En esta ocasión, la conversación giró en torno a una cuestión clave para el momento actual: cómo pasar de la experimentación con inteligencia artificial a la medición rigurosa de su impacto real en el negocio. 

Si durante los últimos años el foco estuvo en probar tecnologías y validar que la IA era posible, hoy las organizaciones se enfrentan a una pregunta mucho más exigente: ¿cómo medimos el ROI de la IA para saber si realmente aporta valor a la empresa? Rafa Giménez y Lluís Vicente, expertos de la consultora tecnológica con sede a Barcelona, Quantion, guiaron la charla poniendo en valor la importancia de medir con criterio, de entender todas las dimensiones que implica la IA, tecnológicas, organizativas, legales y económicas, y de asumir que el verdadero reto ya no es construir modelos, sino generar confianza y retorno sostenible en el tiempo. 

A partir de experiencias reales y casos vividos en distintos sectores, la sesión dejó claro que la IA no se consolida por su capacidad técnica, sino por su capacidad de ser evaluada, explicada y gobernada dentro de la organización. 

De experimentar a medir el ROI de la IA: el nuevo hito

Uno de los consensos más claros del encuentro fue que el verdadero punto de inflexión ya no está en adoptar IA, sino en ser capaces de medir su impacto con sentido.

Hablar del ROI de la IA implica ir mucho más allá de métricas técnicas o del simple “funciona / no funciona”. Significa comprender qué impacto real tiene en los procesos, qué riesgos introduce, ya sean operativos, legales o reputacionales, qué retorno genera en relación con la inversión realizada y qué nivel de supervisión y esfuerzo operativo requiere en el día a día.

En este contexto, 2026 se perfila como el año en el que medir correctamente el ROI de la IA dejará de ser una buena práctica para convertirse en una verdadera capacidad estratégica.

Datos bien integrados: la base del ROI de la IA

Otro de los grandes aprendizajes compartidos fue que el principal freno para escalar la IA no suele estar en el modelo, sino en los datos.

Para que el ROI de la IA sea real y sostenible en el tiempo, es imprescindible contar con datos bien integrados entre sistemas, consolidados y correctamente gobernados. Cuando esta base no existe, los proyectos se vuelven frágiles, la fiabilidad se resiente y el coste de operación se incrementa. Pero, sobre todo, se erosiona la confianza del negocio.

Y sin confianza, no hay adopción. Y sin adopción, no hay retorno. La confianza no se construye con resultados puntuales, sino con consistencia, trazabilidad y la capacidad de explicar por qué la IA toma determinadas decisiones.

Medir con sentido: impacto, riesgo y retorno

Durante la sesión se insistió en que medir el ROI de la IA no es únicamente calcular un beneficio económico directo. Es un ejercicio más amplio que debe equilibrar tres dimensiones clave: 

• Impacto: reducción de tiempos, mejora de la eficiencia, calidad del servicio o capacidad de escalar procesos. 
• Riesgo: errores críticos, dependencia del dato, cumplimiento normativo y efectos sobre la marca. 
• Retorno: ahorro de costes, incremento de ingresos o liberación de capacidad para tareas de mayor valor. 

Medir con sentido permite tomar decisiones maduras: avanzar, ajustar… o detener un proyecto a tiempo antes de que el coste supere al beneficio. 

El ROI de la IA se define en operación, no en la PoC 

Otro de los puntos clave del encuentro fue entender que los proyectos de IA, especialmente los basados en agentes, no son estáticos. Son sistemas vivos que evolucionan con el uso, los datos y el contexto. 

Esto obliga a medir a lo largo de todo el ciclo de vida: 

• Antes de desarrollar, para validar que el caso de uso tiene sentido. 
• Durante la construcción, para evaluar fiabilidad y esfuerzo de prueba.
• En operación, para controlar costes, errores, supervisión y adopción. 

El verdadero ROI de la IA no se define en la fase de prueba o en una demo exitosa, sino en su rendimiento sostenido en producción. 

Personas, adopción y cultura: variables invisibles del ROI 

Más allá de la tecnología, el encuentro puso el foco en un factor decisivo: las personas. 

La adopción real, la percepción de utilidad y la confianza en la herramienta son tan importantes como la precisión del sistema. Un solo error relevante puede frenar meses de avance, mientras que una buena experiencia sostenida en el tiempo acelera la adopción. 

Por eso, medir el ROI de la IA también implica observar cómo se integra en el día a día del negocio y cómo transforma la forma de trabajar. 

Medir el ROI de la IA para decidir mejor 

El encuentro dejó una idea clara: la IA que genera impacto es la que se puede medir, gobernar y explicar. 

