La gestión inteligente de los datos y el papel de la inteligencia artificial en la toma de decisiones fueron los ejes del encuentro ‘Data Intelligence Strategy’, organizado por Computing con la colaboración de Entelgy. La sesión reunió a expertos en datos, CDO y responsables de IT para debatir sobre los retos actuales de las organizaciones en torno a la cultura del dato, la seguridad y la gobernanza.
Entre los temas tratados destacaron la conexión entre humanos y máquinas para una toma de decisiones más ágil, la necesidad de ecosistemas de datos seguros y el papel de los líderes tecnológicos en la orquestación de estrategias de inteligencia empresarial sostenibles y alineadas con los objetivos del negocio.
Índice de temas
Reale Seguros: de los sistemas transaccionales a los sistemas conversacionales
César Alonso Nottaro, IT Manager de Reale Seguros, explicó que muchas organizaciones comenzaron su viaje hacia la automatización enfocándose únicamente en robotizar procesos, con objeto de ganar tiempo. Sin embargo, Alonso advierte que ese enfoque tiene un límite. “Nos dimos cuenta de que lo que habíamos estado haciendo era ver el negocio y determinar en qué parte íbamos a meter inteligencia artificial generativa, sin tener realmente idea de cómo queremos o cómo la IA nos debería ayudar.”
Para él, el verdadero salto consiste en transformar los sistemas empresariales: pasar de lo transaccional a lo conversacional. “Hoy todos nuestros sistemas son transaccionales. El primer gran salto que tenemos que hacer es convertirlos en conversacionales”, subrayó.
Con un ejemplo claro, explicó su visión de futuro: “Me encantaría que mi cliente llamara y dijera: ‘¿Aló? ¿Reale? Sí, choqué. En la Castellana’. Y que del otro lado no hubiera una persona, sino una inteligencia artificial generativa que gestione toda la conversación, no solo la transacción”. Nottaro aspira a un cambio profundo, que todavía supone un desafío importante.
ING: personas, cultura y gobierno del dato
Por su parte, Fernando Lipúzcoa, CDO de ING España y Portugal, abordó la cuestión desde la perspectiva del sector bancario, fuertemente regulado y dependiente de la confianza del cliente. “Aquí hay varios ejes: la persona, el negocio, los procesos. Pero todo empieza con la persona”, afirmó.
Lipúzcoa comparó la irrupción de la IA con la llegada de Internet, y defendió la necesidad de formar y empoderar a los empleados para usar la IA como un copiloto. “Hay cosas que pueden ser quick wins, pequeños procesos que mejoran la eficiencia. Pero también hay proyectos más profundos, como la atención al cliente, donde el diálogo con el cliente se transforma en datos”.
Uno de los grandes retos es el gobierno del dato y la regulación. “Estamos hiperregulados. Tenemos que asegurarnos de que los proyectos de IA no nos ponen en riesgo legal”.
ING ya trabaja en casos de uso reales, tanto externos como internos: “Ya tenemos un chat abierto a clientes y próximamente lanzaremos un voicebot”.
Suntory Global Spirits: eficiencia y largo plazo en la era del aprendizaje
Fabiola Zelaya, Global Director eCommerce de Suntory Global Spirits, aportó la perspectiva del sector de bebidas y gran consumo. “Nosotros vendemos whisky, ron, ginebra… y lo que buscamos con la IA es ser más ágiles y eficientes. Al final, se trata de vender más y captar cuota de mercado”, resumió.
Zelaya explicó que la compañía aplica IA y machine learning para optimizar la producción a partir de datos históricos de consumo. La IA también influye en el posicionamiento digital de las marcas. “Cuando buscas un producto en Internet, la IA determina lo que ves. Nosotros trabajamos para optimizar nuestra presencia en esas búsquedas, tanto en Google como en ChatGPT, y para generar contenido más eficaz con ayuda de la IA.”
La ejecutiva destacó que el enfoque debe ser específico y medible. “Hoy estamos invirtiendo mucho, pero el retorno aún es limitado, quizá un 10% o 15%”.
Para Zelaya, la clave está en mantener una mentalidad de test and learn: “No tenemos todas las respuestas. Estamos aprendiendo y adaptando. La IA te hace más eficiente como persona, pero la gran cuestión es cómo eso impacta en la empresa a largo plazo.”
Airbus: un entorno privado de inteligencia artificial
Por las características propias de su negocio, en gran parte militar y de defensa, en Airbus tienen ciertas limitaciones a la hora de usar la IA a nivel de análisis y toma de decisiones más avanzadas. David Emilio Merino, IT Manager de Airbus, explicó que “de momento estamos usando la IA en nuestras líneas de montaje, para facilitar el día a día a las personas y optimizar su tiempo”.
