Sergio Postigo, CGI: “La tecnología por sí sola no genera valor; lo hace la forma en que se integra”

¿Considera que la inteligencia artificial está creando un nuevo tipo de integrador o simplemente transformando al integrador tradicional?

La IA no está creando un nuevo tipo de integrador, sino transformando profundamente al integrador tradicional. Del mismo modo que está impactando a compañías de todos los sectores, incluidas las de software, también está redefiniendo su papel.

En la actualidad, las organizaciones necesitan partners con equipos multidisciplinares, capaces de combinar tecnología, datos, seguridad, gobierno y visión estratégica para convertir la IA en resultados reales.

El integrador ya no se limita a implementar soluciones; ahora acompaña a las empresas para que comprendan, adopten y aprovechen mejor las herramientas de IA que pueden elevar su productividad y acelerar su transformación. Su misión es orientar, simplificar la complejidad tecnológica y asegurar que cada iniciativa se integre de forma sostenible en el negocio.

En CGI, esta evolución es especialmente visible. Nuestra fortaleza reside en acompañar al cliente de manera integral, desde la definición de la estrategia hasta la operación y el escalado, actuando como un partner de confianza que garantiza que la IA genere un impacto tangible y medible en su organización.

 

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

En un proyecto de IA, la tecnología representa solo una parte del éxito. La tecnología es el habilitador, pero el impacto real depende en mayor medida de la integración: la calidad de los datos, la arquitectura, la adopción por parte de los usuarios, la seguridad, la operación y la alineación con los objetivos del negocio.

En otras palabras, la tecnología por sí sola no genera valor; lo hace la forma en que se integra, se escala y se mantiene dentro de los procesos de la organización. Por ello, en la práctica, la mayor parte del éxito de un proyecto radica en una integración sólida y bien diseñada.

 

¿Cómo describen el nivel real de madurez de la IA en las empresas españolas en 2026? ¿Qué tipo de soluciones de IA están demandando los clientes?

La madurez de la IA en las empresas españolas avanza con fuerza, pero sigue siendo muy desigual. Mientras algunos sectores ya operan con modelos y procesos muy avanzados —en determinados casos incluso por delante de algunos integradores especializados—, otras organizaciones aún no consiguen incorporar la IA de manera efectiva en la toma de decisiones ni en sus procesos operativos.

En 2026, una de las tendencias más claras es la transición desde herramientas individuales hacia arquitecturas de agentes. Muchas compañías ya están definiendo sus frameworks de gobierno y explorando casos de uso que antes se resolvían parcialmente con tecnologías como RPA. Ahora el foco se sitúa en agentes especializados que colaboran entre sí, capaces de ejecutar procesos complejos, tomar decisiones en tiempo real y habilitar niveles más altos de autonomía operativa.

Aun así, desde CGI recomendamos que, en procesos críticos o sensibles para el cliente, se mantenga un enfoque Human-in-the-Loop. La supervisión humana continúa siendo esencial para validar resultados, evitar alucinaciones y garantizar que las decisiones del sistema sean coherentes con el criterio de un experto humano, aunque se tomen en mucho menos tiempo.

Además, están surgiendo nuevas aproximaciones para minimizar la carga de revisión manual, como los denominados “comités de IA”, en los que varios modelos colaboran o contrastan sus respuestas antes de ofrecer un resultado final. Este enfoque, comparable a la deliberación de un equipo de trabajo, permite reducir los errores y aumentar la precisión de las respuestas.

 

¿Qué casos de uso están generando más tracción real?

Los casos de uso que están generando mayor tracción real son aquellos centrados en IA para TI y desarrollo de software, donde las organizaciones buscan acelerar su capacidad de entrega y mejorar la calidad de sus productos tecnológicos.

