La inteligencia artificial empieza a dejar resultados que pueden medirse en procesos empresariales concretos. La mesa redonda «Retos de la IA en los nuevos modelos de relación y la competitividad empresarial», celebrada durante la primera jornada de Santander40 , el Encuentro de la Economía Digital y las Telecomunicaciones organizado por AMETIC, reunió casos de compañías que ya utilizan estas tecnologías para gestionar clientes, preparar ofertas, generar documentación, reorganizar equipos o proporcionar la infraestructura necesaria para ejecutar modelos y agentes.
Las experiencias expuestas por Manuel Lobeira, CEO de Acorde; Álvaro Gutiérrez, co-CEO de Barkibu; Nacho Urigüen, director general de Irontec; y Julio Sola, CEO de GPU Solutions, muestran que la IA en las empresas empieza a plantear decisiones que van bastante más allá de contratar acceso a un modelo o incorporar un asistente a determinados puestos de trabajo.
Las cuatro compañías parten de posiciones muy diferentes. Barkibu es una aseguradora digital orientada al consumidor; Irontec desarrolla servicios de ingeniería tecnológica; Acorde trabaja en sistemas de radiofrecuencia para defensa y espacio; y GPU Solutions proporciona capacidad de computación. Esa diversidad permite observar cómo los beneficios y los límites de la IA cambian según el modelo de negocio, los datos disponibles, las exigencias regulatorias y el tipo de proceso que se quiere automatizar.
Barkibu diseña el crecimiento alrededor de la automatización
El caso más avanzado en términos de automatización operativa es Barkibu. La compañía española de seguros de salud para mascotas opera ya en diez países europeos y ha construido buena parte de su modelo de crecimiento sobre una premisa: aumentar el volumen de negocio sin hacer crecer su estructura al mismo ritmo.
«Nosotros no vendemos tecnología. Nosotros usamos la tecnología como columna vertebral de nuestro negocio», explicó Álvaro Gutiérrez, co-CEO de Barkibu, durante la sesión.
La compañía gestiona entre 40.000 y 50.000 consultas mensuales de atención al cliente y un volumen similar de solicitudes de reembolso. Aproximadamente el 85% de esas interacciones se procesa actualmente sin intervención humana, incluidas decisiones relacionadas con pagos y coberturas.
Barkibu prevé abonar este año entre 50 y 60 millones de euros en reembolsos y, según explicó Gutiérrez, la mayoría de esas decisiones estarán tomadas mediante sistemas de IA.
La automatización tiene también una dimensión internacional. La compañía opera en mercados como Rumanía, Polonia, Finlandia o Grecia sin disponer necesariamente de equipos locales para cada idioma, apoyándose en sus sistemas para gestionar buena parte de las interacciones.
Ese modelo responde a una decisión adoptada hace varios años. Barkibu optó por desarrollar un producto relativamente estandarizado y una operación con poca interacción personal para poder escalar con rapidez. La IA se incorporó así a un diseño empresarial que ya buscaba automatizar el mayor número posible de procesos.
El caso permite distinguir entre dos formas de adopción. Una empresa puede incorporar IA sobre una organización existente para reducir tiempos o costes en determinadas tareas. También puede diseñar desde el principio una parte sustancial de su modelo operativo pensando en que esas tareas serán ejecutadas automáticamente. Barkibu se aproxima mucho más al segundo supuesto.
Esa diferencia limita al mismo tiempo la posibilidad de extrapolar su experiencia a cualquier compañía. Empresas con productos complejos, sistemas heredados, procesos poco estandarizados o una fuerte dependencia de la relación personal con clientes afrontan una transformación distinta.
Irontec reorganiza equipos y reduce tiempos de proceso
La experiencia de Irontec muestra una vía diferente. La compañía vasca de ingeniería tecnológica está utilizando IA generativa tanto dentro de su propia organización como en proyectos para clientes.
Nacho Urigüen, director general de Irontec, explicó que la incorporación de estas herramientas ha provocado una reorganización de sus equipos durante los dos últimos años. Ingenieros con experiencia trabajan ahora junto a agentes especializados, una combinación que empieza a modificar metodologías, distribución de tareas y mecanismos de supervisión.
La automatización alcanza procesos como incorporación de empleados, generación de documentación, desarrollo de software y preparación de ofertas comerciales.
En uno de sus clientes, un fabricante de hardware para utilities, la elaboración de ofertas requería la participación de un equipo de casi 40 ingenieros y entre cuatro y cinco semanas de trabajo debido al volumen de documentación técnica y especificaciones que debía procesarse.
La introducción de agentes especializados ha permitido reducir aproximadamente a la mitad ese tiempo, según explicó Urigüen durante la mesa.
El retorno se produce aquí de una forma distinta a Barkibu. No consiste necesariamente en eliminar un proceso humano completo, sino en reducir el tiempo que profesionales especializados dedican a tareas documentales para trasladar capacidad hacia actividades donde su conocimiento tiene mayor valor.
La experiencia también ha dejado una advertencia sobre los costes. Urigüen relató que el consumo de modelos llegó a dispararse en determinados meses dentro de Irontec, especialmente mediante asistentes de programación, hasta obligar a revisar qué perfiles podían utilizar determinados modelos.
«El uso corporativo de la inteligencia artificial generativa implica una serie de costes de infraestructuras, de token, de consumos», señaló.
La compañía identifica además tres grupos de dificultades: culturales y formativas, económicas y relacionadas con el control de la información. En este último punto, Urigüen advirtió sobre organizaciones que envían datos o conocimiento propio a modelos externos sin analizar suficientemente qué ocurre con esa información.
