Imagina esto: es marzo de 2020. El mundo se detiene, pero para el e-commerce, es el comienzo de una oleada de demanda sin precedentes.

Para Deporvillage, uno de los gigantes del retail deportivo del sur de Europa, este momento significó pasar de facturar 60 a 120 millones de euros en un solo año. Un crecimiento del 157% que, si bien es el sueño de cualquier negocio, también es la receta perfecta para un colapso tecnológico total. Cada segundo de caída en un día pico como Black Friday puede costar más de 9.000 €, y el 91% de los clientes con una mala experiencia no vuelve jamás.

Esta no es una historia de suerte; es una clase magistral de resiliencia. En el último episodio del podcast «Cloud Maturity Journey», conversamos con Narcís Pillao, CTO de Deporvillage, quien se unió a la empresa justo en el epicentro de esta explosión. Narcís desvela cómo transformaron una arquitectura al borde del colaso en una fortaleza digital capaz de soportar no solo el crecimiento exponencial, sino cualquier crisis futura. ¿El resultado? Un impresionante objetivo de disponibilidad del 99,99%.

El diagnóstico: Cuando el éxito se convierte en tu mayor riesgo

La migración a la nube es una necesidad, pero muchas empresas caen en la trampa de tratarla como una simple mudanza. Narcís se encontró con los síntomas clásicos de una arquitectura que no estaba preparada para la híper-escala:

• Un núcleo monolítico: Una base de datos y un CMS centralizados que actuaban como un cuello de botella, ahogando la agilidad.
• El «efecto dominó»: Veinte microservicios con comunicación síncrona, donde el fallo de uno podía derribar todo el sistema en cadena.
• Deuda técnica insostenible: Un equipo de solo ocho personas luchando por mantener una arquitectura cada vez más compleja.

La solución no era parchear el sistema, sino rediseñarlo desde sus cimientos.

Los pilares de una arquitectura e-commerce resiliente

Durante nuestra conversación, Narcís describió los principios fundamentales que permitieron a Deporvillage no solo sobrevivir, sino prosperar. Estas no son ideas teóricas, sino estrategias probadas en el campo de batalla del retail digital.

1. Arquitectura en capas – La filosofía de la «cebolla»: La resiliencia no es un único componente, sino una serie de defensas. La estrategia de Deporvillage se centra en una «arquitectura cebolla» que protege el negocio en múltiples niveles:
   • Capa Edge: Una CDN para servir contenido en 80ms en lugar de 900ms y un WAF para filtrar ataques.
   • Capa Cloud: Kubernetes y bases de datos gestionadas (Aurora, Elasticsearch) que escalan automáticamente con la demanda.
   • Capa de Aplicación: Patrones de back-pressure para evitar la sobrecarga y una arquitectura asíncrona basada en eventos que rompe el «efecto dominó».
2. Innovación controlada – Los «Innovation Tokens» La tentación de adoptar la última tecnología es un riesgo en sí mismo, ya que añade complejidad. Narcís introdujo el concepto de los «innovation tokens»: un límite anual de innovaciones.
   «¿Para qué quieres un Ferrari si solo vas a ir por las calles de Madrid? Tienes que entender muy bien qué necesita tu negocio.»
   Este principio obliga al equipo a justificar cada nueva pieza tecnológica por su valor real, no por ser «lo último», manteniendo la estabilidad como prioridad.
3. Seguridad por diseño – Despliegues sin miedo: La ciberseguridad y la estabilidad deben ser fundamentales, no un añadido. Para cambios críticos, como la reescritura del sistema de pedidos, el riesgo de un lanzamiento fallido es inaceptable. La solución es el despliegue gradual con feature flags:
   • La nueva función se activa primero solo para empleados.
   • Luego, se libera a un pequeño porcentaje de usuarios por UID.
   • El tráfico se redirige progresivamente, mitigando el impacto de cualquier error.

El factor humano: La última capa de defensa

La mejor arquitectura del mundo puede ser saboteada por un error humano. Por eso Deporvillage prioriza procesos rigurosos como pull requests obligatorios, pipelines de CI/CD robustos y tests exhaustivos. La tecnología la hacen posible las personas, y los procesos de calidad son su mejor herramienta.

Conclusiones esenciales de la transformación de Deporvillage:

• Diseñar para el fallo: La pregunta no es si algo fallará, sino cómo te recuperarás sin que el cliente lo note.
• La complejidad es el enemigo: No adoptes tecnología por moda. Cada nueva herramienta añade una carga de mantenimiento.
• La resiliencia se construye en capas: Desde la CDN hasta el código y los procesos del equipo, cada nivel es una defensa.
• Despliega de forma gradual, no de golpe: Usa feature flags para que los fallos sean incidentes menores, no catástrofes.

La perspectiva de Narcís lo resume todo: el compromiso con una arquitectura resiliente no es un proyecto de TI, es una estrategia de supervivencia y una ventaja competitiva continua.

¿Está tu infraestructura preparada para soportar un crecimiento explosivo?

Escucha el episodio completo para descubrir todos los detalles de una de las transformaciones cloud más impresionantes del e-commerce español.

A cada segundo, miles de clientes esperan al teléfono, escuchando la misma música de fondo y preparándose para repetir su historia una vez más. Mientras tanto, los agentes del contact center cambian frenéticamente entre pantallas, buscando respuestas que saben que existen en alguna parte del sistema. Esta fricción diaria cuesta a las empresas miles de millones en pérdida de productividad y relaciones dañadas.

La paradoja es sorprendente: mientras que la transformación digital ha revolucionado la mayoría de las funciones empresariales, muchos contact centers aún operan con modelos obsoletos. Los agentes hacen malabares con múltiples sistemas, los clientes sufren transferencias interminables y nadie alcanza su máximo potencial.

Pero ¿y si tu contact center pudiera evolucionar hasta convertirse en un organismo inteligente que aprende, se adapta y ofrece experiencias excepcionales a escala? ¿Y si, además de ayudar a los agentes, se convirtiera en un nuevo y poderoso canal para la interacción con el cliente?

De los chatbots a la IA Agéntica: la evolución

Los chatbots tradicionales decepcionaron porque intentaban forzar las conversaciones humanas en rígidos árboles de decisión. No podían comprender el contexto, manejar la complejidad ni demostrar la inteligencia emocional que los clientes esperan.

La IA Agéntica de hoy en día representa algo completamente diferente. Estos agentes conversacionales de nueva generación mantienen conversaciones fluidas y naturales con los clientes, usando IA generativa para lograr una interacción más profunda. Ya no se trata de seguir guiones; se trata de comprender la intención, mantener el contexto y ofrecer respuestas personalizadas que se sientan realmente útiles. La IA actúa con un propósito, completando tareas y ofreciendo soluciones a los problemas del cliente por sí misma.

La arquitectura de la inteligencia

Lo que hace que la IA Agéntica moderna sea tan potente es su arquitectura integrada, construida sobre plataformas robustas en la nube. Esta arquitectura proporciona una fuente única de la verdad sobre los journeys de los clientes, conectando diferentes fuentes de datos para actuar como un sistema unificado e inteligente. Está diseñada específicamente para integrarse a la perfección con tu CRM y otros sistemas de negocio.

Esta arquitectura inteligente combina varias capacidades clave que trabajan en armonía. La comprensión del lenguaje natural, potenciada por modelos avanzados como Gemini, permite al sistema captar no solo lo que dicen los clientes, sino lo que quieren decir. Esta comprensión se extiende tanto a la voz como al texto, manejando acentos, expresiones coloquiales e incluso el contexto emocional.

Y lo que es quizás más importante, todo el sistema aprende y mejora continuamente. Cada interacción proporciona datos que perfeccionan la comprensión, mejoran las respuestas e identifican nuevas oportunidades para la automatización o la mejora. Las organizaciones informan que su IA Agéntica se vuelve notablemente más eficaz a las pocas semanas de su implementación.

IA Agéntica: un nuevo canal conversacional

La IA Agéntica marca un cambio fundamental, yendo más allá de ser una simple herramienta para convertirse en un nuevo y estratégico canal de servicio al cliente. Estos sistemas ofrecen una poderosa alternativa al soporte telefónico y por correo electrónico tradicional, proporcionando a los clientes información instantánea, precisa y personalizada.

Al permitir a los clientes obtener respuestas en tiempo real a preguntas comunes sobre el estado de un pedido, saldos de cuenta o políticas de devolución, la IA Agéntica reduce drásticamente el volumen de consultas sencillas que inundan los contact centers. Esto alivia la presión y la carga de trabajo de los agentes humanos, liberándolos para que se centren en los problemas complejos y de alto valor que requieren un toque humano.

En lugar de esperar al teléfono, los clientes obtienen respuestas inmediatas y útiles. Para las empresas, esto no solo significa una reducción en los costes operativos, sino también un aumento significativo en la satisfacción del cliente. Este nuevo canal proporciona una experiencia de autoservicio fluida que está siempre activa, disponible y es siempre precisa.

Construyendo el futuro: los pilares de la IA Agéntica

Esta nueva era del servicio al cliente se construye sobre una base de componentes integrados que trabajan juntos como un único sistema inteligente. Este enfoque se ejemplifica en plataformas que unifican capacidades clave. El Customer Engagement Suite with Google AI reúne estas herramientas en una plataforma potente y cohesionada.