Las compañías están apostando por optimizar el ciclo de vida del software mediante IA: desarrollando con mayor rapidez, automatizando pruebas, generando documentación de forma casi inmediata y reduciendo el esfuerzo manual en tareas repetitivas. Esto está transformando profundamente el paradigma: ya no se trata solo de desarrollar software, sino también de documentarlo para que la IA pueda interpretarlo, estructurar modelos de datos adecuados y asegurar que los sistemas sean comprensibles para las IAs que asistirán en el proceso.

Este cambio impacta en todos los ámbitos del desarrollo: desde la definición funcional hasta las pruebas, pasando por la calidad del código, la seguridad y la operación. El objetivo final es claro: incrementar la productividad y reducir costes, sin comprometer la calidad ni la fiabilidad de las soluciones.

 

¿Qué barreras encuentran en las empresas para pasar de pilotos a despliegues reales? ¿Qué errores cometen cuando intentan desplegar IA sin un integrador especializado?

La mayoría de las organizaciones queda atrapada en la fase de piloto porque siguen tratando la IA como una herramienta aislada, sin rediseñar procesos, roles ni flujos de trabajo. Este es uno de los errores más frecuentes: lo que funciona en un laboratorio no escala sin un modelo operativo adecuado.

Otro obstáculo habitual es la ausencia de un framework sólido de gobernanza, seguridad y calidad del dato. En los pilotos se suele trabajar con subconjuntos controlados de información, pero cuando se intenta escalar a producción aparecen limitaciones de datos incompletos, inconsistentes o insuficientemente gobernados, lo que impide desplegar la IA con las debidas garantías.

También observamos que algunas empresas desarrollan agentes o soluciones aisladas, sin una arquitectura modular y orquestada. Esto dificulta su mantenimiento, genera duplicidades y limita de forma significativa la capacidad de evolucionar hacia escenarios multiagente o procesos más autónomos.

Finalmente, muchas organizaciones siguen pensando que el éxito depende principalmente de la tecnología. Sin embargo, el verdadero impacto proviene de la calidad de los datos, la integración, los procesos y la adopción. La IA no genera valor por sí sola; lo hace cuando se integra de forma coherente en el día a día operativo. Por ello, contar con un integrador especializado no es solo una cuestión técnica, sino un factor crítico para garantizar que la IA se despliegue de forma escalable, segura y con un retorno claro.

 

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

A las empresas que aún no han iniciado su estrategia de IA les trasladaría un mensaje claro: están renunciando a una ventaja competitiva clave. La mayoría de los sectores ya está avanzando en la adopción de estas tecnologías y es muy probable que sus competidores directos sí hayan empezado a integrar la IA en procesos críticos, mejorando su eficiencia, su capacidad de respuesta y su velocidad de innovación.

No se trata únicamente de ir por delante, sino de evitar quedarse atrás. Las organizaciones que no den este paso ahora corren el riesgo de perder margen operativo, agilidad y capacidad de adaptación en un mercado que evoluciona a un ritmo sin precedentes. Comenzar cuanto antes —aunque sea con un primer caso de uso acotado— resulta fundamental para aprender, iterar y construir capacidades internas que serán imprescindibles en los próximos años.

 

¿Cómo está cambiando la relación entre integradores, mayoristas y fabricantes en el contexto de la IA? ¿Cómo está funcionando la colaboración entre mayoristas e integradores en proyectos de IA?

La relación entre integradores, mayoristas y fabricantes está evolucionando rápidamente con la llegada de la IA. El modelo tradicional —en el que el fabricante desarrollaba y vendía licencias perpetuas, el mayorista distribuía y el integrador se limitaba a implementar— está dando paso a un ecosistema mucho más interdependiente y dinámico.

La IA ha consolidado el modelo de pago por uso, donde los clientes consumen tecnología en función de las peticiones realizadas a los modelos. Esto ha reforzado el peso del integrador, que ahora debe asesorar al cliente en un mercado que evoluciona semana a semana, evaluar alternativas y garantizar que la solución se adapte al contexto operativo y de datos de cada organización. En este escenario, los fabricantes dependen cada vez más del criterio del integrador para asegurar que sus tecnologías lleguen a producción y generen valor real.