En un contexto de rápida evolución tecnológica, avanzar con IA no significa adoptar todo lo nuevo, sino saber dónde invertir, dónde escalar y dónde parar. Y para eso, medir el ROI de la IA con sentido se convierte en una de las capacidades más valiosas para las organizaciones. 

Seguiremos creando estos espacios de conversación porque el futuro de la IA en el negocio no se define solo con mejores modelos, sino con mejores decisiones. 

La entrada ROI de la IA: cómo medir el impacto real y crear valor en el negocio se publicó primero en Innovation tech leaders.

La sesión fue conducida por Rafael Giménez, Data & AI Lead y Luis Tuzón, Data Tech Lead, quienes abordaron los retos tecnológicos asociados a la Agentic AI,  y al desarrollo de agentes robustos y fiables que sean capaces no solo de responder a preguntas, sino de actuar de forma autónoma, contextualizada y colaborativa. 

Ambos ponentes invitaron a reflexionar sobre una idea clave: ya no se trata de si la IA puede hacer cosas, sino de cómo se puede aplicar de forma efectiva, fiable y controlada en contextos reales.  

El pulso y los retos tecnológicos de la Agentic AI 

La Agentic AI ha evolucionado hasta convertirse en un motor clave de transformación empresarial, impulsada por los grandes modelos de lenguaje (LLMs) capaces de ejecutar tareas complejas y colaborar en sistemas multiagente. 

“Estamos en el tercer año de la IA generativa real. La que ya no solo predice, sino que actúa”, afirmó Tuzón al inicio de la sesión. Esta nueva generación de inteligencia artificial generativa, conocida como Agentic AI, se distingue por la capacidad de los sistemas para tomar decisiones, ejecutar acciones, coordinar herramientas y colaborar con otros agentes de forma autónoma y contextualizada. 

Sin embargo, esta evolución tecnológica también plantea importantes desafíos, ya que los LLM funcionan como cajas negras, lo que complica la trazabilidad y el control de las respuestas generadas. Esto hace indispensable contar con una observabilidad robusta que garantice monitorización, registro de eventos y trazabilidad en tiempo real. 

A ello se suma la naturaleza no determinista de estos modelos, que puede producir respuestas distintas ante una misma consulta. Esta característica obliga a implementar estrategias de verificación y control para asegurar la fiabilidad de los resultados y evitar la generación de información errónea o falsa. 

Construyendo la Agentic AI: arquitecturas multiagente seguras y escalables 

Para abordar estos retos, es fundamental diseñar arquitecturas que permitan que múltiples agentes colaboren de manera coordinada, eficiente y segura en entornos productivos.  

La combinación de varios  agentes permite distribuir tareas y mejora la flexibilidad, pero también exige mantener el control y la previsibilidad mediante patrones de diseño específicos. 

Durante la sesión se destacó el papel esencial de varios componentes técnicos: 

• Servidores MCP que abstraen el contexto, la memoria y herramientas externas para facilitar la modularidad y escalabilidad.  

• Lang Graph, encargado de orquestar los flujos de trabajo, gestionar errores y mantener la trazabilidad para asegurar un comportamiento fiable.

• Protocolo A2A, que estandariza la comunicación entre agentes para favorecer la colaboración y resiliencia en sistemas multiagente.

 La integración de estas piezas junto con evaluaciones continuas (que utilizan golden datasets, pruebas automáticas y revisiones humanas) garantiza la calidad y robustez del sistema. 

El “human in the loop” sigue siendo fundamental para la supervisión de decisiones críticas, y participa en el proceso de entrenamiento, validación, supervisión y toma de decisiones del sistema, especialmente cuando se trata de decisiones estratégicas. 

La realidad es que ya no estamos hablando de si la IA puede hacer ciertas cosas, sino de cómo puede resolver tareas reales dentro de las empresas.

Retos tecnológicos clave 

Durante la sesión, se destacaron los principales desafíos que surgen al diseñar e implementar sistemas basados en agentes: 

• Falta de trazabilidad: al ser modelos no deterministas, una misma entrada puede generar distintas respuestas. Esto complica la validación y el control. 

• Complejidad del contexto: los agentes necesitan recibir información estructurada y relevante para actuar con precisión. Surge así el enfoque de context engineering. 

• Escalabilidad y consumo: los sistemas multiagente pueden multiplicar por 10 o más el uso de tokens frente a modelos tradicionales, lo que implica un alto impacto económico. 

• Fragmentación del ecosistema: la proliferación de agentes en diferentes plataformas (cloud, CRM, etc.) exige una gobernanza clara para evitar duplicidades y mantener el control técnico. 

