La inteligencia artificial está avanzando a gran velocidad en el ámbito industrial. Desde su experiencia liderando procesos de transformación en Entelgy, ¿cuál diría que es hoy el mayor reto para implantar la IA en las organizaciones: la tecnología o la gestión del cambio cultural?
Sin dudarlo: la gestión del cambio cultural. Y lo digo desde la trinchera, no desde la teoría. Entelgy es una empresa tecnológica nacida en 2003. Nuestro negocio es aplicar tecnología. Tenemos acceso a todas las herramientas. Y aun así, cuando pusimos en marcha IAbility Labs (nuestro programa interno de innovación con IA) el mayor obstáculo no fue técnico. Fue humano. El miedo a explorar formas radicalmente distintas de hacer las cosas. La resistencia a aceptar que dos décadas de éxito no garantizan seguir siendo competitivos si no cambiamos el enfoque. Si una empresa nativa digital como la nuestra se encuentra con esas barreras, imaginad lo que ocurre en organizaciones menos tecnológicas. La transformación con IA es, ante todo, una transformación cultural. El cuello de botella nunca es el modelo de lenguaje, lo es la capacidad humana de integrarlo.
En 2025 recibió un reconocimiento como gestor del cambio. ¿Qué lecciones clave ha aprendido sobre cómo acompañar a las empresas y a sus equipos en la adopción de tecnologías como la inteligencia artificial?
La más importante: la diferencia entre formar y transformar es enorme. Puedes dar un curso excelente sobre IA generativa y que al día siguiente todo el mundo vuelva a hacer las cosas como siempre. Saber usar una herramienta no es lo mismo que querer usarla bien. La segunda lección: el cambio cultural requiere intervenciones frecuentes, no intensivas. Lo que nosotros llamamos “lluvia fina»: diez minutos semanales durante meses en lugar de una jornada de formación que se olvida en dos semanas. La neurociencia del aprendizaje lleva décadas demostrando que los cambios de comportamiento se consolidan con repetición espaciada, no con inmersión puntual. Y la tercera, la que más me ha costado asumir: los mandos intermedios son el tapón invisible de la transformación. La alta dirección quiere IA, los juniors la adoptan de forma natural, pero el mando intermedio la bloquea (consciente o inconscientemente) porque su valor se construyó supervisando procesos que ahora se automatizan. No se resuelve con formación, se resuelve cambiando sus incentivos.
Precisamente, uno de los grandes debates públicos es el impacto de la IA en el empleo. ¿Cree que la inteligencia artificial destruirá más puestos de trabajo de los que creará o, por el contrario, estamos ante una transformación del mercado laboral más que una sustitución?
La pregunta está mal formulada, y eso es parte del problema. «¿Destruirá o creará?» asume que hay una respuesta binaria cuando la realidad es mucho más matizada, y más incómoda. Hay empleos que desaparecerán. No tiene sentido negarlo. Los que consisten principalmente en procesamiento repetitivo de información están en riesgo real y documentado. Pero hay un concepto en inteligencia artificial, la célebre Paradoja de Moravec, que explica por qué la sustitución total es más difícil de lo que parece: lo que es trivial para un humano es extraordinariamente difícil para una máquina. La empatía genuina, el juicio ético, el sentido común aplicado a situaciones ambiguas… siguen siendo exclusivamente humanos. Lo que sí creo con certeza es que el riesgo no es ser reemplazado por la IA. Es ser reemplazado por otro humano que la use mejor que tú. Y ahí está la urgencia real: no esperar a que la transformación llegue, sino prepararse para liderarla.
En el ámbito industrial, la IA ya está optimizando procesos, haciendo mantenimiento predictivo o logística. ¿Qué cambios estructurales cree que veremos en el sector en los próximos cinco o diez años como consecuencia de esta tecnología?
El mantenimiento predictivo, la optimización logística y el control de calidad mediante visión artificial ya no son el futuro: son el presente en las organizaciones más avanzadas. Lo que viene en los próximos años es una capa superior: la IA agéntica. Sistemas que no solo analizan y recomiendan, sino que ejecutan, coordinan y aprenden en tiempo real con supervisión humana. Pero el cambio más estructural no será tecnológico, será organizativo. Las empresas industriales que prosperen no serán las que tengan los mejores algoritmos (esos son commodities en muy pocos años), sino las que hayan construido la cultura y las capacidades humanas para integrarlos. La ventaja competitiva duradera no reside en la herramienta, reside en la organización que sabe usarla con criterio.
