IA y empresa: cómo identificar dónde la IA va a generar valor en tu organización… y por qué no debería ser un ejercicio puntual
Conozco otras que llevan ocho meses «mapeando casos de uso». No han ejecutado ninguno. Los dos errores parecen opuestos. Son el mismo: tratar la identificación de dónde aplicar IA como un ejercicio puntual en lugar de como una capacidad interna de la organización. Las primeras lanzan pilotos sin criterio, buscando momentum: un chatbot para RRHH, un asistente para atención al cliente, un resumidor de reuniones. Seis meses después, ninguno ha escalado y nadie sabe muy bien qué hacer a continuación. Las segundas convocan un comité, producen un mapa de cuarenta casos de uso en una matriz de impacto vs. esfuerzo, y cuando quieren ejecutar, el mapa ya está desactualizado: la tecnología ha avanzado, las prioridades han cambiado, y lo que parecía obvio en enero no lo es en julio. Ejercicio puntual o capacidad: la diferencia importa Un ejercicio puntual tiene fecha de inicio y fecha de fin. Produce un entregable. Se cierra. Una capacidad es un músculo: se entrena, se mantiene, mejora con el uso y genera valor de forma continuada. Identificar dónde la IA va a generar valor en tu organización, bien entendido, es lo segundo. Y la razón es sencilla: la IA no es una tecnología estable sobre la que puedas hacer un estudio definitivo. Las capacidades del mercado cambian cada trimestre, las de tu propio equipo cada mes, y lo que era imposible o caro hace seis meses es trivial hoy. Un mapa estático de casos de uso envejece en tiempo real. Cuando una empresa lo construye como capacidad interna, no como proyecto, lo que está construyendo en realidad es un activo estratégico que compone con el tiempo: Tus competidores pueden comprar la misma tecnología que tú. No pueden comprar este activo. ¿Qué significa esto operativamente? No se trata de hacer un gran ejercicio anual. Se trata de instalar una práctica continua, liderada por el Comité de IA, que responda una y otra vez a tres preguntas —cada vez con mejor información: Estas preguntas no se responden una vez. Se reformulan cada trimestre, incorporando lo aprendido en los proyectos ejecutados y los cambios de capacidades del mercado. La condición que más se subestima: el factor humano Ningún proceso de identificación de casos de uso funciona si la organización no participa activamente. Y la organización no participa si no entiende qué se le está pidiendo, si percibe la IA como una amenaza a su rol, o si no tiene ningún incentivo para involucrarse. Aquí es donde la mayoría de las iniciativas de IA fallan silenciosamente. No por falta de tecnología. No por falta de estrategia. Por falta de acompañamiento. La gestión del cambio en este contexto no es un módulo de formación de dos horas ni una comunicación interna bien redactada. Es un proceso continuo que tiene que responder a tres realidades simultáneas: los empleados necesitan entender qué es la IA y qué no es, necesitan ver que usarla bien les hace más valiosos —no prescindibles— y necesitan tener un canal claro para proponer, sin fricción y sin riesgo percibido. Este último punto es crítico y frecuentemente ignorado: los mejores casos de uso no los encuentra la dirección. Los encuentra quien trabaja con el problema todos los días. El operario que sabe que reconciliar ese informe le cuesta tres horas cada semana. La persona de ventas que sabe que preparar cada propuesta le lleva el doble de lo que debería. El analista que sabe que la mitad de su trabajo es transformar datos antes de poder usarlos. Esa inteligencia distribuida existe en todas las organizaciones. El problema es que no tiene mecanismo de salida. Construir ese mecanismo, con incentivos visibles, reconocimiento explícito y proceso claro de evaluación, es tan estratégico como cualquier decisión tecnológica. Los incentivos no tienen que ser económicos. A menudo bastan el reconocimiento, la visibilidad del caso propuesto dentro de la organización y la participación activa en su desarrollo. Lo que no funciona es pedir contribución sin devolver nada a quien contribuye. Las herramientas como palanca, no como solución Una capacidad interna de identificación de casos de uso necesita