Optimizando el coste de operación 

Otro punto más destacado de la sesión fue el impacto económico de estos sistemas, ya que el uso intensivo de tokens por parte de los agentes puede disparar los costes si no se gestiona adecuadamente. 

Para minimizar este impacto, se propuso algunas soluciones, como, seleccionar modelos más ligeros para tareas simples o aplicar filtros previos con modelos más pequeños antes de activar modelos complejos entre otros. 

Por otro lado, aunque la tecnología ha avanzado, el éxito de la IA sigue dependiendo de los datos, ya que sin una buena calidad, gobierno y trazabilidad de los datos, el sistema puede generar información incorrecta o incluso peligrosa. 

Además, con la aparición de múltiples agentes en diferentes plataformas, es fundamental establecer un marco de gobernanza centralizada, que permita orquestar, auditar y controlar toda la infraestructura sin perder eficiencia ni seguridad. 

La Agentic AI ya no es un concepto de futuro, sino una realidad que está transformando la forma en que las empresas diseñan procesos, toman decisiones y construyen soluciones inteligentes. En este contexto,  las organizaciones que apuesten por esta evolución tecnológica, con visión estratégica y una base sólida de conocimiento, serán las que marquen el paso en la próxima generación de innovación digital. 

¿Quieres ser parte del cambio? Únete a los próximos encuentros de la comunidad Innovation Tech Leaders. Mientras tanto, te invitamos a revivir lo mejor de nuestro último encuentro: Agentes IA en el MWC 2025: Tendencias e impacto en los negocios

La entrada De la idea al resultado: construyendo Agentic AI con fiabilidad e impacto se publicó primero en Innovation tech leaders.

Su participación aportó una gran diversidad de perspectivas y casos prácticos que enriquecieron las discusiones durante el evento. Durante esta sesión, se exploraron las claves estratégicas para la implementación y desarrollo de soluciones basadas en inteligencia artificial, en especial los Agentes de IA, la automatización y gestión de datos en el entorno empresarial.  

Cómo la Inteligencia Artificial está transformando las empresas 

La Inteligencia Artificial (IA) ha pasado de ser una tendencia futurista a convertirse en una herramienta esencial para las empresas, impactando desde la automatización de procesos hasta la mejora de la experiencia del cliente.  

Rafa Giménez, especialista en datos de Quantion, mostró cómo la IA está transformando la interacción con los clientes y mejorando la atención. Por otra parte, Lluís Vicente, director de consultoría e innovación en Quantion, destacó la importancia de aplicar estas tecnologías de manera estratégica y alineada con los objetivos empresariales.  

Tendencias destacadas del Mobile World Congress 

El Mobile World Congress (MWC) es el evento tecnológico más influyente del mundo, y su edición 2025 ha puesto de manifiesto la rápida evolución de la inteligencia artificial (IA) y su impacto en múltiples sectores.  

Entre los temas más relevantes discutidos, destacan la automatización de procesos empresariales, el impacto en el empleo, la transformación de la atención al cliente y el crecimiento del ecosistema de IA. A continuación, se detalla en profundidad lo comentado en el evento. 

1. Automatización y simplificación de procesos empresariales

Una de las discusiones más destacadas fue el papel de los agentes de IA en la simplificación de procesos empresariales, puesto que la automatización está cambiando la manera en que las organizaciones gestionan sus operaciones internas.  

Se menciona la automatización de bajo nivel, destacando que, aunque la automatización de tareas simples es útil, el objetivo real debe ser liberar a las personas para que puedan enfocarse en tareas de mayor valor estratégico.  

Según los datos presentados, algunas organizaciones ya han logrado eliminar hasta un 40% de sus aplicaciones tradicionales, con aspiraciones de alcanzar el 80% en el futuro cercano.  

Esta transición no solo busca la reducción de costes operativos, sino también la optimización de procesos, mejorando la agilidad y capacidad de adaptación de las empresas a los cambios del mercado.  

Aunque los agentes pueden asumir tareas complejas, siempre deben estar bajo control humano, es decir, la automatización no debe significar la desaparición del factor humano, sino más bien una oportunidad para liberar a las personas de tareas mecánicas y permitirles enfocarse en actividades de mayor valor estratégico. La clave está en la supervisión humana, asegurando que la IA sea una herramienta complementaria y no un sustituto. 

2. Impacto en el empleo

A pesar del temor generalizado de que la automatización y la IA puedan reemplazar puestos de trabajo, el MWC 2025 subrayó que también existen nuevas oportunidades laborales que surgen gracias a la implementación de estas tecnologías. 

