La verdadera transformación de la IA: de la tecnología a las personas
La verdadera transformación que trae la IA no es tecnológica, es humana —de roles, de cultura y, sobre todo, de la velocidad a la que somos capaces de reaprender.
Hace unos meses escribí aquí sobre la responsabilidad que recae sobre quienes construimos producto digital en la era de la inteligencia artificial. Volví a ese texto esta semana y me di cuenta de que la pregunta que me hacía entonces ha cambiado. Cuando empezamos a hablar del AI SDLC —es decir, de cómo construir producto digital empleando la propia IA— la pregunta era por qué hacerlo. Hoy me ronda otra, más incómoda y excitante: ¿cómo cambiamos nosotros para estar a la altura de lo que la IA ya nos permite?
Lo pienso a menudo, y siempre llego al mismo sitio. El cuello de botella ha dejado de ser la tecnología. Ahora somos las personas. El nuevo límite no es lo que la máquina sabe hacer, sino la velocidad a la que nosotros aprendemos y nos transformamos. Supongo que es una pregunta recurrente ante cualquier transformación tecnológica.
El cambio de rol: de ejecutores a decisores en la era de la IA
Confieso que durante un tiempo viví este cambio con cierta inquietud. Si la IA genera, ¿qué nos queda a nosotros?
La respuesta, según la he ido entendiendo, es justo la contraria de la que temía: la IA no diluye nuestra responsabilidad, la eleva. Dejamos de ser ejecutores que generan para convertirnos en algo más exigente —product builders que dan contexto, revisan lo generado y, sobre todo, deciden—.
Nuestro sitio ya no está en producir cada pieza, sino en medio de los puntos de decisión más importantes. Por eso lo que llamamos «human in the loop» no me parece una opción, sino una condición: no podemos dejar sola a la IA, porque se equivoca, alucina, genera más de lo que le pides, puede ser complaciente…
Ella propone; el criterio, la intención y la validación siguen siendo nuestros. Cada día le encuentro más sentido a hablar de «product sense», de «design sense» o de «engineering sense»: ese juicio difícil de codificar es, precisamente, lo que la máquina no tiene.
Y este cambio no se improvisa equipo a equipo. Requiere un plan de implantación pensado para toda la compañía, porque lo más difícil no es la herramienta —eso se compra o se aprende— sino el cambio cultural y el nuevo modo de trabajar.
Nuestra responsabilidad, creo, no termina en aprender nosotros: tenemos que ayudar a que nuestras organizaciones —en mi caso, Telefónica— acompañen a las personas en esa transformación. Nadie debería quedarse atrás por no haber tenido tiempo de reaprender. Así es como me lo tomo personalmente.
Innovación acelerada: cómo la IA convierte el discovery en ventaja competitiva
Hay una parte de todo esto que me entusiasma de verdad. Tenemos más medios que nunca para hacer discovery, y eso cambia la naturaleza misma de la innovación.
Implantar flujos de continuous discovery y acelerar nuestros funnels —discúlpenme los anglicismos— significa algo muy concreto: probar una hipótesis ha pasado de ser caro y lento a ser rápido y barato. Podemos ver antes qué merece la pena y qué no, descartar pronto lo que no funciona y concentrar la inversión en lo que sí.
La innovación deja de ser una apuesta a ciegas para convertirse en lo que siempre debió ser: un proceso de aprendizaje continuo.
De la idea a producción: velocidad, eficiencia y nuevos riesgos
Y una vez sabemos qué construir, el resto del camino también se acorta. Podemos escribir especificaciones precisas en una fracción del tiempo, programarlas más rápido y —esto me parece igual de importante— hacer que cumplan con la legalidad, la seguridad, la QA y llevar el código a producción a una velocidad que antes parecía imposible.
Pero lo valioso no es solo la velocidad. Es lo que esa velocidad nos devuelve: tiempo para pensar mejor, priorizar con criterio y cuidar lo que entregamos.
Esto me parece sumamente importante porque, por experiencia, es muy fácil caer en “hacer más por hacer más”. Tener más capacidad sin foco puede llevar a desperdiciar recursos, generar ruido o entrar en un bucle improductivo. Aquí, más que nunca, vuelve a ser clave ese “sense” del que hablábamos antes.
IA generativa y agentes: del contenido a la ejecución autónoma
Conviene no confundir los planos. La IA generativa nos dio la capacidad de producir contenido a partir de una intención.
Los agentes van más allá: encadenan tareas, ejecutan workflows completos y coordinan procesos hasta acercarse a producción.
Pero cuanto más capaces son, más importante es quién los gobierna. Un agente sin supervisión humana no es autonomía, es riesgo delegado.
La pregunta clave ya no es qué pueden hacer, sino qué decidimos que hagan, con qué contexto y bajo qué control.
El cliente como única medida de valor en la era de la IA
Escribo todo esto y no dejo de pensar que nada tiene sentido si no llega al cliente.
Es fácil obsesionarse con la eficiencia interna, pero la calidad no se mide por lo que producimos, sino por la confianza del cliente.
La IA bien utilizada significa mejores experiencias, productos más útiles, menos fricción y mayor anticipación —siempre respetando privacidad y confianza.
El verdadero indicador no está en nuestros dashboards: está en si el cliente vuelve.
Riesgos reales de la IA: coste, control y gobierno
Sería ingenuo ignorar los riesgos.
Hay una realidad económica (cada token cuenta), una técnica (la IA se equivoca) y otra, más relevante: el gobierno.
Cómo escalamos con calidad, cómo evitamos dependencias, cómo protegemos el talento y cómo garantizamos privacidad y seguridad no son problemas de herramienta, sino de criterio y estrategia.
“Contexto, contexto, contexto”: no se trata de pedir más, sino de pedir mejor.
El inicio de una transformación más profunda en Telefónica
Nada de esto es un experimento aislado. Es el inicio de una transformación más profunda en Telefónica.
Una transformación que nos obliga a preguntarnos: ¿estamos aprendiendo lo suficientemente rápido?, ¿estamos transformando a las personas o solo las herramientas?, ¿lo que construimos mejora realmente la vida del cliente?
No hay todas las respuestas, pero sí una certeza: estas son las preguntas correctas.
Nuestra propuesta de valor: liderazgo tecnológico con impacto real
En este contexto, Telefónica asume el reto de convertirse en la mejor vía de acceso de los ciudadanos a las tecnologías digitales, impulsando una transformación basada en cinco ejes clave: consolidar su liderazgo europeo contribuyendo a la soberanía tecnológica; construir una compañía más innovadora y competitiva mediante la simplificación, la eficiencia y el talento; ofrecer más y mejores servicios apoyados en la mejor red y en la confianza del cliente; avanzar con una gestión ambiciosa y rigurosa; y reforzar su papel como referencia institucional en Europa. Todo ello con un objetivo claro: transformar la inteligencia artificial en impacto real y sostenible para el negocio, los clientes y la sociedad.