Por su parte, los mayoristas están ampliando su rol tradicional hacia servicios de mayor valor añadido: formación técnica avanzada, laboratorios de IA, entornos de pruebas guiadas y servicios de habilitación, orientados a complementar las capacidades del integrador y acelerar la adopción por parte de los clientes.

Todo ello está configurando un modelo de colaboración mucho más estrecho, basado en capacidades conjuntas, especialización compartida y co-creación de soluciones. La IA exige un nivel de integración, gobernanza y conocimiento transversal que solo se logra trabajando como un ecosistema unificado.

 

¿Qué capacidades nuevas han tenido que desarrollar?

Los integradores han tenido que evolucionar con rapidez para adaptarse al nuevo paradigma de la IA generativa. Los proyectos tradicionales de inteligencia artificial requerían largos ciclos de ciencia de datos: grandes procesos de entrenamiento, validación de modelos y ajustes continuos. En la actualidad, esa capa de entrenamiento ya está incorporada en los modelos fundacionales, desarrollados por los proveedores de LLM.

Esto ha supuesto un cambio de rol: ahora los integradores se enfocan menos en entrenar modelos desde cero y más en personalizarlos, contextualizarlos y conectarlos con los sistemas del cliente. Los proyectos han pasado de ser ejercicios de data science predictiva a iniciativas de IA generativa, donde el valor reside en introducir información específica del cliente en el contexto del modelo y en diseñar la arquitectura necesaria para que la solución funcione de forma segura, escalable y bajo un marco de gobernanza sólido.

 

¿Qué perfiles profesionales están incorporando o reforzando para abordar proyectos de IA?

Para abordar proyectos de IA con garantías, los integradores están reforzando perfiles altamente especializados y complementarios. En el ámbito técnico, destaca el crecimiento de roles como Prompt Engineers y expertos en diseño de interacciones con modelos, esenciales para obtener respuestas precisas y seguras de los LLM.

En la parte funcional, cobran protagonismo los consultores de IA aplicada, profesionales capaces de traducir las capacidades tecnológicas en casos de uso reales, con un retorno claro y procesos rediseñados para aprovechar la IA de forma sostenible.

Además, muchas organizaciones están incorporando formadores y especialistas en adopción de IA, cuya misión es acompañar a los distintos departamentos en la integración de estas herramientas en su trabajo diario, garantizando un uso adecuado de la tecnología y que los equipos evolucionan sus habilidades al ritmo que marcan los nuevos modelos.

 

¿Cómo evolucionará el rol del mayorista y del integrador en un contexto donde la IA es cada vez más accesible y automatiza parte de los servicios tradicionales?

En un contexto en el que la IA es cada vez más accesible y automatiza parte de los servicios tradicionales, el papel tanto del mayorista como del integrador está evolucionando, pero no desapareciendo. Cada uno está reforzando su contribución en distintos eslabones del ciclo de valor de la IA.

En el ámbito de los proyectos, los integradores seguirán siendo clave. Aunque la IA simplifique determinadas tareas operativas, los desafíos que afrontan las empresas —integración con sistemas heredados, gobierno del dato, seguridad, arquitectura de agentes, escalabilidad o redefinición de procesos— continúan siendo complejos y requieren un partner con visión integral. La IA no elimina la necesidad del integrador; la desplaza hacia actividades de mayor valor, como la orquestación, la contextualización de modelos, la ingeniería de datos, la calidad y la industrialización.

Por último, en el ámbito de la IA para TI, los mayoristas están ampliando su función tradicional y compitiendo en nuevas áreas: formación técnica, certificaciones, laboratorios de IA, pruebas de concepto guiadas y servicios de acompañamiento para aplicar IA en los procesos actuales de negocio y TI. Están desarrollando capacidades para acelerar la adopción de herramientas y habilitar a los equipos internos, complementando, más que sustituyendo, la labor del integrador.