Airbus “tiene su propia IA no conectada a Internet”, desarrollada para “proteger los datos y cumplir con las restricciones de licencias y contratos con organismos públicos”. Sin embargo, reconoció que eso también limita su potencial: “tampoco dejamos que se metan todo tipo de datos… estamos en ese hilo fino de cómo aplicarla sin romper la ley o perder licencias”.
Aun así, destaca avances internos: “hemos hecho nuestro avance muy bonito, teniendo nuestro propio flujo de trabajo dentro de Google Workspace”. Explica que usan “Gemini, un entorno privado aprobado para nosotros”, donde “puedes abrir Gemina y preguntarle lo que quieras… te responde Google, pero solo con la información de tus correos, citas y ficheros en Google Drive”. En definitiva, “nuestro propio repositorio local” que garantiza control y privacidad.
Santalucía: cambio organizativo, gobernanza y regulación
Néstor Álvaro, director de IA y Data Science de Santalucía, explicó que su compañía ha atravesado “un cambio organizacional bastante interesante” al integrar el área de Data Analytics directamente con el negocio, lo que ha generado un “mayor foco en el retorno”. Aun así, reconoce que “hay casos que nunca van a tener retorno, como los de auditoría, clasificación o scoring de créditos”, aunque estos también aportan valor en términos de transformación e innovación.
Su equipo mantiene un diálogo constante con las áreas de negocio para “ayudar a entender cómo resolver los problemas, no simplemente entregar la solución”. Néstor Álvaro resumió su enfoque en tres ejes: “el cambio organizativo y cultural, el alineamiento con negocio y la gobernanza y la regulación”.
Aunque reconoce que la regulación es esencial, Néstor Álvaro defiende que no debe convertirse en un freno. Concluyó que la organización se encuentra “en una fase de madurez intermedia”, avanzando con más intensidad en la adopción de agentes inteligentes, pero con prudencia: “tenemos que tener muy claro dónde metemos la gente”. Su objetivo, afirma, es que la IA genere “retorno real para el negocio” y consolide una estrategia sostenible y de valor.
Generali: un programa para campeones de IA
Otro representante del sector seguros, Javier Marqués, CDO de Generali España, comentó que el primer paso en su estrategia de datos fue “convencer de que utilizando la herramienta corporativa pueden hacer las mismas cosas y además acceder a todo el universo de conocimiento disponible”. Reconoce que el gran reto es “medir el impacto real” y “cuantificar cuánto tiempo estás ahorrando de verdad”. Destacó el programa AI Champions, que busca “democratizar la inteligencia artificial” formando delegados en las distintas áreas del negocio para crear “agentes básicos que resuelven problemas departamentales”, ante la imposibilidad de atender todas las peticiones desde el área central.
Añadió que la irrupción del ChatGPT ha cambiado “la interfaz y la forma de vender nuestros servicios”: antes debía “convencer a 17 personas” para aprobar un proyecto de analítica avanzada, pero ahora “todo el mundo quiere hacerlo ya”. Aun así, subrayó la importancia de la gobernanza: el modelo AI Champions incluye “una capa de gobierno y entornos de desarrollo, pruebas y producción”, para controlar los proyectos que implican datos personales o decisiones sensibles.
Finalmente, señaló que la frontera entre los equipos de Data Office y Process Transformation & Innovation “se ha difuminado”, ya que “la IA es imprescindible para terminar de automatizar”. Marqués defendió que la inteligencia artificial “no solo es ahorro de tiempo ni eficiencia, sino lo que nos va a permitir revolucionar las compañías”.
FCC Enviro: IA al servicio de la seguridad, la eficiencia y las personas
Daniel Panadero, Global Head of Data & AI de FCC Enviro, ofreció una visión práctica sobre cómo la inteligencia artificial está transformando los servicios públicos e industriales en los que opera la compañía. Explicó que su hoja de ruta parte de una directiva clara del Consejo: “todos los proyectos deben tener un retorno de inversión claro y, sobre todo, salvar vidas”. Subrayó que la seguridad de los trabajadores es prioritaria: “El tema de Health and Safety dentro de nuestras plantas es patrimonio de la empresa”. En este sentido, FCC Enviro está desplegando tecnologías de IA en plantas y flotas para analizar recorridos, detectar riesgos y prevenir accidentes.
Panadero destacó que la IA ya forma parte esencial de los servicios urbanos y de las licitaciones públicas. “Estamos creando sistemas con cámaras para detectar residuos en la vía pública, identificar fallos en el asfalto o controlar equipamiento”, señaló. Afirmó que muchas administraciones locales ya exigen la inclusión de IA en los proyectos y que “las licitaciones se ganan porque incluyen un componente tecnológico innovador”. La clave, dijo, está en demostrar que la tecnología aporta “valor real y medible”.
