天美传媒

驴Qu茅 paralelismos ve con lo que vivimos hoy con la IA?

En las empresas y los negocios industriales con ciclos de inversi贸n largos, la IA no es tan disruptiva, al menos a corto plazo. En las de servicios, B2C y las que presentan un gran volumen de interacciones con el cliente, es probable que lo sea. En el sector servicios, la IA reduce significativamente las barreras de entrada a nuevos actores.

En los grandes entornos corporativos en los que trabajo, lo m谩s importante nunca ha sido la tecnolog铆a. El verdadero desaf铆o es c贸mo integras nuevas tecnolog铆as en sistemas heredados, procesos y herramientas, as铆 como el ritmo al que lo haces.

El reto para los consejeros ejecutivos y no ejecutivos es entender la tecnolog铆a lo suficientemente bien como para evaluar su contribuci贸n potencial a la creaci贸n de valor y, en igual medida, a su destrucci贸n. Si no comprendemos el impacto de la IA en nuestros respectivos sectores, el riesgo para nuestras organizaciones podr铆a ser existencial. De ah铆 que sea una responsabilidad central del consejo.

驴Podr铆a desarrollar un poco m谩s por qu茅 esto va m谩s all谩 de la tecnolog铆a?

En la facultad de ingenier铆a me ense帽aron a programar. Hoy, la IA ha eliminado esta necesidad en muchos contextos, lo que supone un ahorro potencial significativo para las organizaciones.

驴Acaso importa que ya no necesitemos saber programar, igual que dej贸 de importar cuando los trenes hicieron prescindible conducir coches de caballos? 驴Perdi贸 algo esencial la sociedad?

Pensemos en otro ejemplo: los sistemas bancarios centralizados. Los empleados de las sucursales sol铆an cuadrar el balance de sus transacciones diarias registr谩ndolas en hojas de papel que luego enviaban a la central. Con la aparici贸n de los sistemas bancarios centralizados, que conectaban todas las operaciones y transacciones de las sucursales, los empleados ya no ten铆an que hacerlo ni entender c贸mo funcionaba el nuevo sistema.

La IA puede ayudar a las organizaciones a interpretar los sistemas heredados, recuperar la l贸gica de negocio integrada en sistemas desarrollados hace d茅cadas y modernizarlos de manera m谩s eficiente. No es que el conocimiento est茅 desapareciendo, sino que en muchos casos se est谩 recuperando y transfiriendo a otro repositorio desde donde se puede recuperar, reexaminar y mejorar cuando haga falta.

Estamos en un per铆odo de transici贸n: el viejo mundo est谩 desapareciendo, pero no sabemos c贸mo ser谩 el nuevo. Liderar en la ambig眉edad genera incomodidad, inquietud e inseguridad, sobre todo en los niveles operativos de la organizaci贸n.

Por eso esta transformaci贸n va m谩s all谩 de la tecnolog铆a. El reto es c贸mo absorbemos los cambios, reubicamos a las personas cuyas habilidades est谩n perdiendo relevancia y las ayudamos a desarrollar nuevas competencias. 驴C贸mo gestionamos esta transici贸n?

驴Se est谩 implantando bien la IA en las empresas?

驴C贸mo se demuestra liderazgo en ese intervalo entre el piloto y el despliegue de una innovaci贸n?

Es una buena pregunta. Escalar la innovaci贸n siempre es un reto. Una cosa es capturar datos no estructurados para una acci贸n puntual y otra integrar esa capacidad en los procesos y operaciones del d铆a a d铆a.

Adem谩s, el uso de la IA en las organizaciones var铆a tanto que a煤n estamos intentando averiguar la mejor manera de medir su impacto.

• 驴Qu茅 KPI son los m谩s adecuados para la IA?
• 驴C贸mo afecta la IA a los ingresos?
• 驴Qu茅 impacto tiene en el capex y el opex?
• 驴C贸mo contribuye no solo al ahorro directo de costes, sino tambi茅n a la prevenci贸n de costes futuros, por ejemplo, al permitir que una organizaci贸n siga creciendo sin aumentar su plantilla de forma proporcional?

Crecimiento de los ingresos, ahorro de costes y prevenci贸n de costes futuros: medir estas tres dimensiones me parece un buen punto de partida.

La IA tambi茅n est谩 poniendo a prueba y transformando a los propios consejos, incluso a quienes tenemos un perfil t茅cnico. Nos toca guiar a la organizaci贸n en esta andadura con una experiencia limitada, ya que todav铆a es un fen贸meno nuevo. Los consejeros suelen llegar al consejo tras una larga carrera directiva. Muchos empezaron a trabajar en la era de los PC o los inicios de internet. Muy pocos son nativos en la nube. 隆Toda una prueba de lo r谩pido que avanza la tecnolog铆a!

Lo decisivo, para ejecutivos y no ejecutivos por igual, es hacer las preguntas correctas. Los consejeros no necesitan ser expertos en IA, pero s铆 evaluar su impacto en el negocio y garantizar el gobierno corporativo m谩s adecuado.

Los consejos tambi茅n deben conocer el origen y la integridad de los datos en los que se apoyan las decisiones con IA. Sin datos fiables ni procesos s贸lidos, incluso los sistemas m谩s sofisticados pueden ofrecer recomendaciones err贸neas.