También anticipo un cambio profundo en los perfiles de las plantas: menos operarios de procesos manuales, más perfiles híbridos capaces de supervisar sistemas de IA, interpretar sus outputs y tomar decisiones donde la máquina no puede llegar. El re-skilling no es opcional, es estratégico.
Más allá de la industria, la IA también está entrando en nuestra vida cotidiana. ¿Qué transformaciones cree que experimentaremos como sociedad en la próxima década a medida que estas herramientas se integren en nuestra forma de trabajar y vivir?
La más relevante, y la menos debatida, es la que afecta a cómo tomamos decisiones. La IA ya influye en qué vemos, qué compramos, qué noticias consumimos, qué candidatos se seleccionan para un puesto. En diez años, esa influencia será mucho más profunda. Y si no construimos ciudadanos (y profesionales) con pensamiento crítico frente a los sistemas de IA, delegaremos nuestra autonomía sin ser conscientes de ello.
A nivel laboral, creo que la frontera entre trabajo y aprendizaje continuo se borrará completamente. No habrá un momento en que «ya sé suficiente IA». Los modelos evolucionan cada pocos meses. Los flujos de trabajo que diseñamos hoy habrá que rediseñarlos mañana. La capacidad de adaptación continua dejará de ser un valor diferencial para convertirse en un requisito básico. Y hay una transformación que me preocupa especialmente: la pérdida de conocimiento tácito a escala masiva. En España, cuatro millones de trabajadores de la generación “Baby Boom” se jubilarán antes de 2030. Con ellos se van décadas de experiencia que nunca estuvo documentada. Las organizaciones que no actúen ahora para preservar ese conocimiento sufrirán una amnesia corporativa cuyo coste es difícil de calcular, pero fácil de sufrir.
Ante este nuevo escenario tecnológico, ¿qué perfiles profesionales o competencias considera que tendrán mayor valor añadido en el futuro para convivir —y prosperar— junto a la inteligencia artificial?
Los que combinen criterio humano con capacidad de trabajar con IA. No los mejores «prompt engineers» (esa habilidad será tan básica como saber buscar en Google, o utilizar el Word), sino los que sepan cuándo confiar en la máquina, cuándo cuestionarla y cuándo descartarla. Concretamente, veo tres tipos de perfiles con futuro sólido. El primero: profesionales con dominio profundo de su disciplina que además saben usar IA como multiplicador. Un médico que entiende los límites de un diagnóstico asistido por algoritmos vale infinitamente más que uno que los acepta sin cuestionar. El segundo: perfiles de gestión del cambio y comunicación. Mientras más automatizamos lo analítico, más valor tiene lo relacional. El tercero: arquitectos de flujos humano-IA, capaces de rediseñar cómo se trabaja cuando una parte del trabajo lo hace una máquina. La competencia transversal que lo une todo: la disposición a aprender continuamente y a desaprender cuando sea necesario. No es una habilidad técnica. Es una actitud. Y no se enseña en un curso; se cultiva con cultura organizacional deliberada.
Uno de los riesgos que se plantea con frecuencia es el aumento de la brecha digital. ¿Cree que la expansión de la IA puede ampliarla entre empresas, países o trabajadores, o existe la posibilidad de que contribuya a reducirla?
Las dos cosas a la vez. Y eso es más peligroso que si la respuesta fuera una sola. La IA tiene un potencial democratizador enorme: acceso a conocimiento experto para quien no puede pagarlo, herramientas de productividad para pymes que antes solo estaban al alcance de grandes corporaciones, asistencia en idiomas y formatos que reducen barreras de acceso. Todo eso es real. Pero también lo es que el 88% de las organizaciones, según nuestros propios datos, no forma a sus empleados en IA. Que los trabajadores mayores de 50 años y los que están fuera de grandes capitales tienen un acceso significativamente menor al uso consciente de estas herramientas. Que hay empresas que ya están en el nivel 4 de madurez digital mientras otras ni han empezado. La brecha no se cierra sola. Se cierra con inversión deliberada en personas, con políticas públicas que no traten la alfabetización digital como un extra, y con empresas que entiendan que preparar a su gente no es un coste: es la única forma de que la tecnología genere valor real.