La consecuencia es que desplegar más IA deja de ser una métrica útil por sí misma. Una empresa necesita decidir qué problema requiere realmente un modelo generativo, qué partes pueden resolverse mediante automatización tradicional y qué coste operativo está dispuesta a asumir.
Acorde separa la IA según la sensibilidad de los datos
Para Manuel Lobeira, CEO de Acorde, el principal condicionante aparece antes: qué información puede abandonar la organización.
La compañía cántabra desarrolla sistemas de radiofrecuencia para defensa y espacio y trabaja con integradores internacionales como Indra, Thales, General Dynamics, Leonardo o BAE Systems. En ese entorno, la privacidad y el control sobre la información forman parte de las restricciones básicas de cualquier proyecto tecnológico.
Acorde utiliza por ello una arquitectura dividida. Los procesos que contienen información propia o sensible se ejecutan en sistemas internos controlados por la compañía. Para tareas que únicamente necesitan consultar información externa, como búsquedas sobre el estado del arte, puede recurrir a modelos disponibles fuera de esa infraestructura.
La elaboración de propuestas para programas europeos de defensa es uno de los procesos donde ha aplicado esta lógica. La empresa ha utilizado su histórico de proyectos, convocatorias anteriores y documentación propia para crear herramientas capaces de preparar primeros borradores a partir de información técnica.
La automatización permite reducir una parte del trabajo administrativo asociado a proyectos complejos sin trasladar el conocimiento más sensible fuera de la organización.
El caso introduce una variable que no aparece con la misma intensidad en otros sectores. La selección de una herramienta de IA no depende únicamente de su rendimiento o precio. También intervienen la ubicación de los datos, el control de la infraestructura y las condiciones bajo las que se procesa información que puede tener valor comercial o estratégico.
Ese límite adquiere especial importancia a medida que los modelos se conectan directamente con repositorios internos, documentos, código o sistemas corporativos.
GPU Solutions lleva el problema hacia la capacidad de computación
El cuarto participante de la mesa, Julio Sola, CEO de GPU Solutions, situó el debate en la infraestructura que sostiene estos usos.
Mientras Barkibu, Irontec y Acorde describieron distintos procesos de adopción, GPU Solutions trabaja sobre una de las condiciones necesarias para ejecutarlos: el acceso a capacidad de computación basada en GPU.
Sola planteó que esa infraestructura continúa siendo difícil de interpretar para muchas pequeñas y medianas empresas, tanto por su complejidad técnica como por la inversión asociada. La propuesta de la compañía consiste en acercar capacidad de computación y aplicaciones a organizaciones que difícilmente podrían construir por sí mismas una infraestructura equivalente.
El argumento tiene una derivada económica. Una GPU representa un coste de adquisición, pero su valor depende del volumen de trabajo que pueda producirse sobre ella: modelos, agentes, inferencias y servicios empresariales.
«El precio es una cosa, pero el valor es otra», explicó Sola al recordar la decisión inicial de adquirir la infraestructura sobre la que se construyó la compañía.
Su intervención introduce además una diferencia entre grandes compañías y pymes. Las primeras pueden disponer de equipos, capital e infraestructura para experimentar con distintos modelos y arquitecturas. Para una empresa de menor tamaño, acceder a esas capacidades mediante servicios externos puede ser la única forma de incorporar determinadas aplicaciones sin asumir una inversión inicial elevada.
La infraestructura se convierte así en otra variable del retorno. Automatizar un proceso puede ahorrar horas de trabajo, pero también genera consumo de computación que debe incorporarse al cálculo económico.
De automatizar tareas a reorganizar la empresa
Las experiencias de la mesa muestran que la adopción empieza a dejar atrás una primera fase dominada por pruebas aisladas.
En Barkibu, la IA participa en operaciones que afectan directamente a clientes y pagos. Irontec está incorporando agentes dentro de equipos profesionales y procesos comerciales. Acorde utiliza sistemas internos para acelerar tareas sin comprometer información sensible. GPU Solutions intenta convertir la capacidad de computación en un recurso accesible para empresas que no pueden desplegarla por sí mismas.
Las diferencias son importantes porque impiden tratar la IA empresarial como una tecnología con un único modelo de implantación.
En determinados procesos repetitivos y estandarizados puede asumirse un nivel elevado de automatización. En otros, la sensibilidad de los datos obliga a mantener la infraestructura bajo control propio. Hay actividades donde el beneficio consiste en atender más volumen con una plantilla similar y otras donde el objetivo es reducir el tiempo empleado por profesionales altamente especializados.
También empieza a cambiar la organización alrededor de esas herramientas. Irontec trabaja con equipos híbridos donde conviven ingenieros y agentes. Barkibu diseñó su estructura para que la automatización pudiera absorber una parte elevada del crecimiento. Acorde ha tenido que separar tecnológicamente los usos internos y externos en función del tipo de información.
A medida que estos sistemas entran en producción aparecen además costes que resultaban menos visibles durante los pilotos: consumo de modelos, infraestructura, integración, supervisión, seguridad y control de los datos.
Eso modifica también la forma de medir el éxito. Número de licencias, usuarios o proyectos iniciados describen adopción, pero no necesariamente impacto. Tiempo reducido en un proceso, coste por operación, capacidad adicional, volumen gestionado o calidad de las decisiones permiten comprobar con mayor precisión si la inversión modifica realmente el funcionamiento de una empresa.
Los casos presentados en Santander40 corresponden a cuatro compañías concretas y no permiten trasladar sus resultados al conjunto del tejido empresarial. Sí muestran dónde empieza a desplazarse la conversación cuando la IA abandona el laboratorio: hacia decisiones sobre procesos, costes, arquitectura, datos y reparto del trabajo entre personas y sistemas automáticos.