En su esencia, el conjunto incluye la CCAI Platform, una solución CCaaS (Contact Center as a Service) integral que proporciona la tecnología full-stack para el enrutamiento y la gestión de las interacciones con los clientes. Está diseñada para aprovechar los otros potentes productos de IA dentro del conjunto, incluyendo:

• Agentes conversacionales (agentes virtuales): Gestionan conversaciones complejas y de múltiples turnos en varios idiomas. Procesan no solo texto y voz, sino que pueden entender inputs visuales cuando los clientes comparten capturas de pantalla o documentos, y también ofrecen capacidades de dispositivos inteligentes como compartir fotos y vídeos.
• Agent Assist: Transforma a los agentes humanos en superagentes. Identifica la intención de los clientes y proporciona asistencia en tiempo real y paso a paso a los empleados durante sus llamadas y chats, mostrando información relevante de forma instantánea y sugiriendo respuestas óptimas.
• Conversational Insights: Utiliza el procesamiento del lenguaje natural para convertir cada interacción en inteligencia. Ayuda a los gerentes de contact center a identificar los motivos de las llamadas, el sentimiento, las preguntas frecuentes y otra información sobre las interacciones con los clientes, lo que te permite identificar problemas emergentes antes de que se vuelvan incontrolables.
• Orquestación omnicanal: Garantiza que los clientes nunca tengan que repetirse. Pueden comenzar en el chat, cambiar a voz, enviar un correo electrónico y volver días después, con todo el contexto conservado en todos los puntos de contacto. La IA mantiene una memoria perfecta de cada interacción.

El modelo de colaboración entre humanos e IA

Esto es lo que distingue a la IA Agéntica moderna: está diseñada para potenciar las capacidades humanas, no para reemplazarlas. Las implementaciones más exitosas crean equipos de humanos e IA que superan el rendimiento de cualquiera de los dos trabajando por separado.

Imagina este flujo de trabajo mejorado: un cliente se pone en contacto con soporte por un problema de facturación complejo. En segundos, la IA Agéntica identifica al cliente, analiza la discrepancia en todos los sistemas relevantes y prepara posibles resoluciones basadas en casos similares. Cuando la llamada se enruta a un agente humano, todo aparece en una interfaz unificada: el resumen del problema, el historial del cliente, las resoluciones sugeridas y las políticas relevantes.

El agente humano puede centrarse en lo que los humanos hacen mejor: demostrar empatía, tomar decisiones matizadas y construir relaciones, mientras la IA se encarga del trabajo pesado de recopilación y análisis de datos. No se trata de elegir entre eficiencia y empatía; se trata de lograr ambas.

Más allá del ahorro de costes: la ventaja estratégica

Si bien la eficiencia operativa es importante, el verdadero valor de la IA Agéntica reside en su capacidad para transformar las relaciones con los clientes. Cuando los clientes pueden obtener ayuda instantánea y precisa a cualquier hora en su idioma y canal preferidos, la satisfacción se dispara. Cuando los agentes tienen soporte de IA que los hace más efectivos y sus trabajos más gratificantes, la rotación de personal se desploma.

No se trata solo de manejar un mayor volumen, sino de ofrecer experiencias consistentemente excelentes que construyan lealtad e impulsen el crecimiento. Las empresas informan que las conversaciones con IA Agéntica a menudo descubren oportunidades de venta que los modelos de servicio tradicionales pasan por alto, convirtiendo el contact center de un centro de costes a un generador de ingresos.

Vive el futuro en The Genius Gene

La revolución en el servicio al cliente está sucediendo ahora. Organizaciones de todo el mundo están incorporando la IA Agéntica en su ADN, creando contact centers que piensan, aprenden y evolucionan. La pregunta no es si adoptar la IA Agéntica, sino con qué rapidez puedes comenzar la transformación.

Únete a nosotros el 24 de septiembre en el evento The Genius Gene para ser testigo del futuro del servicio al cliente, aprender de transformaciones exitosas y descubrir tu propio camino.

En la economía digital, los datos son el recurso más abundante que poseen las empresas… y el que menos equitativamente reparte sus beneficios. Aunque los directivos hablan de “culturas orientadas a los datos”, la mayoría de los empleados sigue sin acceso a las conclusiones que necesitan para actuar con confianza. La causa no es la falta de tecnología ni de talento, sino la fricción invisible entre la curiosidad humana y las herramientas diseñadas para responderla.

La gran paradoja de los datos

Las organizaciones nunca han tenido tantos datos. Terabytes fluyen cada día desde cada interacción con clientes, cada transacción, cada sensor. Sin embargo, la mayoría de las empresas se ahoga en datos mientras muere de sed de conocimiento.

Las cifras son contundentes. Según estudios del sector, el 87% de los proyectos de ciencia de datos nunca llegan a producción. Los usuarios de negocio esperan días o incluso semanas para recibir informes a medida. Para cuando las conclusiones llegan, el momento de actuar ya ha pasado. Mientras tanto, el 80% del tiempo de los analistas se dedica a preparar datos, no a analizarlos. Las personas contratadas para generar conocimiento acaban dedicando su jornada a pelear con los sistemas.

Esta es la gran paradoja de la inteligencia de negocio moderna: datos infinitos, conocimiento mínimo. El problema no son los datos. Ni siquiera las herramientas. Es la interfaz entre las preguntas humanas y las respuestas que los datos pueden dar.

La barrera del idioma que cuesta miles de millones

Tus datos hablan SQL. Tu negocio habla español, inglés, mandarín. Entre ambos hay un abismo que cuesta tiempo, dinero y oportunidades.

Pensemos en una pregunta sencilla:

“¿Qué productos están creciendo en el mercado de Madrid en comparación con el trimestre anterior, excluyendo las promociones?”

Para un usuario de negocio, es una pregunta natural. Para las herramientas de BI tradicionales, requiere:

• Comprender las relaciones entre tablas
• Escribir SQL complejo con múltiples joins
• Aplicar los filtros y exclusiones correctos
• Formatear los resultados de forma adecuada
• Interpretar correctamente la salida

Cada paso introduce fricción. Cada punto de fricción reduce el uso. Menos uso significa más decisiones basadas en la intuición y no en los datos. Y así es como los líderes de mercado se convierten en seguidores.

Lenguaje natural: la interfaz universal de los datos

¿Qué pasaría si cada empleado pudiera “hablar” con los datos igual que habla con un compañero? Sin lenguajes de consulta complejos ni paneles predefinidos, sino mediante conversación natural.

Esta transformación ya está en marcha. Las plataformas modernas de analítica conversacional, como Looker, están rompiendo la barrera entre las personas y los datos. Los usuarios simplemente formulan preguntas en lenguaje natural:

• “Muéstrame la tendencia de churn de clientes”
• “¿Por qué bajaron las ventas el martes pasado?”
• “¿Qué pasaría si subimos los precios un 5%?”
• “¿Qué campañas de marketing generan mayor lifetime value?”

El sistema entiende la intención, no solo las palabras clave. Mantiene el contexto a lo largo de las preguntas, permitiendo análisis exploratorios profundos. Sugiere preguntas de seguimiento basadas en patrones. Y, lo más importante, aprende de cada interacción, volviéndose más capaz con el tiempo.

El efecto compuesto de la curiosidad

Esto es lo que los proveedores tradicionales de analítica suelen pasar por alto: cuando el acceso a los datos es difícil, la curiosidad muere. Y cuando muere la curiosidad, la innovación la sigue. Las organizaciones desarrollan una especie de “indefensión aprendida” frente a los datos, aceptando la ignorancia antes que luchar contra la fricción.

La analítica conversacional revierte esta espiral negativa. Cuando cualquiera puede hacer preguntas, todos las hacen. Los comerciales empiezan a explorar patrones de éxito. Los equipos de marketing descubren segmentos ocultos. Los responsables de operaciones detectan oportunidades de eficiencia. Los directivos obtienen pulsos en tiempo real sin esperar a los informes mensuales.

Cada pregunta lleva a otra. Cada hallazgo impulsa una acción. Cada acción genera datos que retroalimentan el sistema. Este ciclo virtuoso transforma a las organizaciones de “ricas en datos pero pobres en conocimiento” a verdaderas empresas impulsadas por inteligencia.

Looker: donde la conversación se encuentra con la computación

Looker representa la vanguardia de la analítica conversacional. Construido sobre los avanzados modelos de lenguaje de Google e integrado con una infraestructura de datos de nivel empresarial, ofrece:

Comprensión semántica: Looker no solo analiza palabras clave, entiende el contexto del negocio. Cuando preguntas por “salud del cliente”, sabe que te refieres a métricas de interacción, tickets de soporte y probabilidad de renovación, no a historiales médicos.

Visualización inteligente: Las respuestas no llegan solo como números, sino en la visualización más adecuada. Las tendencias aparecen como líneas, las comparaciones como barras, las relaciones como redes. El sistema elige lo que mejor responde a tu pregunta.

Flexibilidad gobernada: Lenguaje natural no significa caos. Looker mantiene una estricta gobernanza de datos, asegurando que cada usuario vea solo lo que debe, pero permitiendo una exploración amplia dentro de esos límites.

Aprendizaje continuo: Cada pregunta mejora el sistema. Las consultas poco claras se aclaran. Los patrones frecuentes se convierten en atajos. La plataforma evoluciona junto con la organización.

Rompiendo las últimas barreras

Las preocupaciones habituales se disipan rápido:

• “¿Y la calidad de los datos?” La analítica conversacional detecta problemas de datos antes, impulsando su corrección.
• “¿Confiarán las personas en las conclusiones generadas por IA?” La confianza aumenta cuando pueden interrogar la lógica con preguntas de seguimiento.
  “¿Cómo mantenemos la gobernanza?” Las interfaces en lenguaje natural pueden aplicar permisos incluso de forma más estricta que las herramientas tradicionales.
• “¿Cuál es la curva de aprendizaje?” Si sabes formular una pregunta, sabes usar la analítica conversacional.

Making Science: tu socio en la transformación conversacional

La tecnología existe hoy. Plataformas como Looker la hacen accesible y asequible. El único obstáculo es dar el primer paso: de lo tradicional a lo conversacional, de lo complejo a lo natural, de la inteligencia exclusiva a la inteligencia inclusiva.

Vive el futuro de la analítica en el evento “The Genius Gene”, donde César Ramos mostrará cómo los datos se convierten en diálogo cuando cuentas con el socio adecuado, haciendo que cada empleado se convierta en analista de datos.