Ligado a esa cuestión, ¿qué papel deberían desempeñar las empresas, las instituciones y el sistema educativo para evitar que la inteligencia artificial genere nuevas desigualdades tecnológicas o sociales?
Cada uno tiene una responsabilidad específica que no puede delegar en los otros. Las empresas deben asumir que la formación en IA es inversión estratégica, no beneficio social. El dato es claro: según Panopto, las grandes empresas pierden 47 millones de dólares anuales por gestión ineficiente del conocimiento. La brecha de capacidades tiene un coste medible. Y el AI Act europeo, con su obligación de garantizar alfabetización en IA para todos los empleados que interactúen con estos sistemas, les da ahora cobertura regulatoria para hacerlo. Las instituciones deben garantizar que la regulación no sea solo un ejercicio de compliance para grandes empresas, sino un marco que proteja activamente a los trabajadores más vulnerables a la transición. Y el sistema educativo tiene que resolver una paradoja urgente: necesitamos que los jóvenes usen IA para ser competitivos, pero también que aprendan a pensar sin ella para ser competentes. Un profesional junior que delega todo en la IA desde el primer día nunca desarrolla el criterio senior que necesitará para supervisarla. La clave está en itinerarios que usen la IA como acelerador del aprendizaje, no como atajo que lo esquiva.
La IA también abre oportunidades en materia de inclusión. ¿Cómo puede ayudar a mejorar la empleabilidad y las condiciones laborales de las personas con discapacidad dentro de las organizaciones?
Es uno de los territorios donde el potencial de la IA es más concreto y menos discutido. En accesibilidad, los avances son ya tangibles: transcripción en tiempo real, interfaces por voz, sistemas de lectura aumentada, adaptación automática de contenidos. Herramientas que antes requerían desarrollos a medida y presupuestos elevados son hoy accesibles a cualquier organización que quiera implementarlas. Pero el impacto más profundo está en otra parte: la IA puede ser el gran igualador en entornos laborales donde la discapacidad ha sido históricamente una barrera invisible. Un profesional con movilidad reducida, con dificultades de comunicación oral o con condiciones que afectan a ciertas funciones cognitivas puede encontrar en la IA un amplificador de sus capacidades reales que compensa las barreras físicas o funcionales. No se trata de adaptación: se trata de potenciación. El riesgo, como siempre, es que esto ocurra solo en las organizaciones que ya tienen una cultura inclusiva. Las demás esperarán a que sea obligatorio. Y para entonces, el coste (humano y económico) ya estará pagado.
Desde una perspectiva práctica y estratégica, y teniendo en cuenta la evolución actual del mercado, ¿qué soluciones o enfoques de inteligencia artificial le parecen hoy más sólidos o prometedores para impulsar la transformación digital de las empresas?
Los que empiezan por el problema, no por la herramienta. Ese es el filtro que aplico a cualquier solución, propia o ajena. Con ese criterio, hay tres enfoques que me parecen especialmente sólidos en este momento. El primero es la IA agéntica bien diseñada: sistemas que no solo generan contenido, sino que ejecutan tareas, orquestan procesos y actúan con supervisión humana. No el “hype” de los agentes autónomos que todo lo hacen solos, sino implementaciones concretas donde el agente asume la parte mecánica y el humano retiene el criterio. Ahí hay valor real y medible.
El segundo es el RAG (Retrieval-Augmented Generation): la capacidad de conectar modelos de lenguaje con el conocimiento específico de una organización en lugar de depender únicamente del entrenamiento general. Esto resuelve uno de los problemas más costosos de la adopción empresarial: que la IA responda con el conocimiento de tu sector, tu empresa y tus procesos, no con generalidades. Es el enfoque que más ROI demostrable está generando en implantaciones reales.
Y el tercero, aunque menos glamuroso, es la automatización inteligente de flujos de trabajo. No RPA clásico, sino la combinación de modelos de lenguaje con lógica de negocio para transformar procesos que antes requerían intervención humana constante. McKinsey lo señala con claridad: el factor determinante en la adopción de IA no es la tecnología en sí, sino el rediseño de los “workflows”. Las organizaciones que están obteniendo resultados reales en su EBIT no son las que compraron la herramienta más potente, son las que se detuvieron a repensar cómo trabajan.
