Entrevista con Sergio Rodríguez, CTO de PUE DATA.
A lo largo de esta entrevista a Sergio Rodríguez, CTO de PUE DATA Iberia, repasamos al actualidad de la integración de la inteligencia artificial en el mundo empresarial, cómo está afectado la falta de talento a esta integración y cómo los espacios de datos dentro de Unión Europea, junto a las nuevas regulaciones, se postulan como soluciones para la seguridad de las empresas.
Además, Rodríguez también nos ha explicado cómo este incremento de integración de IA en sistemas empresariales ha disparado la demanda de soluciones como las que ofrece su compañía.
– ¿Qué impacto está teniendo la escasez de talento especializado en inteligencia artificial en las empresas del sector? ¿Qué estrategias son efectivas para captar y retener talento, y cuál es el papel de la formación continua en este contexto?
La escasez de talento en inteligencia artificial se ha acentuado en los últimos años, especialmente porque es un ámbito muy reciente en el que apenas existe formación reglada. Aunque comienzan a aparecer cursos, todavía estamos lejos de cubrir las necesidades. Este problema no es nuevo; ya desde la época del Big Data, hace unos 10 años, enfrentamos desafíos similares.
El principal reto radica en que no se trata solo de conocimientos técnicos. Hoy en día, el talento debe combinar habilidades técnicas con un entendimiento profundo del negocio. Esto es especialmente relevante en áreas como la inteligencia artificial generativa, donde los avances son tan rápidos que mantenerse actualizado se convierte en un desafío constante. Prácticamente cada semana surgen nuevos modelos, actualizaciones o frameworks, y en cuestión de meses puedes quedar desactualizado.
Para abordar esta brecha, la formación continua es clave. Incluso los profesionales más avanzados enfrentan este reto, lo que exige no solo programas formativos a nivel empresarial, sino también un esfuerzo de autoformación por parte de los individuos. En definitiva, mantenerse al día requiere un compromiso constante tanto de las empresas como de los profesionales del sector.
– ¿Podrías destacar estrategias específicas que hayan funcionado para formar y retener talento en inteligencia artificial, así como aquellas que no han sido tan efectivas?
Un aspecto crucial es establecer bases sólidas de conocimiento en inteligencia artificial. Esto incluye comprender los diferentes modelos, los frameworks de desarrollo y conceptos más recientes como el prompt engineering. Aunque no creo que sea tan complejo como se sugiere, entender cómo funcionan los modelos es fundamental.
Además, es vital combinar este conocimiento técnico con un entendimiento profundo del negocio. Los perfiles híbridos, aquellos que dominan la tecnología y comprenden las necesidades específicas del negocio, son los más valorados. Estos profesionales no solo resuelven problemas técnicos, sino que también traducen esas soluciones en beneficios concretos para las empresas.
Para fomentar este tipo de perfiles, la formación debe abarcar tanto fundamentos tecnológicos como el conocimiento del sector en el que opera la empresa. Por ejemplo, sectores como telecomunicaciones, banca o seguros están liderando la adopción de inteligencia artificial, y la especialización en estas áreas permite a los técnicos aportar mayor valor. Lo que funciona es la combinación de formación continua, bases sólidas en tecnología y un enfoque especializado en el negocio. Estrategias que descuidan alguno de estos aspectos suelen ser menos efectivas.
– En cuanto a los espacios de datos, ¿qué tendencias clave prevé que dominen el panorama en 2025?
Los espacios de datos llevan tiempo desarrollándose, especialmente en sectores como el sanitario, donde ya se han dado los primeros pasos gracias a la legislación europea. Estas normativas están fomentando la colaboración entre entidades públicas, privadas, universidades y centros de investigación para compartir datos.
De cara a 2025, esta tendencia será clave. No se trata simplemente de crear infraestructuras para almacenar información, sino de diseñar modelos que permitan compartir datos de calidad. Estos modelos deben garantizar transparencia, facilitar la investigación, mejorar estadísticas y generar nuevos modelos de inteligencia artificial. Sin embargo, esta compartición de datos trae consigo complejidades, especialmente porque cada organización utiliza tecnologías diferentes, lo que puede generar una “Torre de Babel”.
El reto principal será establecer un lenguaje común que permita la interoperabilidad entre organismos, empresas y sectores. Además, habrá un fuerte respaldo financiero desde Europa para impulsar estos espacios de datos. Esto fomentará un cambio cultural necesario: pasar del enfoque de “mis datos son mi tesoro” a una mentalidad de colaboración en la que los datos compartidos generen valor cruzado entre sectores y organizaciones. Sin duda, 2025 será la explosión de los espacios de datos.
– ¿Cómo está evolucionando el concepto de SLM (Small Language Models) y qué beneficios aportan a las empresas?