Con un déficit significativo de talento en el mercado, se estima que para 2030 habrá muchas vacantes sin cubrir, especialmente en sectores donde la IA juega un papel esencial en la optimización de recursos. Se destaca que los trabajos que implican una alta especialización en IA, como los roles de ingenieros de datos, científicos de IA y desarrolladores de soluciones tecnológicas, serán fundamentales para el crecimiento de la economía digital. 

Sin embargo, también se subrayó un aspecto crucial sobre los modelos predictivos: la preocupación de que estos sistemas, a pesar de su efectividad, pueden funcionar como una «caja negra», es decir, que no son completamente transparentes. Si no se gestionan correctamente, estos modelos podrían ser impredecibles y generar resultados difíciles de interpretar, lo que representa un desafío importante para la implementación segura de IA en el entorno laboral.  

3. Agentes IA en la atención al cliente

Hoy en día, las empresas de telecomunicaciones están utilizando IA para gestionar hasta el 85% de sus interacciones de servicio, dejando solo el 15% de los casos más complejos en manos de agentes humanos.  

Esta tendencia se prevé que se expanda, con estimaciones que indican que para 2036, el 40% de la interacción con clientes en el sector de telecomunicaciones será completamente automatizada, gracias a la integración de agentes de IA. Este cambio no solo mejorará la eficiencia en la atención al cliente, sino que también permitirá a las empresas ofrecer una experiencia más personalizada, atendiendo consultas de manera más rápida y precisa. 

Además, en cuanto a la interacción con la máquina, se destacó la importancia de saber cómo comunicarse con los sistemas de IA, especialmente mediante el lenguaje natural. Esto es crucial para lograr que los desarrolladores y otras personas puedan trabajar de manera efectiva con estos sistemas, ya que facilita la creación de interfaces intuitivas y mejora la usabilidad en el día a día de las empresas. 

La transparencia y la ética en el uso de la IA son cruciales para evitar que los sistemas de IA funcionen como «cajas negras«, es fundamental garantizar que las decisiones tomadas por estos agentes sean comprensibles, auditables y transparentes.  

Ámbitos de aplicación de la IA en la empresa 

• Consumo y telecomunicaciones: Empresas como China Telecom optimizan su infraestructura con IA, analizando grandes volúmenes de información en tiempo real para mejorar la toma de decisiones y calidad del servicio. 

• Ciberseguridad: La IA permite detectar anomalías en tiempo real, responder a incidentes de seguridad y reducir la necesidad de intervención humana. 

• Retail y personalización: Algoritmos de IA analizan datos de compra y comportamiento en línea para ofrecer recomendaciones personalizadas y optimizar la gestión del inventario. 

• Industria y producción: Sensores inteligentes y modelado predictivo mejoran los procesos de manufactura, reducen tiempos de inactividad y optimizan el diseño de productos.  

Desafíos y oportunidades en la implementación de la IA

Para que la IA genere un impacto real en la eficiencia operativa, debe integrarse estratégicamente en los procesos de negocio, reduciendo costes y mejorando la productividad sin generar expectativas poco realistas.  

La planificación cuidadosa y la evaluación continua del rendimiento de los sistemas de IA son claves para garantizar que la inversión en estas tecnologías genere valor. Paralelamente, es fundamental que las empresas inviertan en la formación de sus empleados, tanto en las nuevas generaciones como en los trabajadores actuales, para facilitar una transición efectiva hacia un entorno digitalizado.  

La adopción de la IA debe cumplir con normativas de seguridad y transparencia en la gestión de datos ya que, es crucial establecer marcos regulatorios que garanticen un uso ético de la IA, evitando sesgos algorítmicos y protegiendo la privacidad de los usuarios. La confianza del público en la IA dependerá de la capacidad de las organizaciones para gestionar estos desafíos de manera responsable y ética. 

En conclusión, el Mobile World Congress 2025 ha dejado en evidencia que la inteligencia artificial y la automatización están marcando el camino de la transformación empresarial global. Su éxito, sin embargo, depende de una integración estratégica, ética y alineada con los objetivos de negocio.  

Las empresas que apuesten por la innovación, fomenten la formación continua y se adapten a estos cambios serán las que marquen el camino en la revolución digital. Contáctanos y participa en futuros encuentros de la comunidad Innovation Tech Leaders impulsada por Quantion. 

Si quieres saber más sobre cómo crear equipos de desarrollo de alto rendimiento y entender su impacto en el empleo y la Inteligencia Artificial, te invitamos a leer nuestro artículo: Cómo crear equipos de desarrollo de alto rendimiento. 

La entrada Agentes IA en el MWC 2025: Tendencias e impacto en los negocios se publicó primero en Innovation tech leaders.