hodar, CIO de la firma de desarrollo de software Innowise. En algunos casos, las empresas combinan perfiles como arquitectos de datos, responsables de seguridad y expertos en cumplimiento normativo en un nuevo equipo, en lugar de contratar talento externo desde cero.

De función deseable a necesidad operativa

Los integrantes de estos equipos desempeñan un papel híbrido, a medio camino entre la programación pura y las prácticas empresariales éticas, añade Hodar.

A su juicio, “podemos afirmar con seguridad que estamos asistiendo a la evolución del equipo de evaluación de IA, que ha pasado de ser algo “deseable” a convertirse en una necesidad. Observamos que las empresas están abandonando la adopción ciega de la IA y optan por un enfoque más mesurado, articulado en torno a esa red de seguridad”.

Aunque está surgiendo un conjunto de herramientas —incluidos productos de observabilidad y gobernanza— orientadas a prevenir errores de la IA, la tecnología por sí sola no es suficiente, subraya. Se requiere intervención humana para determinar si una herramienta se ajusta a los valores corporativos y a la normativa vigente, como el Reglamento General de Protección de Datos (RGPD).

Para Hodar, “la tecnología puede identificar fallos técnicos, pero no puede evaluar el contexto. Aporta información, pero el equipo de evaluación es quien da el visto bueno. La responsabilidad no se puede automatizar”.

En la misma línea, Ahmad explica que los equipos humanos necesitan los datos que proporcionan las herramientas de observabilidad, pero estas no pueden aportar por sí solas el contexto que los modelos y agentes requieren para corregir resultados erróneos.

Los agentes de IA han demostrado ser eficaces superando comprobaciones en entornos de prueba. Sin embargo, el seguimiento de su comportamiento en escenarios reales exige una supervisión continua. Para Ahmad, las aplicaciones agenticas pueden superar una prueba unitaria inicial en un escenario concreto. Pero son sistemas de toma de decisiones no deterministas: no es posible probar todas las formas potenciales en que podrían comportarse en el mundo real”.

Aunque una herramienta de observabilidad puede ofrecer métricas sobre uso de tokens, herramientas empleadas, fallos o errores de razonamiento, muchos problemas requieren análisis humano. Los equipos de evaluación aportan además contexto sobre los errores de razonamiento más frecuentes.

Por eso explica que “cuando nuestros equipos internos dedican tiempo a analizar los agentes, una parte importante se centra en preguntarse: “¿Por qué ha fallado aquí la lógica de razonamiento?” En muchos casos, el agente no dispone de suficiente contexto. La solución pasa por proporcionarle el contexto adecuado, en el nivel adecuado, para que pueda tomar mejores decisiones”.

Gobernanza, cultura y alineación con el negocio

Noe Ramos, vicepresidenta de Operaciones de IA en Agiloft, es de la opinión de que un equipo de evaluación sólido también debe abordar cuestiones como la gobernanza, la preparación cultural, la alineación con los flujos de trabajo y el impacto de negocio medible de las herramientas de IA.

Ramos afirma que “el mayor obstáculo no es técnico, sino humano. Se pueden adquirir herramientas muy potentes y seguir teniendo dificultades si las personas no confían en ellas, no las entienden o no ven cómo encajan en su trabajo”.

También detecta una demanda creciente de capacidades de evaluación, aunque más como competencia transversal que como título formalizado. “A medida que las organizaciones superan la fase experimental, comprenden que la IA no puede implantarse únicamente sobre la base del entusiasmo”, apunta.

A su juicio, una disciplina formal de evaluación resulta esencial cuando la IA se escala. “En última instancia, la evaluación no trata sólo de seguridad, sino de garantizar que la IA impulse claridad y acción, en lugar de añadir ruido”, afirma, para apostillar: “Internamente lo resumimos así: utilizamos la IA para generar claridad y acción, no para abrumar a los equipos con más paneles de control”.