soporte tecnológico para escalar. Sin él, el proceso depende de reuniones, correos y hojas de cálculo; y colapsa bajo su propio peso en cuanto la organización crece o el volumen de iniciativas aumenta. El mercado ofrece ya herramientas específicamente diseñadas para este propósito: plataformas de gestión de ideas e innovación que permiten a cualquier empleado proponer un caso de uso desde su área; sistemas de categorización y scoring que aplican criterios predefinidos (impacto, viabilidad, alineación estratégica) para priorizar sin sesgos; y repositorios vivos de casos de uso que documentan no solo qué se está ejecutando, sino qué se ha descartado y por qué. Este último elemento (el registro de los casos descartados) es más valioso de lo que parece. Un caso de uso que hoy no es viable por coste o madurez tecnológica puede serlo dentro de seis meses. Sin registro, esa conversación se repite desde cero. Con él, la organización aprende. La elección de herramientas es secundaria a la instalación del proceso. Una plataforma sofisticada sin cultura de participación produce un repositorio vacío. Un proceso bien diseñado con herramientas simples produce casos de uso reales. Primero el proceso, luego la tecnología que lo sostiene. La conexión con Shadow AI Hay un motivo por el que el Shadow AI prolifera precisamente en empresas que, sobre el papel, están «trabajando en IA». Cuando no existe una capacidad interna que identifique dónde aplicar IA, la organización la genera por su cuenta, pero de forma descoordinada, sin criterio y sin aprendizaje compartido. Los empleados descubren herramientas útiles, las empiezan a usar, se las pasan entre compañeros. Es una identificación orgánica, bottom-up y completamente invisible para la dirección. El resultado es el que describí en el artículo anterior: procesos críticos dependiendo de herramientas que nadie ha validado, datos viajando donde no deberían, decisiones informadas por outputs que nadie ha auditado. El Shadow AI no es solo un problema de gobierno. Es el síntoma de un vacío de capacidad. Y
aggity destaca la gobernabilidad y la observabilidad como pilares clave para impulsar la innovación en la nube
aggity participó ayer en la mesa redonda “Gobernar la nube para innovar: seguridad, control y agilidad en el ecosistema AWS”, un encuentro organizado junto a ACKstorm y Amazon Web Services (AWS), con la colaboración de MuyCanal, en el que se abordaron los principales retos y oportunidades en la gestión de entornos cloud. Durante la sesión, que reunió a expertos del sector tecnológico, se puso de relieve la creciente importancia de conceptos como la gobernabilidad, la observabilidad y la visibilidad de los recursos cloud como elementos fundamentales para garantizar un uso eficiente, seguro y escalable de la nube. En representación de aggity, participó Toni Parada, Country Manager, quien subrayó la necesidad de establecer marcos sólidos de control y supervisión que permitan a las organizaciones no solo optimizar costes, sino también acelerar sus procesos de innovación, especialmente en ámbitos como la inteligencia artificial. El debate contó con la participación de profesionales de distintas compañías, que compartieron experiencias reales en la gestión de entornos cloud y coincidieron en señalar que la combinación de seguridad, control y agilidad es clave para afrontar los desafíos actuales del ecosistema digital. Asimismo, se abordaron estrategias para mejorar la eficiencia operativa y maximizar el retorno de inversión en la nube, poniendo especial énfasis en la necesidad de herramientas avanzadas de observabilidad que permitan anticipar problemas y optimizar el rendimiento de las infraestructuras. La mesa redonda fue moderada por Verónica Cabezudo Rey, responsable de MuyCanal, quien dinamizó un diálogo enriquecedor entre los participantes, centrado en cómo las organizaciones pueden evolucionar hacia modelos más maduros de gobernanza cloud. Con este tipo de iniciativas, aggity reafirma su compromiso con el impulso de la transformación digital de las empresas, ayudándolas a aprovechar todo el potencial del cloud, la innovación y la inteligencia artificial desde un enfoque estratégico, seguro y eficiente.
