Durante los últimos años, la inversión en supercomputación e Inteligencia Artificial (IA) se ha consolidado como una prioridad estratégica para Europa, con el objetivo de posicionarse como líder tecnológico a nivel global. Los países europeos buscan reducir la dependencia tecnológica del exterior, asegurar su soberanía digital y la competitividad económica. 

Lejos de quedarse atrás, España está dando pasos decisivos para formar parte de esta transformación y convertirse en un nodo estratégico ante la creciente demanda de capacidades tecnológicas. La puesta en marcha de diversos proyectos y el desarrollo de capacidades de supercomputación en IA van a permitir al país atraer talento, fomentar la digitalización de las empresas y ofrecer soluciones avanzadas ante sectores clave para el bienestar de la sociedad, como la salud, la movilidad, la energía o la industria. 

En un contexto de creciente especialización tecnológica, la formación avanzada se convierte en un pilar clave para sostener el liderazgo digital de Europa. Con nuestro Máster en Inteligencia Artificial Avanzada dominarás Machine Learning, Deep Learning con TensorFlow y PyTorch, Computer Vision, NLP, Reinforcement Learning y Generative AI con modelos como Transformers y LLMs.

Europa reconoce el liderazgo de España en digitalización, IA y redes avanzadas

Según el Informe sobre el Estado de la Década Digital de 2025, la Comisión Europea ha reconocido el excelente desempeño global de España con los objetivos y metas propuestos en el programa político “Itinerario hacia la Década Digital 2030”, en el que participan la Comisión y los Estados Miembros. 

Destacan la cobertura de redes de alta capacidad, las competencias digitales de la ciudadanía y las iniciativas en inteligencia artificial ética y abierta. Su puntuación en servicios públicos digitales supera a la media de Europa con una puntuación de 88,75 y cuenta con un 95% de cobertura de fibra óptica en hogares y un 86.3% en zonas rurales, unos resultados excepcionales frente al 58,8% de media europea. El despliegue de nodos edge (fundamentales para el desarrollo de la nube, el 5G y el internet de las cosas) ha sido otros de los avances más significativos, convirtiéndose en el tercer país con más nodos de Europa, con un total de 301. 

La Unión Europea ha mostrado su confianza en el país, reforzando el compromiso con las tecnologías y destacando iniciativas como ALIA, la inteligencia artificial del Gobierno español dirigida a sus ciudadanos y entrenada en las lenguas cooficiales de las comunidades autónomas. Señalan también a España como pionera de un sandbox regulatorio (entorno controlado de pruebas) para sistemas de IA de alto riesgo y facilitar a las empresas la integración de la futura legislación europea. 

 Gigafactoría de inteligencia artificial en Tarragona

Uno de los últimos proyectos europeos más ambiciosos y para el que España ha presentado su candidatura es la instalación de una gigafactoría de Inteligencia Artificial en Mora la Nova, Tarragona. La elección de esta ubicación se debe a sus condiciones óptimas, con una extensión adecuada y disponibilidad energética. Esta infraestructura, con una inversión esperada de 5.000 millones de euros, es una declaración de intenciones, cuyo objetivo reside en crear un referente europeo en desarrollo, diseño y despliegue de soluciones avanzadas de IA. 

El plan liderado por Telefónica e impulsado por el Gobierno de España, pasará por una primera selección en diciembre de este año para culminar con una gigafactoría operativa en menos de dos o tres años. Esta iniciativa generaría miles de empleos, demandando inicialmente profesionales en arquitectura, logística, ingeniería civil y gestión de proyectos, y una vez operativa, especialistas en ciberseguridad, ingenieros de software y hardware, científico de datos, técnicos de mantenimiento y gestores de proyectos. Esto representaría una gran oportunidad para formar y atraer talento nacional e internacional. 

Barcelona Supercomputing Center

En relación con la supercomputación, destaca el Barcelona Supercomputing Center, fundado en 2005. Su participación en proyectos internacionales de alto impacto, infraestructuras de cálculo avanzado, el desarrollo de tecnologías avanzadas y su investigación en áreas como IA, Big Data y simulación científica, entre otros, lo ha posicionado como un centro de referencia internacional. 

Entre sus iniciativas más relevantes está el superordenador MareNostrum, aplicable a casi todas las disciplinas científicas, ingeniería e industria, cuya última versión, el MareNostrum 5, permite avances como la creación de gemelos digitales del cuerpo humano o la tierra para estudios relacionados con la medicina personalizada, el cambio climático o el desarrollo de ciudades inteligentes y sostenibles. 

Pero, sin duda, una de las propuestas más significativas para el posicionamiento de España como referente europeo en supercomputación es el reciente anuncio por parte de la Comisión Europea: este centro albergará una de las siete primeras fábricas en Europa de Inteligencia Artificial, que permitirá a empresas y pymes el acceso a su infraestructura y sus recursos computacionales. 

España se consolida como motor digital europeo

El desarrollo español de estas infraestructuras y los continuos esfuerzos en innovación van a permitir a las empresas nacionales competir frente a grandes actores extranjeros, teniendo acceso a herramientas digitales potentes y la capacidad de crear productos y servicios de alto valor con la integración de nuevas tecnologías.

La apuesta de las universidades, escuelas de negocio y centros de formación españoles a programas educativos relacionados con estos avances, becas y el apoyo a la I+D serán clave para formar a profesionales tecnológicos que aseguren este futuro tan prometedor para el país, ya que ningún avance tecnológico será sostenible sin el desarrollo paralelo del talento.

La capacidad de España para consolidarse como potencia digital europea dependerá, en gran medida, de su compromiso con la formación continua, la actualización de competencias y la creación de perfiles altamente cualificados. En ese camino, el ecosistema educativo y empresarial tiene la oportunidad, y la responsabilidad, de convertir el conocimiento en motor de transformación. 

En el noveno episodio de nuestro podcast «All You Need is Data», Juan Carlos Sánchez de la Fuente, vicepresidente regional para España y Portugal de Cloudera, compartió su visión y experiencia con María Alonso, CMO de MIOTI, sobre cómo las empresas pueden aprovechar al máximo el potencial de sus datos y la Inteligencia Artificial (IA).

Juan Carlos enfatiza que los datos son uno de los activos más importantes para cualquier empresa. Sin embargo, muchas organizaciones todavía no logran utilizarlos de manera efectiva. Un estudio reciente revela que dos tercios de la información generada por las empresas no se utiliza. Esto representa una oportunidad perdida significativa, ya que el análisis de datos puede proporcionar insights valiosos que guían la toma de decisiones estratégicas.

Una cultura orientada al dato, especialmente en roles de liderazgo, resulta clave. Juan Carlos destaca que los líderes deben adoptar el uso de datos en sus procesos de toma de decisiones y fomentar un ambiente donde el dato sea visto como un recurso valioso. Esta mentalidad no solo impulsa la eficiencia operativa, sino que también permite a las empresas ser más ágiles y competitivas en un mercado en constante evolución.

Principales desafíos

Eliminación de silos de datos

Uno de los desafíos más comunes que enfrentan las organizaciones es la existencia de silos de datos. Estos silos impiden que la información fluya libremente dentro de la empresa, lo que dificulta la toma de decisiones informadas. Cloudera ofrece soluciones que ayudan a las empresas a crear plataformas interoperables, facilitando la gestión integrada de datos. Esto es esencial para escalar la inteligencia artificial y mejorar la eficiencia operativa.

Arquitectura de datos y su importancia para la IA

La arquitectura de datos sólida es fundamental para escalar iniciativas de inteligencia artificial dentro de las empresas. Juan Carlos menciona la necesidad de una planificación estratégica y modelos escalables que consideren el costo, la flexibilidad y la eficiencia. Sin una arquitectura adecuada, los proyectos de IA pueden quedarse cortos en rendimiento y escalabilidad.

Estrategia en la nube: Hacia un enfoque híbrido y multicloud

La transición hacia entornos híbridos y multicloud es cada vez más común. Juan Carlos explica que esta tendencia está impulsada por la necesidad de un mejor control de costos, la seguridad de los datos y la flexibilidad operativa. Las empresas buscan controlar dónde y cómo se almacenan sus datos, evitando depender de un único proveedor de nube.

Sostenibilidad y el rol del dato

El podcast también aborda cómo los datos y la inteligencia artificial pueden promover la sostenibilidad dentro de las empresas. Juan Carlos comparte ejemplos de clientes que han incorporado prácticas sostenibles en sus operaciones. La sostenibilidad no solo es buena para el planeta, sino que también puede mejorar la eficiencia operativa y la imagen de marca de una empresa.

Liderazgo e innovación en el sector tecnológico

Juan Carlos ofrece una perspectiva valiosa sobre el liderazgo en el sector tecnológico. Subraya la importancia de que los líderes sean empáticos, adaptables y abiertos a la innovación. En un entorno donde las tecnologías cambian rápidamente, los líderes deben estar dispuestos a arriesgarse y fomentar una cultura de innovación dentro de sus equipos.