Ramos fue ascendida recientemente de vicepresidenta de TI a vicepresidenta de Operaciones de IA. Su equipo incluye un responsable de operaciones de IA, un ingeniero de agentes de IA y un responsable de sistemas GPT e IA. El objetivo es integrar la evaluación en el modelo operativo de IA de la compañía.

A medida que las organizaciones maduran en el uso de la inteligencia artificial, el paso del entusiasmo inicial a una evaluación disciplinada está impulsando la necesidad de una función estructurada. «Uno de los mayores riesgos es que las iniciativas de IA estén impulsadas por las voces más insistentes, en lugar de por las prioridades operativas reales», advierte. «El desarrollo de la IA no debería basarse en quién habla más alto, sino en quién aporta mayor criterio, amplificando esas voces para lograr un impacto real en la organización».

En la mayoría de las empresas, la función de evaluación debe situarse en la intersección entre TI, seguridad, liderazgo de datos y áreas operativas, y sus responsables han de conocer en profundidad el funcionamiento interno de la organización. Por eso Ramos concluye que “una de las razones por las que fracasa la evaluación de la IA es que las empresas no siempre comprenden sus propios flujos de trabajo”.

La mayoría de las migraciones SAP fracasan antes de que comience la implementación. Esta es la conclusión del informe ‘The State of SAP Migrations’ (El estado de las migraciones SAP) de ISG.

La empresa de investigación y asesoramiento tecnológico, que encuestó a más de 200 responsables de la toma de decisiones empresariales y de TI de grandes empresas internacionales con más de 1000 empleados, descubrió que menos de una de cada cinco empresas (18%) implementa nuevos procesos y tecnologías SAP al migrar a S/4HANA. Por otro lado, casi la mitad (49%) realiza pocos o ningún cambio y, en su lugar, opta por conservar los procesos y datos existentes.

Oportunidades perdidas

“Si las empresas se centran en evitar riesgos en lugar de en la transformación en sus estrategias SAP, pueden perder beneficios a largo plazo”, advierte Stanton Jones, analista de ISG y coautor del informe. Para aprovechar al máximo el potencial de la automatización, la analítica y la IA, las empresas deben estar preparadas para realizar cambios fundamentales en la gobernanza, la calidad de los datos y la estandarización de los procesos.

Según el estudio, una posible razón por la que las empresas no están realizando estos ajustes es la presión del tiempo. En la encuesta, las empresas citaron con frecuencia el fin del soporte para SAP ERP Central Component (ECC) como motivo para migrar a S/4HANA. En estos casos, es posible que estén alineando sus cambios con los plazos de mantenimiento y soporte, y que estén utilizando una migración limitada a la nube para ampliar la vida útil del soporte, en lugar de transformar sus entornos de TI.

Se superan los plazos y el presupuesto

Además, los retrasos y los excesos presupuestarios en las migraciones a S/4HANA son más la norma que la excepción: según ISG, casi el 60 % de las migraciones de SAP se retrasan y superan el presupuesto, principalmente debido a una complejidad subestimada, un alcance ampliado y cuellos de botella en la capacidad interna.

Según los analistas, los retrasos se deben principalmente a una gobernanza débil, más que a retos técnicos, y por lo tanto pueden considerarse un síntoma de problemas más graves. “Muchos programas de migración involucran a múltiples integradores de sistemas, proveedores de servicios SAP y especialistas en nichos de mercado. Pero hay una falta de derechos de toma de decisiones claros, criterios de aceptación y responsabilidades entre los proveedores”, explica Stacey Cadigan, socia de ISG y coautora del informe.

Según Cadigan, la inconsistencia en las responsabilidades y la falta de alineación de los incentivos provocan desviaciones en el alcance y retrasos. “Para gestionar eficazmente la migración de SAP, las empresas deben definir claramente las responsabilidades de implementación y garantizar una supervisión independiente de actividades críticas como la preparación de los datos, las pruebas de integración y la gestión del cambio”.

