Agentes de IA en la industria: aprendizajes del III Summit y cómo integrarlos con criterio

Esta semana asistimos al III Summit de Análisis de Datos: Agentes de IA en la industria, celebrado en AIN – Asociación de la Industria Navarra e impulsado por Javier Roig Garro. Más que un evento tecnológico, fue una conversación honesta sobre cómo integrar inteligencia artificial en empresas reales.

La conclusión fue clara: la pregunta ya no es si usar IA, sino cómo hacerlo con criterio, control y alineación estratégica.

En este artículo resumimos los aprendizajes más relevantes y qué implicaciones prácticas tienen para cualquier pyme industrial que esté valorando incorporar agentes de IA en sus procesos.

Ideas clave en 2 minutos

• La IA no se implanta, se integra en procesos existentes.
• El reto no es capturar datos, sino estructurar decisiones repetibles, trazables y anticipadas.
• Un asistente responde; un agente ejecuta y orquesta.
• Sin modelo de negocio claro, la IA solo acelera el desorden.
• El human in the loop es imprescindible en decisiones críticas.
• Privacidad y soberanía del dato deben formar parte del diseño inicial.

Casos reales de agentes de IA presentados en el Summit

Desde el equipo de Tecnologías Digitales de AIN, Antonio Vallés Jiménez, Adrián Eciolaza Ferrando y Ainara Rebollo Mugueta compartieron aplicaciones reales de agentes de IA en entornos industriales.

Integración con bases de datos transaccionales

Agentes conectados a ERP y sistemas productivos para consultar, cruzar información y apoyar decisiones operativas en tiempo real.

RAG sobre documentación interna

Sistemas capaces de consultar procedimientos, manuales técnicos o documentación de calidad con trazabilidad y control de fuentes.

Automatización de tareas repetitivas

Clasificación, generación de informes, soporte interno o gestión documental.

Mantenimiento predictivo y control de calidad

Análisis de señales y patrones para anticipar fallos y reducir tiempos de parada.

Búsqueda web enriquecida

Apoyo a vigilancia tecnológica, análisis competitivo y exploración de proveedores.

El mensaje fue contundente: la tecnología ya permite automatizar más de lo que estamos aplicando hoy. El desafío es organizativo, no técnico.

La IA no es un proyecto tecnológico, es un cambio organizacional

Antonio Soto puso el foco en un aspecto clave que muchas organizaciones subestiman: la inteligencia artificial no es únicamente una decisión técnica, sino un cambio estructural en la forma de trabajar.

Se habló de silos de información, de integración real entre sistemas, de orquestación de procesos y de la diferencia entre asistente conversacional y agente operativo. Pero, sobre todo, se habló de responsabilidad.

Agente vs asistente conversacional: una diferencia crítica

Un asistente conversacional responde preguntas.

Un agente operativo ejecuta tareas, llama herramientas, interactúa con sistemas y sigue reglas de negocio definidas.

En industria, la diferencia es estratégica. No se trata solo de generar texto, sino de tomar decisiones apoyadas en datos, activar procesos y dejar trazabilidad.

Integrar o desarrollar: el debate estratégico

La mesa redonda, integrada por Xabier Cano Chocarro, Antonio Soto, José Luis Gironés Remírez e Iñigo Goikoetxea, dejó reflexiones especialmente relevantes para cualquier pyme que esté evaluando un proyecto de IA.

• Si el proceso es core del negocio, probablemente necesites controlarlo y personalizarlo.
• Si es un proceso generalista, una solución comercial puede ser suficiente.
• La IA no sustituye estrategia.
• Sin modelo de negocio claro, no hay tecnología que lo arregle.
• En decisiones críticas, el human in the loop no es opcional.

También se abordaron cuestiones como privacidad, soberanía del dato y dependencia tecnológica. No desde el alarmismo, sino desde el principio de prudencia.

El consenso fue claro: la tecnología ya es capaz de automatizar mucho más de lo que estamos aplicando hoy. Lo que no está completamente resuelto es cómo queremos hacerlo como organizaciones y como sociedad.

Antes de implementar IA: lo que muchas empresas no revisan

Una de las reflexiones finales más contundentes, compartida por Iñigo Goikoetxea durante la mesa de debate, fue especialmente clara:

No tiene sentido plantearse automatizaciones inteligentes si no existe un plan claro de negocio, si los procesos no están definidos o si los datos no son fiables, accesibles y estructurados.

La inteligencia artificial no sustituye una mala estrategia. La acelera.

Antes de hablar de modelos, conviene analizar:

• Procesos definidos y medibles.
• Datos fiables, estructurados y accesibles.
• Arquitectura tecnológica integrable.
• Cultura digital y responsabilidades claras.
• Gobierno del dato y gestión del riesgo.

Qué nos llevamos como Anasinf

Desde nuestra experiencia en integración, producto y desarrollo a medida, reforzamos varias convicciones:

• La IA no se implanta, se integra.
• No todo necesita un LLM de gran tamaño.
• Gran parte del valor está en ordenar datos y procesos.
• El sentido común sigue siendo la mejor arquitectura.
• La velocidad importa, pero la dirección importa más.

Por eso no empezamos preguntando qué modelo usar, sino qué problema se quiere resolver y en qué punto real se encuentra la organización.

Acompañamos a las empresas en una radiografía completa de su situación:

• Modelo de negocio.
• Procesos operativos.
• Calidad y gobierno del dato.
• Cultura digital.
• Ventas digitales.
• Ciberseguridad.
• Arquitectura tecnológica.

Solo cuando existe una base sólida, los agentes aportan valor real.

Queremos agradecer especialmente a Javier Roig Garro por impulsar espacios de debate abiertos, críticos y con voces diversas. Se necesitan foros así para aterrizar el hype y convertirlo en estrategia.

Y una mención especial a nuestro compañero Iñigo Goikoetxea, que aportó frescura, rigor y una mirada práctica que equilibra experiencia y nueva generación. Ese contrapunto es el que enriquece cualquier debate estratégico.

La verdadera pregunta no es tecnológica:

¿Qué problema queremos resolver y cuánto estamos dispuestos a transformarnos para hacerlo?

Si tu organización está explorando agentes de IA y quiere hacerlo con criterio, el primer paso no es elegir modelo, sino definir dirección. Ahí es donde creemos que podemos marcar la diferencia.