Compromiso de los empleados y el teletrabajo

El impacto del teletrabajo en el compromiso de los empleados es otro tema discutido. En Cloudera, se adopta un modelo de trabajo flexible donde los empleados pueden elegir su entorno de trabajo. Esta flexibilidad ha demostrado tener un efecto positivo en la satisfacción y productividad de los empleados. En un mundo post-pandemia, las empresas deben considerar cómo las políticas de trabajo impactan en el bienestar y la motivación de sus equipos.

Primeros pasos hacia una cultura Data-Driven

Para las empresas que buscan adoptar un enfoque orientado al dato, Juan Carlos sugiere comenzar por comprender completamente sus activos de datos. Esto incluye establecer una gobernanza sólida de datos y crear procesos escalables y sostenibles. Una estrategia de datos bien definida puede ser un diferenciador clave en el competitivo entorno empresarial actual.

Sánchez de la Fuente proporciona una visión clara de cómo las empresas pueden transformar sus operaciones y estrategias al adoptar un enfoque centrado en el dato y la inteligencia artificial. En última instancia, aunque los datos son fundamentales, es el factor humano el que realmente impulsa el cambio. Los líderes deben inspirar a sus equipos a ver el valor en los datos y fomentar una cultura de innovación y colaboración.

El poder transformador del dato y la inteligencia artificial es innegable. Las empresas que logran integrar estas tecnologías en sus operaciones no solo mejoran su eficiencia, sino que también están mejor preparadas para enfrentar los desafíos del futuro. La clave está en adoptar un enfoque proactivo y estratégico, donde el dato sea el corazón de todas las decisiones empresariales.

Algunas claves reflejadas en el podcast:

• La mayoría de los proyectos de IA fallan por no partir de una necesidad clara ni una arquitectura #escalable.
•  La nube no es un destino, es una estrategia. ¿Multicloud, híbrida o repatriación? El control del dato es la prioridad.
• El nuevo liderazgo exige romper silos, construir cultura desde la dirección y no tener miedo a innovar.
• La IA también debe ser eficiente y responsable. No todo suma: El reto es usar lo necesario, con el mayor valor y el menor coste energético.

La protección de datos es uno de los grandes retos y preocupaciones al que nos enfrentamos en la sociedad actual. Esto se debe a la gran cantidad de información personal que concedemos y recopilan las plataformas digitales, perdiendo el control sobre su uso o paradero.

Si bien la recopilación de estos datos resulta de gran utilidad a empresas y entidades con un fin estratégico y operativo, aumentando el conocimiento sobre sus clientes y, por ende, siendo más eficientes en la toma de decisiones, también lo es para los usuarios que reciben, entre otras cosas, mejoras personalizadas en cuanto a su atención. No obstante, el debate sobre el uso del dato se ha intensificado  al mismo ritmo que se ha multiplicado su valor estratégico, y por ello es imperativo buscar soluciones que equilibren privacidad y aprovechamiento. 

Frente a esta tensión entre utilidad y privacidad, una de las soluciones más prometedoras es la generación de Synthetic Data o datos sintéticos: un enfoque que permite entrenar modelos de inteligencia artificial sin comprometer la información real de las personas.

Nuestro Máster en Data Strategy & Analytics te ayudará a descubrir insights y extraer el valor de los datos desde el primer día.

¿Qué son los Synthetic Data y para qué sirven?

Se trata de datos generados artificialmente que imitan características y propiedades de datos reales. Se replican tendencias, patrones y cualidades a través de algoritmos y problemas matemáticos. Aunque el objetivo es que estos datos recopilados coincidan en cualidades estadísticas con información original, no contienen identidades ni fuentes que podrían poner en riesgo la seguridad y privacidad personal. 

Son varios los métodos a través de los cuáles se generan este tipo de datos, destacando la distribución estadística, modelos estadísticos o métodos de aprendizaje como redes generativas antagónicas. Entre los propósitos en los que el uso de los datos sintéticos resultan de gran utilidad encontramos: 

• Privacidad y seguridad: Los datos sintéticos reemplazan los datos reales de los individuos, con el fin de protegerles, especialmente en entornos en los que se maneja contenido sensible como datos sanitarios, financieros, etc. 
• Desarrollo, prueba de software y entrenamiento de modelos: Resultan de gran ayuda para los desarrolladores. Estos datos permiten la prueba de aplicaciones, sistemas y entrenamiento de modelos cuando los datos son escasos o su uso podría poner en riesgo la seguridad o privacidad de las personas. Facilitan además la detección de problemas y favorecen la precisión. 
• Investigación y colaboración: Permiten una investigación exhaustiva, ofreciendo datos sin restricciones legales, pudiendo ser utilizada de manera ilimitada. Fomenta además la colaboración entre empresas y entidades que podrán compartir estos datos sin las limitaciones que posee la información real. 
• Reducción de sesgos: Pueden mantener el equilibrio en la inclusión de diferentes grupos, evitando la discriminación de sesgos y asegurando una representación equitativa de raza, género o edad. 

Wells Fargo, Waymo y diagnósticos médicos: Así están triunfando los datos sintéticos

Para tener una visión más clara de su uso, son ya múltiples los ejemplos que podemos encontrar. En el sector financiero, Wells Fargo ha recurrido a esta técnica para reforzar sus sistemas de detección de fraudes. Gracias a la generación de datos que imitan transacciones sospechosas, el banco ha logrado mejorar la capacidad predictiva de sus algoritmos sin utilizar información real de sus clientes, lo que refuerza tanto la precisión del modelo como el cumplimiento normativo. Por su parte, Waymo, la compañía de vehículos autónomos de Alphabet, ha empleado datos sintéticos para simular millones de escenarios de conducción, acelerando así el proceso de entrenamiento de sus vehículos y exponiéndolos a situaciones límite o poco frecuentes, esenciales para una conducción más segura. 

Este tipo de datos también está abriendo nuevas posibilidades en sectores como la energía o la salud. Investigadores dedicados al análisis de imágenes por satélite han incorporado datos sintéticos en proyectos de detección de paneles solares, permitiendo mejorar la identificación automática de instalaciones fotovoltaicas sin depender exclusivamente de imágenes reales etiquetadas, que son escasas y costosas.

En el ámbito clínico, se están utilizando imágenes sintéticas de lesiones cutáneas para entrenar algoritmos de diagnóstico. Esta práctica ha demostrado ser útil para aumentar la diversidad de casos disponibles en los modelos, lo que se traduce en mejores resultados en la clasificación de enfermedades de la piel. En todos estos casos, más allá de proteger la privacidad, los datos sintéticos juegan un papel crucial, ampliando los límites de lo que la inteligencia artificial puede aprender y predecir.

Tres formas de crear datos sintéticos

Dependiendo de cómo se incorporan en el proceso de generación de datos y su propósito podemos dividirlos en tres categorías: 

Totalmente sintéticos

Aunque el programa puede utilizar características ciertas, son creados desde cero, sin utilizar ningún dato real. Se basan en modelos matemáticos o algoritmos, generalmente identifican la función de densidad de los datos reales y posteriormente se estiman los parámetros. Los resultados finales serán completamente aleatorios, simulando las distribuciones y características estadísticas. Son ideales para situaciones hipotéticas, aunque pueden no capturar todos los detalles y complejidades, limitando su precisión. 

Parcialmente sintéticos

Los datos son en parte reales y generados. Se suelen reemplazar los datos que contienen información más sensible para no poner en riesgo la privacidad, manteniéndose datos reales que no supongan una amenaza para la seguridad. Resultan de gran utilidad para mantener la validez de los análisis y no perder la estructura de los datos, aunque será necesario un manejo adecuado para evitar riesgos en una posible identificación. 

Híbridos

Combinan datos totalmente sintéticos con datos reales de manera más integrada. Proporcionan un buen equilibrio entre anonimato y utilidad, mezclando diversas fuentes para lograr un resultado final acertado. Aporta mayor valor a los datos y son útiles en contextos en los que se necesita una representación diversa. Requieren un mayor tiempo de procesamiento y memoria y, al igual que en los datos parcialmente sintéticos, es crucial hacer un uso adecuado para preservar la privacidad. 

El potencial real de los datos que no existen

Más allá de lo que hemos visto, son muchos los beneficios que aportan estos datos a las organizaciones que hacen uso de ellos. Destacando principalmente la privacidad, la accesibilidad y la reducción de costes, también resultan interesantes en lo que respecta a su implementación. 

Por un lado, permiten la accesibilidad a datos casi ilimitados que de otra manera su obtención podría resultar complicada o sujeta a restricciones legales o éticas. Además, su acceso ya estará estructurado, por lo que no será necesaria su transformación. Por otro lado, los costes operativos que supone la recopilación de elevados volúmenes de datos reales se reducen drásticamente, resultando en una solución muy atractiva para las organizaciones. El control que se posee sobre estos datos facilitará la reducción de sesgos y permitirá la creación de escenarios hipotéticos. 

Haciendo un balance, la tendencia durante los próximos años continuará consolidando los datos como el nuevo petróleo de la era tecnológica, y si se consigue reducir el coste y riesgo de su uso mediante su producción artificial, queda claro que los datos sintéticos serán un recurso cada vez más habitual. Sectores como la banca, automoción, energía o salud serán de los más favorecidos, ofreciendo medidas adaptadas, eficientes y ágiles en una sociedad tecnológica e hiperconectada.