Minimizar los riesgos mediante la gobernanza

ISG aconseja a las empresas que consideren la gobernanza de las migraciones de SAP como un instrumento central para minimizar el riesgo, y no como una función puramente administrativa. Esto incluye definir explícitamente las responsabilidades de entrega y resultados de todas las partes interesadas y establecer controles de calidad objetivos para la transición del diseño a la construcción y las pruebas.

Los analistas afirman que los programas que dependen de los proveedores de servicios para autogestionarse suelen sacar a la luz los problemas solo cuando ya se han agotado los márgenes de tiempo y costes.

Otro consejo de los expertos: vincular parte de la remuneración de los proveedores a métricas de entrega específicas. Además, los indicadores tempranos, como la integridad de la migración de datos, la tasa de escape, la estabilidad de las pruebas de integración y el éxito de las muestras de transición, permiten una evaluación temprana del estado del proyecto y la responsabilidad compartida de los resultados.

Si estos mecanismos no existieran, aumentaría la probabilidad de sorpresas tardías, que difícilmente podrían compensarse incluso con un esfuerzo técnico considerable, según los analistas de ISG.

La transformación digital del sector sanitario ha abierto una nueva frontera para la atención médica, pero también para los ciberdelincuentes. Hospitales, centros de salud y laboratorios se han convertido en uno de los objetivos prioritarios de los ataques informáticos por una razón evidente: manejan información extremadamente sensible y, además, no pueden permitirse parar.

Un incidente de ciberseguridad en una organización sanitaria ya no implica únicamente pérdidas económicas o interrupciones tecnológicas. Puede traducirse en quirófanos aplazados, diagnósticos retrasados o servicios críticos sin acceso a información clínica. Por ello, informes internacionales coinciden en señalar que el sector sanitario figura entre los más atacados del mundo, especialmente por campañas de ransomware diseñadas para explotar esa necesidad de continuidad asistencial.

En este contexto, la ciberseguridad ha dejado de ser un asunto exclusivamente tecnológico para convertirse en un elemento estructural de la seguridad del paciente, una premisa que ha guiado el proceso de transformación digital del Consorcio Hospitalario Provincial de Castellón.

De una seguridad reactiva a una estrategia tecnológica estructural

Cuando el equipo tecnológico del hospital asumió la modernización del entorno digital, el diagnóstico fue claro. Según explica Carlos García Altarejos, responsable de Tecnología del Consorcio, la situación inicial presentaba importantes carencias. “La situación de ciberseguridad era muy deficiente: había protección de endpoint solo en parte del parque tecnológico, sin un ecosistema integral, sin personal especializado dedicado y con la seguridad fuera de las prioridades”, señala.

Ante ese escenario, el reto era doble: elevar rápidamente el nivel de protección y hacerlo sin interrumpir un servicio sanitario que funciona las 24 horas del día. A ello se sumaba un entorno especialmente complejo, con dispositivos médicos, sistemas heredados difíciles de actualizar y múltiples tecnologías conviviendo al mismo tiempo. “El equilibrio entre seguridad y operativa asistencial es especialmente delicado en un hospital”, explica. “Tenemos una alta heterogeneidad tecnológica y muchos sistemas legacy donde no siempre es posible instalar soluciones tradicionales”.

En un proyecto como este, el impacto potencial de un incidente iba mucho más allá del ámbito tecnológico. “Un ataque no afecta solo a sistemas informáticos; afecta a la disponibilidad, a la integridad de la información clínica y a la confidencialidad de datos extremadamente sensibles”, subraya García Altarejos. “En un hospital, donde no puedes parar para recuperar, la ciberseguridad forma parte directa de la continuidad asistencial”.

Esta visión marcó el inicio de una hoja de ruta que no se limitaba a incorporar herramientas, sino a redefinir la gobernanza tecnológica del centro. El objetivo era construir una base sólida que permitiera avanzar en digitalización sin incrementar el riesgo.

