La transformación digital ha dejado de medirse por la cantidad de datos disponibles o por el número de tecnologías implantadas. El verdadero reto consiste en convertir esa información en una capacidad capaz de mejorar la operación, facilitar la toma de decisiones y generar valor de forma continua para el negocio.
En el marco del Foro-Tendencias Del dato a la acción: IA, IoT, gemelos digitales y gestión avanzada de activos para la Agenda 2030-2050, organizado por la Plataforma enerTIC.org, la mesa redonda «Cuando el dato cobra vida: cómo transformar la gestión de activos, la operación y la toma de decisiones hacia los objetivos 2030-2050» analizó cómo las organizaciones están integrando la inteligencia basada en datos en su estrategia corporativa para evolucionar hacia modelos operativos más eficientes, predictivos y resilientes.
Durante la sesión participaron Carlos Acha, Director de Tecnología de EMT Madrid; Marta Serrano, Global Head of Data & AI de Acciona Energía; Daniel Panadero, Director de Transformación Digital de FCC Enviro; Julio Angulo, Chief Digital Officer de Gestamp; e Ignacio Moratalla, Director de Industria y Energía de Ayesa. Desde la experiencia de sectores tan diversos como la movilidad, la energía, la gestión de residuos o la industria, compartieron los retos, aprendizajes y prioridades que están marcando la evolución de sus organizaciones.
Aunque las realidades de cada compañía son diferentes, el debate dejó una conclusión común: el dato solo genera un impacto real cuando deja de entenderse como un activo tecnológico aislado para convertirse en una capacidad integrada en la operación, alineada con la estrategia y orientada a mejorar las decisiones que se toman cada día.
La inteligencia ya forma parte de la operación
Uno de los aspectos sobre los que coincidieron los participantes fue que la inteligencia basada en datos ha dejado de ser una disciplina paralela a la actividad diaria para convertirse en un elemento inseparable de la propia operación. En organizaciones que gestionan infraestructuras complejas, grandes activos industriales o servicios esenciales, la toma de decisiones depende cada vez más de la disponibilidad de información actualizada y contextualizada en tiempo real.
Esta evolución responde también a la creciente complejidad de los entornos operativos. La electrificación de la movilidad, la integración masiva de energías renovables, la digitalización industrial o la optimización de servicios urbanos generan un volumen de información que ya no puede gestionarse mediante procesos tradicionales. La analítica avanzada y la inteligencia artificial permiten transformar ese flujo continuo de datos en una herramienta de apoyo para la operación diaria.
Los distintos casos expuestos mostraron cómo esta inteligencia ya se aplica en ámbitos tan diversos como la gestión de infraestructuras de recarga para flotas eléctricas, la optimización dinámica de rutas de recogida de residuos, la monitorización individualizada de activos renovables o la detección automática de anomalías en procesos industriales. En todos ellos, el objetivo es el mismo: disponer de información útil en el momento preciso para actuar con mayor rapidez y eficacia.
La calidad del dato determina la capacidad de escalar
Si hubo un mensaje especialmente repetido durante la conversación fue que la inteligencia artificial solo puede generar resultados sostenibles cuando se apoya sobre una base sólida de información. Acumular grandes volúmenes de datos carece de valor si estos no son consistentes, están fragmentados o no responden a criterios comunes de calidad y gobierno.
Los participantes coincidieron en que muchas organizaciones afrontan actualmente el reto de industrializar el uso de la inteligencia artificial. Para conseguirlo resulta imprescindible estandarizar procesos, definir arquitecturas comunes y garantizar que la información se gestiona de forma homogénea desde su origen. Solo así es posible desplegar soluciones a gran escala, reducir tiempos de implantación y asegurar que los modelos puedan evolucionar sin generar nuevas islas de información.
La conversación puso también de manifiesto que este esfuerzo debe extenderse tanto al ámbito tecnológico como al organizativo. El dato necesita responsables claramente identificados, mecanismos de validación y criterios compartidos que permitan mantener su calidad a lo largo de todo su ciclo de vida y convertirlo en un recurso fiable para toda la organización.
