Marian Aradillas, AI & Digital Experience BM Director de Ayesa Digital.
Marian Aradillas (Ayesa Digital): "Escalar la IA sin cimientos no produce transformación, produce caos a mayor escala"
La directiva de Ayesa Digital, sostiene que la inteligencia artificial ha dejado de ser una cuestión de exploración tecnológica para convertirse en una carrera que exige resultados medibles.
Más información: La ley de inteligencia artificial se somete a su enésimo examen: qué ha cambiado desde su aprobación y qué viene ahora
La irrupción en escena de la inteligencia artificial como gran mantra de la digitalización nos ha dejado, hasta el momento, un escenario bastante variopinto en las organizaciones. Por un lado, compañías bien avenidas que han conseguido sacar provecho de esta tecnología en sus procesos productivos y su operativa cotidiana; por otro, empresas que arrastran años de proyectos piloto, comités y promesas incumplidas en torno a su adopción. Lo que viene siendo un auténtico bucle de experimentación que no termina de traducirse en negocio.
Marian Aradillas, AI & Digital Experience BM Director de Ayesa Digital, conoce ese patrón de memoria. Según explica, en entrevista con DISRUPTORES - EL ESPAÑOL, el punto de inflexión llega cuando "el consejo deja de preguntar '¿qué estamos haciendo en IA?' y empieza a preguntar '¿cuánto nos está aportando?'. Ese cambio de pregunta marca el fin de la etapa de exploración como estrategia válida".
Pero la directiva de Ayesa Digital matiza que reducir el problema a una cuestión de velocidad de decisión sería simplificar demasiado. Muchas organizaciones, recuerda, "han experimentado de forma activa y, sin embargo, no están en condiciones de escalar porque construyeron casos de uso sin construir los cimientos. Y escalar la IA sin una base sólida de infraestructura, gobierno del dato y estándares operativos no produce transformación: produce caos a mayor escala".
Para evitar ese colapso, defiende Aradillas, se necesitan dos fuerzas actuando a la vez y ninguna sirve por separado: "La presión de negocio para exigir resultados reales, y la madurez organizativa para sostenerlos. Sin la primera, nada se mueve. Sin la segunda, todo lo que se mueve acaba rompiéndose".
Del dato al conocimiento de dominio
"La tecnología nunca ha sido la ventaja competitiva real; lo era antes porque el acceso era desigual", apunta a renglón seguido, cuando empezamos a hablar de los ingredientes necesarios para configurar una buena estrategia de adopción de IA. La ventaja, defiende la ejecutiva, se ha desplazado "exactamente a donde siempre estuvo en otros ciclos tecnológicos, hacia lo que es difícil de replicar".
El primer activo que menciona son los datos propios, curados y bien gobernados, no los que se pueden comprar en el mercado sino "los que una organización genera de forma exclusiva a través de sus operaciones, sus clientes y sus procesos". Ese activo, matiza, "tarda años en construirse y no se puede copiar de un trimestre para otro".
El segundo diferenciador que subraya es la capacidad de ejecución, la maquinaria organizativa capaz de "convertirlas en producción rápidamente y con estándares", una velocidad que sus competidores no logran igualar aunque partan de la misma tecnología.
El tercer factor, y el que Aradillas considera más subestimado, es el conocimiento de dominio. Presume que "la IA aplicada a un sector sin profundidad sectorial produce resultados genéricos", y añade que "quien combina inteligencia artificial con un conocimiento real de las operaciones, la regulación y los matices del negocio tiene una ventaja que ningún modelo por sí solo puede replicar".
Cierra el argumento con el talento, no solo captarlo sino retenerlo, porque las compañías que ofrecen "problemas relevantes, con datos de calidad y con impacto visible están construyendo una ventaja compuesta que se acumula con el tiempo".
Integración como mantra
Ayesa apuesta, en ese sentido, por unir inteligencia artificial, datos y experiencia digital bajo un mismo paraguas. Marian Aradillas defiende que dicha integración "no suma capacidades, las multiplica. El dato sin inteligencia es almacenamiento. La inteligencia sin dato de calidad es ruido. Y la mejor experiencia digital sin inteligencia detrás es una interfaz bonita que no aprende, no anticipa y no genera valor diferencial".
El coste de mantener esas disciplinas separadas, matiza, no se mide solo en tiempo interno perdido resolviendo fricciones de liderazgo entre equipos. El riesgo mayor, indica, es comercial: "El cliente que contrata transformación digital no quiere gestionar tres interlocutores con agendas distintas. Quiere un partner que entienda su negocio de forma integral y le entregue soluciones que funcionen de extremo a extremo. En Ayesa esa fue precisamente la apuesta, construir una propuesta donde la inteligencia, el dato y la experiencia no sean servicios paralelos sino una única forma de abordar los problemas del cliente".