Una transformación digital con la seguridad como punto de partida

El proyecto tecnológico se diseñó por fases, priorizando los activos críticos. Primero se protegieron servidores con acceso a datos clínicos, sistemas de copia de seguridad y perímetro de red; posteriormente se extendió la cobertura a puestos y áreas asistenciales como Urgencias, UCI, laboratorio o radiología. “El mayor aprendizaje fue entender que en un hospital la clave no es tener herramientas, sino disponer de visibilidad correlacionada y capacidad real de respuesta”, explica el responsable tecnológico del centro. “Cuando puedes ver lo que ocurre en endpoint, red y perímetro al mismo tiempo, cambia completamente la gestión del riesgo”.

La implantación exigió además una estrecha coordinación con los servicios clínicos. “Trabajamos con planificación por fases y ventanas fuera de horas punta. La gobernanza clínica fue esencial para minimizar cualquier impacto asistencial”, añade.

El componente humano también resultó determinante. El hospital impulsó formación específica para el equipo de TI y acciones de concienciación dirigidas al personal sanitario. “La tecnología solo funciona si se acompaña de procesos y hábitos. Cada profesional debe entender que la ciberseguridad también protege al paciente”, afirma.

Vigilancia continua en un entorno 24/7

Para abordar esta evolución, el Consorcio Hospitalario Provincial de Castellón desplegó un ecosistema integral basado en soluciones de la compañía Sophos, con monitorización continua y respuesta gestionada frente a amenazas.

El núcleo del proyecto ha sido el servicio MDR (Managed Detection and Response) 24/7, acompañado de firewall de nueva generación, detección en red (NDR), gestión de vulnerabilidades e integración con sistemas críticos como copias de seguridad y correo corporativo. “Hoy contamos con telemetría completa, priorización de vulnerabilidades y capacidad de detección continua. Hemos pasado de reaccionar a incidentes a anticiparnos a ellos”, resume García Altarejos.

De hecho, los resultados comenzaron a observarse en los primeros meses: el sistema procesó cerca de un millón de detecciones potenciales, con unas 50.000 escaladas y correlacionadas mediante inteligencia artificial, y permitió detener un intento real de ejecución de código malicioso sin requerir intervención del hospital.

Desde el punto de vista técnico, uno de los mayores desafíos fue proteger dispositivos y sistemas donde no era posible instalar agentes de seguridad. Según explica César Benítez, director de Ciberseguridad de la consultora TWT-TS, “había que mejorar la seguridad sin afectar en ningún momento a la continuidad asistencial”. Para ello se combinó monitorización del tráfico en red, agentes ligeros y despliegues progresivos cuidadosamente planificados.

La seguridad sincronizada del ecosistema permitió, además, correlacionar eventos entre endpoints, red y firewall, aportando una visión unificada del riesgo. “El valor real no fue solo tecnológico, sino estratégico: dotar al hospital de capacidad de anticipación y respuesta”, señala Benítez.

Para Emilio Gil, account executive de Sophos, este tipo de proyectos refleja un cambio profundo en la concepción de la seguridad sanitaria. “En un hospital la ciberseguridad no va de instalar un antivirus y olvidarse. Va de proteger personas, de garantizar que un quirófano no se detiene o que una UCI mantiene visibilidad incluso un domingo de madrugada”. Gil advierte, además, que el sector afronta amenazas cada vez más sofisticadas, con ataques dirigidos y ransomware orientado a maximizar el impacto asistencial. “Los hospitales no pueden permitirse ni una hora de caída, y eso los convierte en objetivos prioritarios”.

Más allá del proyecto: una base para el hospital del futuro

La ciberseguridad se ha convertido ahora en el cimiento sobre el que el hospital está construyendo su evolución digital. Entre los proyectos en marcha destacan la renovación de comunicaciones para cerca de 2.000 dispositivos, plataformas de inteligencia artificial, analítica avanzada, videovigilancia inteligente o sistemas de localización interna de pacientes. “Estamos en una fase de aceleración y profesionalización”, afirma García Altarejos. “No se trata solo de incorporar herramientas, sino de hacerlo de forma ordenada, segura y medible para que la innovación se traduzca en mejor asistencia y mayor eficiencia”.

