Con más de 30 años de trayectoria en España, posee un equipo de 1.500 profesionales, y más de 2.500 a nivel internacional en sus oficinas de Portugal, Italia, Reino Unido, Latinoamérica, Estados Unidos y Oriente Medio. En SDG Group la innovación es integral a su propuesta de valor, donde el 16% de sus ingresos se destinan a laboratorios de innovación y desarrollo. La compañía ha anunciado este año Orbitae, su apuesta por la unificación de iniciativas de IA; para una mayor visibilidad en el mercado a través de herramientas avanzadas y frameworks propios.
¿Cuáles considera son las tecnologías clave de esta “Twin Transition”?
Las principales palancas de esta transformación son tres. Primero, disponer de un dato fiable y trazable como “single source of truth” que unifique la información hoy dispersa y permita automatizar el cumplimiento regulatorio y el reporting (CSRD, taxonomía) con eficiencia y control. Segundo, convertir ese dato en gestión, pasando del reporte a la mejora del desempeño mediante monitorización continua de KPIs, cálculo y seguimiento de huella, simuladores de escenarios y modelos predictivos que prioricen inversiones y medidas de eficiencia energética y descarbonización. Tercero, extender la sostenibilidad a la cadena de suministro y al ámbito financiero-producto, con gestión de riesgos de proveedores, integración de datos externos, trazabilidad de materias primas y LCA para habilitar decisiones y financiación verde. En SDG Group tenemos equipos especializados en activar estas palancas con plataformas de datos ESG, integración con datos corporativos, automatización y analítica avanzada e IA, incluida IA generativa para acelerar reporting y facilitar decisiones accionables.
¿Cuáles cree que son las principales tendencias tecnológicas del sector y su consecuente evolución en los próximos años?
Las principales tendencias tecnológicas se agrupan en cinco líneas. En primer lugar, la modernización de la arquitectura de datos mediante plataformas unificadas que integran información operativa e histórica y reemplazan legados, habilitando una visión end to end y multi-caso de uso.
En segundo lugar, la industrialización de la analítica avanzada y la IA, con un uso creciente de modelos predictivos y simuladores para priorizar inversiones, mejorar la eficiencia energética y acelerar decisiones con criterios económicos y de sostenibilidad.
La tercera es la incorporación práctica de la IA generativa como capa de productividad y adopción de soluciones, traduciendo resultados complejos en explicaciones y recomendaciones accionables para perfiles no expertos, lo que facilita escalar casos como mantenimiento predictivo u optimización operativa.
Cuarta, la digitalización orientada a activos, con gemelos digitales, monitorización y modelos de desempeño que permiten extender vida útil, reducir paradas y optimizar repuestos.
Y, por último, la automatización del cumplimiento ESG (CSRD, taxonomía, cadena de suministro) con trazabilidad y gobierno del dato, apoyada por Centros de Excelencia que aseguren control, escalabilidad y retorno.
La irrupción de la Inteligencia Artificial Generativa está catalizando la transformación en números ámbitos, ¿cómo está influyendo en su sector o actividad?
En los dos o tres últimos años la IA generativa ha vivido un auge de expectativas y, a la vez, una rápida maduración. Vemos en nuestros clientes que se está pasando de la experimentación a un uso más pragmático, donde el valor se obtiene cuando se integra con datos gobernados y procesos reales. Uno de los impactos más visibles es el desbloqueo de barreras de adopción de la IA “clásica” porque traduce resultados complejos en explicaciones y recomendaciones comprensibles para distintos perfiles, capturando así conocimiento experto y reduciendo la dependencia de un número limitado de especialistas. Esto acelera decisiones en áreas como gestión de activos, eficiencia energética y operación, y también en sostenibilidad, donde habilita asistentes para automatizar reporting, cuestionarios y trazabilidad regulatoria.
Donde se están consiguiendo rápidos retornos con el uso de la IA generativa es en aquellas funciones intensivas en documentación, como la preparación de informes, evidencias y cuestionarios vinculados a sostenibilidad y cumplimiento, eliminando tareas manuales y mejorando la consistencia. Al mismo tiempo, se está consolidando una conclusión práctica, y es que, sin controles de calidad, trazabilidad y validación humana, la fiabilidad y los riesgos asociados a imprecisiones limitan el escalado, por lo que el despliegue masivo depende de gobernanza y de una base de datos unificada que reduzca incertidumbre en las respuestas.
¿Quién considera está impulsando más la adopción de estas tecnologías: gobierno, proveedores de tecnología, empresas usuarias…? ¿Cuáles son las principales barreras?
La adopción la están impulsando, principalmente, las propias empresas usuarias. Nadie quiere quedarse fuera de la ola de IA generativa y, ante la incertidumbre sobre su impacto real, muchas compañías han decidido invertir, probar y validar casos de uso con rapidez. Los proveedores de tecnología y soluciones como SDG aceleramos la oferta y la disponibilidad, y la regulación actúa como catalizador en ámbitos como sostenibilidad y trazabilidad, pero el empuje decisivo viene desde la demanda, la alta dirección y las áreas tecnológicas.
Las principales barreras siguen siendo el coste, la complejidad de la digitalización y la integración sistemas dándole sentido al doto en su conjunto. En muchas iniciativas, la mayor parte del esfuerzo y del presupuesto se concentra en integrar sistemas, unificar y preparar datos y modernizar plataformas. Esto exige una visión transversal y profunda, así como un portfolio de casos de uso que justifique el retorno, porque los beneficios no aparecen si se avanza con pilotos inconexos. A ello se suma la falta de capacidades internas para escalar, y la necesidad de gobernanza para controlar riesgos, calidad y adopción.
¿Y dentro de las organizaciones? ¿Qué perfil impulsa la transformación energética y digital dentro de las compañías de su sector?
Dentro de las organizaciones, el impulso suele venir de la alta dirección y, de forma muy marcada, de los perfiles tecnológicos y de dato. CTO, CIO y CDO están liderando el “pull” de iniciativas, especialmente a raíz de la IA generativa, y eso está arrastrando también la IA más clásica, que antes solía estar más distribuida en soluciones aisladas por áreas de negocio. Al mismo tiempo, cada vez es más habitual que la función de sostenibilidad y las áreas operativas participen como coproductores del cambio porque el impacto se materializa en KPIs operativos, energéticos y de cumplimiento.
Como evolución natural, muchas compañías están centralizando estas iniciativas en torno a estructuras de gobierno y a Centros de Excelencia de Datos e IA, que cumplen una doble función. Por un lado, capacitan a la organización para entender limitaciones y nuevas formas de trabajar. Por otro, convierten ideas en casos de uso escalables, priorizados y conectados a una arquitectura común que asegure retorno y control.
SDG Group
Manufacturing Domain Lead