La fragmentación del liderazgo bloquea la estrategia de IA
Tampoco es baladí el debate sobre quién debería pilotar la agenda de inteligencia artificial dentro de una compañía. Marian Aradillas descarta de entrada que exista una fórmula universal. Sí hay, sin embargo, una respuesta que considera claramente errónea: "Que nadie la lidere de forma explícita". Cuando el CDO, el CIO y el CFO avanzan cada uno por su cuenta, señala, "el resultado es fragmentación: proyectos que no se integran, inversiones que se solapan y decisiones que se bloquean mutuamente".
En ese sentido, y ante la escasez de perfiles capaces de asumir esa responsabilidad en solitario, la directiva de Ayesa Digital propone un modelo intermedio que ha visto funcionar en la práctica: "Un comité ejecutivo de IA con mandato real y un responsable que actúe como integrador. Lo que sí está muy claro que no funciona es delegar la estrategia de IA en IT sin dar a IT acceso a las decisiones de negocio".
Sobre si ha llegado el momento de institucionalizar la inteligencia artificial con una estructura dedicada, Aradillas no deja margen para la duda: "Ha llegado, y en muchos casos llega tarde". Rechaza además la premisa que suele acompañar esa pregunta, la de que crear esa oficina añadiría burocracia a un sistema ágil. Explica que esa premisa "parte de una premisa equivocada: asume que la alternativa actual es ágil, cuando en realidad lo que hay en la mayoría de organizaciones es caos no coordinado".
La clave, insiste, está en cómo se diseña esa estructura, con "mandato de habilitador, no de controlador", encargada de "descubrir casos de uso con el negocio, priorizar con criterios homogéneos, asegurar la arquitectura y medir el retorno. Muchas veces lo que se hace es construir lo que es técnicamente posible en lugar de lo que el negocio realmente necesita. Y la IA generativa no perdona estos errores porque amplifica todo. Amplifica el valor cuando está bien planteada, y amplifica el caos cuando no lo está".
Medir, medir y medir
Pero si hay un elemento crucial que frena el avance de muchas iniciativas de inteligencia artificial en las empresas, ese es la dificultad de medir y constatar el impacto real que tiene esta tecnología en productividad o procesos. Aradillas recoge el testigo y pide "más disciplina de la que habitualmente se aplica. Lo que vemos muchas veces es que se mide solo lo que es fácil de medir y se ignoran los impactos que mueven más el negocio pero son más difíciles de atribuir directamente".
Para ilustrar el punto recurre a su propia organización, y detalla que en Ayesa Digital "el retorno tiene al menos cuatro dimensiones que deben medirse en paralelo: eficiencia operativa, capacidad de respuesta al mercado, propuesta comercial y retención de talento". Avisa, además, sobre el riesgo de quedarse solo con la parte más cómoda del análisis: "Quien mida solo la primera dimensión estará tomando decisiones con información incompleta".
Este aspecto será incluso más relevante con la llegada de los agentes de IA. La directiva explica a este propósito que veremos una división de perfiles y funciones que se verán afectados por esta era autónoma: "La frontera no es entre tareas 'intelectuales' y 'manuales', es entre tareas con reglas estables y tareas donde el contexto cambia más rápido que las reglas". Del otro lado de esa frontera sitúa "el juicio ético en situaciones no previstas y la gestión de relaciones donde la confianza es el activo central".
Con todo ello, Marian Aradillas defiende que "las empresas que en 2027 lideren la agenda de IA no serán las que invirtieron más, ni las que eligieron antes el modelo correcto. Serán las que construyeron la maquinaria para convertir decisiones en resultados de forma consistente". Y, para ello, "la prioridad de los próximos dos años no es tecnológica. Es la velocidad con criterio, moverse rápido, pero con la estructura que garantiza que lo que se construye hoy se puede sostener y escalar mañana".
EN PROFUNDIDAD - LA LEY EUROPEA DE IA
La ley de inteligencia artificial se somete a su enésimo examen: qué ha cambiado desde su aprobación y qué viene ahora
La fábrica invisible: cómo se entrena una inteligencia artificial
La IA inyecta gasolina en las startups: menos rondas, pero más grandes y selectivas a la espera de un otoño caliente
Zack Kass (exOpenAI): “ChatGPT fue, en cierto sentido, un accidente”
CINCO VOCES PARA UNA MISMA LEY
Hicham Kabbaj: “La industria no puede permitirse las alucinaciones de la IA generativa de propósito general”
Roberto Alonso (V-Valley): "Hemos pasado de probar la IA a exigirle retorno para el negocio"
Carlos Becker (HappyRobot): "La IA agéntica no debe limitarse a automatizar tareas, ofrece una revolución estructural"
Félix Pastor (Asus): "La IA está convirtiendo el equipo de trabajo en un socio activo"