La hoja de ruta incluye también reforzar la resiliencia tecnológica, mejorar la segmentación de red y avanzar hacia arquitecturas híbridas que permitan escalar capacidades sin perder el control del dato clínico.

En este contexto, la visión que García Altarejos tiene del hospital para los próximos años es clara: “Que la tecnología deje de ser un freno y se convierta en una ventaja clínica y operativa, siempre con la seguridad y la continuidad asistencial como línea roja”. En definitiva, se trata de disponer de un hospital “seguro por diseño, con segmentación madura, telemetría completa y respuesta gestionada 24/7 como estándar”. Además, contará con “un modelo de CPD más simple y con menos riesgo”, equilibrando cargas entre sus centros de datos para lograr alta disponibilidad real y reducir puntos únicos de fallo. También aspira a una mayor capacidad de cómputo para alojar plataformas propias de inteligencia artificial, manteniendo el control del dato clínico, así como aplicaciones y sistemas más interoperables, preparados para integrar servicios cloud-ready cuando aporten valor y con analítica e IA integradas en procesos clínicos y administrativos, midiendo su impacto en calidad, tiempos y eficiencia.

Más allá del caso concreto, la experiencia del Consorcio Hospitalario Provincial de Castellón refleja un cambio silencioso que ya se está produciendo en el sistema sanitario: la ciberseguridad ha dejado de ser un proyecto puntual para convertirse en una condición previa de cualquier innovación. Inteligencia artificial, analítica avanzada, interoperabilidad o medicina digital solo pueden desarrollarse sobre infraestructuras capaces de garantizar disponibilidad, integridad y confianza en el dato clínico.

Que la disrupción es constante y el cambio forma parte del día a día es una realidad cotidiana de muchos CIO, según expuso al arrancar el debate Fernando Muñoz, director de la comunidad de directivos de TI CIO Executive de Foundry España. Para los responsables de TI, esto significa que deben ir más allá de la excelencia operativa y participar activamente en el diseño del negocio. Actúan en la intersección entre los negocios, la tecnología y las personas. El objetivo es impulsar la innovación mientras se mantiene la seguridad y la resiliencia. ¿Cómo se puede generar un impacto sostenible en un mundo en constante cambio? Para responder a esta pregunta, primero hay que entender la disrupción.

Disrupción palpable

En los últimos doce meses, lo que más ha cambiado es la experiencia del cliente, afirmó Rubén Martínez Sierra, director de Transformación Tecnológica de Renfe, el mayor operador ferroviario de España. La IA generativa, dijo, está cambiando el comportamiento de búsqueda y reserva. Por lo tanto, Renfe debe estar presente en ese ámbito, simplificar los procesos para el cliente y recopilar y proporcionar información en tiempo real. “Las TI deben comprender los problemas del negocio y garantizar la continuidad del mismo”, expuso.

Para Jordi Roda, director de estrategia digital de la empresa de equipamiento deportivo Decathlon España, el gran cambio producido en su organización ha sido la mentalidad de TI, que ha pasado de ser un proveedor de tecnología a un proveedor de servicios. Con el “cambio del modelo de distribución multicanal al omnicanal”, explicó, el área de TI ha tenido que hacerse más rápida y estar más conectada, de modo que la oferta pueda adaptarse de forma dinámica a las necesidades tan cambiantes de los clientes y del negocio.

La próxima gran ola

Con la expansión de la IA generativa, el negocio también debe seguir evolucionando, según el directivo Renfe. Sierra explicó que para medir la eficacia de las innovaciones en IA y seguir adelante con los casos de uso prometedores, la empresa de transporte establece indicadores clave de rendimiento (KPI) centrados en la eficiencia, los costes y la experiencia del cliente, con el fin de aumentar el grado de automatización. En este proceso, el “ser humano sigue estando en el bucle”: la IA propone y el ser humano decide.

En Decathlon España, contó Roda, se apuesta por la experimentación. Su equipo ha proporcionado a la plantilla una plataforma de IA que ésta ha acogido de buen grado para explorar posibilidades e identificar y descubrir potenciales de mejora. Las áreas de interés a las que debe adaptarse el área de TI son, sobre todo, la aplicación de los agentes al ámbito del comercio y a la búsqueda de información.