Las organizaciones que usan analítica conversacional reportan:

• 10 veces más empleados utilizando datos activamente
• 80% más rapidez en la generación de insights
• 60% menos solicitudes de informes
• 5 veces más decisiones basadas en datos

Pero la verdadera ventaja no está en las métricas, sino en la cultura. Cuando todos pueden acceder a la información, toda la organización se vuelve más inteligente. Cuando las decisiones se toman más rápido, la innovación se acelera. Cuando los datos se vuelven conversacionales, la inteligencia se convierte en organizacional.

Las organizaciones modernas se ahogan en datos, pero pasan hambre de claridad. Cada departamento utiliza sus propias herramientas, cada herramienta gestiona sus propios datos y cada flujo de trabajo es una carrera de obstáculos de inicios de sesión, pestañas y búsquedas manuales. Los líderes saben que ahora tienen más información que nunca, pero está dispersa, fragmentada en silos y tarda en aparecer cuando más se necesita. El resultado: las decisiones se retrasan, se pierden oportunidades y la productividad se desangra silenciosamente en mil microinterrupciones.

Es una fuga silenciosa de rendimiento que está costando a las empresas mucho más de lo que imaginan.

La crisis oculta de la empresa moderna

Aquí tienes una cifra que debería preocupar a cualquier CEO: tus empleados pierden 1 hora cada día simplemente cambiando entre aplicaciones. No usándolas: cambiando de una a otra. Buscando información. Copiando y pegando datos. Intentando recordar en qué sistema está guardada cierta información.

Según estudios, los empleados utilizan una media de 5 herramientas distintas solo para encontrar información básica. Los datos de clientes están en el CRM. Los datos financieros en el ERP. La información de proyectos se esconde en herramientas de colaboración. Los documentos están desperdigados por distintas nubes. Y en los correos electrónicos se toman decisiones clave que nunca llegan a los sistemas oficiales.

Esta fragmentación no solo es ineficiente: es peligrosa. Se toman decisiones con información incompleta. Las oportunidades se pierden en el hueco entre sistemas. Los clientes se ven obligados a repetir la misma información una y otra vez porque la mano izquierda no sabe lo que hace la derecha.

Por qué han fallado las soluciones tradicionales (y por qué eso es una buena noticia)

«Pero nosotros hemos integrado nuestros sistemas», podrías decir. «Tenemos APIs. Hemos creado un data warehouse. Incluso compramos esa costosa solución de middleware».

La verdad incómoda es esta: la integración tradicional es como construir autopistas entre ciudades… pero seguir obligando a todos a conducir. Has conectado los sistemas, pero no la inteligencia. Tus empleados todavía necesitan saber dónde buscar, cómo encontrar lo que necesitan y qué conectar. La carga cognitiva sigue siendo enorme.

Incluso los chatbots de IA y las herramientas de automatización se han quedado cortos. Como explica Raj Pai, vicepresidente de gestión de producto de Google Cloud: “Los agentes de IA suponen un salto enorme respecto a la automatización o los chatbots tradicionales. Pueden ejecutar flujos de trabajo complejos, desde planificación e investigación hasta la generación y prueba de nuevas ideas. Pero, para escalar, las empresas necesitan un ecosistema de información preparado para la IA que funcione a través de los silos”.

Llega Agentspace: el nuevo sistema nervioso de tu organización

Imagina poder encontrar cualquier pieza de información dentro de tu organización —ya sea texto, imágenes, webs, audio o vídeo— con la misma facilidad y potencia que una búsqueda de Google. Eso es exactamente lo que ofrece Google Agentspace.

Pero aquí es donde se pone interesante: Agentspace no solo busca, entiende. Construyendo un enterprise knowledge graph para cada cliente —conectando a los empleados con sus equipos, documentos creados, software y datos a los que tienen acceso, y mucho más— convierte contenido disperso en conocimiento accionable.[image_with_animation image_url=»75323″ animation=»Fade In» hover_animation=»none» alignment=»» border_radius=»none» box_shadow=»none» image_loading=»default» max_width=»100%» max_width_mobile=»default»]

Tres características que redefinen lo posible

1. Búsqueda unificada, justo donde trabajas

Agentspace se integra directamente con Chrome Enterprise. Sin nuevas interfaces que aprender. Sin aplicaciones adicionales que abrir. Solo tienes que escribir en el cuadro de búsqueda que ya utilizas y acceder a toda la inteligencia organizativa.

Tanto si la información está en Google Workspace, Microsoft 365, Jira, Salesforce, ServiceNow o en cualquier otro lugar, Agentspace la encuentra, la entiende y la presenta de forma inteligente. Además, puede conectarse a cualquier número de aplicaciones corporativas —tengan o no un conector preinstalado— adaptándose a la situación y el ecosistema único de tu empresa.

2. Agent Gallery: tu marketplace de fuerza laboral de IA

¿Recuerdas cuando encontrar la aplicación adecuada significaba navegar por interminables tiendas de apps? Agent Gallery cambia las reglas para los agentes de IA. Ofrece a los empleados una vista única de todos los agentes disponibles en la empresa —ya sean de Google, de equipos internos o de partners— y permite crear e incluir agentes que se integren con las herramientas, procesos y sistemas específicos de tu negocio.

El resultado: un marketplace tan único como el propio ecosistema de tu organización.

3. Agent Designer: porque tus mejores empleados saben lo que necesitan

Aquí viene la revolución: ya no necesitas conocimientos técnicos para crear agentes. Agent Designer ofrece una interfaz no-code para crear agentes personalizados que se conecten a fuentes de datos empresariales y automaticen el trabajo de conocimiento del día a día.

Piensa en eso. La persona que mejor entiende un flujo de trabajo—la que realmente hace el trabajo—ahora puede crear un agente para ayudarla a hacerlo mejor. Sin tickets de TI. Sin sprints de desarrollo. Solo innovación a la velocidad del pensamiento.

El poder de la inteligencia unificada en acción

Veamos cómo Agentspace transforma diferentes roles:

Transformación del equipo de ventas: Antes, María dedicaba 30 minutos a prepararse para cada llamada con un cliente: revisando el CRM, el historial de emails, analizando patrones de compra, comprobando disponibilidad de producto… Ahora solo pide: «Prepárame para mi llamada con Acme Corp». Agentspace compila todo al instante: historial completo de interacciones, oportunidades relevantes, estado de inventario e incluso sugerencias de conversación basadas en operaciones exitosas similares. Tiempo de preparación: 2 minutos.

Revolución en marketing: El equipo de marketing antes esperaba días para recibir informes de rendimiento de campañas, que requerían datos de múltiples sistemas. Ahora solo pregunta: «¿Cómo fue el rendimiento de la campaña de la semana pasada frente a nuestros objetivos?». Agentspace extrae datos de automatización de marketing, analítica web, CRM y sistemas financieros, y ofrece información completa al instante. Iteran más rápido, optimizan mejor y obtienen mejores resultados.

Eficiencia en IT: Incidencias que antes requerían investigar en múltiples sistemas ahora se resuelven automáticamente. Cuando Agentspace detecta un problema, busca en las bases de conocimiento, identifica incidencias similares, sugiere soluciones e incluso aplica correcciones para escenarios comunes. El equipo de IT puede centrarse en innovar en lugar de resolver problemas repetitivos.

La conversación sobre seguridad que necesitamos tener

«Suena increíble, pero ¿qué pasa con nuestros datos?» Es la pregunta correcta. Agentspace está construido sobre la misma infraestructura segura de Google, en la que confían miles de millones de usuarios. Ofrece:

• Escaneo de información sensible (PHI, PII, datos confidenciales)
• Controles de acceso basados en roles
• Cifrado con claves gestionadas por el cliente
• Garantías de residencia de datos
• Trazabilidad completa de auditoría

Tus datos siguen siendo tuyos. Tus políticas de seguridad siguen vigentes. Lo único que cambia es la facilidad con la que los empleados autorizados acceden a lo que necesitan.

Impacto real de organizaciones reales

Nuestra implementaciones en Making Science muestra resultados consistentes:

• 75% de reducción en el tiempo de búsqueda de información
• 60 minutos ahorrados diariamente por empleado
• 70% de acceso más rápido a datos críticos
• ROI logrado en 3-6 meses

Verlo. Creerlo. Construirlo.

Pero las cifras solo cuentan parte de la historia. En el evento “The Genius Gene” del 24 de septiembre, Álvaro Verdeja mostrará Agentspace y cómo se ve la verdadera transformación. Verás:

• Búsqueda unificada en tiempo real en todos los sistemas de la empresa
• Creación de agentes sin código en minutos
• Colaboración multiagente resolviendo problemas complejos
• Cálculos de ROI basados en la realidad de tu organización

Mientras tú lidias con sistemas fragmentados, tus competidores operan con inteligencia unificada. Atienden mejor a los clientes porque ven el panorama completo. Se mueven más rápido porque las decisiones son instantáneas. Innovan más porque su gente se dedica a aportar valor, no a buscar información.

El futuro del trabajo no va de trabajar más duro. Va de trabajar de forma más inteligente. Y empieza con Agentspace.

Imagina una IA que no solo responde—actúa. Una IA que no solo analiza—decide. Una IA que no solo asiste—logra objetivos. Esto es la IA agéntica, y está a punto de cambiarlo todo.

La IA agéntica desbloquea todo el poder de la inteligencia artificial

Los recientes avances en inteligencia artificial (IA) han desbloqueado nuevas capacidades extraordinarias. La IA agéntica representa el siguiente paso en la aplicación de estos avances, creando sistemas que pueden razonar, tomar decisiones y actuar de forma autónoma para alcanzar objetivos específicos. Aprovechando los últimos modelos de IA, los sistemas agénticos van más allá de la simple ejecución de tareas, como la generación de texto, para gestionar de forma independiente procesos complejos e interactuar directamente con el software empresarial.