IA en la empresa: la brecha que se abre mientras todos aprenden solos
Llevamos décadas luchando contra los silos de datos, sistemas que no se hablaban entre sí, información atrapada en departamentos, decisiones tomadas con visibilidad parcial. Muchas organizaciones invirtieron años y millones en romperlos: Data Lakes, Data Marts, Data Warehouses, arquitecturas integradas, plataformas de Business Intelligence…. Y justo ahora que empezamos a resolverlo, estamos construyendo el siguiente tipo de Silo, volvemos a aislar en vez de unificar. Lo llamo el Silo Cognitivo. Y a diferencia del silo de datos, este no aparece en ningún mapa de sistemas. Qué es un Silo Cognitivo Cuando una persona aprende a usar la IA — sus prompts, sus flujos, sus atajos — ese conocimiento no existe en ningún lugar de la organización salvo en su cabeza y en el historial de una aplicación que nadie más consulta. No se documenta. No se transfiere. No se mejora colectivamente. El resultado no es simplemente ineficiencia: es que la organización no aprende aunque sus individuos sí lo hagan. El valor generado en cada interacción con la IA — tanto en cómo se formula la pregunta como en la respuesta obtenida y el criterio con el que se interpreta — queda atrapado en silos que, a diferencia de los de datos, ni siquiera tienen nombre en el organigrama. Esto es diferente a lo que ocurría con cualquier tecnología anterior. Cuando alguien aprendía a usar un ERP o una herramienta de análisis, el output de ese aprendizaje era visible: un informe, un proceso documentado, una práctica que alguien podía replicar. Con la IA, el conocimiento más valioso está en cómo se formula la pregunta y en qué se hace con la respuesta. Y eso — el prompt, el criterio, el refinamiento iterativo — raramente sale del individuo. Por qué esto es un problema estratégico, no operacional Seré directo: si tu empresa lleva seis meses usando IA y no tienes ningún sistema de captura de ese conocimiento, ya has perdido algo que no está en ningún balance. El empleado que lleva tres meses refinando un prompt para analizar contratos, el equipo de ventas que ha aprendido qué tipo de briefings generan las mejores propuestas con IA, el área de operaciones que ha reducido a la mitad el tiempo de un proceso que nadie más conoce… todo ese conocimiento existe. Todo ese conocimiento es valioso. Y todo ese conocimiento desaparecerá cuando esas personas cambien de rol, de proyecto o de empresa. Los silos de datos te impedían tomar decisiones con visibilidad completa. Los silos cognitivos te impiden construir ventaja competitiva a escala. La diferencia entre una empresa que usa IA y una empresa que sabe usar IA no es cuántas licencias tiene activas. Es si ese conocimiento está siendo capturado, compartido y convertido en ventaja sistemática. La mayoría de las organizaciones que conozco están en el primer grupo creyendo que están en el segundo. El problema debajo del problema Aquí viene la parte incómoda: los silos cognitivos no se crean por mala voluntad. Se crean por ausencia de estructura. Nadie comparte sus prompts porque no hay incentivo para hacerlo, no hay canal para hacerlo, y no hay cultura que lo convierta en norma. La gente aprende sola porque así es como funciona cuando no hay un sistema que haga otra cosa posible. Un comité de IA no resuelve esto por sí solo. Una política de uso responsable tampoco. Lo que rompe los silos cognitivos es una combinación de tres cosas: primero, que la organización nombre el problema — lo que no se nombra no se gestiona; segundo, que haya espacios explícitos donde el conocimiento de IA se comparte y se mejora colectivamente; y tercero, que quienes generan ese conocimiento perciban que compartirlo tiene valor para ellos, no solo para la organización. Dicho de otra manera: es un problema de diseño organizacional, no de tecnología. Lo que las empresas más avanzadas están haciendo Las organizaciones que están gestionando bien