El desarrollo de los Small Language Models (SLMs) está en auge como respuesta al alto consumo de recursos que requieren los modelos de lenguaje grande (Large Language Models, LLMs). Para entrenar un LLM, se necesitan millones de horas de GPU y una cantidad descomunal de recursos energéticos, lo que genera un impacto ambiental significativo.
Los SLMs, por el contrario, están diseñados para ser más pequeños y especializados en tareas concretas. Esto los hace mucho más eficientes, tanto en términos de coste como de consumo de recursos. Aunque no tienen el conocimiento amplio de un LLM, su enfoque en áreas específicas los hace ideales para tareas que no requieren una base de datos generalista.
Además, los SLMs democratizan el acceso a la inteligencia artificial. Permiten que empresas con menos capacidad financiera o técnica puedan desarrollar sus propios modelos adaptados a necesidades concretas, como automatización de procesos específicos o análisis de datos sectoriales.
En Europa, proyectos como Mistral están liderando este cambio, y los SLMs se perfilan como una herramienta clave para que pequeñas y medianas empresas puedan competir en el ámbito de la inteligencia artificial sin depender exclusivamente de modelos desarrollados en Estados Unidos o China.
– Este año ha sido clave para la IA basada en agentes o IA Agéntica. Desde vuestra perspectiva, ¿cómo evolucionarán estos agentes en su uso empresarial y qué impacto tendrán?
La IA basada en agentes representa una evolución hacia modelos más especializados que se enfocan en tareas concretas. Un buen ejemplo de esto son los copilotos, que ya están asistiendo en actividades específicas como resumir textos, redactar correos o generar imágenes.
El verdadero potencial de estos agentes radica en su capacidad para trabajar de manera coordinada, distribuyendo tareas según su especialización. Por ejemplo, un sistema podría incluir un agente encargado de sintetizar información, otro de generar contenido y un tercero de validar resultados. Incluso, podrían colaborar entre sí para resolver problemas complejos.
Esto no solo automatiza tareas rutinarias, sino que también permite acelerar procesos y tomar decisiones de forma más autónoma. A largo plazo, estos agentes no se limitarán a responder preguntas puntuales, como hacen ahora herramientas como ChatGPT, sino que operarán en segundo plano, ejecutando instrucciones, evaluando resultados y ajustándose según las necesidades del momento.
En el ámbito empresarial, estos agentes especializados tienen el potencial de transformar la productividad, haciendo que las tareas repetitivas sean más eficientes y liberando a los equipos para centrarse en actividades de mayor valor estratégico. En definitiva, hacernos más potentes.
– Con la aparición de roles como el CAIO (Chief AI Officer), ¿cómo está evolucionando el liderazgo en torno a la inteligencia artificial dentro de las empresas?
La creación de roles como el CAIO refleja la necesidad de un liderazgo claro en el uso de la inteligencia artificial. Aunque la IA lleva muchos años desarrollándose, fue la llegada de la IA generativa la que realmente puso el tema en el centro de atención empresarial. Antes, la responsabilidad estaba diluida entre departamentos de tecnología y negocio, lo que generaba una falta de enfoque estratégico.
El CAIO surge para cubrir este vacío. Es un rol que combina la gestión de la inteligencia artificial desde un punto de vista organizativo con aspectos críticos como la ética, la gobernanza y la seguridad. Por ejemplo, este líder debe garantizar que los datos utilizados sean responsables, legales y transparentes, al tiempo que impulsa el uso de la IA de manera efectiva dentro de la organización.
Mientras que el CIO sigue enfocado en la infraestructura tecnológica, el CAIO tiene un rol más transversal, centrado en cómo la IA puede transformar la empresa de manera segura y ética. En definitiva, estos dos perfiles convergen para garantizar que la adopción de la inteligencia artificial no solo sea tecnológica, sino también estratégica y sostenible.
– ¿Qué desafíos tecnológicos y operativos destacarías para los próximos años, además de los relacionados con la inteligencia artificial y los espacios de datos?
Uno de los mayores retos para los próximos años será la ciberseguridad. A medida que los ataques se vuelven más sofisticados, las soluciones deben evolucionar al mismo ritmo. Hemos visto casos graves en 2024, desde filtraciones en bancos hasta aerolíneas, donde los datos sensibles se han visto comprometidos. Estos incidentes no solo afectan la confianza, sino que también generan riesgos legales y financieros enormes.
Otro desafío importante será la optimización de infraestructuras. Cada vez más empresas tendrán que reportar su huella de carbono, no solo por regulaciones, sino como una exigencia del mercado. Esto incluye medir el impacto ambiental no solo de sus propias operaciones, sino también de las de sus proveedores. La sostenibilidad será un factor clave en la toma de decisiones empresariales.