Esto hace que la IA agéntica sea particularmente idónea para los desafíos empresariales del mundo real. Un agente de IA puede monitorizar su entorno, comprender contextos cambiantes, crear planes y ejecutarlos a través de diferentes sistemas digitales—todo sin supervisión humana constante. Esto les permite gestionar flujos de trabajo complejos de múltiples pasos y generar resultados empresariales tangibles de una manera que la automatización y la IA anteriores no podían lograr.

Un verdadero cambio de paradigma, no solo Automatización 2.0

Persisten varios debates sobre si los agentes son simplemente una nueva forma de automatización o algo mucho mayor. Los hechos ofrecen un claro respaldo a lo segundo.

Las empresas experimentaron beneficios con la primera «evolución» de la automatización de procesos empresariales, conocida hoy como Automatización Robótica de Procesos (RPA). Los bots de RPA dieron a las empresas una forma de automatizar tareas altamente estructuradas y repetitivas dentro de entornos estables. Seguían scripts predefinidos y a menudo tenían dificultades cuando se enfrentaban a cambios o condiciones inesperadas.

Por otro lado, el auge de la IA generativa (gen AI) introdujo una herramienta poderosa para tareas no estructuradas y creativas. Su capacidad para funcionar con competencia similar a la humana impulsó una adopción rápida y generalizada: según el informe “State of AI Infrastructure 2025” de Google Cloud, el 98% de las organizaciones están usando o experimentando con ella. Sin embargo, usar solo la IA generativa para transformar los procesos empresariales fundamentales y obtener un ROI claro ha demostrado ser un desafío.

La IA agéntica supera estas limitaciones combinando el poder de razonamiento de la IA generativa con la capacidad de actuar en los sistemas empresariales. Los agentes pueden manejar flujos de trabajo complejos con múltiples pasos, aprender de los resultados y adaptarse a nueva información—todo de forma autónoma. Esto permite a las empresas ir más allá de la simple automatización de tareas y rediseñar los procesos fundamentales.

Las transformaciones reales ya están en marcha

Este salto cualitativo en capacidades tiene implicaciones significativas para el funcionamiento de las empresas. Tomando un ejemplo del mundo real en el contexto de la adjudicación de reclamaciones de seguros, la RPA ha tenido dificultades durante mucho tiempo con las excepciones, como interpretar descripciones no estructuradas de reclamaciones o lidiar con la ambigüedad generada por documentación incompleta, a menudo escalando casos cuando no se cumplen las condiciones exactas.

La IA agéntica transforma esto. Los agentes pueden utilizar la IA generativa para extraer detalles relevantes de entradas multimodales, luego validarlos teniendo en cuenta las reglas de la póliza y el historial del miembro, y recuperar documentos de respaldo sin depender de una lógica rígida. Va más allá de la simple auto-adjudicación, ya que se coordinan proactivamente con otros sistemas para recopilar documentos faltantes y evaluar el riesgo a partir de datos multimodales. Un agente puede entonces orquestar la resolución completa de principio a fin, desde procesar autónomamente un alcance más amplio de reclamaciones hasta iniciar el pago, mejorando significativamente las tasas de procesamiento directo y liberando a los especialistas para trabajo de alto criterio.

La perspectiva de Making Science: De la automatización a la transformación del ADN

En Making Science, vemos la IA agéntica como algo más que la siguiente evolución de la automatización: es una reconfiguración fundamental del ADN organizacional. Así como el ADN contiene las instrucciones que permiten a los organismos percibir, adaptarse y prosperar en entornos cambiantes, la IA agéntica proporciona el blueprint de inteligencia que permite a las empresas operar con similar autonomía y adaptabilidad.

Esto es lo que Gonzalo Valdés, nuestro Director de Estrategia y Consultoría, denomina «la transformación del ADN». No se trata de añadir agentes de IA a tus procesos existentes, sino de reimaginar tu organización como un organismo inteligente donde los agentes forman el sistema nervioso, los datos fluyen como la sangre y las decisiones ocurren a la velocidad del pensamiento.

La tabla de comparación muestra la marcada diferencia. En el mundo «antiguo», las empresas reaccionan. En el mundo agéntico, anticipan. En el mundo antiguo, los procesos son rígidos. En el mundo agéntico, se adaptan. Esto no es una mejora incremental: es un salto evolutivo.

Imagina esto: es finales de abril de 2025. Un apagón masivo barre España, afectando a la Península Ibérica e incluso a partes del suroeste de Francia. Millones de personas se sumergen en el caos. Aeropuertos, trenes, semáforos, telecomunicaciones, sistemas de pago… todo interrumpido durante horas. Este apagón generalizado fue un crudo recordatorio de lo vulnerable que es nuestra infraestructura moderna.

Sin embargo, en medio de esta interrupción, una empresa se mantuvo firme: Obramat, una de las cadenas de distribución de materiales de construcción más grandes de España. Mientras innumerables negocios observaban impotentes cómo fallaban las redes eléctricas, los 38 almacenes de Obramat seguían operando sin interrupciones. Esto no fue suerte; fue el resultado directo de una transformación cloud meticulosamente diseñada que priorizó la resiliencia por encima de todo. Sus generadores de respaldo se activaron automáticamente, su infraestructura cloud permaneció en línea y, lo que es crucial, no se perdió ni una sola venta.

Esta historia notable es el eje del último episodio del podcast «Cloud Maturity Journey», «Más allá de la migración: estrategias para una nube escalable y duradera«. En él, Javier Casado, CTO de Obramat, junto con Rubén López de Making Science, profundizan en cómo Obramat construyó una infraestructura cloud que destaca incluso bajo presión. Revelan cómo la empresa fue más allá de la migración cloud básica, centrándose en rediseñar su arquitectura desde cero con microservicios, sistemas distribuidos y una ciberseguridad robusta. ¿El resultado? Una impresionante disponibilidad del 99,9%, incluso durante crisis nacionales.

Por qué el «Lift and Shift» genera Decepción y costes elevados

La migración a la nube ha evolucionado de ser una tendencia a una necesidad estratégica para las empresas que buscan agilidad, escalabilidad y resiliencia. Pero aquí está el desafío al que se enfrentan la mayoría de las organizaciones: tratan la migración a la nube como si simplemente trasladaran muebles.

Como destacó Rubén López, nuestro VP de Servicios Cloud, durante la discusión, el error principal es abordar la nube simplemente como un cambio de hosting. Las organizaciones que siguen este camino de «lift and shift» (migrar tal cual) a menudo se encuentran con los mismos desafíos operativos que tenían en sus instalaciones, pero ahora con costes significativamente más altos.

La evidencia es contundente: las empresas que realizan operaciones de «lift and shift» suelen experimentar:

• Aumentos de costes del 20-30% sin mejoras correspondientes en el rendimiento.
• Desafíos de disponibilidad idénticos a los de su entorno anterior.
• Escalabilidad limitada a pesar de invertir en recursos «ilimitados».

La solución no es solo mover servidores; requiere un rediseño arquitectónico completo.

Los cinco pilares de una arquitectura cloud exitosa

Durante nuestra conversación, Javier describió los principios esenciales que distinguen las transformaciones cloud exitosas de las migraciones costosas. Estos no son solo conceptos teóricos, sino estrategias probadas de la experiencia real de Obramat:

1. Resiliencia: anticipar fallos del sistema
   La pregunta crítica no es si los componentes fallarán, sino qué tan rápido se pueden recuperar. Javier enfatizó este principio, mostrando la estrategia de Obramat centrada en:
   • Arquitectura de microservicios que aísla y contiene los fallos.
   • Distribución geográfica a través de múltiples zonas de disponibilidad y regiones.
   • Mecanismos de conmutación por error automatizados que se activan en segundos.
2. Seguridad por diseño: integración desde el primer día
   La ciberseguridad debe ser fundamental, no una idea de última hora. Al gestionar datos de clientes y operaciones críticas de negocio en 38 ubicaciones, la seguridad no puede ser un complemento opcional. Debe estar integrada desde el primer día.
3. Elasticidad: gestión automatizada de recursos
   Infraestructuras que escalan dinámicamente con la demanda, optimizando automáticamente tanto la eficiencia de costes como el rendimiento. Ya no hay que adivinar qué recursos necesitarás; el sistema se ajusta solo.
4. Transparencia de costes: visibilidad completa
   En el sector minorista, la claridad financiera es primordial. Así como Obramat realiza un seguimiento de las métricas comerciales diarias al cerrar las tiendas, los gastos en la nube deben proporcionar la misma transparencia. Esto elimina sorpresas y garantiza una visibilidad completa de cada euro gastado.
5. Alineación con el negocio: tecnología al servicio de la estrategia
   La infraestructura tecnológica debe respaldar directamente los objetivos comerciales, permitiendo respuestas ágiles al mercado en lugar de crear limitaciones operativas. La nube no es solo un proyecto de TI; es un facilitador de negocio.

Validación en el mundo real: la crisis eléctrica española

Nada valida una estrategia cloud como una crisis genuina. Javier compartió un ejemplo convincente del fallo de la infraestructura eléctrica en España. Si bien los generadores de respaldo en almacenes y oficinas centrales proporcionaron una continuidad inmediata, su estrategia de nube distribuida ofreció la verdadera ventaja. La capacidad de continuar las operaciones sin problemas incluso cuando regiones enteras se quedan sin energía demuestra el tipo de resiliencia que toda organización debería construir.

¿La clave? La resiliencia no se trata de prevenir fallos, sino de hacer que los fallos sean intrascendentes para las operaciones comerciales.

El factor humano: las personas hacen posible la tecnología

Una idea clave de nuestra discusión fue profunda: el cambio tecnológico requiere fundamentalmente un cambio en las personas.

Javier enfatizó que su inversión más valiosa ha sido el desarrollo y la formación de equipos técnicos. Las personas, específicamente los equipos técnicos cualificados, son los verdaderos determinantes del éxito del proyecto. Por eso Obramat priorizó la construcción de experiencia interna sobre una excesiva dependencia de proveedores externos.

