Esa base llega a toda la cadena. La trazabilidad digital de producto, el reporting alineado con la nueva normativa europea y un plan de acción climático conforme a SBTi dependen de la misma materia prima: datos fiables y conectados. Nuestro Plan ESG 2026-2030 tiene la innovación responsable como palanca de competitividad y resiliencia.
La innovación también cambia el modelo. Exploramos fórmulas de circularidad, del alquiler a la segunda mano, y vemos en la inteligencia artificial una herramienta para anticipar demanda, ajustar consumos y evitar excedentes, no solo una presión disruptiva.
Los retos están claros: ciberseguridad y protección de datos, cadenas de suministro expuestas, regulación ESG cada vez más compleja y un cliente que exige transparencia. Quien los convierta en ventaja llegará mejor a 2030.
En un contexto de incertidumbre geopolítica y presión sobre los costes energéticos, ¿qué papel desempeñan la digitalización y la innovación tecnológica en las decisiones estratégicas de las organizaciones? Con la energía cara y un mapa geopolítico que cambia cada día, la digitalización ha dejado de ser un asunto de tecnología. Es una herramienta de decisión.
La innovación aporta velocidad. Permite reasignar compras ante una disrupción logística, ajustar consumos de tienda o rediseñar un proceso sin esperar al cierre del trimestre. En retail de moda, con márgenes estrechos y cadenas largas, gana resiliencia quien decide antes y con mejor información.
¿Qué oportunidades están abriendo la inteligencia artificial, el análisis avanzado de datos y la automatización para mejorar la eficiencia operativa y transformar la toma de decisiones? Veo tres palancas claras. La primera, la analítica avanzada: pasar de informes que explican lo ocurrido a modelos que anticipan demanda, rotación y consumos. La segunda, detectar anomalías, optimizar inventario y ajustar la. La tercera, la automatización: quitar tareas repetitivas, para que los equipos dediquen su tiempo a analizar y decidir.
El cambio de fondo está en la toma de decisiones. Menos intuición aislada, más criterio apoyado en datos. Eso sí: la IA propone, las personas deciden.
¿Cuáles considera que son las principales barreras para convertir la innovación tecnológica en resultados reales? ¿Qué importancia tienen factores como la inversión, la calidad del dato, la capacitación o la cultura organizativa? La tecnología rara vez es el problema. Se compra, se instala y funciona. Lo difícil viene después.
Datos incompletos, dispersos o sin dueño dan resultados poco fiables y minan la confianza en los modelos. Adicionalmente, si cada área protege su información y nadie se siente responsable de usarla, la innovación se queda en piloto. Finalmente, la capacitación. Un equipo que no entiende la herramienta no la usa o la usa mal. La inversión importa, pero va detrás. Con casos de uso claros y retorno medible, financiar es fácil. Sin ellos, ninguna cifra sería suficiente.
Desde su responsabilidad directiva, ¿qué prioridades y decisiones considera fundamentales para impulsar una transformación digital que contribuya a mejorar la competitividad y la sostenibilidad de su organización a largo plazo? En mi opinión, cuatro decisiones marcan la diferencia:
- Tratar el dato como activo, con responsables, estándares de calidad y una arquitectura que conecte tiendas, logística y producto.
- Priorizar casos de uso con retorno medible; eficiencia energética, reducción de excedentes, trazabilidad.
- Invertir en personas; formación continua y liderazgo cercano. Sin adopción real, la tecnología no rinde.
- Integrar digitalización y sostenibilidad en una sola estrategia; mejor dato, mejor decisión, menor impacto y más competitividad.
¿Cómo pueden las organizaciones equilibrar el crecimiento de la demanda de procesamiento y almacenamiento con los objetivos de sostenibilidad, resiliencia, ciberseguridad y soberanía del dato? Con una regla simple: cada modelo y cada terabyte tienen que justificar su coste energético y su riesgo.
En sostenibilidad, eso significa elegir la herramienta adecuada para cada problema (no todo requiere IA), medir el consumo de las cargas digitales y exigir transparencia a proveedores de nube y centros de datos. En resiliencia, diseñar con redundancia y evitar dependencias críticas de un único proveedor. En ciberseguridad, incorporarla desde el diseño, no como parche final. Y en soberanía del dato, decidir qué información crítica se aloja bajo jurisdicción europea y con qué garantías.
Guardar menos y mejor ayuda a todo a la vez: reduce consumo, superficie de ataque y coste.






