La transformación digital ya no es una aspiración; es una infraestructura crítica sobre la que se redefine el negocio. En 2025, las empresas no compiten únicamente por producto o servicio, sino por velocidad de adaptación, capacidad de automatización y potencia analítica en tiempo real. La innovación ya no es opcional: es una condición de supervivencia.
El impulso tecnológico de la última década ha creado una paradoja evidente: nunca ha habido tanto acceso a datos, capacidad de cómputo y algoritmos inteligentes… y, sin embargo, muchas organizaciones siguen atrapadas en procesos lentos, decisiones fragmentadas o arquitecturas heredadas que impiden escalar.
Hoy, el reto no es digitalizar. Es orquestar —de forma coherente, flexible y estratégica— un ecosistema que combine inteligencia artificial generativa, cloud híbrido, automatización inteligente y plataformas abiertas. El entorno ya no se define por un solo proveedor o tecnología. Se trata de integrar, observar, aprender y automatizar… sin perder el control ni la confianza.
En este contexto, el dato se consolida como el activo diferencial. Las compañías que lideran sus sectores no son necesariamente las más grandes, sino las que convierten datos en decisiones con agilidad. Y, cada vez más, esas decisiones están asistidas, enriquecidas o directamente ejecutadas por sistemas de IA.
Según Gartner, el 80% de las empresas ya ha experimentado con IA generativa en al menos una unidad de negocio, y más del 50% planea industrializar sus casos de uso antes de 2026, especialmente en áreas como atención al cliente, operaciones y generación de contenidos. (Fuente: Gartner, Generative AI Enterprise Use Cases Survey, 2024).
La primera mesa del Forum puso el foco en uno de los ejes fundamentales de la competitividad empresarial en esta década: la capacidad para convertir grandes volúmenes de datos en decisiones accionables en tiempo real. La conversación no se centró en la recolección —ya asumida como estándar— sino en el uso inteligente, estratégico y automatizado del dato.
El problema no es la falta de datos, sino su exceso.
Fran García, Lead Solutions Engineer en Dynatrace
Fran García, Lead Solutions Engineer en Dynatrace, abrió la sesión recordando una verdad incómoda: “El problema no es la falta de datos, sino su exceso”. Señaló que las organizaciones están completamente inundadas de datos procedentes de múltiples fuentes —infraestructura, aplicaciones, experiencia de usuario— pero siguen sin transformar esa información en decisiones útiles.
Su propuesta fue clara: impulsar una estrategia de observabilidad que permita correlacionar datos técnicos con KPIs de negocio. García defendió el papel de la observabilidad unificada como motor de conocimiento en tiempo real y base de automatización inteligente. Además, destacó el papel de la IA en este proceso, especialmente en tres niveles: machine learning para detección de anomalías, IA causal para búsqueda de causas raíz sin tagging manual, y modelos de lenguaje (LLM) para interactuar en lenguaje natural con los datos. Esta combinación convierte a la observabilidad en una palanca crítica para la eficiencia digital.
La empresa funciona como una red neuronal, con equipos de humanos y agentes de IA.
Clarisa Martínez, Head of Insights & Data en Capgemini
Clarisa Martínez, Head of Insights & Data en Capgemini, tomó el relevo con una visión estratégica sobre el futuro de la inteligencia artificial en la empresa. Introdujo el concepto de agentes de IA personalizados, capaces de razonar, planificar y actuar dentro de límites definidos. “La empresa funciona como una red neuronal, con equipos de humanos y agentes de IA”, afirmó, anticipando un nuevo modelo organizativo basado en la colaboración entre inteligencia humana y artificial.
Estos agentes no solo consultan datos, sino que pueden tomar decisiones limitadas, coordinar tareas entre ellos y comunicarse con humanos. Martínez destacó la necesidad de industrializar estos modelos con arquitecturas escalables, marcos de gobernanza y estándares éticos que aseguren su fiabilidad y alineación con los objetivos del negocio.
Al perder el dato en bruto, perdemos la posibilidad de estudiar nuevos factores que hemos aprendido ahora. Es necesario mantener el dato original.
Miguel Pleite, Director Técnico en Pure Storage Iberia
Miguel Pleite, Director Técnico de Pure Storage Iberia, abordó el reto de la gestión eficiente del dato desde la perspectiva del almacenamiento. “Al perder el dato en bruto, perdemos la posibilidad de estudiar nuevos factores que hemos aprendido ahora. Es necesario mantener el dato original”, subrayó. Pleite alertó sobre la tendencia a transformar los datos demasiado pronto, perdiendo capacidad de reanálisis y trazabilidad.
Su propuesta fue la creación de una Nube de Datos Empresarial, una arquitectura capaz de gobernar, automatizar y virtualizar la gestión de datos de forma tan autónoma como la conducción de un coche inteligente. Esta nube permitiría, según explicó, gestionar todo el ciclo de vida del dato —desde su captura hasta su activación analítica— aplicando principios de automatización, resiliencia y eficiencia energética.
La IA generativa debe contar con un gobierno sólido para evitar 'alucinaciones'.
Fernando Gutiérrez-Cabello Ormazabal, Responsable de Cuentas Sector Público y Retail en Strategy Ibérica (MicroStrategy)
Fernando Gutiérrez-Cabello Ormazabal, Responsable de Cuentas Sector Público y Retail en Strategy (MicroStrategy), cerró la mesa introduciendo el concepto de hiperinteligencia, un modelo en el que la información relevante aparece proactivamente en el flujo de trabajo del usuario, sin que este la tenga que buscar. “La IA generativa debe contar con un sólido gobierno para evitar alucinaciones”, advirtió, subrayando la importancia de la gobernanza y la transparencia como elementos esenciales para mantener la confianza en los sistemas basados en IA.
A través de ejemplos en administraciones públicas, Gutiérrez-Cabello mostró cómo los dashboards embebidos en herramientas cotidianas permiten a los empleados tomar decisiones informadas sin abandonar sus entornos habituales. El objetivo es reducir la fricción entre el dato y la acción, integrando la analítica en el día a día de la organización.
En resumen, la mesa dejó claro que extraer valor del dato en 2025 requiere tres pilares: infraestructura preparada, inteligencia aplicada y una gobernanza que garantice confianza y eficiencia.