Deepak Chopra llevaba décadas repitiendo que la medicina del siglo XXI no podía limitarse a prolongar la vida, sino a dotarla de sentido. Con esto en mente, el pasado 4 de junio presentó, junto al empresario francés Charles Rosier, conocido por impulsar la cosmética regenerativa de Augustinus Bader, AB Chopra Epigenetics: una plataforma que promete convertir cada organismo en un laboratorio viviente y cada día en un ensayo personal. 

Con nuestro Máster en Inteligencia Artificial y Analítica aprenderás desde conceptos básicos de preprocesamiento de datos e IA, hasta los últimos modelos de redes neuronales profundas y reconocimiento de imágenes. Al final del curso obtendrás dos titulaciones de MIOTI y la Universidad Complutense de Madrid.

La colaboración entre Chopra y Rosier

La colaboración entre Deepak Chopra y Charles Rosier se define como una unión en “la encrucijada de la conciencia y la ciencia regenerativa”, creando un nuevo paradigma en el que la longevidad se define por la adaptación a la huella epigenética única, armonizando tanto la psicología como la fisiología para elevar el bienestar general. 

El lema “Donde la ciencia se encuentra con el alma” reina ahora en su página web, acompañado de un botón de «Join Waitlist». Detrás hay una cascada de test epigenéticos caseros, análisis de biomarcadores en tiempo real y algoritmos de inteligencia artificial que convierten estos datos en recomendaciones personalizadas basadas en los 11 Pilares del Bienestar de Chopra, un compendio que va del sueño reparador al propósito vital y la compasión practicada.

La experiencia comienza con una evaluación inicial, donde tus respuestas alimentan a tu gemelo digital, el AI Wellbeing Twin. A partir de ahí, recibes un kit doméstico que analiza la metilación del ADN y otros marcadores biológicos clave. Cuando este flujo de datos se combina con tus niveles de estrés y hábitos de vida, la plataforma construye rutas personalizadas de bienestar que se ajustan a diario, como un feed social… pero con telómeros en lugar de likes.

De la biología al algoritmo

AB Chopra Epigenetics se presenta como una plataforma holística, híbrida y profundamente personal. Lo que diferencia a esta plataforma es la incorporación de principios mente-cuerpo y medicina regenerativa en una estructura tecnológica sofisticada.

El informe de Research & Markets calcula que el mercado global de epigenética pasará de 4,8 mil millones de dólares en 2024 a 8,5 mil millones en 2029. AB Chopra pretende liderar esa ola: ofrecer desde un nivel gratuito con consejos genéricos hasta un quinto escalón de mil dólares al mes que incluye retiros exclusivos inmersivos y análisis epigenéticos avanzados.

En los planes intermedios, que oscilan entre los 50 y los 300 dólares mensuales, AB Chopra Epigenetics ofrece acceso a análisis genéticos y epigenéticos personalizados, guiados por su sistema de inteligencia artificial. Estos niveles progresivos permiten una experiencia cada vez más ajustada a la biología individual, y se basan en la ciencia desarrollada por un consejo experto.

Conciencia aumentada: espiritualidad y datos en armonía

Este enfoque cobra aún más sentido si se considera el trasfondo filosófico de Deepak Chopra. Con más de 40 años integrando ciencia y espiritualidad, Chopra ha abogado por una medicina centrada en la conciencia mucho antes de que conceptos como “wellness” o “biohacking” se volvieran tendencia.

En su más reciente libro, Digital Dharma, Chopra explora justamente cómo la inteligencia artificial puede elevar la inteligencia espiritual. En sus páginas, reflexiona sobre la capacidad de la IA para ofrecer guía emocional, mejorar la autorreflexión y acompañar procesos de transformación. Lejos de ver la tecnología como una amenaza, el autor la concibe como un aliado si se utiliza con sabiduría y supervisión ética.

Uno de los casos más destacados es el uso de chatbots desarrollados por su fundación para intervenir en situaciones de crisis emocional. En uno de los experimentos, estos sistemas mantuvieron millones de conversaciones con adolescentes, detectando a tiempo miles de intentos de suicidio. La clave, según Chopra, es que muchos jóvenes se sienten más cómodos hablando con una máquina que no juzga.

No obstante, es claro en su postura: la IA no reemplazará al terapeuta humano. Su valor está en complementar y ampliar el acceso, no en sustituir la experiencia humana.

Un consejo de sabios para guiar la evolución

El consejo experto detrás de esta ambiciosa plataforma está conformado por un equipo de científicos, médicos y tecnólogos de primer nivel. Entre ellos figuran el neurocientífico de Harvard Rudolph Tanzi (cocreador de los genes relacionados con el alzhéimer), la dermatóloga Iva Fattorini, el experto en medicina deportiva Ara Suppiah, la psiquiatra Srini Pillay y el cirujano robótico Ashutosh Tewari, entre otros.

El arquitecto tecnológico de este sistema es Poonacha Machaiah, ex-CEO de The Chopra Foundation y fundador de Cyberhuman.ai. Bajo su liderazgo, el equipo desarrolló un sistema adaptativo donde “cada usuario se siente escuchado, guiado y apoyado”, incluso en un entorno digital.

Tecnología con propósito: hacia una comunidad consciente

AB Chopra Epigenetics también apuesta por extender su impacto al plano social. Gabriella Wright, actriz y humanitaria, lidera las iniciativas de impacto social de la plataforma, asegurando que el acceso al bienestar no sea un privilegio, sino un derecho. “El bienestar debe ser equitativo, emocional y empoderado”, sostiene. Esto es especialmente importante en la actualidad, saturada de dispositivos, métricas y aplicaciones que prometen cambiar la vida en un clic. 

Su propuesta no consiste en vivir más, sino en vivir mejor. No en acumular datos, sino en conocerse a uno mismo. No en reemplazar lo humano con lo artificial, sino en que ambos coexistan para potenciar el bienestar individual y colectivo.

En palabras de Chopra y Rosier: “La verdadera longevidad no se define por una fórmula única, sino por una danza diaria de adaptación, sintonía y renovación”.

Vivimos rodeados de datos. Cada interacción digital, cada operación comercial, cada comportamiento de cliente genera trazas que pueden registrarse, almacenarse y analizarse. Las organizaciones, impulsadas por la promesa del dato como el “nuevo petróleo”, han invertido millones en sistemas de recopilación, almacenamiento y procesamiento.

Sin embargo, muchas empresas están descubriendo que, aunque tienen más información que nunca, no necesariamente toman mejores decisiones. La razón es sencilla: los datos no tienen valor intrínseco. Solo adquieren sentido cuando se ponen al servicio de una necesidad, de un problema real o de una oportunidad concreta. Dicho de otro modo: el dato no sirve de nada si no sabes qué estás buscando.

Con nuestro Máster en Data Strategy y Anlytics descubrirás los insights que te ayudarán a mejorar la efectividad y operativa de tu trabajo en múltiples áreas y aprenderás sobre las data-driven companies con las últimas arquitecturas y estructuras de datos. 

Pensar antes de medir: la lógica de la pregunta

Todo análisis de datos debería empezar con una pregunta. ¿Por qué han bajado las ventas en una región específica? ¿Qué patrones de comportamiento preceden al abandono de un cliente? ¿Qué factores son más determinantes en la rentabilidad de un producto? Sin una pregunta bien formulada, el análisis es una actividad sin norte.

Es aquí donde entra en juego la estrategia de negocio. Cuando una organización tiene claros sus objetivos, como aumentar la cuota de mercado, reducir costes, mejorar la fidelización o innovar en su propuesta de valor, es más fácil traducir esos objetivos en preguntas concretas y, a partir de ahí, diseñar modelos de análisis relevantes.

En otras palabras, la cadena lógica no empieza en los datos, sino en el negocio. Primero se define lo que importa. Luego se traduce en preguntas. Y solo entonces se busca el dato que puede ayudar a responderlas.

El riesgo de lo irrelevante

Una empresa puede tener un dashboard lleno de gráficos espectaculares, métricas en tiempo real y modelos predictivos con nombres rimbombantes… y aun así estar mirando en la dirección equivocada. ¿Por qué? Porque está analizando lo que es fácil medir, no lo que es importante saber.

Este fenómeno es más habitual de lo que parece. Se analiza el tráfico web sin preguntarse por la conversión. Se mide el NPS sin preguntarse si ese indicador predice realmente el churn. Se calcula el ROI de las campañas sin relacionarlo con el ciclo de vida del cliente. La obsesión por medir puede llevarnos a tomar decisiones sobre lo irrelevante.

Datos sin propósito: costes sin retorno

Recopilar, almacenar y procesar datos no es gratis. Requiere inversiones en tecnología, talento y tiempo. Si esos datos no responden a ninguna necesidad estratégica, el coste se multiplica y el retorno se diluye.

En muchos casos, las organizaciones recopilan datos “por si acaso”, sin una hipótesis previa. El resultado son data lakes caóticos, proyectos de BI estancados y analistas frustrados. No por falta de herramientas, sino por falta de dirección.