Ejemplos de innovación

Roda desveló un proyecto concreto que ha tenido éxito en Decathlon y está relacionado con los clientes. El proyecto consiste en ofrecer el producto adecuado, en el momento y con el precio adecuados. Gracias a éste la compañía puede efectuar cambios dinámicos de los precios todos los días. Aunque esto ha supuesto una cierta disrupción a nivel interno, Roda contó que el impacto en la experiencia del cliente ha sido muy significativo.

En Renfe, por su parte, idearon seis casos de uso durante una formación de varios días realizada a 200 empleados. Uno de ellos, que se implementó en unos tres meses, permite prevenir el vandalismo en los trenes. En función de datos meteorológicos y de los horarios, así como de información sobre eventos en las ciudades, se elaboran medidas para ahorrar tiempo en la limpieza de los trenes. Otro ejemplo que contó Sierra fue el desarrollo de un mapa en tiempo real de los trenes de cercanías.

Mantener la resiliencia

Para mantener la resiliencia ante todos estos cambios, Decathlon apuesta por una visión de TI modular. En este sentido, transformó el sitio web del comercio minorista de una arquitectura monolítica a una mezcla de un sistema central con módulos personalizables. Esto permite adaptar rápidamente los elementos, introducir nuevas soluciones y escalarlas rápidamente a nivel internacional.

Para Sierra, la clave está en el papel del CIO. Es importante, dijo, garantizar la estabilidad operativa, al tiempo que se mantiene la voluntad de experimentar y la cultura de ‘prueba-error’ del equipo. Si algo sale mal, subrayó, no se trata de buscar culpables, sino de comprender qué ha fallado y aprender de la experiencia para futuros proyectos.

Roda también resaltó la importancia de que el equipo de TI tenga curiosidad. Para él, liderar significa animar a experimentar mientras se integran la tecnología y los negocios. La disrupción conlleva creatividad, ofrece espacio para el espíritu explorador, las mejoras y las experiencias. Lo más importante, apuntó, es que todos los miembros del equipo disfruten del trabajo.

Finalmente, Sierra, de Renfe, aseguró ver al CIO como un traductor entre los negocios y la tecnología. “Liderar significa comprender el negocio y a los clientes, cómo el área de TI puede apoyar al negocio y dónde se abren nuevas oportunidades comerciales”, indicó.

La sugerencia de Anthropic de que su herramienta Claude Code podría utilizarse para automatizar la modernización de un lenguaje de programación veterano como COBOL —que seis décadas después de su primera implementación sigue siendo una actividad relevante para IBM— provocó el lunes una fuerte reacción en los mercados.

La compañía registró una caída del 13,2% en el precio de sus acciones, la mayor desde el estallido de la burbuja puntocom hace un cuarto de siglo.

Pero IBM no es la única empresa afectada por el actual ciclo de expectativas en torno a la IA. En el ecosistema SaaS se extiende una sensación cercana al nerviosismo a medida que toma forma el potencial de la IA para automatizar la creación y gestión de software. Salesforce, Atlassian, ServiceNow y Snowflake han sufrido fuertes ventas en un episodio que una firma de trading calificó, de forma melodramática, como “SaaSpocalypse”.

Un escenario hipotético a 2028

El informe The 2028 Global Intelligence Crisis (La crisis de inteligencia global de 2028), elaborado por Citrini Research junto con Alap Shah, de Lotus Technology Management, va más allá. En este ejercicio prospectivo, se describe cómo podría verse el auge de la IA desde la perspectiva de 2028, apenas dos años después de un pico imaginario del S&P 500 en los 8.000 puntos, en octubre de este año.

“La productividad estaba en auge. La producción real por hora aumentó a un ritmo no visto desde la década de 1950, impulsada por agentes de IA que no duermen, no se ponen de baja por enfermedad ni necesitan seguro médico”, señala la firma en lo que define como un ejercicio de reflexión. Pero, en paralelo, “los propietarios de los ordenadores vieron cómo su riqueza se disparaba al desaparecer los costes laborales, mientras que el crecimiento de los salarios reales se desplomó”.