Tecnología y negocio deben avanzar juntos
Otro de los grandes ejes del debate fue la necesidad de superar la separación tradicional entre los equipos tecnológicos y las áreas de negocio. La inteligencia basada en datos solo genera una ventaja competitiva cuando responde a necesidades operativas concretas y forma parte de los procesos que sustentan la actividad diaria de la organización.
En este sentido, los participantes defendieron modelos de colaboración permanentes entre operaciones y tecnología, capaces de priorizar conjuntamente los proyectos con mayor impacto y asegurar que las soluciones desarrolladas responden realmente a las necesidades del negocio. La convergencia entre los entornos IT y OT, junto con la integración de información procedente de múltiples sistemas, constituye uno de los pilares sobre los que se construye esta nueva forma de trabajar.
La gestión del cambio ocupa también un papel protagonista en esta transformación. Más allá de implantar nuevas plataformas o algoritmos, resulta necesario fomentar una cultura del dato compartida, formar a los equipos y favorecer que la responsabilidad sobre la información se distribuya entre todas las áreas implicadas, reforzando la colaboración y la confianza en los nuevos modelos de decisión.
La inteligencia artificial entra en una fase de madurez
La mesa redonda reflejó también un cambio de enfoque respecto a la inteligencia artificial. Tras una primera etapa marcada por la experimentación y la prueba de conceptos, las organizaciones comienzan a centrar sus esfuerzos en obtener resultados medibles y sostenibles en el tiempo, así como en integrar estas capacidades dentro de procesos plenamente consolidados. Este paso implica no solo validar el valor de la tecnología, sino también asegurar su continuidad operativa y su alineación con las prioridades estratégicas del negocio.
Los participantes coincidieron en señalar que el éxito ya no depende únicamente del potencial de los modelos, sino de la capacidad para gobernarlos adecuadamente, controlar la calidad de los datos que utilizan y garantizar que sus resultados sean comprensibles, trazables y alineados con los objetivos estratégicos de la organización. Además, subrayaron la importancia de establecer marcos claros de responsabilidad y supervisión que permitan gestionar estos sistemas de forma fiable, evitando riesgos y facilitando su adopción por parte de los equipos.
En este escenario adquieren cada vez más protagonismo los agentes inteligentes capaces de consultar múltiples sistemas, coordinar tareas o asistir a los operadores en la toma de decisiones. Estas soluciones permiten automatizar procesos complejos y mejorar la eficiencia operativa, aportando una capa adicional de inteligencia en tiempo real. No obstante, su incorporación exige reforzar los mecanismos de gobierno, seguridad y supervisión para asegurar que esta nueva inteligencia actúa siempre dentro del marco definido por la organización y responde a criterios éticos, regulatorios y de control adecuados.
Preparar las organizaciones para el horizonte 2030-2050
La conversación concluyó con una mirada compartida hacia el futuro de la gestión de activos y de la operación inteligente. Los participantes coincidieron en que la transición energética, la electrificación, la flexibilidad de los sistemas energéticos o la creciente automatización incrementarán todavía más la complejidad de las decisiones que deberán afrontar las organizaciones durante los próximos años.
Responder a este escenario exigirá combinar inteligencia artificial, analítica avanzada, gemelos digitales y plataformas de datos con modelos organizativos capaces de integrar tecnología, negocio y personas dentro de una estrategia común. La capacidad para escalar estas soluciones, mantener la calidad de la información y adaptarse a nuevos requisitos regulatorios será un elemento diferencial para asegurar la competitividad.
En definitiva, la mesa redonda puso de manifiesto que el dato solo cobra realmente vida cuando deja de ser un recurso tecnológico para convertirse en una capacidad integrada en la estrategia empresarial y en la operación diaria. Solo entonces la inteligencia artificial, la analítica avanzada y los nuevos modelos digitales consiguen generar un impacto tangible sobre la eficiencia, la resiliencia y la competitividad de las organizaciones, contribuyendo a afrontar con mayores garantías los desafíos que plantea el horizonte 2030-2050.