La clave está en revertir el proceso: primero el propósito, después el análisis y finalmente el dato necesario. Esta lógica no solo mejora la eficiencia, sino que evita que los equipos pierdan tiempo explorando sin rumbo.

Cómo formular buenas preguntas

No todas las preguntas sirven. Una buena pregunta de negocio tiene algunas características comunes:

• Es accionable: permite tomar una decisión o plantear una acción concreta.
• Está alineada con los objetivos de negocio: se relaciona directamente con lo que la organización quiere conseguir.
• Puede ser respondida con los datos disponibles o identificables.
• Tiene sentido en el contexto operativo: es relevante para las personas que toman decisiones.

Por ejemplo, en lugar de preguntarse “¿cuántos clics recibe mi página?”, una empresa podría preguntarse: “¿Qué características tienen los visitantes que completan el proceso de compra y cómo puedo atraer más de ellos?”. La diferencia entre ambas preguntas es estratégica: la primera se queda en lo descriptivo; la segunda permite actuar.

El rol del liderazgo en la cultura del dato

Una estrategia basada en preguntas no se construye solo desde el departamento de análisis. Requiere una implicación activa de la dirección y una cultura orientada al pensamiento crítico. Es el liderazgo quien debe definir las prioridades de negocio, fomentar la curiosidad y articular las grandes preguntas que movilizan a toda la organización.

Cuando los equipos de datos trabajan de forma aislada, sin conexión con los objetivos estratégicos, su trabajo pierde impacto. Pero cuando el análisis está alineado con las preguntas clave del negocio, el valor de los datos se multiplica.

Este cambio no solo afecta a la dirección, sino a toda la organización. Requiere formar a los equipos para que entiendan qué se puede preguntar, qué se puede medir y cómo interpretar los resultados. Los datos no son cosa de técnicos: son cosa de negocio.

De la respuesta a la decisión

Tener una buena pregunta, encontrar los datos adecuados y hacer el análisis correcto son pasos fundamentales. Pero no suficientes. El valor real aparece cuando esos resultados se convierten en decisiones. Una buena estrategia de datos no se queda en el informe. Termina cuando se traduce en una acción que impacta en el negocio.

Esto implica cerrar el ciclo: volver a medir, volver a preguntar, volver a ajustar. El dato no es un fin. Es un medio para aprender, mejorar y adaptarse. Y en ese sentido, su valor está directamente relacionado con la calidad de las preguntas que lo preceden.

Fomentar una cultura de preguntas, no solo de datos

Para que el análisis de datos tenga verdadero impacto, las organizaciones no solo deben invertir en tecnología, sino también en desarrollar una cultura basada en la curiosidad estratégica. No se trata solo de disponer de datos de calidad, integrarlos o proteger su seguridad, sino de enseñar a los equipos a formular las preguntas correctas y a comprender cómo esas respuestas transforman la operativa y la estrategia. 

Promover esta mentalidad, desde la dirección hasta los equipos más operativos, es lo que permitirá aprovechar los datos como ventaja competitiva. Porque no basta con tener información: hay que saber qué hacer con ella, y para eso, la pregunta sigue siendo el principio de todo.

La inteligencia artificial ya se encuentra presente en casi todos los ámbitos de nuestra vida. En el trabajo, gestiones diarias, entretenimiento, etc. Sin embargo, una de las áreas que más se está transformando con el desarrollo de esta tecnología es la educación, más concretamente el entorno universitario. 

Estudiantes y profesores se benefician de los avances de la IA, tanto en sus tareas diarias como aprendizaje. No obstante, el uso de esta tecnología también ha generado cierta incertidumbre y dudas respecto a su uso y la frecuencia con la que se recurre a ellas, siendo necesaria su identificación y análisis para poder aprovechar al máximo sus beneficios. 

Con nuestro Máster en Inteligencia Artificial y Analítica aprenderás desde conceptos básicos de preprocesamiento de datos, IA y programación en Python, hasta los últimos modelos de redes neuronales profundas y reconocimiento de imágenes. Al final del curso obtendrás dos titulaciones de MIOTI y la Universidad Complutense de Madrid.

Uso de la IA en el entorno universitario

La inteligencia artificial se ha convertido en una herramienta con mucho potencial para el desarrollo y mejora de la calidad de la enseñanza en el entorno universitario. Su uso puede ser aplicado en diferentes verticales con el fin de que la enseñanza sea más personalizada y accesible para todo el mundo. Por ello resulta interesante conocer qué herramientas se encuentran disponibles actualmente para enriquecer y complementar el contenido que se imparte y dar un paso más allá de las pautas establecidas hasta ahora. 

Asistentes virtuales y chatbots

Estas herramientas tienen como función asistir a las preguntas de los alumnos de forma inmediata, facilitando el flujo de estudio y permitiendo el acceso directo las 24 horas del día a apoyo educativo. Sistemas de tutorización también resultan beneficiosos para personalizar y adaptar los contenidos a las necesidades del alumno.

Plataformas de aprendizaje adaptativo

Con estas plataformas se pretende crear una experiencia personalizada en torno al estudiante, basadas en su rendimiento e identificando gracias a los algoritmos su progreso y las áreas en las que necesitan mejorar. 

Automatización de la evaluación

Sirve tanto para la detección de plagio en trabajos o exámenes como para ayudar a los profesores a la hora de registrar las calificaciones. Se pretende que esta calificación sea lo más objetiva posible y que el feedback a los alumnos sea mucho más inmediato. 

Análisis predictivo

Gracias a la IA es más sencillo monitorear el rendimiento de los estudiantes e identificar con mayor claridad aquellos cuyos resultados se están viendo afectados o tienen riesgo de abandono. 

Optimización de recursos académicos

Su fin es mejorar la eficiencia y efectividad de los servicios y recursos disponibles, como puede ser la gestión de bibliotecas, la asignación de espacios y horarios, análisis de datos o tareas administrativas entre otras.  

Realidad virtual y aumentada

Simulaciones virtuales en espacios como laboratorios, escenarios para practicar la resolución de conflictos o el uso de materiales didácticos son algunas de las experiencias que ofrece la IA con el fin de motivar y proporcionar a los estudiantes herramientas poderosas para sus futuras profesiones. 

Percepción de la IA y sus desafíos

Aunque las predicciones de la integración de la inteligencia artificial en el ámbito educativo resultan favorables, son también muchas las inquietudes que giran en torno a su uso y sus beneficios a largo plazo. Actualmente, según un estudio de la Fundación CyD, “la mayoría de las universidades analizadas emplean la IA para generar contenido y facilitar la investigación”. Sin embargo, solo la mitad emplea esta tecnología para evaluaciones y resúmenes y, de forma muy limitada, se hacen uso de las tutorías personalizadas. Con estos datos queda patente que aún no se ha puesto en práctica todo el potencial que la inteligencia artificial ofrece, siendo una de las grandes preocupaciones un aprendizaje sesgado y disminución del esfuerzo de los alumnos. A pesar de los evidentes riesgos, la gran mayoría considera que su implementación ayudaría a personalizar el aprendizaje. 

El estudio de la Fundación CyD también recoge que el 89% de los estudiantes a los que fueron realizados la encuesta aseguraron que utilizan alguna de las herramientas de IA, mientras que el porcentaje restante manifestó con un 52% que el motivo principal es que considera que su uso es poco ético. Esta causa es una de las grandes barreras que presenta la inteligencia artificial para su evolución en el ámbito educativo, ya que, en muchas ocasiones, su uso no es utilizado con un fin de aprendizaje sino como un método de optimizar el trabajo del estudiante sin que se lleve a cabo un análisis y síntesis real del contenido obtenido de la tecnología. 

A pesar de sus inconvenientes y el riesgo hacia la privacidad y seguridad de los datos, beneficios como la personalización del aprendizaje, la eficiencia administrativa y la accesibilidad educativa siguen resultando muy atractivos para apostar por la IA. 

La IA como futura estudiante

Aunque hay preocupaciones y desafíos reales en lo que respecta a la integración de la IA en los entornos universitarios, la inclusión de este tipo de herramientas con un plan estratégico abre la posibilidad de nuevas oportunidades para mejorar la calidad y efectividad de la educación, tanto desde la perspectiva del estudiante, de los profesores y de la parte administrativa de las instituciones. Para alcanzar el máximo potencial de la IA será necesario que exista una colaboración entre los expertos en tecnología y ética para que aborden todos los inconvenientes que surjan durante el proceso de adaptación en los centros. 

Sus objetivos principales, evitar problemáticas como el plagio y la dependencia excesiva a las herramientas automatizadas e impulsar que las habilidades críticas, el razonamiento y la creatividad sigan siendo elementos clave en el aprendizaje de los estudiantes. La inteligencia artificial está logrando posicionarse como uno de los grandes avances que cambiará el sector educativo y dará paso a un entorno mejorado cuyo objetivo sea siempre alcanzar el aprendizaje adecuado de los alumnos.

