Introducción

“La inteligencia artificial va a quitarnos el trabajo”.

Una frase que escuchamos cada vez más, especialmente en el mundo del análisis de datos. Pero… ¿qué hay de cierto en esto? ¿Está la inteligencia artificial realmente reemplazando a los analistas o simplemente está cambiando la forma en la que trabajan?

Este post aborda esa pregunta clave. Vamos a contarte qué está pasando (what), por qué genera tanto debate (why), cuándo empezó este cambio (when), dónde está impactando más (where), quiénes están liderando esta transformación (who) y, sobre todo, cómo te puedes preparar para aprovecharla a tu favor (how).

Porque sí, la inteligencia artificial está transformando el análisis de datos… pero no como piensas.
¿Listo para ver el futuro con otros ojos?

¿Qué está cambiando con la llegada de la IA?

La inteligencia artificial generativa ha irrumpido en el terreno del análisis de datos con fuerza. Hoy en día, tareas como limpiar datasets, redactar informes o incluso detectar patrones complejos pueden automatizarse en minutos.

Esto ha generado una percepción errónea: que el rol del analista de datos está en peligro.
Pero la realidad es muy diferente: lo que cambia no es el trabajo, sino la forma de hacerlo.

🧠 Dato curioso: Un informe de McKinsey indica que la IA puede automatizar hasta el 40 % de las tareas rutinarias del analista, pero no aquellas que requieren juicio, contexto o estrategia.

La IA como herramienta, no como sustituto.

La inteligencia artificial no reemplaza la intuición, la experiencia ni el pensamiento crítico. Más bien, actúa como un copiloto inteligente que permite al analista:

• Acelerar procesos.
• Probar hipótesis con más agilidad.
• Generar insights sin necesidad de programar desde cero.
• Comunicar resultados con narrativas automáticas más claras.

Es decir, menos tiempo en tareas repetitivas y más foco en lo que realmente aporta valor.

🔧 Imagen sugerida: Comparativa visual entre tareas antes y después de integrar IA en el flujo de análisis.

¿Qué puede hacer un analista frente a esta nueva realidad?

En lugar de temerla, hay que abrazar la inteligencia artificial como una aliada. Aquí van algunas ideas prácticas para empezar:

• Aprende a usar herramientas como ChatGPT, Power BI Copilot o Google Cloud Vertex AI.
• Entrena tus prompts y habilidades para interactuar con modelos generativos.
• Involúcrate en decisiones estratégicas: la IA puede ayudarte a llegar más rápido, pero no a saber a dónde ir.

💡 Tip Making Science: No necesitas ser experto en machine learning para sacarle partido. Solo necesitas curiosidad y actitud.

Conclusión: el futuro pertenece a los analistas que evolucionan

La inteligencia artificial no viene a quitarte tu trabajo. Viene a quitarte lo más tedioso de tu trabajo.
Y eso es una gran noticia.

Los analistas que mejor se adapten a este nuevo entorno serán más rápidos, más eficientes y más estratégicos. La IA no es un reemplazo, es un multiplicador de talento.

Así que la pregunta no es si la IA te va a reemplazar, sino: ¿vas a dejar que otros la usen mejor que tú?

👉 ¿Y tú, ya estás trabajando con IA? 

Porque si los datos hablan… ahora también piensan.

¿Sabías que desde 2025 tus campañas en televisores conectados (CTV) o consolas de videojuegos están sujetas a nuevas políticas de privacidad dentro del ecosistema de Google Marketing Platform? Este cambio no solo redefine cómo se mide la audiencia en pantallas grandes, sino también cómo debes planificar, servir y atribuir campañas en estos entornos.

Si gestionas campañas omnicanal o usas CM360 como ad server, este post es para ti.

¿Qué ha cambiado y por qué importa?

El ecosistema digital sigue avanzando hacia un modelo privacy-first. Google ha actualizado sus políticas para incluir nuevos entornos emergentes como:

• Televisores conectados (CTV)
• Consolas de videojuegos (ej. PlayStation, Xbox)

El objetivo: garantizar que la recopilación de datos en estos dispositivos cumpla con regulaciones como el RGPD, la DMA europea o la Ley de Privacidad de California (CCPA).

Y sí, esto impacta directamente en cómo utilizas Campaign Manager 360 para medir, optimizar y atribuir resultados en estos canales.

1. ¿Qué implican las nuevas políticas de privacidad?