Este enfoque centrado en las personas permitió a Obramat:

• Desarrollar capacidades cloud internas, reduciendo la dependencia de proveedores.
• Implementar pipelines de CI/CD que los equipos utilizan de forma eficaz.
• Mantener la continuidad del servicio durante transiciones arquitectónicas significativas.
• Escalar las operaciones cloud en múltiples países y divisiones de negocio.

Infraestructura futura: operaciones impulsadas por IA

Mirando hacia el futuro, la inteligencia artificial transformará, sin duda, la gestión de la infraestructura cloud. Tanto Javier como Rubén discutieron cómo la IA integrará capacidades de inteligencia directamente en las decisiones de infraestructura y los sistemas de observabilidad, permitiendo una gestión mucho más eficiente y eficaz de lo que permiten los enfoques actuales.

Evolución más allá de la migración: transformación continua

La transformación cloud representa una filosofía operativa, no un destino. Las organizaciones que prosperan hoy no son aquellas que simplemente «completaron» la migración a la nube, sino aquellas que han construido sistemas adaptativos, resilientes e inteligentes capaces de una evolución continua.

Conclusiones esenciales de la transformación de Obramat:

• ✅ Priorizar a las personas sobre la tecnología – Los equipos cualificados hacen posible cualquier éxito arquitectónico.
• ✅ Diseñar para escenarios de fallo – Asumir fallos de componentes y planificar en consecuencia.
• ✅ Automatizar de forma integral – Desde la implementación hasta la recuperación y las decisiones de escalado.
• ✅ Equilibrar la distribución global con una gobernanza centralizada.
• ✅ Medir el impacto en el negocio – Realizar un seguimiento de costes, rendimiento y valor operativo.

La perspectiva de Javier captura la esencia a la perfección: el compromiso de Obramat con la arquitectura cloud, particularmente con los sistemas distribuidos con microservicios, permite respuestas ágiles e impulsa una transformación comercial continua.

¿Listo para construir una infraestructura resiliente?

Ya sea que estés planeando una migración cloud inicial o modernizando una infraestructura existente, esta conversación proporciona información probada de líderes que han completado la transformación completa, desde operaciones minoristas tradicionales hasta sistemas avanzados nativos de la nube.

La distinción entre migración cloud y transformación cloud va mucho más allá de las consideraciones técnicas; abarca dimensiones estratégicas, culturales y operativas. ¿Estás listo para ir más allá de la migración y construir una nube verdaderamente a prueba de futuro?

La semana pasada, Making Science asistió al Salesforce Agentforce Digital Summit, donde nos unimos a profesionales del sector para explorar las últimas innovaciones en engagement del cliente impulsado por la IA. Como partners profundamente comprometidos en ayudar a las empresas a transformar sus capacidades digitales, este evento reforzó nuestra pasión por la intersección de la IA, los datos y la experiencia del cliente.

La promesa de Agentforce: transformando las interacciones con el cliente

El Agentforce Digital Summit mostró la visión de Salesforce para el futuro del trabajo: agentes de IA inteligentes capaces de comprender, razonar y actuar de forma autónoma. No se trata de simples chatbots, sino de sistemas sofisticados capaces de:

• Gestionar consultas complejas de servicio al cliente sin guiones predefinidos.
• Interactuar con prospects y clientes 24/7 a través de múltiples canales.
• Integrarse a la perfección con los procesos de negocio existentes.
• Aprender y mejorar con cada interacción.

Lo que más nos sorprendió fue cómo esta tecnología no está reemplazando la conexión humana, sino que la está amplificando. Al manejar tareas rutinarias con una sofisticación sin precedentes, los agentes de IA liberan a los equipos para que se centren en lo que los humanos hacen mejor: construir relaciones, resolver problemas complejos e impulsar la innovación.

La base de datos: donde la teoría se encuentra con la realidad

Mientras participábamos en las sesiones y debates, el énfasis en la implementación práctica era claro: cómo las empresas pueden realmente desplegar estas tecnologías para obtener resultados reales. Pero surgió un tema constante: el éxito de cualquier implementación de IA depende fundamentalmente de la calidad y accesibilidad de los datos subyacentes.

La verdad es simple pero profunda: la IA solo es tan buena como los datos en los que se construye. Aquí es donde Salesforce Data Cloud se vuelve esencial. Cuando las empresas tienen información fragmentada de los clientes dispersa en diferentes sistemas, incluso los agentes de IA más avanzados tienen dificultades para ofrecer resultados significativos.

Basándonos en nuestra experiencia y los insights del summit, hemos visto que las empresas que logran los mejores resultados con IA comparten características comunes:

• Visión unificada del cliente: Han eliminado los silos de datos para crear perfiles completos de los clientes.
• Acceso a datos en tiempo real: Sus sistemas proporcionan información actualizada, no una instantánea de ayer.
• Gobernados y seguros: Mantienen la calidad de los datos al tiempo que garantizan el cumplimiento y la seguridad.
• Arquitectura escalable: Su infraestructura de datos puede crecer con sus ambiciones de IA.

Por qué Data Cloud es clave para el éxito de Agentforce

Salesforce Data Cloud se ha vuelto cada vez más crítico para las organizaciones que buscan maximizar sus inversiones en IA, ya que aborda el desafío fundamental al que se enfrentan muchas empresas: los datos fragmentados en múltiples sistemas.

Consideremos el panorama B2C, donde las interacciones con los clientes abarcan sitios web, aplicaciones móviles, redes sociales, servicio al cliente y tiendas físicas. Sin una capa de datos unificada, los agentes de IA operan con un contexto limitado, lo que reduce su eficacia. Data Cloud lo resuelve al:

• Crear una única fuente de verdad para los datos del cliente.
• Permitir la sincronización de datos en tiempo real entre sistemas.
• Proporcionar la base para interacciones personalizadas y contextuales.
• Apoyar tanto tipos de datos estructurados como no estructurados.

Esto no se trata solo de una mejor gestión de datos, se trata de permitir que los agentes de IA ofrezcan experiencias que se sientan verdaderamente inteligentes y personalizadas en cada punto de contacto.

Del insight a la acción: el enfoque de Making Science

Nuestra participación en el summit reforzó nuestra convicción de que una implementación exitosa de la IA requiere un enfoque holístico. No se trata solo de desplegar la última tecnología, se trata de asegurar que la tecnología tenga la base que necesita para ofrecer valor.

1. Evaluación de datos primero: Antes de implementar agentes de IA, evalúa tu panorama de datos actual. ¿Dónde reside la información del cliente? ¿Qué tan conectados están tus sistemas? ¿Qué deficiencias existen?
2. Unificación estratégica: Utiliza Data Cloud para crear una base de datos unificada que conecte sistemas dispares sin requerir un reemplazo total de la infraestructura existente.
3. Implementación por fases: Empieza con casos de uso de alto impacto donde los datos unificados puedan mejorar inmediatamente el rendimiento del agente de IA, luego expande basándote en el éxito probado.
4. Optimización continua: Monitoriza cómo los agentes de IA utilizan los datos, identifica deficiencias y refina continuamente tanto la calidad de los datos como las capacidades del agente.

La oportunidad que se avecina

El Agentforce Digital Summit dejó claro que estamos en un punto de inflexión en la forma en que las empresas interactúan con sus clientes. Los agentes de IA representan una enorme oportunidad para mejorar la experiencia del cliente, la eficiencia operativa e impulsar el crecimiento. La combinación de datos unificados, agentes de IA inteligentes y experiencia humana crea posibilidades que solo estamos empezando a explorar.

Sin embargo, como con cualquier tecnología transformadora, el éxito depende de una implementación adecuada. Las organizaciones que invierten en crear una base de datos sólida a través de soluciones como Data Cloud se posicionan para aprovechar al máximo el poder de Agentforce y otras innovaciones de IA.

El futuro del customer engagement no está por llegar, ya está aquí. Y después de lo que presenciamos en el summit, estamos más seguros que nunca de que las empresas que adopten este enfoque integrado de datos e IA descubrirán nuevas posibilidades de crecimiento e innovación.

La IA generativa está transformando la manera en que operan las empresas: acelera la creación de contenido, automatiza flujos de trabajo y desbloquea nuevos niveles de productividad. Pero detrás de la emoción se esconde una dura verdad: cuando hablamos de datos, nada es gratis. Cada interacción con IA conlleva costes potenciales en forma de exposición de datos, riesgo de cumplimiento normativo o uso indebido.

En este episodio del podcast Cloud Maturity, hablo con Javier Mora, Director de Información y Seguridad de Making Science, sobre cómo las organizaciones pueden adoptar la IA de manera responsable, asegurando que la innovación no vaya en detrimento de la seguridad. Juntos exploramos lo que se necesita para escalar la IA en todos los equipos, sin comprometer la información sensible ni las obligaciones legales.

La IA ofrece beneficios extraordinarios, pero no está exenta de riesgos. Según Gartner, el 30% de las organizaciones que utilizan IA generativa experimentarán brechas de privacidad para 2026 debido a una implementación inadecuada o al uso indebido por parte de los empleados.

Este episodio trata de algo más que oportunidades: se trata de construir una hoja de ruta para la adopción segura, ética y sostenible de la IA.

🌍 Una visión global: El trimestre de transformación y programa de adopción de IA

En Making Science, creemos que la IA no es algo que deba delegarse a unos pocos expertos: es una capacidad fundamental para cada empleado. Por eso lanzamos el Trimestre de Transformación de IA y el Programa de Adopción de IA, dos iniciativas globales diseñadas para:

• Democratizar el acceso a las herramientas de IA para cada puesto y región
• Construir experiencia práctica en todos los equipos, desde marketing hasta ingeniería
• Pasar del uso pasivo al dominio activo e incluso a la creación de herramientas de IA

No solo usamos la IA, la dominamos y construimos con ella. Estos programas globales proporcionan la estructura y el apoyo para convertir esa filosofía en realidad, alineando la acción local con la transformación estratégica a escala.