El conocimiento y dominio de las tecnologías es una competencia cada vez más demandada por las empresas que buscan integrar los avances digitales en sus actividades diarias y como parte de su estrategia para mantener la competitividad en el mercado. Sin embargo, esta competencia se ha convertido también en uno de los grandes desafíos, resultando cada vez más complicado encontrar expertos en TI (tecnologías de la información) y ciencia de datos. Estos profesionales son los encargados de desarrollar, gestionar e implementar tecnologías que transformen y optimicen la manera de operar de las organizaciones, fomentando su crecimiento e innovación constante. 

La revolución digital ha aumentado la necesidad de las empresas a nivel global de reclutar a profesionales que no solamente posean conocimientos técnicos, el análisis de datos, la capacidad de adaptación a situaciones prácticas y la competencia para crear estrategias de negocio efectivas son habilidades muy valoradas en un momento de esplendor tecnológico. 

Con nuestro Máster en Data Science y Big Data estarás preparado para cualquier reto en el mundo laboral. Aprenderás análisis de datos, análisis predictivo y Machine Learning, dominando las principales herramientas de tratamiento de datos y librerías de Python. Una experiencia completa con la que te convertirás en un especialista del dato. 

Auge en los empleos de IA y habilidades prácticas

Según el Informe Job on the Rise de Linkedin, los empleos relacionados con IA se han disparado, destacando Artificial Intelligence Engineer o Ai Consultant en el ranking de empleos emergentes a nivel mundial. Con todo esto, el conocimiento en tecnología e inteligencia artificial se está convirtiendo cada vez más en un requisito necesario a adquirir durante la formación de los profesionales.

Sin embargo, es importante recalcar que poseer un título universitario ya no es sinónimo de éxito. Un 45% ya no exige las titulaciones universitarias para roles técnicos de IA, tal y como señala Harvard Business Review. En la actualidad los reclutadores buscan competencias demostrables que se ajusten a las tareas a desempeñar, llevando a cabo evaluaciones prácticas que las evidencien durante el proceso de selección y el dominio de herramientas como Python, conocimientos en Cloud, LLMs o frameworks, entre otros. Los profesionales del sector deberán estar preparados para evidenciar sus capacidades, así como tener la destreza de adaptarse a diversos contextos y enfrentarse a los desafíos que involucran la integración de estas tecnologías. 

Habilidades para convertirte en un profesional

Además de los conocimientos técnicos, los profesionales deberán adquirir habilidades prácticas que complementen su formación y asegurarse un puesto en un sector que requiere de un elevado número de expertos debido a su rápido crecimiento. 

Habilidades técnicas

Programación, gestión de bases de datos y Big Data, experiencia con herramientas de análisis de datos con Pandas o NumPy, machine learning y computación en la nube con plataformas como AWS, Azure o Google Cloud Platform forman parte de algunas de las habilidades fundamentales a adquirir. Este dominio proporciona un conocimiento completo en la ciencia de datos y manejo de las tecnologías encargadas de su obtención, análisis, procesamiento y la puesta en marcha de estrategias que utilicen esta información para la optimización y rentabilidad de la empresa. 

Competencias analíticas

La recopilación de una elevada base de datos no servirá de nada si no se cuenta con las habilidades necesarias para interpretarla y analizarla, así como extraer la información más valiosa. La resolución de problemas y el pensamiento crítico serán clave durante este proceso, entrenando y optimizando los modelos de IA, automatizando los procesos y determinando los cambios necesarios. 

Habilidades interpersonales

Valorarán habilidades directamente relacionadas con la capacidad para comunicar ideas, así como saber transmitir los planes y cambios a tener en cuenta para garantizar la evolución de los modelos. La adaptabilidad a nuevas tecnologías será clave en una era en la que surgen actualizaciones y propuestas innovadoras prácticamente a diario. Saber trabajar en equipo con otros profesionales del sector será necesario para alcanzar el propósito en común. La capacidad de gestión de proyectos y la muestra de interés por un aprendizaje continuo serán un plus a tener en cuenta. 

Ética y responsabilidad

La privacidad de datos y un uso ético de la IA son aspectos fundamentales a la hora de implementar esta tecnología en un entorno laboral. Resultará imprescindible que los profesionales comprendan la ética de los datos, así como asegurarse que los modelos desarrollados cumplan con las regulaciones europeas.  

El rol de la IA en la selección del talento

En la actualidad, la IA se está utilizando también como herramienta básica para los reclutadores en la revisión de portfolios y la selección de personal, automatizando los procesos y reduciendo los tiempos de contratación. Para ello los encargados de seleccionar el personal deberán especificar de manera adecuada los conocimientos requeridos y prestar especial atención a habilidades intrínsecas de la persona, como la capacidad de liderazgo de los candidatos, el pensamiento crítico, adaptabilidad, buenas habilidades interpersonales y el interés mostrado en el aprendizaje continuo. 

Además de la búsqueda de talento, las empresas se enfrentan a otro gran desafío en la contratación tecnológica; la permanencia de sus empleados. La alta demanda y, por ahora, una baja tasa de personal cualificado en IA, están comprometiendo a las empresas a ofrecer salarios más elevados y condiciones atractivas y flexibles que disminuyan al máximo la rotación de personal y consolidar la fidelidad de los empleados ante un mercado extremadamente competitivo. 

Futuro hacia una competitividad digital

La demanda de personal cualificado en IA y la ciencia de datos está impulsada por la necesidad de las empresas de mantenerse competitivas ante la creciente integración de avances digitales como parte de la estrategia competitiva. Aunque encontrar el personal adecuado con los conocimientos requeridos en IT y Data continúa siendo un reto para las organizaciones, conocer las exigencias de los reclutadores puede ayudar a los expertos a fomentar aquellas facetas que han relegado a un segundo plano.

La formación continua y un enfoque práctico en el desarrollo de las competencias son fundamentales para que los profesionales puedan asegurarse un lugar en el sector, sin olvidar que deberán ser las propias empresas las que promuevan esta continua formación con una visión positiva de un sector que se encuentra en rápida transformación.

La multinacional tecnológica Apple anunció durante la Worldwide Developers Conference 2025, su conferencia anual de desarrolladores, el rediseño de sus sistemas operativos, algo que no sucedía desde el año 2013 con el lanzamiento de iOS 7. Más de 100.000 personas estuvieron conectadas en el canal oficial de Apple de YouTube, esperando para uno de los eventos más célebres de la compañía, cuyo lema fue cambiado a última hora de “On the Horizon” a “Sleek Peek”, una declaración de intenciones de sus próximos avances. Las novedades presentadas suponen un gran avance para la compañía y una clara visión de integrar inteligencia artificial en sus productos.

Con nuestro Máster en Inteligencia Artificial y Analítica aprenderás desde conceptos básicos de preprocesamiento de datos, IA y programación en Python, hasta los últimos modelos de redes neuronales profundas y reconocimiento de imágenes. Al final del curso obtendrás dos titulaciones de MIOTI y la Universidad Complutense de Madrid.

El nuevo universo de Apple

Durante la conferencia, Apple ha redefinido su ecosistema digital con diversas innovaciones marcadas por el diseño inmersivo, la personalización por parte de los usuarios y la integración de IA  para la mejora de sus funciones y el desarrollo de nuevas propuestas. Unas novedades que están dispuestas a cambiar la forma en que interactuamos con la tecnología de Cupertino: 

Liquid Glass

El primer gran avance que ha introducido la multinacional es su nuevo diseño Liquid Glass, cuya traducción es vidrio líquido. Este nuevo material translúcido refleja y refracta su entorno, con el objetivo de minimizar las interferencias visuales y favorecer una mayor adaptabilidad de los elementos al contenido mostrado, manteniendo la familiaridad que caracteriza al software de la compañía. Además, se llevará a cabo un cambio a la hora de nombrar los sistemas operativos, adoptando un sistema de numeración basada en el año de lanzamiento, como iOS 26 o macOS 26.  

Desarrolladores externos

Con el fin de impulsar la creación de nuevas aplicaciones, Apple permitirá que desarrolladores externos puedan crear software a partir de sus modelos de inteligencia artificial, e introduciendo nuevas funciones a las apps de sus propios dispositivos.

Traducción en vivo

Una de las novedades más esperadas es la traducción en vivo durante videollamadas de FaceTime, transcripción de mensajes y traducción en tiempo real en una conversación telefónica. Esta última estará disponible aunque el otro interlocutor no tenga un iPhone.  

Apple Games App

Se trata de un espacio dedicado a los gamers, donde podrán acceder a sus juegos favoritos, encontrar nuevos, comparar logros y puntuaciones y, en definitiva, compartir la experiencia de juego con sus amigos y otros jugadores. Una app cuyo objetivo es reunir todos los juegos en un mismo espacio y mantener a los usuarios informados de las últimas actualizaciones y eventos. 

Workout Buddy

Con respecto al Apple Watch, se ha introducido un asistente de IA en la App Entreno, que ofrece una asistencia personalizada, anima y recuerda los objetivos a los deportistas. Tiene en cuenta los registros anteriores del usuario para adaptar los entrenamientos a su historial. Su diseño integra también el material Liquid Glass y su interfaz resulta mucho más expresiva y vibrante. 

macOS Tahoe

Será el nuevo sistema operativo de sus ordenadores. Su nombre hace referencia al lago Tahoe en California. Se mantiene la identidad anterior, añadiendo elementos más expresivos y dinámicos al escritorio, las apps, el Dock y la barra de herramientas. La traducción en tiempo real, así como atajos inteligentes y funciones de navegación mejoradas, con la actualización de Spotlight, son otras de las novedades añadidas. 