esta transición no son necesariamente las que tienen más herramientas o más presupuesto. Son las que han entendido antes que el conocimiento sobre IA es un activo que hay que gestionar como cualquier otro activo estratégico. Eso se traduce en cosas concretas. En el plano organizacional: espacios explícitos de transferencia de aprendizaje entre equipos, métricas que miden no solo cuánto se usa la IA sino qué se aprende de ese uso, y roles con mandato explícito de convertir el aprendizaje individual en capacidad colectiva. En el plano tecnológico: plataformas que unifican el acceso a la IA bajo una única interfaz corporativa, con capacidad de categorizar y reutilizar automáticamente los prompts y respuestas que generan valor — convirtiendo lo que hoy es conocimiento individual en activo organizacional. La tecnología no resuelve el problema de diseño, pero sin ella la escala es imposible. La pregunta que deberías hacerte esta semana ¿Qué sabe tu mejor usuario de IA dentro de la organización que el resto no sabe? ¿Y qué sistema tienes para que ese conocimiento no desaparezca con él? Si no tienes respuesta clara para ninguna de las dos preguntas, tienes un Silo Cognitivo. Lo cual no es una catástrofe — es el punto de partida de una conversación que muchas organizaciones todavía no han tenido. (Si llegaste aquí sin leer los artículos anteriores: el primero aborda por qué el Comité de IA debe existir antes de escalar cualquier herramienta, y el segundo explora los cinco riesgos de la Shadow AI que ya están dentro de tu organización. Ambos en el primer comentario.) Autor: Toni Parada
Inteligencia Artificial sin control: los 5 riesgos que ya están dentro de tu empresa
En el artículo anterior de esta serie hablé de por qué el gobierno de la IA tiene que ser el primer paso antes de escalar su adopción. De por qué un Comité de IA no es un freno, sino exactamente lo contrario: el mecanismo que permite moverse rápido con criterio. Hoy quiero ir un paso atrás. Porque antes de diseñar el gobierno, hay que entender qué está pasando ya dentro de la organización. Y lo que está pasando tiene nombre: Shadow AI. Todas las organizaciones que no gobiernan la IA tienen Shadow AI. No es una hipótesis, es una certeza. Cualquier empleado que usa ChatGPT para redactar un informe, Copilot para analizar datos o cualquier herramienta de IA gratuita para acelerar su trabajo está generando Shadow AI. Lo hace con buena intención. Lo hace para ser más productivo. Y lo hace sin que la organización lo haya decidido. El problema no es la intención. El problema es la ausencia de control. Y esa ausencia tiene un coste concreto, que se manifiesta en cinco riesgos que tu empresa ya está corriendo hoy. Riesgo 1: Fuga de datos sensibles Cuando un empleado introduce información en una herramienta de IA externa no corporativa, esa información sale de la organización. Contratos, datos de clientes, proyecciones financieras, estrategia interna. Todo lo que se escribe en un prompt viaja a servidores externos, sin cifrado corporativo, sin auditoría, sin control de acceso. El riesgo no es teórico. Es regulatorio. El RGPD, la AI Act europea y las normativas sectoriales establecen responsabilidades claras sobre dónde y cómo se procesan los datos. La ignorancia no exime de responsabilidad. Tipo de riesgo: regulatorio y legal. Riesgo 2: Pérdida de propiedad intelectual Los modelos de IA aprenden. Y en muchos casos, aprenden de los datos que sus usuarios introducen. Cuando un empleado describe un proceso interno, una metodología propietaria o una ventaja competitiva en un prompt, ese conocimiento puede convertirse en dato de entrenamiento de un modelo de terceros. Tu know-how sale. Sin billete de vuelta. Sin que nadie lo haya decidido conscientemente. Tipo de riesgo: competitivo y estratégico. Riesgo 3: Erosión del conocimiento colectivo Este es el riesgo menos visible y probablemente el más dañino a largo plazo. Cuando cada