También abordó los avances en gobernanza, normativa y productividad. FCC Enviro ha actualizado sus sistemas para cumplir con la Directiva NIS II y desarrolla proyectos de análisis masivo de datos en plantas de tratamiento e incineración. En el plano operativo, Panadero destacó el potencial de herramientas como Copilot o la IA generativa, que “pueden aumentar la eficiencia entre un 30% y un 35%”. Reconoció, sin embargo, que el mayor reto está en la adopción interna, motivo por el que han creado una red de embajadores de IA: “Lo importante es que la necesidad fluya de abajo arriba, por departamento y por país.”
Mapfre: Procesos de negocio con enfoque top-down
Javier Cabria, subdirector de Inteligencia Artificial de Mapfre España, defendió una visión estructurada para integrar la IA en las organizaciones basada en tres ejes: gobierno sólido, transformación de procesos y productividad personal. “Todo tiene que ir bajo una base de gobierno”, señaló, recordando que la regulación en IA aún está en desarrollo, pero que ya existen marcos como los de datos y ciberseguridad que deben servir de guía.
A partir de esa base, Cabria diferenció dos pilares: los procesos de negocio, que deben abordarse con un enfoque top-down, y la productividad personal, que requiere una estrategia bottom-up. “Hay que conseguir el enganche del top management para repensar los procesos, pero también formar a toda la población para usar la IA de forma efectiva”, explicó. Destacó además que las compañías con una cultura del dato consolidada parten con ventaja, siempre que sean capaces de “medir el valor real de cada caso de uso” y no caer en la adopción por moda.
Por último, insistió en la necesidad de alfabetización masiva en IA: “Esto, para mí, tiene que ser AI literacy, AI literacy y AI literacy”. Propuso planes de formación, redes de embajadores y comunidades internas para compartir buenas prácticas. En su conclusión, fue claro: “La IA no se impone, se construye. El top-down transforma los procesos, pero el bottom-up la convierte en una herramienta cotidiana. Solo con ambos niveles en equilibrio la organización podrá avanzar de verdad.”
ArcelorMittal: entre la formación, la productividad y la seguridad del dato
Juan Miguel Gil, IT Manager Corporate Spain de ArcelorMittal, ofreció la visión del gigante siderúrgico sobre el papel de la inteligencia artificial en una organización industrial global, destacando tres ejes fundamentales: personas, productividad y responsabilidad en el uso de los datos. “Suscribo lo anterior”, afirmó Gil, en referencia a los ponentes previos, para luego explicar que en su empresa la IA “se trata por capas y con distintos objetivos dentro de cada una de ellas”. En la primera capa, la de productividad personal, el empleado decide cómo utilizar las herramientas de IA, mientras que en la segunda, de nivel departamental, existe una dirección más clara orientada a los objetivos del negocio.
En cuanto a los casos de uso industriales, Gil señaló que ArcelorMittal está “bastante avanzada” en la aplicación de IA para optimizar la producción y los sistemas de mantenimiento, así como en los equipos de I+D vinculados a la minería y la fabricación del acero. Estos proyectos buscan aumentar la eficiencia operativa, mejorar la predicción de fallos y fomentar la innovación, posicionando a la compañía a la vanguardia del uso responsable de la tecnología en el sector metalúrgico.
Por último, el directivo recalcó que “esto va de personas”, enfatizando la importancia de la formación, la concienciación y la seguridad en el manejo de datos.
La IA se usaba en numerosos procesos, pero con “interfaces áridos y complejos”, lo que limitaba su acceso. Ahora, gracias a los interfaces de lenguaje natural y entornos de chat, la tecnología se ha hecho accesible a cualquiera “que pueda teclear o hablar”, lo que ha democratizado su uso y potenciado su alcance.
ENRIQUE SANTIAGO, DIRECTOR INDUSTRY/SERVICES
Recuerdo que hace unos años se hablaba de “inteligencia artificial”, pero algunos preferían el término “inteligencia aumentada”, porque el propósito real es acompañar y potenciar al usuario, no reemplazarlo, sino aumentar sus capacidades dentro de los procesos empresariales
JORDI LLOBET, HEAD OF DATA & PROCESS DE ENTELGY
HIGHLIGHTS
Transformar sistemas para gestionar conversaciones completas en lenguaje natural, no solo transacciones.
Usar la IA como herramienta de apoyo, manteniendo a las personas en el centro.
Formar delegados de IA en cada área para descentralizar la innovación.
Priorizar IA que genere eficiencia y prevenga riesgos laborales.
Crear entornos de IA privados que protejan datos y cumplan normativas.
Adoptar experimentación continua con expectativas de retorno realistas.
Integrar gobernanza, transformación directiva y alfabetización masiva.
Incorporar IA como ventaja competitiva en licitaciones públicas.