VisionOS

Llega visionOS 26, con nuevos widgets espaciales personalizables para decorar el entorno del usuario, escenas hiperrealistas creadas por la inteligencia artificial y la posibilidad de compartir experiencias con otras personas que utilicen Apple Vision Pro y se encuentren en la misma habitación. 

Apple está decidiendo apostar por experiencias más inteligentes, humanas y conectadas, otorgando gran protagonismo a una interfaz y un diseño elegante, atractivo e intuitivo.

Servicios inteligentes: Apple lleva la IA a música, mapas y cartera

Se espera que, para este otoño, la compañía lance junto con sus nuevos productos más inteligencia a sus servicios. Una de las novedades más destacadas es la introducción de AutoMix, que permitirá crear transiciones de música entre canciones de Apple Music, así como la traducción y pronunciación de letras en otros idiomas. Además, los usuarios podrán transformar su móvil en un micrófono para amplificar su voz. 

Por otro lado, Mapas de Apple registrará los lugares visitados y podrá notificar sobre tráfico y posibles demoras para ofrecer alternativas, protegiendo siempre sus datos de privacidad. Otra gran novedad es la integración de Apple Intelligence en el Wallet para el seguimiento de pedidos, así como las notificaciones relacionadas con actualizaciones sobre los vuelos registrados en la aplicación y la posibilidad de compartir la actividad en tiempo real de vuelo con familiares o amigos. 

Según un comunicado lanzado por la propia empresa en su web, el vicepresidente senior de Servicios de Apple, Eddy Cue, recalca la importancia de contribuir a que los servicios de la compañía mejoren la productividad y entretenimiento de los usuarios. Así mismo Jeff Robin, vicepresidente de Ingeniería de Servicios de Apple ha explicado que “la IA y el aprendizaje automático son esenciales para que los servicios de Apple resulten tan personales e intuitivos a nuestros usuarios de todo el mundo”. 

Con un rediseño visual más atractivo y funcional, nuevas experiencias personalizadas y una apertura sin precedentes a desarrolladores externos, la compañía ha mostrado una clara visión hacia un entorno digital más conectado y eficiente, dando prioridad a la integración de la inteligencia artificial en sus funciones.

La Inteligencia Artificial no solo evoluciona: se reinventa a través de agentes autónomos capaces de actuar sin intervención humana. En 2025, esta tecnología se consolida como una de las grandes apuestas del sector, y empresas como Microsoft ya marcan el camino con conceptos como la “web agéntica abierta”, donde los sitios web se comunican directamente con la IA. 

Aunque estos avances abren enormes oportunidades, también plantean retos importantes. Enfrentarlos con preparación y criterio será esencial para aprovechar su impacto en todos los ámbitos, desde el trabajo hasta la vida diaria. Con nuestro Máster en Inteligencia Artificial aprenderás todo sobre Deep Learning, Data Science y Machine Learning, llevándote dos títulos de prestigio en Inteligencia Artificial y Deep Learning.

El ascenso de los agentes autónomos de IA

Hasta ahora, los agentes de IA que hemos tenido al alcance, como asistentes virtuales o chatbots, se han centrado en tareas rutinarias, operando bajo modelos predefinidos y guiados directamente por el usuario. 

La gran diferencia con los agentes autónomos radica en su capacidad de operar con una mínima intervención humana: perciben su entorno, planifican, toman decisiones y ejecutan acciones para alcanzar objetivos definidos. Esta nueva generación de agentes promete transformar la interacción con la tecnología, y sus beneficios son múltiples:

Automatización inteligente y optimización operativa

Los agentes autónomos permiten automatizar tareas repetitivas o de bajo valor, liberando tiempo para actividades más estratégicas. Su capacidad para procesar grandes volúmenes de datos les permite también optimizar procesos, identificar ineficiencias y reducir errores humanos en entornos estructurados. 

Personalización proactiva de la experiencia de usuario

Gracias a su capacidad para aprender del comportamiento y el contexto, estos agentes pueden anticiparse a las necesidades del usuario y ofrecer respuestas o acciones personalizadas. En muchos casos, son capaces de ejecutar directamente esas acciones, mejorando la fluidez y la relevancia de la interacción. 

Soporte en ciberseguridad en tiempo real

Algunos agentes autónomos se utilizan para monitorizar sistemas y redes continuamente, detectar posibles amenazas y, en ciertos escenarios, actuar de forma automática para mitigarlas. Aunque no reemplazan la supervisión humana, pueden acelerar la respuesta y aumentar la capacidad de vigilancia. 

Operatividad constante

Al ser sistemas digitales, estos agentes pueden funcionar sin interrupción las 24 horas del día, los 7 días de la semana. Esto permite ofrecer servicios continuos y atención inmediata, algo especialmente valioso en sectores como el comercio electrónico, la banca o el soporte técnico.

Además, la automatización de tareas reduce la probabilidad de errores manuales, y su capacidad de análisis en tiempo real permite ofrecer recomendaciones o tomar decisiones más rápidas y basadas en datos. No obstante, su fiabilidad dependerá siempre de la calidad de los datos y del diseño del sistema.

Microsoft y su “web agéntica abierta”

Durante el último Microsoft Build 2025, la compañía anunció no solo su visión estratégica puesta en los agentes autónomos, también su intención de crear un ecosistema de Internet en el que estos agentes operen en nombre de los usuarios para la toma de decisiones y ejecución de tareas. 

Para llevar a cabo esta iniciativa, la empresa pone a disposición sus propias plataformas con el fin de que los desarrolladores puedan crear y gestionar de manera rápida y sencilla sus aplicaciones y agentes de IA. Además, la empresa pretende impulsar normas abiertas e infraestructuras compartidas anunciando soporte para el Model Context Protocol (MCP) o el nuevo proyecto NLWeb. Este proyecto permitirá a los usuarios acceder a un sitio web con una interfaz conversacional del modelo de su elección, comunicándose directamente con el contenido que ofrece el sitio web. 

Comunicación colaborativa e interoperabilidad

Con esta “web agéntica abierta” la interoperabilidad de los agentes será clave, siendo posible la comunicación colaborativa con otros agentes sin importar sus lenguajes de programación. En este contexto, la transparencia y ética será crucial para garantizar unas decisiones automatizadas que respeten la privacidad y derechos humanos, así como fomentar la innovación entre los desarrolladores, facilitándoles el acceso a herramientas que impulsen sus iniciativas en el desarrollo de agentes autónomos. 

Microsoft ha presentado tres plataformas clave para el desarrollo de esta web más ética, colaborativa y eficiente. La primera de todas sería GitHub Copilot. Con su primer agente de programación asincrónico permite corregir errores, añadir funciones nuevas o gestionar prompts, entre algunas de sus funciones. Con Windows Ai foundry proponen un entorno unificado de código abierto para la creación y optimización de modelos de inteligencia artificial en Windows, ofreciendo soporte desde el proceso de entrenamiento hasta su puesta en marcha. 

Por último, con Azure AI Foundry y la integración de los modelos de xAI Grok 3 y Grok 3 mini, los desarrolladores mantendrán la privacidad de sus datos, además de llevar un monitoreo de las métricas de los modelos. 

Las grandes tecnológicas compiten en la carrera por la IA autónoma

Microsoft no es el único que está presentando nuevas soluciones tecnológicas y una perspectiva de negocio para un lanzamiento inminente de agentes autónomos de IA. Durante la última conferencia de desarrolladores, Google anunció la puesta en marcha de una “IA universal” para desarrollar tecnologías de gran utilidad, tanto en el ámbito laboral como cotidiano de los usuarios. 

Con esta iniciativa se han propuesto otra serie de actualizaciones de aplicaciones de la empresa, como el lanzamiento de Gemini 2.5 Pro, o la ejecución de proyectos como Starline o Mariner para la obtención de agentes autónomos capaces de aprender por sí mismos y tomar decisiones según el contexto. 

Open AI también ha querido unirse a esta competición integrando el modelo de razonamiento “o3” en su agente de IA Operator, dotándole de capacidades de investigación y respuesta superiores a las actuales y avanzando hacia una navegación autónoma más sofisticada y con una menor supervisión humana.  

El futuro de la IA y sus agentes

Los agentes autónomos y la “web agéntica abierta” representan un cambio paradigmático en el ecosistema digital del futuro. A medida que avanzan las innovaciones y las grandes empresas tecnológicas compiten por su liderazgo, nos encontramos más cerca de modelos mejorados que prometen soluciones muy atractivas para nuestro día a día. Una IA capaz de, no solo pensar, también de actuar bajo su propio conocimiento parece que va cobrando cada vez más sentido gracias a los esfuerzos de las empresas tecnológicas, demostrando que la realidad puede superar a una simple idea de ciencia ficción. 

Con el fomento de la interoperabilidad, la transparencia y la ética, las compañías serán las encargadas de asegurar un uso ético, equitativo y eficiente de la IA, así como maximizar las oportunidades de innovación que garanticen un impacto positivo en la sociedad.