empleado usa su propia herramienta de IA de forma individual, el conocimiento que genera esa interacción queda atrapado en silos cognitivos. Nadie sabe qué sabe el de al lado. Los aprendizajes no se comparten, no se acumulan, no se convierten en ventaja organizacional. La organización pierde la capacidad de aprender como sistema. Y eso es exactamente lo contrario de lo que la IA debería hacer posible. Tipo de riesgo: operacional crónico. Riesgo 4: Respuestas fuera de control La IA no conoce tus políticas internas. No conoce tu manual de cumplimiento, tu código ético, tus procedimientos de aprobación ni tus criterios legales. Cuando un empleado usa Shadow AI para redactar comunicaciones, elaborar propuestas o tomar decisiones, los outputs no están alineados con ninguno de esos criterios. El resultado: respuestas inconsistentes, potencialmente erróneas y en algunos casos legalmente problemáticas. Sin que nadie haya revisado nada. Tipo de riesgo: reputacional y operacional. Riesgo 5: Deriva cultural La IA habla por tu empresa. Cuando un empleado usa una herramienta no corporativa para comunicarse con clientes, elaborar contenido o tomar decisiones, la IA que hay detrás no conoce los valores de la compañía, no conoce el tono de marca, no conoce la cultura organizacional. Con el tiempo, las decisiones asistidas por IA empiezan a divergir de la identidad de la empresa. No de golpe. Gradualmente. Hasta que la organización ya no reconoce su propio reflejo. Tipo de riesgo: estratégico y cultural. Conclusión Cinco riesgos. Cinco vectores de exposición que no dependen de que hayas tomado una decisión equivocada. Dependen de que todavía no hayas tomado ninguna. El coste de la inacción no es neutro. Cada día sin una estrategia de gobierno de IA es un día en que estos riesgos se acumulan silenciosamente. La respuesta a estos cinco riesgos no es tecnológica, es de gobierno, de tomar conciencia y tomar decisiones. En el primer artículo de esta serie expliqué por qué establecer un Comité de IA es el prerequisito antes de escalar… y por qué las organizaciones que se saltan ese paso pagan un coste mucho mayor después (puedes encontrar un enlace al primer artículo en los comentarios). ¿Cuánto tiempo lleva tu organización conviviendo con estos riesgos sin saberlo… o sabiéndolo y mirando a otro lado? Autor: Toni Parada
La Inteligencia Artificial no se escala. Se gobierna y luego… se escala.
El primer error de las empresas con la IA no es técnico Hay un patrón que se repite en casi todas las organizaciones que están empezando la implantación de Inteligencia Artificial: el primer movimiento es tecnológico. Se compran unas herramientas, se activan unas licencias, se forma a unos equipos…. y semanas después, nadie sabe muy bien qué está pasando dentro de la empresa con la IA, quién la usa, para qué, con qué datos, y con qué criterio. El problema no es técnico. Es de gobierno. El órgano que nadie crea primero — y debería Antes de desplegar ninguna herramienta, las empresas con más madurez digital están creando algo aparentemente aburrido: un Comité de IA. No un grupo de trabajo. No una iniciativa de innovación. Un órgano de gobierno con mandato real, representación transversal (negocio, tecnología, legal, operaciones) y capacidad de decisión. ¿Por qué importa esto? Porque la IA no es una herramienta de departamento. Es una palanca de transformación que toca procesos, datos, personas y riesgos al mismo tiempo. Sin un órgano que piense de forma estratégica y coordinada, lo que ocurre es que cada área o incluso cada profesional toma sus decisiones e iniciativas — con la mejor de las intenciones — y el resultado es fragmentación: fragmentación de conocimiento, fragmentación tecnológica, fragmentación de niveles de adopción… El Comité no es un freno. Es exactamente lo contrario: es el mecanismo que permite moverse rápido con criterio, en lugar de rápido hacia ningún sitio. El shadow AI: el problema que