Desde febrero de 2025, los anuncios servidos en CTV y consolas deben cumplir con nuevas condiciones, como:

• Consentimiento explícito del usuario
• Uso de datos anonimizados o pseudonimizados
• Limitación del tracking individual
• Restricciones en cookies o IDs persistentes según el dispositivo o fabricante

Estas políticas afectan tanto al tracking como al reporting. Si tus campañas no están ajustadas, podrían experimentar una caída de datos… o incluso ser bloqueadas por la plataforma.

2. ¿Cómo responde Campaign Manager 360 a esto?

CM360, como parte clave de GMP, se está actualizando activamente para dar soporte a estas nuevas condiciones de privacidad, especialmente en CTV. Algunas de las mejoras más relevantes son:

Integración directa con Netflix como ad server oficial: Esto garantiza un tracking seguro, fluido y nativo de campañas servidas en la plataforma.

 Soporte para eventos Floodlight con mayor granularidad en entornos sin cookies: Permite medir conversiones sin comprometer la privacidad del usuario.

 Nuevas métricas específicas para CTV:

Quartile completion rates (25%, 50%, 75%, 100%)

View-through conversions adaptadas a pantallas grandes

Impresiones visibles por duración en segundos

Modelos de atribución adaptados al entorno CTV: Ideal para medir campañas upper-funnel donde la conversión directa no siempre es inmediata.

¿Sigue tu equipo midiendo campañas CTV como si fueran banners display? Hora de revisar la estrategia.

3. ¿Qué pasos debes dar como anunciante o agencia?

Para aprovechar al máximo CM360 en entornos como Netflix, YouTube en TV o consolas, te recomendamos:

•  Revisar tu configuración de consentimiento (CMP) y asegurarte de que incluye soporte para CTV.
• Actualizar tus creatividades y etiquetas Floodlight con los nuevos parámetros de privacidad.
• Usar modelos de atribución avanzados compatibles con entornos sin cookies ni identificadores persistentes.
•  Consultar con tu partner de confianza o directamente con Google si tienes dudas sobre implementación técnica en CTV.

En pantallas grandes, la experiencia lo es todo… y el dato, también.

Conclusión

CM360 se adapta al nuevo marketing en CTV, sin perder medición ni control

La inclusión de CTV y consolas dentro de las políticas de privacidad de Google Marketing Platform no es un freno, sino una oportunidad para evolucionar hacia campañas más eficientes y sostenibles.

CM360, gracias a su integración directa con plataformas como Netflix y su constante evolución tecnológica, te permite seguir midiendo y optimizando con garantías, sin renunciar a la privacidad.

¿Ya estás adaptando tus campañas CTV a esta nueva realidad?

Déjanos un comentario o comparte tu experiencia.

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.

Durante años, los profesionales del SEO tratábamos el volumen de búsqueda mensual como la brújula que guiaba cada estrategia. Elegíamos temas, establecíamos prioridades y medíamos el potencial de una palabra clave casi exclusivamente por esa cifra.

Pero en 2025, ese enfoque se siente anticuado. Google ya no sólo muestra enlaces azules en las SERP (páginas de resultados). Ahora presenta resultados a través de funciones como los AI Overviews y el AI Mode, (ya activo en algunas regiones), entregando resúmenes directos generados por IA en lugar de una lista de enlaces.

Mientras tanto, el comportamiento de los usuarios está cambiando. Cada vez más, hacen preguntas directamente a ChatGPT, Gemini, Claude o Perplexity en lugar de escribir en una barra de búsqueda. En este contexto, las búsquedas ya no son palabras clave, son indicaciones conversacionales (conversational prompts). Y en este momento, no existen datos públicos fiables que nos digan el «volumen» de esas consultas.

Si estás esperando que tu herramienta de SEO se ponga al día con la tendencia… ya vas tarde.

Por Qué es Importante el SEO Predictivo

El SEO Predictivo no se queda esperando a que los datos confirmen una tendencia. Toma la iniciativa.

• Detecta señales tempranas utilizando herramientas como Google Trends o AnswerThePublic.
• Crea contenido antes de que las métricas sean visibles, aprovechando plataformas como Reddit, X, Quora, Feedly, foros especializados o Google News.
• Está optimizado para las conversaciones, pensando en cómo un usuario formularía una pregunta a un chatbot — o cómo Google podría condensar una respuesta en sus Resúmenes de IA.

La Ventaja de Ser el Primero

En este nuevo mundo de la búsqueda conversacional, ser la primera fuente citada por un modelo de IA es una enorme ventaja competitiva.