En nuestra última masterclass, con el cofundador de Vestigium Capital y Aerya, Juan Carlos Pérez, pudimos conocer más acerca de la nueva revolución en tecnología; los agentes de IA. El experto y Alumni de MIOTI quiso exponer la importancia que tomarán estos agentes durante los próximos años y la necesidad de comenzar a invertir en esta herramienta. 

A través de diversos ejemplos, información actualizada y la resolución de dudas del público, Juan Carlos puso en contexto el futuro de nuevas estrategias de negocio y la implementación de soluciones optimizadas que resuelvan las problemáticas actuales. 

Con nuestro Máster en Inteligencia Artificial podrás obtener dos títulos de prestigio y aprender todo lo necesario sobre inteligencia artificial avanzada, Data Science y Big Data.

 Los agentes de IA y su puesta en marcha

Para entender y poder poner en marcha esta tecnología, Juan Carlos explicó con una definición clara y concisa, en qué consisten estos agentes: “Se trata de un sistema autónomo capaz de percibir, razonar, decidir y actuar”. El foco principal debe estar orientado a la resolución de problemas, entender antes de poner en práctica el agente qué es lo que queremos resolver. Hasta ahora la tecnología era capaz de percibir y razonar, pero no decidir y actuar.

“No es lo mismo, hazme la lista de la compra, y que te dé una lista de la compra cualquier modelo o solución que haya por ahí a que te la haga y que te llegue la compra a tu casa. Entonces esa es un poco la diferencia de lo que estamos hablando aquí con el tema de agentes”, señala Juan Carlos para ejemplificar las tareas que pueden llegar a realizar estos agentes y el interés que están despertando en las empresas. 

Tres puntos clave para crear un AI Agent

Para su puesta en marcha es fundamental tener tres conceptos en mente.

• En primer lugar, se debe tener claro el alcance de la tecnología que se está desarrollando para elegir los componentes que mejor se adecuen, así como valorar los costes involucrados.
• El segundo punto a tener en cuenta es su capacidad para trackear las interacciones con el usuario, un sistema que cuente con memoria y sea capaz de tener un registro histórico, así como identificar las herramientas competentes y los documentos que ayuden al modelo a desempeñar sus funciones correctamente.
• Por último, la tercera pieza imprescindible para estos sistemas son las APIs, que permiten a través de diferentes definiciones y protocolos que diferentes aplicaciones de software se comuniquen entre sí. Con la mirada puesta en estos elementos, se deberá prestar especial atención a la interfaz gráfica con la que el usuario interactuará, valorando su estética, funcionalidad y accesibilidad. 

Identificación del problema y medición efectiva

El concepto clave para entender los agentes de IA es su capacidad para la resolución de problemas, por lo que comprender la problemática es el primer paso para identificar si los agentes pueden ayudarnos a resolverlos o no. Durante el desarrollo de software y la implementación de las tecnologías de inteligencia artificial es necesaria esta evaluación para llevar a cabo un enfoque pragmático adecuado. 

“Si somos capaces de resolver el problema con una tecnología más simple, hagámoslo, porque nos vamos a quitar dolores de cabeza. Va a ser más rápido y menos costoso”, señala Juan Carlos. Esto evidencia que, optar por una solución simple no es sinónimo de error. Definir métricas objetivas y medibles es esencial para saber si estamos alcanzando los objetivos y determinar la efectividad de los cambios y mejoras. La fase de pruebas y ajustes servirá para perfeccionar el modelo antes de su comercialización. La recomendación de nuestro experto es trabajar con frameworks que permitan adaptarse a los nuevos modelos que surjan sobre un sistema ya estandarizado. 

Caso práctico de AI Agents

Gracias a uno de los casos prácticos analizados durante la masterclass podemos comprender mejor las tareas que estos agentes IA pueden llegar a desempeñar. Uno de los procedimientos más complejos propuestos involucra un proceso de compra. Un usuario quiere comprar un vuelo Bogotá a Caracas, accediendo en un primer lugar a la base de datos de la aerolínea para ver los vuelos disponibles.

Además, el cliente quiere encontrar el vuelo más barato para la próxima semana. Gracias a la interfaz de estos agentes, el usuario ya no es el que tiene que ir buscando día por día los vuelos disponibles, sino que pone a disposición del usuario aquellos que coinciden con sus preferencias como horario, coste, facturación de maleta, etc. Tras la búsqueda del vuelo deseado, es la interfaz la que de nuevo pregunta los datos al usuario para poder realizar la última parte del proceso, el pago. El modelo ya no sólo te dice como hacer las cosas, sino que ejecuta acciones para asegurarse que se complete el proceso. 

¿Cuál es el futuro de estos agentes?

La privacidad y seguridad de los datos, la identificación de soluciones adecuadas y la recuperación de información veraz por parte de estos sistemas son algunos de los retos previstos en el desarrollo de estos modelos y que las empresas deberán tener en cuenta a la hora de ponerlos en marcha. El enfoque de cada modelo dependerá de su naturaleza y del caso de uso, por lo que dominar la información, tener bien identificados sus funciones y solucionar de forma continua los problemas que puedan ir surgiendo será clave para los emprendedores en su competencia con las grandes empresas de tecnología. 

Su futuro continúa siendo incierto, pero, como señala Juan Carlos “vamos a poder hacer cosas que hasta ahora son impensables y esto seguramente se traduzca en una época de mucha abundancia en términos de productos y servicios”. Estos agentes prometen revolucionar diversas industrias, abriendo nuevas oportunidades y poniendo a nuestro alcance más bienes y servicios. Será un reto constante entre innovación y responsabilidad, buscando desafiar las problemáticas actuales y beneficiar a la sociedad en su conjunto.

MIOTI tuvo el privilegio de participar en el evento anual de ARTE (Asociación Retail Textil España), celebrado en ISEM Fashion Business School, en Madrid. La cita reunió a líderes del sector, instituciones, investigadores y representantes del consumidor en torno a un mismo propósito: reflexionar juntos sobre cómo el retail textil puede construir un modelo de futuro más sostenible, digital y conectado con las personas.

Entre los ponentes, Fabiola Pérez, nuestra CEO, tuvo un papel protagonista en el panel central de la jornada, compartiendo su visión sobre el impacto de la inteligencia artificial, los datos y la capacitación digital en el presente y futuro del sector.

Una apertura que reivindica el poder de la moda más allá de lo económico

La inauguración del evento, a cargo de Ana López-Casero (presidenta de ARTE) y Teresa Sádaba (decana de ISEM), no dejó indiferente a nadie. Con un discurso emocional y comprometido, López-Casero habló de la moda como un fenómeno que va mucho más allá del consumo: “La moda es salud, cultura, comunicación, ciencia y arte. No solo es economía. Es también una herramienta de transformación social”.

A lo largo de su intervención, recordó que el sector textil lidera la transformación digital dentro del comercio, y que lo hace sin destruir biodiversidad ni empleo. Un modelo que, como subrayó, pone a las personas y al planeta en el centro.

Uno de los momentos más esperados del evento fue la presentación del informe “La aportación del Retail Textil a la economía española y su liderazgo en digitalización”, a cargo de Diego Vizcaíno (AFI). El estudio arroja cifras que consolidan al sector como referente en empleo digital: el 14,5% de sus puestos de trabajo tienen alta intensidad tecnológica y un 10,1% de los empleados son especialistas digitales, muy por encima de la media del comercio minorista.

Y no se detiene ahí. En los próximos dos o tres años, las empresas prevén aumentar un 50% las habilidades digitales de sus equipos, incrementar un 20% el número de especialistas y empezar a incorporar nuevos perfiles profesionales que, hoy, ni siquiera existen.

Inteligencia Artificial, consumidores y sostenibilidad: así fue el panel con Fabiola

Moderado por Ana López-Casero, el panel central del evento reunió a tres voces clave para entender los retos que afronta el retail textil: la propia Fabiola Pérez (MIOTI), la profesora Anna Sáez de Tejada (experta en sostenibilidad y economía circular) y Enrique García López (portavoz de la OCU).

La conversación arrancó preguntando por el papel de la digitalización en el sector, y Fabiola fue clara: “El consumidor ha adoptado la inteligencia artificial más rápido que las empresas. El reto ahora es que las organizaciones se pongan a su altura”. Desde su experiencia liderando transformaciones digitales en el ámbito empresarial y educativo, Fabiola subrayó que el textil es uno de los sectores que más datos genera y mejor conoce al cliente. Sin embargo, advirtió que esta ventaja se enfrenta a una amenaza real: la pérdida de acceso a esos datos debido a cambios tecnológicos (como los nuevos resultados de búsqueda generativa en Google) y a las restricciones del uso de cookies.

Frente a esto, propuso dos caminos. Por un lado, formar a los equipos para adaptarse al nuevo entorno y, por otro, aprovechar la IA para acelerar la divulgación interna del conocimiento en las compañías. En su opinión, hay un cambio de paradigma en marcha. “Ya no se trata de enseñar solo tecnología, sino de enseñar cómo usarla. El reskilling es clave, y debe partir desde dentro”.