La guía de licencias de IA: Un marco para el uso responsable

Para hacer que la adopción de IA sea segura y efectiva, Making Science desarrolló la Guía de Licencias de IA, un marco práctico y dinámico que proporciona a los empleados una comprensión clara de qué herramientas se pueden usar, cómo deben usarse y qué datos es seguro procesar.

Esta guía ayuda a los equipos a:

• Distinguir entre herramientas de IA aprobadas y no aprobadas
• Manejar datos personales y propietarios con el enmascaramiento o anonimización apropiados
• Interpretar los resultados de la IA de manera crítica en lugar de tomarlos al pie de la letra
• Aplicar la IA de manera responsable en sus tareas diarias, sabiendo dónde existen las barreras de protección

La Guía de Licencias de IA es pieza fundamental para construir una cultura de IA segura y empoderada en todos los equipos.

El riesgo de la IA es más que solo técnico

Javier explica que uno de los desafíos más subestimados con la IA es su complejidad legal y operativa. Los empleados pueden introducir sin saberlo datos confidenciales de clientes o código propietario en modelos públicos, desencadenando violaciones de cumplimiento bajo el RGPD o filtraciones de propiedad intelectual.

Por eso nuestro equipo trabaja para aumentar la concienciación, implementar controles y actualizar continuamente los controles internos para mitigar estos riesgos en cada capa del negocio.

Una estrategia escalable para la IA responsable

Para asegurar que la adopción de IA ocurra de manera segura en toda la empresa, Making Science ha lanzado varios programas clave:

• AI Champions: Un grupo multifuncional de más de 60 empleados que impulsan la educación, experimentación y promoción de la IA dentro de sus departamentos.
• Doctor AI: Una sesión de mesa de ayuda semanal donde los empleados pueden traer preguntas, obtener apoyo práctico y mantenerse al día con las mejores prácticas de IA.
• AI Lab: Un espacio de testing interno para destacar aplicaciones prácticas y cotidianas de la IA para optimizar flujos de trabajo.

Estos programas aseguran que la IA no sea solo otra iniciativa de IT, sino una parte viva y de aprendizaje de la cultura de la empresa.

Google Agentspace: La plataforma para flujos de trabajo conectados e inteligentes

En Making Science, estamos orgullosos de ser la primera empresa en Iberia en adoptar Google Agentspace, una plataforma potente que está remodelando cómo los equipos interactúan con los datos, las herramientas y entre ellos.

Google Agentspace permite crear Agentes de IA personalizados que:

• Automatizan tareas repetitivas como la generación de informes, el enrutamiento de tickets y las búsquedas de datos
• Conectan múltiples aplicaciones corporativas, desde CRMs hasta herramientas de gestión de proyectos, en una interfaz única y unificada
• Permiten consultas en lenguaje natural, para que los empleados puedan extraer información o desencadenar acciones sin necesidad de experiencia técnica
• Promueven la colaboración multifuncional haciendo que la información clave sea más fácil de encontrar y compartir
• Impulsan la retención y reutilización del conocimiento a través del acceso centralizado a procesos, documentación y soporte de IA

El resultado es una fuerza laboral más ágil y empoderada. Los equipos pueden pasar menos tiempo alternando entre plataformas o duplicando esfuerzos, y más tiempo tomando decisiones informadas y estratégicas.

Lo más importante es que todo esto se hace dentro de un entorno seguro y gobernado, asegurando que la eficiencia nunca vaya en detrimento de la privacidad o el cumplimiento normativo.

Shadow IT y la necesidad de gobernanza

Uno de los riesgos clave que discutimos es el Shadow IT: cuando los empleados usan herramientas de IA no autorizadas que no han pasado por la evaluación interna. Aunque estas herramientas pueden ser útiles, también pueden ser inseguras, no conformes y completamente invisibles para vuestros equipos de IT o seguridad.

En Making Science, nuestra estrategia no es restringir la curiosidad, sino canalizarla de manera segura. Las nuevas herramientas se evalúan a través del prisma de la seguridad y la privacidad antes de su aprobación, permitiendo a los empleados explorar la innovación dentro de un entorno gobernado.

Un futuro centrado en las personas para la IA

La IA no reemplazará a vuestro equipo, lo elevará. Pero solo si están formados para colaborar con ella de manera efectiva. A medida que la IA se integre en más flujos de trabajo, los empleados tendrán la tarea no solo de ejecutar, sino de validar, interpretar y aplicar los resultados de la IA para tomar decisiones más inteligentes.

En Making Science, creemos que los mejores resultados provienen de personas empoderadas trabajando junto a herramientas potentes, dentro de una estructura que apoya tanto la innovación como la integridad.

«No se trata de elegir entre innovación y seguridad», compartió Javier. «Se trata de construir el entorno donde ambas prosperen».

Escucha el episodio completo

Si estás liderando la estrategia de IA, gestionando riesgos, o tienes curiosidad sobre cómo escalar la IA generativa en vuestra organización sin perder el control de vuestros datos, esta conversación es para ti.

En Google Cloud NEXT ’25, todo el interés giró en torno a la Inteligencia Artificial Agéntica (IAA), un nuevo paradigma que va más allá de la IA tradicional al crear sistemas inteligentes capaces de razonar, planificar y recordar. Como Premier Partner de Google Cloud, Making Science fue testigo de cómo estos agentes de IA están preparados para revolucionar las operaciones empresariales, las experiencias de cliente y la productividad de los empleados. El impacto empresarial de estas innovaciones no puede subestimarse: estamos presenciando la aparición de «trabajadores digitales» capaces de ejecutar tareas complejas entre sistemas, adaptándose y aprendiendo sobre la marcha.

El Caso de Negocio para la IA Agéntica

Antes de profundizar en los anuncios técnicos, es esencial entender por qué la IAA representa una oportunidad empresarial tan significativa, considerando que una implementación exitosa va más allá de la simple ingeniería de prompts para crear sistemas que puedan percibir su entorno, planificar pasos ejecutables, llevar a cabo esos planes y aprender con el tiempo:

• Aumento laboral, no sustitución: En lugar de reemplazar a los trabajadores humanos, los agentes amplían las capacidades humanas manejando tareas rutinarias, destacando información relevante y proporcionando apoyo en la toma de decisiones.
• Eliminación de silos entre sistemas: Los agentes pueden trabajar a través de múltiples sistemas y bases de datos, eliminando la fragmentación que afecta a la mayoría de las operaciones empresariales.
• Potencial significativo de ROI: Los primeros adoptantes ya están viendo resultados espectaculares: reducciones del 20-80% en el tiempo de procesamiento para flujos de trabajo clave, aumentos del 30-50% en la productividad de los empleados y millones en ahorro de costes.
• Los cuatro pilares del diseño de agentes: Las implementaciones más potentes equilibran autonomía, memoria, integración de herramientas y colaboración multi-agente para resolver problemas empresariales complejos.

A medida que avanzamos en 2025, las organizaciones están pasando de la ingeniería de prompts a la verdadera arquitectura de sistemas de IA, creando agentes que razonan y se adaptan junto a sus homólogos humanos.

Bloques de Construcción para un Ecosistema Multi-Agente: Implicaciones Empresariales

El enfoque de Google hacia la IA Agéntica está diseñado para hacer que estos beneficios sean accesibles a organizaciones de todos los tamaños. Su nuevo ecosistema multi-agente ofrece varias ventajas empresariales clave:

• Tiempo de valor más rápido: Con el nuevo Kit de Desarrollo de Agentes (ADK), las organizaciones pueden construir agentes de IA sofisticados en una fracción del tiempo requerido: días o semanas en lugar de meses.
• Menores costes de desarrollo: La capacidad de construir agentes con menos de 100 líneas de código reduce drásticamente la experiencia especializada requerida.
• Inversiones a prueba de futuro: El protocolo abierto Agent2Agent (A2A) asegura que los agentes construidos hoy puedan interactuar con futuros agentes, independientemente de la tecnología sobre la que estén construidos.

Más Allá de la Tecnología: Integración Empresarial que Importa

Lo que distingue el enfoque de Google es su enfoque en la integración con las inversiones existentes de las empresas:

• Flexibilidad de pila tecnológica: Las organizaciones pueden usar sus frameworks de agentes preferidos (LangGraph, Crew AI) mientras se benefician de la infraestructura y capacidades de gestión de Google.
• No se requiere duplicación de datos: Los agentes pueden trabajar directamente con datos existentes de NetApp, eliminando migraciones de datos costosas y que consumen tiempo.
• Integración con software empresarial: Conexiones preconstruidas a aplicaciones empresariales líderes significan que los agentes pueden comenzar inmediatamente a trabajar con sistemas como Salesforce, ServiceNow y SAP.

Google Agentspace: Democratizando la IA para Resultados Empresariales Medibles

Aunque el desarrollo de agentes personalizados aporta valor, el impacto más inmediato para muchas organizaciones proviene de Google Agentspace, una solución diseñada para poner agentes de IA al alcance de cada empleado sin requerir experiencia técnica.

Beneficios Empresariales de Agentspace

Organizaciones como Cohesity, Gordon Food Services, KPMG, Rubrik y Wells Fargo ya están viendo beneficios tangibles:

• Reducción del tiempo de búsqueda de información: Los empleados dedican hasta un 20% de su tiempo buscando información en diferentes sistemas. La integración de Agentspace con Chrome Enterprise reduce drásticamente este tiempo improductivo.
• Toma de decisiones acelerada: El Agente de Generación de Ideas ayuda a los equipos a evaluar opciones basadas en criterios empresariales, llevando a decisiones más rápidas y mejor alineadas.
• Productividad mejorada en trabajo de conocimiento: El Agente de Investigación Profunda puede compilar y sintetizar información de múltiples fuentes, realizando en horas tareas de investigación que llevarían días a los empleados.

