Gabriel Pazos, Glintt Next: “La IA es una condición para seguir siendo relevantes”

¿La IA está creando un nuevo tipo de integrador o transformando al integrador tradicional?

Más que crear un integrador completamente nuevo, la IA está redefiniendo y transformando profundamente el integrador tradicional y la consultoría tecnológica tal y como la conocíamos hasta ahora. El rol ya no es sólo implantar tecnología, sino traducir capacidades de IA en impacto real de negocio. La diferencia la marca quien entiende el dato, el proceso, la cultura del cliente y es capaz de orquestarlo todo. Ahí es donde vemos el verdadero valor.

 

¿Qué porcentaje del éxito de un proyecto depende de la tecnología y cuánto de la integración?

La tecnología es cada vez más accesible y madura, así que diría que un 30% es tecnología y un 70% integración. Gobierno del dato, adopción por parte del negocio, cambio cultural, seguridad y escalabilidad son los factores que realmente determinan el éxito.

 

¿Cuál es el nivel real de madurez de la IA en las empresas españolas en 2026 y qué soluciones son más demandadas?

En 2026 vemos una madurez sobre IA bastante desigual en nuestro país. Tenemos grandes compañías que ya están industrializando soluciones y otras que siguen en fase de exploración o pilotos. Lo que sí es común es que la conversación ha cambiado: ya no se habla de probar IA, sino de cómo la llevamos a producción y cómo escala. La demanda está muy centrada en IA generativa aplicada a productividad (copilotos internos, atención al cliente), automatización inteligente de procesos y analítica avanzada para anticipar decisiones. También estamos viendo interés creciente en gobierno del dato y en soluciones más específicas como visión artificial en entornos industriales o sanitarios.

 

¿Cuáles son los casos de uso con mayor tracción real?

Los que atacan problemas muy concretos y medibles. Iniciativas que mejoran la eficiencia operativa, reducen costes o incrementan la productividad del empleado tienen una tracción muy clara. También vemos mucho interés en experiencia de cliente y en modelos predictivos para riesgo o fraude. Cuando el caso de uso tiene un impacto económico tangible y rápido, la conversación cambia y el proyecto avanza.

 

¿Qué barreras considera que evitan pasar de pilotos a despliegues reales y cuáles son los errores más comunes?

La principal barrera no suele ser tecnológica, sino estratégica. Muchas organizaciones lanzan pilotos sin una hoja de ruta clara o sin haber trabajado previamente la calidad y el gobierno del dato. Además, se subestima el cambio cultural que implica introducir IA en los procesos. Sin una visión global y sin un partner especializado que acompañe en esa transición, los proyectos se quedan en laboratorio y no escalan.

Por otro lado, también vemos un incremento de agentes y soluciones IA que llegan a producción y aportan valor en este 2026, lo cual denota una mayor madurez en el sector.

El error más común es pensar que la IA es solo tecnología y no un programa de transformación. Sin un integrador especializado, muchos proyectos se quedan en pruebas de laboratorio.

 

¿Qué mensaje trasladaría a las empresas que aún no han iniciado su estrategia de IA?

Mi recomendación es seguir la filosofía de experimentar y fallar (rápido), es decir, que no esperen a tenerlo todo perfecto. Empiecen con foco, con casos de uso claros y con partners que les ayuden a construir una hoja de ruta realista. La IA ya no es una ventaja competitiva futura, es una condición para seguir siendo relevantes.

 

¿Qué relación ve entre integradores, mayoristas y fabricantes en el contexto IA?

Estamos viendo una relación mucho más colaborativa y de co-creación. Los fabricantes aportan plataforma, los mayoristas especialización y aceleradores, y los integradores somos quienes bajamos la IA a tierra, la integramos y la hacemos escalable.

A medida que la IA se democratiza y algunas capacidades se automatizan, el valor se desplazará hacia la estrategia, la arquitectura y la capacidad de generar impacto real. El integrador del futuro será menos ejecutor y mucho más socio estratégico. Y eso, lejos de reducir nuestro papel, lo eleva.

 

¿Qué capacidades están desarrollando y qué perfiles profesionales considera claves?

Hemos reforzado claramente nuestras capacidades en ingeniería y arquitectura de datos, MLOps y escalabilidad, pero también en consultoría de negocio y gobierno del dato. La IA exige una combinación muy equilibrada entre profundidad técnica y visión estratégica. No basta con saber entrenar modelos; hay que saber dónde y cómo aplicarlos.

Estamos incorporando perfiles técnicos especializados en datos y machine learning, pero también perfiles híbridos: consultores con visión de negocio y conocimiento en IA, arquitectos de soluciones, especialistas en gobierno y ética del dato. La clave está en combinar talento técnico con capacidad de traducirlo a impacto empresarial.