Consumidores híbridos y exigentes

Enrique García aportó una fotografía precisa del consumidor actual. Según un estudio paneuropeo liderado por la OCU, solo el 21% de los consumidores compra exclusivamente online. El 61% sigue prefiriendo la tienda física, aunque avanza la tendencia al modelo híbrido. ¿Qué buscan en el canal digital? Facilidad de uso, variedad, descripción clara del producto y una buena gestión de incidencias.

Aun así, un 13% de las compras online presenta algún problema, sobre todo retrasos o productos dañados. Y aunque hay una creciente sensibilidad hacia la sostenibilidad, todavía hay dos grandes barreras, como el precio y la falta de información fiable sobre el impacto real de lo que se compra.

Sostenibilidad más allá del producto

Desde la academia, Anna Sáez abordó la sostenibilidad como un reto sistémico, no solo de producto, sino de proceso. Habló de oportunidades en modelos de economía circular, como alquiler, segunda mano o reparación, pero también del potencial de los datos para diseñar productos y cadenas logísticas más responsables: “Ya no se trata solo de tener más datos, sino de usarlos con rigor científico y de manera estratégica”.

También advirtió que la moda ultrarrápida sigue avanzando, y que el sector necesita ser más resiliente para no quedar atrapado en dinámicas que van en contra de la sostenibilidad.

Capacitación digital, IA y personas: el triángulo clave según Fabiola

Uno de los momentos que generó más interés fue la intervención de Fabiola sobre formación y competencias digitales. Con un enfoque realista y directo, defendió que las compañías no pueden esperar a que el talento venga “ya formado” desde fuera. Deben convertirse en agentes activos de capacitación, utilizando la IA para facilitar el acceso a la información y adaptando la formación a las necesidades del negocio. “La IA nos permite formar mucho más rápido. Si combinamos eso con la experiencia que ya hay dentro de las compañías, podemos cerrar la brecha digital sin dejar a nadie atrás”.

Además, recalcó que las competencias clave del futuro no serán puramente técnicas. Según el último informe de Future of Jobs, el pensamiento analítico y creativo ha superado a las habilidades tecnológicas en el top de habilidades más demandadas.

El broche: una industria con propósito

La jornada se cerró con la intervención de Isabelle Maurizi, directora de la European Branded Clothing Association. Desde una perspectiva europea, reivindicó al retail textil como un actor transformador que debe liderar el cambio en sostenibilidad, digitalización y empleo inclusivo.

Maurizi subrayó la necesidad de un marco regulador coherente y exigente, pero también práctico y aplicable, para que todas las empresas, ya sean grandes o pequeñas, europeas o internacionales, jueguen con las mismas reglas. “No estamos solo hablando de ropa. Hablamos de una industria que moldea identidades, que impulsa creatividad y que tiene impacto social y medioambiental”.

Un punto de inflexión

La participación de Fabiola Pérez en el evento de ARTE dejó claro que el futuro del retail no pasa solo por la tecnología, sino por cómo la usamos. El dato, la IA y la sostenibilidad son solo herramientas, lo decisivo será la capacidad de las empresas para ponerlas al servicio de las personas.

Desde MIOTI, creemos que el cambio empieza en el aula, en el equipo y en la cultura de cada organización. Por eso seguiremos trabajando para que la innovación, la formación y la responsabilidad sigan siendo las claves de un sector que, como bien se dijo en el evento, está tejiendo su futuro con conciencia, creatividad y compromiso.

Con la llegada del verano, muchos consumidores modifican sus rutinas y desconectan parcialmente de su día a día, lo que representa un reto adicional para las marcas: la disminución en el consumo de productos y servicios, y la pérdida de visibilidad. Sin embargo, esta etapa también ofrece una oportunidad única para adaptar las estrategias digitales a la temporada y reconectar con la audiencia.

En estos últimos años, el área de marketing ha experimentado una transformación constante impulsada, principalmente, por la evolución tecnológica y la incorporación de nuevas herramientas. Este avance ha permitido optimizar estrategias y personalizar las acciones hacia públicos objetivos específicos, incrementando así la eficacia de cada campaña. Para mantenerse competitivas, las organizaciones deben conocer y aplicar las nuevas metodologías que definen la generación de campañas en la actualidad.

En una buena estrategia de marketing digital, entender los datos, detectar patrones y tomar decisiones estratégicas basadas en los resultados forma parte del proceso. Con nuestro Máster en Marketing Digital y Analítica, en colaboración con la Universidad Complutense de Madrid (UCM), tendrás la posibilidad de formarte en el programa de marketing más completo y enfocado en data del mercado.

Claves para potenciar tu marca en verano

Diseñar una estrategia digital específica para el verano es esencial para anticiparse en la planificación de contenidos y lograr una mayor visibilidad en un momento en el que el ocio y el descanso predominan. Mantener la actividad durante este periodo evitará caer en el olvido y facilitará el contacto tanto con clientes actuales como con potenciales. Algunas recomendaciones clave incluyen:

• Planificación estival con visión estratégica: Durante el verano, los consumidores prefieren contenidos fáciles de consumir, poco intrusivos y relacionados con su tiempo de descanso. Por ello, es recomendable optar por piezas visuales, ágiles y conectadas con actividades propias de la temporada, lo que permite captar su atención y adaptar el mensaje a sus necesidades del momento.
• Campañas centradas en experiencias: La época estival es sinónimo de aventuras, viajes y festivales. Diseñar campañas que inviten a la participación activa, como concursos, sorteos o retos sociales, refuerza el vínculo con la audiencia. Incentivar que los usuarios generen y compartan contenido potencia la conexión emocional con la marca.
• Colaboraciones con microinfluencers: Mantener colaboraciones durante el verano ayuda a sostener la visibilidad. Los microinfluencers con audiencias comprometidas generan confianza, mejoran la tasa de conversión y aportan autenticidad al mensaje gracias al contenido orgánico.
• Promociones y descuentos: El verano es una oportunidad perfecta para lanzar ofertas y promociones, tanto en productos de temporada como en liquidaciones. Los consumidores no solo esperan descuentos en fechas como el Black Friday, también buscan ahorrar en sus compras para las vacaciones.
• Email marketing estacional: Aunque la tasa de apertura puede disminuir, no debe abandonarse la estrategia de email marketing. Es fundamental que los correos sean visuales, breves y atractivos. Recomendaciones veraniegas, promociones, imágenes sugerentes y consejos útiles pueden ser bien recibidos. Gracias a la automatización, es posible personalizar cada mensaje y mantener una presencia eficaz sin atención constante.
• Storytelling temático: Una campaña basada en storytelling con temática veraniega permite conectar emocionalmente con la audiencia mientras se posiciona estratégicamente la marca. Este enfoque mejora la fidelización y puede adaptarse a múltiples formatos y canales, aumentando su alcance.
• Participación en eventos: Estar presente en eventos locales mejora la visibilidad y fomenta la relación directa con la comunidad. Esta acción puede reforzarse con la creación de contenido para redes sociales y el uso de hashtags específicos, que permitan a los asistentes compartir sus experiencias. Si se trata de un evento propio, el lanzamiento de una página web específica puede facilitar la comunicación y el acceso a la información relevante.

Tecnología y datos: pilares para una estrategia eficiente

El uso de herramientas tecnológicas, la automatización y el análisis de datos deben estar en el centro de cualquier estrategia digital. Comprender los datos recopilados a lo largo del año, identificar patrones de comportamiento y conocer al público objetivo permitirá tomar decisiones informadas, basadas en resultados reales.

Es imprescindible planificar el contenido con antelación y establecer un calendario detallado que garantice consistencia y visibilidad. Herramientas automatizadas como el envío de newsletters personalizadas, campañas veraniegas o notificaciones push asegurarán una presencia activa sin necesidad de intervención constante.

Al crear contenido, es importante considerar las características del público en cada canal. Según el estudio “Consumo de Medios en Vacaciones” de la AIMC (2024), el smartphone fue el dispositivo preferido durante las vacaciones en España (98%), y la televisión lideró el consumo de medios (76%), seguida por la prensa (50%) y la radio (49%). Asimismo, un 81% de quienes se quedaron en casa o viajaron por España usaron redes sociales, y un 45% consumió TV de pago, llegando al 90,7% en su residencia habitual. Estos datos son clave para seleccionar las plataformas idóneas y prever el alcance de las campañas.

Convertir el verano en una oportunidad

Una vez lanzadas las estrategias, es esencial hacer un seguimiento de su rendimiento. Para ello, deben establecerse indicadores clave (KPIs) como la tasa de apertura de emails, el tiempo de permanencia en los contenidos, el crecimiento en redes sociales o el aumento de las ventas. Contar con profesionales que analicen estos datos garantizará una optimización constante de las campañas.

Y es que, aunque el verano representa un desafío para el marketing digital, también es una excelente oportunidad para innovar, conectar con la audiencia desde la emoción y reforzar la identidad de marca. Apostar por contenidos frescos, visuales y experienciales, junto con un enfoque estratégico y basado en datos, permitirá que la marca se mantenga presente y relevante durante la temporada estival. Un momento ideal para sorprender y mostrar el lado más humano y auténtico de la empresa.