En este escenario, las empresas, en su búsqueda de mayor productividad gracias a la IA, reducen plantilla. Sin embargo, al caer el empleo también se contrae la demanda de productos y servicios, lo que lleva a una nueva ronda de automatización. “En todos los sentidos, la IA superaba las expectativas, y el mercado era la IA. El único problema… era que la economía no lo era”, imagina Citrini.

El modelo de suscripción, en riesgo

Las primeras en notar este impacto serían las plataformas SaaS. Según esta hipótesis, los agentes de IA podrían asumir tareas actualmente cubiertas por aplicaciones empresariales, tanto en el ámbito corporativo como en el de consumo. El resultado sería una erosión del valor percibido y la necesidad de aplicar descuentos significativos para retener clientes.

La atención sobre este escenario coincide con el anuncio, a principios de febrero, de la nueva plataforma empresarial Frontier por parte de OpenAI, presentada —según diversas informaciones— ante inversores como un posible competidor directo del SaaS tradicional.

La consultora Xpert Digital lo resumía así: “Si los agentes de IA asumen el trabajo de departamentos completos o si las empresas generan su propio código, la base del lucrativo modelo de suscripción podría tambalearse”.

En este contexto, surgen preguntas relevantes para los CIO: ¿podrán negociar mejores condiciones en las renovaciones de licencias a partir de 2026? ¿Existe un riesgo real de que algunas organizaciones abandonen soluciones SaaS tradicionales en favor de plataformas nativas de IA?

Escribir software es más fácil que operarlo

Los expertos consultados por CIO.com se muestran, no obstante, escépticos ante la posibilidad de que la transición sea tan sencilla como plantea Citrini Research.

En primer lugar, la capacidad de la IA para replicar con garantías las funciones críticas que hoy desempeñan las plataformas SaaS aún no está demostrada. En segundo lugar, incluso si se aproximan funcionalmente, persisten interrogantes clave en materia de auditoría, seguridad, cumplimiento normativo y rentabilidad.

Maya Mikhailov, directora ejecutiva de SAVVI AI, señala que “la IA facilita enormemente la escritura de software. No facilita la operación de software empresarial. Son dos problemas muy distintos, y la mayor parte del coste reside en el segundo”.

Y añade: “En el momento en que internalizas la creación de software, también asumes la seguridad, el cumplimiento normativo, la disponibilidad, las integraciones y el soporte 24/7. Sobre el papel puede resultar atractivo, pero los costes y la complejidad impactarán directamente en la cuenta de resultados”.

Collin Hogue-Spears, experto técnico de Black Duck Software, subraya además los riesgos asociados a la gobernanza. “OpenClaw pasó de cero a 135.000 instancias expuestas en cuestión de semanas porque ejecuta flujos de trabajo con gran rapidez. Pero no genera pruebas de auditoría, no garantiza el cumplimiento de obligaciones de licencia ni produce la documentación regulatoria necesaria antes de desplegar código”.

“Los agentes de IA ejecutan tareas” —explica—. no generan el rastro de evidencias que separa a una empresa de una posible sanción regulatoria. Este patrón se repite en distintos sectores: la IA tiende a convertir funcionalidades en commodities, mientras amplía las obligaciones de gobernanza”.

Ventana de negociación para los CIO

Con todo, el contexto actual podría jugar a favor de los clientes. La debilidad bursátil del sector SaaS abre una oportunidad poco habitual en la negociación de contratos.

“Los proveedores SaaS afrontan la presión de precios más creíble desde que la nube desplazó a las licencias on-premise. Se ha abierto una ventana de negociación”, concluye Hogue-Spears.

Para los CIO, el mensaje es claro: más allá del ruido, la irrupción de los agentes de IA puede convertirse en una palanca estratégica tanto para revisar el modelo operativo como para optimizar costes en el corto y medio plazo.