ya tienes, aunque no lo veas Aquí hay una verdad incómoda: en tu empresa la IA ya se está usando. Sí, ya, ahora mismo, hoy, en este instante. Sin política, sin seguridad, sin garantías de privacidad, sin supervisión, sin contexto de negocio. El Shadow AI es el uso no autorizado, no coordinado y no visible de herramientas de inteligencia artificial por parte de empleados que, simplemente, están intentando hacer su trabajo mejor. No es malicia, es iniciativa. El problema es que esa iniciativa dispersa crea riesgos reales: datos sensibles que salen de la organización, resultados no verificados que entran en procesos críticos, y — esto es lo más importante — un conocimiento que no se comparte, no se aprende y no escala en la organización. La respuesta instintiva de muchas empresas es prohibir. Es la respuesta equivocada. La respuesta estratégica es universalizar: crear una política de IA accesible, clara y habilitadora que habilite las herramientas adecuadas a las personas adecuadas, con los límites adecuados. El objetivo no es controlar el uso de la IA — es hacer que todo el uso de la IA sea visible, seguro y útil para la organización. Esto no solo elimina el riesgo, convierte una amenaza en una ventaja competitiva. Los Silos Cognitivos: el nuevo problema que nadie nombra aún Durante años, las empresas lucharon contra los silos de datos: sistemas que no se hablaban entre sí, información atrapada en departamentos, decisiones tomadas con visibilidad parcial. Se está creando ahora con la IA un problema análogo, pero más sutil: lo que llamo Silo Cognitivo. Cuando cada persona o equipo aprende a usar la IA de forma aislada, desarrolla sus propios prompts, sus propios flujos, sus propios atajos… este conocimiento queda invisible para el resto de la organización. No se transfiere, no se mejora colectivamente, no genera ventaja sistemática para la organización. El conocimiento generado con IA se diluye y queda atrapado en cada silo, sin posibilidad de generar ventaja competitiva a escala. Igual que ocurría con los datos: tienes el activo, pero no puedes aprovecharlo. Romper estos silos cognitivos es una de las tareas críticas del Comité de IA, y una de las razones por las que la universalización no es solo una medida de seguridad — es una medida de competitividad real. El discovery: encontrar dónde la IA realmente importa Una vez que tienes gobierno y una política de uso, el siguiente paso es estratégico: identificar los casos de uso reales de tu organización. Esto suena obvio y no lo es. La mayoría de las empresas cometen uno de dos errores: o bien lanzan proyectos piloto sin criterio de selección (lo que genera entusiasmo inicial y abandono posterior), o bien esperan a tener claridad total antes de moverse (lo que garantiza que nunca se muevan — parálisis por análisis). El discovery de casos de uso es un proceso estructurado que busca responder tres preguntas: ¿Dónde hay fricción en nuestros procesos que la IA puede reducir? ¿Dónde hay decisiones que hoy dependen de información incompleta o tardía? ¿Dónde podemos crear valor diferencial para el cliente con capacidades que hoy no tenemos? La priorización no es solo técnica. Es estratégica y humana: ¿qué casos de uso generan adopción real? ¿Cuáles tienen el retorno más visible? ¿Cuáles construyen confianza interna en la tecnología? El Comité de IA es el órgano que debe liderar este proceso — no como un ejercicio teórico y one-shot, sino como una práctica continua, adaptándose a los rápidos cambios inherentes a la IA. El coste de esperar no es cero – La importancia de la rapidez Todo lo anterior se puede hacer con calma y método. Pero hay una dimensión que sí exige urgencia, y no es retórica. El ritmo al que la IA está evolucionando — modelos más capaces, costes que caen, aplicaciones que se multiplican — significa que la distancia entre las empresas que están construyendo capacidad interna hoy y las que están esperando no se mantiene estable. Se ensancha. No se trata de perseguir cada novedad. Se trata de entender que el aprendizaje organizacional con IA lleva tiempo. Los primeros meses no producen transformación — producen cultura, criterio y músculo. Y eso no se puede comprimir ni comprar más tarde. Las empresas que están creando sus comités, definiendo sus políticas y haciendo su discovery hoy no están más avanzadas tecnológicamente que las demás. Están más avanzadas en algo más difícil de replicar: saben cómo pensar con IA y sacarle el máximo partido. El primer paso no es el