Por último, la seguridad no es solo una cuestión de tecnología. Muchos problemas derivan de errores humanos, como engaños por phishing o scams. Por ello, educar y concienciar a los empleados será tan importante como implementar soluciones tecnológicas avanzadas. La clave estará en abordar la seguridad desde una perspectiva integral, combinando tecnología, gobernanza y formación.
– ¿Qué percepción tienes sobre la NIS II y la Ley de IA de la Unión Europea? ¿Crees que estas regulaciones podrían afectar la competitividad de las empresas europeas?
Estas normativas han generado cierto debate, especialmente por la percepción de que podrían restar competitividad frente a mercados como Estados Unidos o China. Sin embargo, desde mi punto de vista, estas leyes no limitan la competitividad, sino que establecen un marco necesario para garantizar la seguridad, la ética y la transparencia en el uso de la tecnología.
Por ejemplo, la Ley de IA impone restricciones razonables, como limitar el uso de datos biométricos en ciertas situaciones o evitar influencias indebidas, como manipular decisiones individuales, como el voto, a través de inteligencia artificial. Esto protege derechos fundamentales y fomenta un uso responsable de la tecnología.
Aunque algunos argumentan que estas normativas pueden ralentizar ciertos desarrollos, también es cierto que Europa tiene una oportunidad única para liderar con un enfoque ético y sostenible. Además, este marco regula la entrada de actores externos, como empresas chinas o estadounidenses, para que no operen sin control en nuestro mercado. Más que un obstáculo, considero que estas regulaciones son una ventaja estratégica para construir un entorno tecnológico más seguro y responsable, alineado con los valores europeos.
– Por último, ¿habéis notado un incremento en la demanda de vuestros servicios desde la irrupción de la inteligencia artificial?
Definitivamente, hemos observado un crecimiento significativo en la demanda desde que la inteligencia artificial, especialmente la generativa, se ha popularizado. En menos de un año, las empresas han pasado de explorar tímidamente esta tecnología a integrarla como parte central de sus estrategias.
La clave está en que el valor de la IA se percibe de manera inmediata. Las organizaciones identifican rápidamente casos de uso que les permiten optimizar procesos internos, reducir costes y generar nuevas líneas de negocio. Sin embargo, el mayor reto sigue siendo llevar estas iniciativas a escala, pasando de proyectos piloto o pruebas de concepto a soluciones que impacten a miles de usuarios de manera efectiva.
En cifras, aproximadamente un 20-30% de los nuevos proyectos que gestionamos ya incluyen componentes de inteligencia artificial, algo que hace un año era prácticamente anecdótico. Esta tendencia no solo se limita a España, sino que también la vemos en otros mercados donde operamos, como Europa y Oriente Medio. Sin duda, este porcentaje seguirá creciendo en los próximos años, especialmente conforme las empresas amplíen su capacidad para aprovechar el potencial de sus datos mediante la IA.
– De cara a 2025, ¿cómo prevés que evolucionará la integración de la inteligencia artificial en los proyectos empresariales?
Para 2025, estoy convencido de que prácticamente todos los proyectos que impliquen datos tendrán un componente de inteligencia artificial. Las empresas ya están comenzando a identificar cómo aprovechar sus activos de datos, no solo para optimizar procesos, sino para crear nuevas oportunidades de negocio.
En este sentido, veremos una modernización importante de las infraestructuras de datos, como data warehouses y sistemas ETL más eficientes, que permitirán escalar los proyectos de inteligencia artificial a un nivel más avanzado. Desde la predicción y la segmentación hasta la IA generativa, los casos de uso serán cada vez más ambiciosos.
Además, el porcentaje de proyectos que incluyen IA, actualmente en torno al 20-30%, crecerá significativamente. Durante 2024 hemos visto un enfoque más experimental, con pruebas de concepto y evaluaciones de viabilidad. Sin embargo, para 2025 muchas de estas iniciativas pasarán a producción, integrándose completamente en las operaciones empresariales.
La IA será clave para modernizar cómo se gestionan los datos y cómo se utilizan para tomar decisiones. En definitiva, el 2025 será el año en que la inteligencia artificial se convierta en un componente esencial y transversal en las estrategias corporativas.
Proopoint cree que el año que viene los delincuentes manipularán datos privados asociados a la…
Las implantación de nuevas herramientas, la optimización de productos ya existentes y la adopción de…
La mayoría renovaría por completo su infraestructura de seguridad para adoptar soluciones totalmente integradas.
Los mensajes RCS ofrecen muchas más posibilidades que los SMS, pero también abren la puerta…
Acompañará a las empresas en sus procesos de equipamiento, desde la elección del hardware hasta…
Juntos, trabajarán en la formación y la actualización de habilidades para que los consejeros impulsen…