Tambi茅n hay que saber d贸nde est谩n tus puntos ciegos. En un mundo tan complejo, las decisiones estrat茅gicas o de asignaci贸n de capital exigen que el consejo re煤na conocimientos y perspectivas suficientemente diversos para identificarlos y abordarlos.

驴Qu茅 est谩n haciendo los consejos?

Las implicaciones de la IA var铆an seg煤n la empresa. Algunos han optado por incorporar a j贸venes expertos en IA. El problema es que tal vez sus conocimientos sean muy pertinentes cuando el debate se centra en la IA, pero quiz谩 no tengan tanta experiencia con la amplia variedad de asuntos que un consejo debe tratar.

Por eso, estamos organizando formaciones en IA, enfocadas no solo en sus detalles t茅cnicos, sino en c贸mo podr铆a alterar el modelo de negocio, los procesos operativos y el panorama competitivo. Estamos aprendiendo a reimaginar nuestros modelos de negocio desde la 贸ptica de la IA.

En el caso de Airbus, los retos se centran en la certificaci贸n de procesos, pues garantizar la seguridad es la m谩xima que sustenta la automatizaci贸n, desde la ingenier铆a y el dise帽o hasta el propio sistema de producci贸n. En el sector aeroespacial, los procesos y los componentes deben cumplir requisitos de certificaci贸n muy estrictos. La introducci贸n de la IA en entornos de seguridad cr铆tica o certificados puede exigir que los procesos, sistemas o componentes correspondientes se sometan a una validaci贸n y recertificaci贸n adicional. Y eso lleva su tiempo.

En Vodafone, donde tambi茅n soy consejera, una de las preguntas clave es c贸mo la IA puede reforzar 鈥搊 poner en riesgo鈥� la resiliencia y la ciberseguridad de las infraestructuras cr铆ticas. En la banca, el debate gira en torno al cumplimiento de la normativa, la protecci贸n de datos de los clientes, la mejora de la experiencia del usuario y la fidelizaci贸n personalizada.

El impacto de la IA en el empleo

Sin nombrar ninguna empresa en concreto 鈥揹igamos que es la CEO de una multinacional con 100.000 empleados鈥�, 驴cu谩ntas personas cree que trabajar谩n en su compa帽铆a dentro de diez a帽os?

Es dif铆cil de predecir, en parte por la propia viabilidad econ贸mica. Cuando calculamos el coste total de automatizar una tarea con un agente de IA 鈥搃ncluyendo el uso de datos, la potencia de procesamiento, la capacidad en la nube y el consumo energ茅tico鈥� y lo comparamos con el coste de que la realice un empleado, vemos que el uso de un agente puede resultar, a veces, m谩s caro.

A煤n no conocemos lo suficiente el coste del ecosistema tecnol贸gico de la IA. Aunque los costes inform谩ticos bajen con el tiempo, la viabilidad econ贸mica del despliegue a gran escala de agentes de IA sigue siendo una inc贸gnita. A corto plazo, se ha demostrado que ciertos puestos son m谩s rentables si los desempe帽an personas que agentes.

La confianza es otro activo clave para el futuro. Incluso un sistema con una precisi贸n del 99% aportar谩 muy poco valor si nadie conf铆a en 茅l. La falta de confianza puede desprestigiar con rapidez la organizaci贸n que lo despliega.

Por eso es necesario comprender c贸mo se han depurado los datos, c贸mo se han desarrollado los algoritmos y qu茅 premisas o posibles riesgos llevan impl铆citos.

Las organizaciones tambi茅n deben invertir en la recualificaci贸n y actualizaci贸n profesional de sus empleados. A medida que desarrollan e implantan sistemas de IA, han de promover el sentido com煤n y el pensamiento cr铆tico en toda la organizaci贸n.

Los aviones vuelan con el piloto autom谩tico la mayor parte del tiempo. No obstante, los pilotos deben ser capaces de asumir el control cuando el sistema deja de recibir datos fiables de los sensores. Del mismo modo, las organizaciones necesitar谩n profesionales capaces de intervenir y gestionar las excepciones.

Debemos mantener el criterio necesario para valorar si la recomendaci贸n de un sistema es la m谩s adecuada, sobre todo en circunstancias excepcionales o imprevistas. Y ese criterio no es artificial, es humano.

+INFO: Amparo Moraleda convers贸 con el profesor del 天美传媒 Philip Moscoso en una sesi贸n del p贸dcast 鈥溾��. Versi贸n completa (40 min.) disponible en .

Esta entrevista forma parte de la revista online 天美传媒 Insight n.潞 173 (sept.-dic. 2026).

TAMBI脡N PUEDE INTERESARTE:

M谩s de la mitad de los consejos de administraci贸n se帽ala que la IA a煤n no est谩 generando valor

IA generativa: f谩cil de usar, dif铆cil de gestionar

驴Transformar谩 la IA generativa la deslocalizaci贸n del trabajo del conocimiento?

C贸mo poner la IA a trabajar en tu organizaci贸n

Cinco pasos urgentes para lograr que la IA genere empleo en Europa