Una vez que un chatbot o Google hace referencia a tu contenido en sus respuestas, desbancarlo se vuelve extremadamente difícil.

Cómo Adaptarse Hoy

• Vigila los foros y las plataformas sociales para detectar señales débiles tempranamente.
• Escribe respuestas a preguntas complejas que sean claras, estructuradas y verdaderamente útiles, de la misma manera que lo haría un asistente de IA.
• Cambia tu enfoque a la intención, no a las palabras clave exactas: crea contenido que resuelva problemas, no solo contenido que posicione.

Conclusión

El SEO Predictivo es la estrategia que asegura que tu marca aparezca en las respuestas impulsadas por la IA.

Ya no se trata solo de aparecer en la página principal de Google. Se trata de convertirse en la fuente de confianza que los modelos de IA citan cuando los usuarios hacen preguntas. Esa es la verdadera frontera de la visibilidad en 2025.

En Making Science, nuestro equipo de SEO y Contenido ya ha convertido este enfoque en la base de cómo creamos y optimizamos contenido.

👉 Así que permíteme preguntarte: ¿te estás asegurando de que tu marca —o las marcas de tus clientes— aparezcan en las respuestas de la IA?

El tan esperado AI Mode de Google se está desplegando en España. Este cambio transforma cómo se presentan los resultados de búsqueda y cómo los usuarios interactúan con ellos. Tenemos ante nosotros una nueva oportunidad para hacer crecer nuestra marca en esta plataforma.

¿Qué es el AI Mode?

AI Mode es la nueva experiencia de búsqueda que les permitirá interactuar, recibiendo las respuestas a sus consultas en formato conversacional, conservando el contexto entre preguntas y mostrando resultados enriquecidos con imágenes, vídeos y productos relacionados. Así, obtendrán respuestas generadas por inteligencia artificial en un formato más dinámico e interactivo.

Esta interfaz está pensada para que el usuario pueda profundizar en un tema dentro de una vista tipo asistente.

¿Qué significa AI Mode para su estrategia SEO?

Este nuevo modelo complementa la búsqueda tradicional con una experiencia conversacional. En lugar de los clásicos resultados de «10 enlaces azules» o los AI Overviews, los usuarios interactúan con un panel tipo chat que resume y cita contenido de distintas webs. Esto crea un entorno de «clic-cero» donde muchos usuarios no llegan a visitar las páginas originales. Recordamos que el AI Mode se debe activar en una pestaña; la pantalla de Google por defecto sigue siendo la página de resultados tradicionales.

Si bien esto puede reducir el tráfico general hacia su sitio web, las visitas que sí ocurren tienden a ser de mayor calidad: usuarios con intención de compra o acción real, guiados por el hecho de que su web aparece como fuente citada. De ahí la creciente importancia de ser una fuente citada en las respuestas de la IA, lo que impulsa el awareness hacia su marca. Esta es una nueva oportunidad para lograrlo.

El modelo da prioridad a contenidos bien estructurados, claros, completos y confiables, con marcado de Schema, autoridad temática, etc. Todo esto, como saben, ya lo hemos integrado en nuestra estrategia desde hace tiempo: ¡el SEO tradicional sigue siendo la clave!

¿Qué podemos hacer desde Making Science?

Seguimos avanzando hacia el futuro de la búsqueda, adaptando nuestras estrategias al nuevo ecosistema impulsado por la inteligencia artificial. Nuestra visión es clara: mantenernos siempre un paso por delante para que los usuarios lleguen a los resultados de nuestros clientes, interactúen y conecten con las marcas.

La experiencia internacional nos impulsa. Las pruebas realizadas en mercados pioneros como Estados Unidos y Reino Unido nos han permitido anticipar tendencias y extraer aprendizajes clave para seguir liderando esta transformación.

Observamos, aprendemos y evolucionamos. Seguiremos monitorizando el comportamiento del tráfico y compartiendo insights relevantes para fortalecer nuestra estrategia y asegurar el crecimiento sostenible de nuestra presencia digital.

AI Mode no es solo una nueva forma de buscar, sino una nueva forma de entender el mundo digital. Representa el punto de encuentro entre la inteligencia artificial, la intención humana y la innovación, redefiniendo cómo las marcas se conectan con las personas. Estamos avanzando hacia un nuevo paradigma donde la IA transforma la búsqueda y el SEO evoluciona hacia experiencias más predictivas, personalizadas y contextuales.

Beatriz Solís 

SEO, Content & MKT Automation Director

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?