Estás leyendo
Gobierno del dato y agentes de IA: claves para integrar inteligencia artificial en empresas y administraciones

Gobierno del dato y agentes de IA: claves para integrar inteligencia artificial en empresas y administraciones

  • En esta entrevista exclusiva para La Ecuación Digital, Fernando Suárez detalla por qué el gobierno del dato y los agentes inteligentes son determinantes para llevar la inteligencia artificial del piloto a la producción.
Fernando Suárez, director de Software en IBM España, Portugal, Grecia e Israel.

La adopción de inteligencia artificial (IA) por parte de organismos públicos y empresas privadas en España avanza, aunque a velocidades desiguales. Así quedó reflejado en la jornada IBM Technology Day Valencia, celebrada durante el evento de inauguración del IBM Digital Sales, donde representantes de la Generalitat Valenciana, Consum e IBM analizaron el impacto de la IA y la tecnología en los procesos de transformación digital. Las intervenciones pusieron de relieve tanto los desafíos técnicos como los cambios estructurales necesarios para integrar esta tecnología en entornos reales de producción.

Gobernar los datos y modelos: el verdadero reto de la IA empresarial - Fernando Suárez IBM

Durante el panel, moderado por Fernando Suárez, director de Software en IBM España, Portugal, Grecia e Israel, se expusieron experiencias concretas de aplicación de tecnologías de IA en la administración pública y en el sector del retail. La conversación abordó el papel de los datos como eje de la transformación, la gobernanza como condición crítica y el papel emergente de los agentes inteligentes en los procesos empresariales.

Gobierno del dato como pilar de la transformación digital

Javier Balfagón, director general de Tecnologías y las Comunicaciones de la Generalitat Valenciana, detalló los avances del proyecto ANIMA, cuyo objetivo es consolidar un modelo de gobierno del dato dentro de la administración autonómica. “ANIMA es poner en el centro el dato, tanto en la atención a la ciudadanía como en la toma de decisiones y los procesos internos”, afirmó.

El proyecto se articula en dos grandes bloques: la definición organizativa y normativa del gobierno del dato, y la implementación de una plataforma tecnológica basada en soluciones como Red Hat Openshift y Cloud Pak for Data de IBM. “Hemos adquirido herramientas como Match 360 para llegar al golden record de la ciudadanía, así como Fusion HCI para asegurar el éxito del proyecto”, explicó Balfagón.

Además, subrayó la importancia de la interoperabilidad entre administraciones y el uso de marketplaces de datos para reutilizar la información entre organismos. “Queremos disponibilizar los datos para consumo interno, para otros entes administrativos y para espacios abiertos nacionales y europeos”, indicó.

Modelos fundacionales y datos propios como ventaja competitiva

Suárez puso el foco en una de las barreras actuales en la adopción de IA a gran escala: la escasa representación de datos empresariales en los modelos utilizados. “El 98 % de las compañías están haciendo pruebas con IA, pero sólo el 25 % la tiene en producción. Uno de los problemas es que todos usamos los mismos datos públicos para entrenar los modelos. ¿Dónde está la diferenciación?”, señaló.

Según el directivo, la clave está en incorporar datos propios en modelos curados, como la serie Granite de IBM, lo que permite a las organizaciones crear activos únicos. “Ese modelo, al incluir datos críticos del negocio, se convierte en el activo más valioso de la empresa. Pero también exige nuevos mecanismos de seguridad y gobernanza”, explicó.

La gobernanza no se limita ya al dato, sino también al ciclo de vida completo del modelo. “Sin confianza en los datos, cualquier sistema de IA falla. Y además, los modelos deben ser gobernables, auditables y cumplir con la normativa”, afirmó.

Aplicaciones prácticas en el sector retail: el caso Consum

Desde el sector privado, Tomás García, responsable de Sistemas Centrales de Consum, destacó la importancia de una planificación centralizada para el uso empresarial de la IA. “La gobernanza es imprescindible. Hay cientos de modelos y podemos perdernos si no tenemos una visión común de empresa”, señaló.

Consum, con más de cinco millones de clientes, gestiona grandes volúmenes de información derivados de interacciones físicas y digitales. “Estamos empezando con el análisis de encuestas de satisfacción a través de WatsonX para dar más agilidad al departamento de marketing. Los resultados se generan en minutos y con un margen de error mínimo”, aseguró García.

Otros casos de uso en marcha incluyen la organización automática de documentación y la hiperpersonalización de servicios, con el objetivo de mejorar la experiencia del cliente mediante una explotación eficiente de los datos.

La aparición de agentes como nueva fase de automatización

Tanto en el entorno público como privado, los participantes coincidieron en que el siguiente paso en la evolución de la IA pasa por los agentes. Estas herramientas no sólo responden a consultas, sino que ejecutan tareas de forma autónoma.

“Un agente no solo responde, sino que actúa. Por ejemplo, en IBM utilizamos uno que se conecta a SAP Success Factors y gestiona automáticamente solicitudes de vacaciones. Esto representa una hiperautomatización real”, indicó Suárez.

En el caso de Consum, esta tendencia se contempla también como inevitable. “Cada agente tiene que especializarse en determinados procesos de negocio. No necesitamos modelos grandes, sino entrenar agentes con los datos que importan para cada proceso específico”, afirmó García.

Te puede interesar
Europa Tecnología

Balfagón compartió esta visión desde la administración, con matices. “Primero debemos formar a los usuarios y disponer de plataformas comunes que puedan ser utilizadas también por municipios o empresas pequeñas. La normativa también debe ser facilitadora, no un freno”, sostuvo.

Diferenciación tecnológica en un entorno regulado y competitivo

La convergencia entre datos, IA y automatización plantea retos adicionales. Uno de los principales, según Suárez, es la gestión segura y transparente de los activos creados. “No se trata solo de tener la tecnología, sino de aplicarla con una arquitectura sólida, gobernada y escalable. Sin eso, no hay posibilidad de llevar los pilotos a producción”, afirmó.

Para las organizaciones, el aprovechamiento real de estas tecnologías se traduce en competitividad. “En IBM, hemos logrado ahorrar más de 3.500 millones de euros en dos años gracias a la automatización. El 30 % ya corresponde directamente a inteligencia artificial”, detalló Suárez.

La idea de que los agentes pasarán a formar parte activa de los equipos organizativos fue compartida por todos los ponentes. “Seremos la última generación que gestione solo personas. Las siguientes liderarán personas y agentes”, apuntó Suárez durante la entrevista posterior al evento.

Agentes y gobernanza como ejes del futuro inmediato

Las intervenciones durante el IBM Digital Sales en Valencia reflejan una transición activa hacia entornos de trabajo mixtos, donde sistemas automatizados y humanos interactúan de forma cada vez más fluida. Sin embargo, también muestran que el salto a la producción y el valor real solo se alcanza si se abordan en paralelo la gobernanza del dato, la formación de los usuarios y la gestión responsable de los modelos.

Como afirmó Suárez: “La tecnología ya está madura. La pregunta es si las organizaciones están preparadas para utilizarla como ventaja competitiva”. La respuesta, por ahora, depende de la capacidad de integrar correctamente los agentes, asegurar la gobernanza del dato y superar las barreras organizativas que aún frenan la aplicación práctica de la inteligencia artificial en sectores clave.

Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.   
Privacidad