Categorías de Agentes de Alto Impacto: Resultados Empresariales Reales

Más allá de la tecnología, lo más convincente son los resultados empresariales medibles que las organizaciones ya están logrando con estos agentes:

1. Agentes de Cliente: Transformando la Experiencia del Cliente y su Economía

Lo que hacen estos agentes: Los Agentes de Cliente sirven como interfaces inteligentes entre organizaciones y sus clientes a través de múltiples canales. Pueden entender consultas complejas, acceder a información relevante a través de sistemas, procesar transacciones y proporcionar asistencia personalizada con habilidades conversacionales similares a las humanas.

Métricas de Impacto Empresarial:

• 20-50% de reducción en costes de servicio al cliente
• 15-30% de aumento en puntuaciones de satisfacción del cliente
• 2-5 veces de mejora en tasas de resolución en primer contacto

Casos de uso del mundo real:

• Una cadena de comida rápida implementó un sistema de IA para pedidos en drive-through que procesa decenas de miles de pedidos diariamente, reduciendo el tiempo medio de pedido en un 30% mientras aumenta el valor medio del pedido en un 15%
• Un fabricante de automóviles de lujo integró búsqueda conversacional y navegación en sus vehículos, aumentando el uso de funciones en un 40% y mejorando la satisfacción del cliente con las experiencias en el coche en un 25%
• Un minorista de mejoras para el hogar desarrolló un asistente de IA que ofrece orientación experta 24/7, reduciendo las tasas de devolución en un 18% a través de mejor orientación previa a la compra, mientras mejora las tasas de conversión en un 22%
• Un proveedor de servicios financieros en Asia redujo los tiempos de gestión de llamadas en un 20% mientras aumentaba las tasas de éxito de venta adicional/cruzada en un 35% a través de recomendaciones más personalizadas

2. Agentes Creativos: Redefiniendo la Economía del Marketing

Lo que hacen estos agentes: Los Agentes Creativos asisten a los equipos de marketing, diseño y contenido generando y adaptando activos creativos, personalizando contenido para diferentes audiencias, optimizando campañas basadas en datos de rendimiento y sugiriendo enfoques innovadores. Pueden trabajar con texto, imágenes, vídeo y audio para acelerar el proceso creativo.

Métricas de Impacto Empresarial:

• 80-90% de reducción en costes de producción de contenido
• 50-70% de ciclos de desarrollo de campañas más rápidos
• 15-25% de mejora en rendimiento de campañas

Casos de uso del mundo real:

• Una red global de agencias construyó una plataforma de IA para que sus empleados conceptualicen, produzcan y midan campañas, reduciendo los costes de producción en un 65% mientras aceleran el tiempo de comercialización en 3 veces
• Un conglomerado de bienes de consumo implementó IA generativa para desarrollo de contenido en múltiples marcas, viendo un ROI del 25% con costes de producción creativa reducidos en un 70%
• Una empresa de tecnología de marketing desarrolló una plataforma de IA para creación y optimización de anuncios, ayudando a clientes a lograr tasas de clics un 31% más altas y coste por adquisición un 22% menor

3. Agentes de Datos: Convirtiendo Datos en Ventaja Empresarial

Lo que hacen estos agentes: Los Agentes de Datos apoyan a los equipos de datos automatizando tareas rutinarias como preparación de datos, monitorización de calidad y generación de metadatos. Pueden construir pipelines de datos, realizar detección de anomalías, asistir con la selección de modelos y permitir a usuarios no técnicos consultar datos usando lenguaje natural, democratizando el acceso a datos en toda la organización.

Métricas de Impacto Empresarial:

• 40-60% de reducción en tiempo de preparación de datos
• 30-50% de tiempo más rápido hasta obtener insights
• 2-3 veces de aumento en toma de decisiones basada en datos en toda la organización

Casos de uso del mundo real:

• Un fabricante global de juguetes ha aumentado las tasas de éxito de lanzamiento de productos en un 28% analizando sentimiento y preferencias de consumidores en tiempo real
• Un servicio de streaming aumentó la retención de usuarios en un 15% a través de personalización impulsada por IA para cientos de millones de usuarios
• Una empresa farmacéutica construyó un agente que combina tendencias de búsqueda y datos internos para pronosticar brotes de enfermedades, mejorando la eficiencia de distribución de vacunas en un 34%

4. Agentes de Código: Redefiniendo la Economía del Software

Lo que hacen estos agentes: Los Agentes de Código asisten a los desarrolladores a lo largo de todo el ciclo de vida del desarrollo de software. Pueden generar código basado en requisitos, refactorizar código existente, identificar errores, crear pruebas, revisar código para vulnerabilidades de seguridad y ayudar con la documentación. Estos agentes entienden el contexto del código y pueden trabajar con múltiples lenguajes de programación y frameworks.

Métricas de Impacto Empresarial:

• 30-50% de aumento en productividad del desarrollador
• 15-25% de reducción en defectos
• 40-60% de entrega de funcionalidades más rápida

Casos de uso del mundo real:

• Una importante empresa tecnológica reveló que más del 25% de su nuevo código ya es generado por IA y revisado por ingenieros, llevando a:
  • 35% de entrega de funcionalidades más rápida
  • 22% menos incidentes en producción
  • Reducciones significativas en deuda técnica
• Una empresa de telecomunicaciones construyó una herramienta de codificación para acelerar el desarrollo de aplicaciones, permitiendo a los equipos crear aplicaciones especializadas 3 veces más rápido que antes.

5. Agentes de Seguridad: Protegiendo el Valor Empresarial Mientras se Reducen los Costes

Lo que hacen estos agentes: Los Agentes de Seguridad mejoran las operaciones de ciberseguridad automatizando la detección, investigación y respuesta a amenazas. Pueden analizar alertas por contexto y gravedad, investigar malware potencial, identificar vulnerabilidades y recomendar acciones de remediación. Estos agentes mejoran significativamente la eficiencia y efectividad de los equipos de seguridad.

Métricas de Impacto Empresarial:

• 50-70% de reducción en tiempo de investigación de alertas
• 30-45% de disminución en tiempo medio para detectar (MTTD)
• 25-40% de reducción en tiempo medio para responder (MTTR)

Casos de uso del mundo real:

• Varias importantes instituciones financieras, proveedores de datos y empresas de telecomunicaciones han reportado:
  • Reducciones significativas en costes de personal del centro de operaciones de seguridad (SOC)
  • Identificación y remediación más rápidas de incidentes de seguridad
  • Capacidad mejorada para detectar ataques sofisticados

Google Workspace: Productividad Impulsada por IA con ROI Medible

Las mejoras de Google Workspace demuestran cómo la IA puede ofrecer beneficios inmediatos de productividad en toda la organización:

Métricas de Impacto Empresarial:

• 15-25% de reducción en tiempo dedicado a tareas rutinarias
• 20-35% de análisis de datos y generación de insights más rápidos
• 30-50% de mejora en eficiencia de creación de contenido

Innovaciones clave que impulsan estos resultados incluyen:

• Help Me Analyze: Identifica automáticamente insights de datos en hojas de cálculo, reduciendo el tiempo de análisis hasta en un 70%
• Docs Audio Overview: Transforma contenido escrito en audio, aumentando el consumo de contenido en un 45%
• Google Workspace Flows: Automatiza flujos de trabajo rutinarios, ahorrando a los empleados un promedio de 5-7 horas por semana

Perspectiva de Making Science: De la Innovación a la Implementación

Como Premier Partner de Google Cloud y la primera empresa en España en completar el proceso de Especialización en IA Generativa, Making Science está en una posición única para ayudar a las organizaciones a capturar el valor empresarial de la IA Agéntica. Nuestro enfoque va más allá de la implementación técnica para abarcar todo el viaje de transformación.

Enfoque de Transformación Integral

En Making Science, reconocemos que una implementación exitosa de IA requiere más que solo experiencia técnica:

• Identificación Estratégica de Casos de Uso: Ayudamos a las organizaciones a identificar las aplicaciones más impactantes de IA Agéntica para sus desafíos empresariales específicos, priorizando oportunidades para victorias rápidas y transformación a largo plazo.
• Gestión del Cambio y Gobernanza: Asistimos con los aspectos humanos y organizativos críticos de la adopción de IA, desarrollando marcos de gobernanza, programas de formación y estrategias de gestión del cambio para asegurar una adopción exitosa.
• Desarrollo de Hoja de Ruta: Creamos planes de implementación por fases que equilibran victorias rápidas para generar impulso con iniciativas estratégicas que ofrecen ventaja competitiva sostenible.
• Excelencia Técnica: Nuestro equipo especializado en IA aporta profunda experiencia en herramientas y frameworks de IA de Google Cloud, asegurando una implementación e integración óptimas con sistemas existentes.

Metodología de Implementación Probada

Basándonos en nuestro trabajo con los primeros adoptantes, recomendamos un enfoque de tres fases:

1. Implementación de Agentes de Victoria Rápida (30-60 Días) Comenzar con agentes preconstruidos en áreas de alto impacto como servicio al cliente o soporte a empleados para demostrar valor rápidamente. Hemos ayudado a clientes a lograr mejoras de eficiencia del 20-30% en estas áreas dentro de los primeros 60 días.
2. Desarrollo Estratégico de Agentes (60-120 Días) Usar el Kit de Desarrollo de Agentes para construir agentes personalizados para los procesos únicos de tu organización, centrándose en flujos de trabajo repetitivos de alto valor. Nuestros clientes típicamente ven mejoras de productividad del 35-50% en procesos específicos.
3. Desarrollo de Ecosistema Multi-Agente (120+ Días) Implementar el protocolo Agent2Agent para crear sistemas multi-agente sofisticados que transformen funciones empresariales completas. Las implementaciones más maduras logran mejoras de eficiencia del 50-80% y abren capacidades empresariales completamente nuevas.

Las organizaciones que se muevan rápidamente en este espacio ganarán ventajas competitivas significativas, no solo en eficiencia de costes sino también en su capacidad para ofrecer experiencias superiores a clientes y empleados.

¡En nuestro próximo blog, exploraremos las últimas innovaciones de Google en Datos e Inteligencia Empresarial. ¡Estad atentos!

¿Listo para capturar el valor empresarial de la IA Agéntica? Contacta con nuestro equipo en Making Science para descubrir cómo podemos ayudar a acelerar la transformación de IA de tu organización con ROI medible.

Como Premier Partner de Google Cloud, el equipo de Making Science estuvo presente en Google Cloud NEXT ’25, siendo testigo de primera mano de las innovaciones más significativas en infraestructura y seguridad que Google ha presentado para impulsar la próxima generación de empresas basadas en IA. El evento de este año mostró el revolucionario «AI Hypercomputer» de Google, un enfoque innovador de infraestructura que promete reducir drásticamente el coste y la complejidad de implementar IA empresarial.

AI Hypercomputer: Valor Empresarial Más Allá de la Infraestructura Tradicional

El AI Hypercomputer representa un cambio fundamental en cómo las empresas deben pensar sobre sus inversiones en infraestructura en la era de la IA. En lugar de simplemente ofrecer procesadores más rápidos, Google ha reinventado toda la pila tecnológica para optimizar lo que más importa a las empresas: maximizar el rendimiento de la IA mientras se minimizan los costes.

Beneficios Empresariales de la Nueva Infraestructura

Lo que distingue el enfoque de Google es su objetivo de ofrecer «más inteligencia por euro invertido». Su nuevo modelo Gemini 2.0 Flash, impulsado por AI Hypercomputer, logra una inteligencia 24 veces mayor por euro en comparación con GPT-4o y 5 veces mayor que los modelos de la competencia. Para las empresas, esto se traduce en:

• Costes drásticamente menores para iniciativas de IA: La capacidad de ejecutar cargas de trabajo de IA a una fracción de los costes anteriores significa que incluso organizaciones medianas pueden permitirse ahora despliegues de IA a escala empresarial.
• Tiempo de comercialización más rápido: La reducción en los tiempos de entrenamiento e inferencia permite a las organizaciones desarrollar e implementar soluciones de IA en días en lugar de meses.
• Aplicaciones de IA más potentes: La mayor eficiencia computacional significa que las organizaciones pueden crear soluciones de IA más sofisticadas sin aumentos proporcionales en los costes.

Almacenamiento e Inferencia: Eliminando los Cuellos de Botella para el ROI de la IA

Google ha abordado dos de los mayores desafíos que enfrentan las organizaciones al implementar IA a escala: los cuellos de botella de almacenamiento y los costes de inferencia.

Innovaciones en Almacenamiento que Impactan en la Cuenta de Resultados

Las nuevas soluciones de almacenamiento ofrecen beneficios empresariales tangibles:

• Reducción de hasta un 70% en la latencia de acceso a datos: La nueva tecnología Anywhere Cache significa que los sistemas de IA pasan menos tiempo esperando datos y más tiempo entregando resultados.
• Reducciones drásticas en los costes de almacenamiento: Las organizaciones ya no necesitan aprovisionar en exceso un almacenamiento de alto rendimiento costoso para garantizar el rendimiento de las cargas de trabajo de IA.
• Gestión de datos simplificada: Estas soluciones automatizan decisiones complejas de ubicación de datos, reduciendo la experiencia especializada necesaria para mantener la infraestructura de IA.

Optimización de Inferencia: Donde se Reconoce el ROI de la IA

Aunque el entrenamiento de modelos acapara los titulares, la inferencia (usar modelos entrenados en producción) normalmente representa entre el 80-90% de los costes de computación de IA. Las nuevas optimizaciones de inferencia de Google ofrecen:

• Reducción del 30% en los costes de servicio: Haciendo que las soluciones de IA sean más viables económicamente para casos de uso empresarial cotidianos.
• Reducción del 60% en el tiempo de respuesta: Permitiendo aplicaciones de IA en tiempo real que antes no eran factibles.
• Aumento del 40% en el rendimiento: Permitiendo a las empresas atender a más usuarios sin aumentos proporcionales en infraestructura.

Llevando la IA al Entorno Local: Beneficios de Soberanía, Cumplimiento y Rendimiento

Para sectores regulados como sanidad, servicios financieros y administración pública, el anuncio de Google de que Gemini estará disponible en entornos locales a través de Google Distributed Cloud (GDC) supone un cambio radical. Esta innovación ofrece tres beneficios empresariales críticos:

• Cumplimiento sin compromiso: Las organizaciones en sectores altamente regulados ahora pueden implementar IA de vanguardia mientras mantienen la soberanía completa de los datos y cumplen con los requisitos regulatorios más estrictos.
• Reducción de costes de transferencia de datos y latencia: Para organizaciones que trabajan con conjuntos de datos masivos, acercar la computación de IA al almacenamiento de datos elimina transferencias de datos costosas y que consumen tiempo.
• Postura de seguridad mejorada: Con GDC ahora autorizado para los niveles Secreto y Alto Secreto del Gobierno de EE. UU., las organizaciones pueden implementar soluciones de IA que cumplan con los estándares de seguridad más exigentes.

Innovación en Redes: Beneficios Empresariales Más Allá del Rendimiento

La nueva Cloud Wide Area Network (Cloud WAN) aborda desafíos empresariales clave al:

• Reducir los costes de redes hasta un 40%: Permitiendo a las organizaciones redirigir estos ahorros a otras iniciativas estratégicas.
• Simplificar las operaciones multi-región: Facilitando a las empresas globales ofrecer experiencias de cliente consistentes en todo el mundo.
• Mejorar la capacidad de respuesta de las aplicaciones: Mejorando la satisfacción del cliente y la productividad de los empleados a través de aplicaciones más ágiles.

Seguridad Unificada: Protección Empresarial en un Mundo Centrado en la IA

A medida que la adopción de la IA se acelera, también lo hacen los desafíos de seguridad. El nuevo enfoque de Seguridad Unificada de Google ofrece beneficios empresariales que van mucho más allá de la protección técnica:

Beneficios de Seguridad Tangibles para la Cuenta de Resultados

• Reducción de costes de personal de seguridad: Las operaciones de seguridad potenciadas por IA ayudan a abordar la escasez de talento en ciberseguridad automatizando tareas rutinarias, permitiendo a los profesionales de seguridad centrarse en iniciativas estratégicas.
• Detección y respuesta más rápidas ante amenazas: El nuevo agente de clasificación de alertas puede investigar y validar amenazas en segundos en lugar de horas, reduciendo el potencial impacto financiero de las brechas.
• Reducción de primas de seguro cibernético: El programa ampliado de protección contra riesgos con Beazley y Chubb puede conducir a ahorros significativos en seguros cibernéticos, con descuentos basados en la postura de seguridad de Google Cloud.
• Reducción del riesgo empresarial: Con la experiencia de Mandiant integrada en la plataforma, las organizaciones se benefician de inteligencia de amenazas y capacidades de respuesta a incidentes de clase mundial.

Libertad Empresarial a Través de Multi-Cloud y Soberanía

El enfoque de Google para multi-cloud y soberanía permite a las organizaciones:

• Mantener la continuidad empresarial entre nubes: Utilizar servicios de Google Cloud junto con inversiones en AWS y Azure sin migraciones disruptivas.
• Cumplir con requisitos regulatorios en evolución: A medida que las regulaciones de soberanía de datos evolucionan globalmente, las ofertas de nube soberana de Google garantizan que las empresas puedan mantener el cumplimiento sin sacrificar capacidades.
• Reducir el riesgo de dependencia de proveedor: Usar los servicios de análisis e IA de Google con datos en otras nubes proporciona flexibilidad y ventaja en las negociaciones con proveedores.

Perspectiva de Making Science: Convirtiendo la Innovación en Infraestructura en Ventaja Empresarial

Como Premier Partner de Google Cloud, Making Science entiende que el valor real de estas innovaciones en infraestructura y seguridad no reside en la tecnología en sí, sino en cómo pueden transformar las operaciones empresariales y crear ventaja competitiva.

Cómo Ayudamos a los Clientes a Capitalizar Estas Innovaciones

En Making Science, ya estamos trabajando con clientes para:

• Optimizar los costes de infraestructura de IA: Hemos ayudado a clientes a reducir sus costes de infraestructura de IA entre un 30-50% aprovechando la nueva arquitectura AI Hypercomputer de Google.
• Acelerar el tiempo de valor de la IA: Al implementar las últimas optimizaciones de inferencia de Google, hemos ayudado a organizaciones a desplegar soluciones de IA en semanas en lugar de meses.
• Mejorar la postura de seguridad mientras se reducen los costes: Nuestro enfoque de modernización de seguridad aprovecha las herramientas de seguridad potenciadas por IA de Google para mejorar la protección y reducir los costes operativos simultáneamente.
• Navegar por los requisitos de soberanía y cumplimiento: Proporcionamos orientación experta sobre cómo aprovechar las opciones de nube soberana y nube distribuida de Google para cumplir con los requisitos regulatorios globales.

El Imperativo Empresarial

Las organizaciones que prosperarán en la era de la IA no serán necesariamente aquellas con los presupuestos más grandes, sino las que aprovechen más eficazmente estas nuevas capacidades de infraestructura para ofrecer mejores experiencias al cliente, agilizar operaciones e innovar más rápido.

¡En nuestro próximo blog, exploraremos las últimas innovaciones de Google en IA Agéntica para transformar las experiencias de clientes y empleados. ¡Estad atentos!

¿Listo para transformar tu infraestructura para la era de la IA? Contacta con nuestro equipo en Making Science para descubrir cómo las últimas innovaciones de Google Cloud pueden acelerar el viaje de IA de tu organización mientras ofrecen resultados empresariales medibles.