Asistimos a la presentación oficial de Advanced Factories 2026 en Barcelona
Ayer tuvimos la oportunidad de asistir a la presentación oficial de Advanced Factories 2026, celebrada en Barcelona, en el emblemático Cercle d’Economia. El evento, que tuvo lugar el jueves 9 de abril de 12:00h a 13:30h, reunió a profesionales del sector industrial en una jornada que continuó con un cóctel de networking, donde se pudieron intercambiar ideas y perspectivas sobre el futuro de la industria. Este año, además, Advanced Factories celebra su 10º aniversario, consolidándose como un punto de encuentro clave para la transformación industrial. Durante la presentación se adelantaron algunas de las grandes temáticas que marcarán esta edición: Todos estos ejes reflejan los retos y oportunidades a los que se enfrenta el sector en un contexto global en constante cambio. Advanced Factories es el evento líder en automatización, robótica industrial e Industria 4.0 en Europa. La feria, que se celebrará del 5 al 7 de mayo de 2026 en Fira Barcelona, reunirá a más de 750 empresas que presentarán las últimas soluciones en tecnologías como inteligencia artificial, machine learning, gemelo digital, visión artificial, ciberseguridad, IIoT o cloud computing. Se espera la asistencia de más de 33.000 profesionales, consolidando este encuentro como uno de los principales motores para impulsar la competitividad, productividad y sostenibilidad de las fábricas y centros de producción. Sin duda, una cita imprescindible para todos aquellos que forman parte del presente y futuro de la industria. ¡No te quedes sin tu entrada y pídela hoy mismo! 👉 Solicita tu entrada
aggity nombra a Carlos Montalvo como nuevo Director Comercial
La multinacional tecnológica española aggity ha nombrado a Carlos Montalvo Orús nuevo director comercial de la compañía con el objetivo de reforzar su estrategia de crecimiento y acelerar su expansión internacional, y de manera especial en los mercados de data, inteligencia artificial (IA) e industria. Montalvo es licenciado en Administración y Dirección de Empresas por IQS (Institut Químic de Sarrià) y cuenta con un Executive Máster en Marketing y Ventas por ESADE Business School. El nuevo director comercial de aggity, que inició su carrera profesional en Editorial Planeta, tiene una trayectoria de casi 20 años en el ámbito comercial y de desarrollo de negocio, especialmente en entornos tecnológicos y SaaS, liderando estrategias de crecimiento en distintas organizaciones, tanto a escala nacional como internacional. Antes de incorporarse a aggity, Montalvo ocupaba la misma posición en Opticks Security, donde lideró la definición y el desarrollo de la estrategia comercial, además de crear los departamentos de Sales, SDR y Customer Succes. También ha sido director comercial de ARS Pirotecnia y de WIRIS (Design Science). Previamente, desempeñó distintas funciones y responsabilidades en empresas del sector TI y la consultoría como Techedge Group, ID Grup o Actitud Pro Consultants, en las que gestionó equipos comerciales, desarrolló nuevas áreas de negocio y lideró procesos de expansión y captación de grandes cuentas. Según Oscar Pierre, presidente no ejecutivo de aggity, “Carlos Montalvo nos aportará una sólida trayectoria dirigiendo equipos comerciales en entornos tecnológicos altamente competitivos y esta experiencia será clave para consolidarnos en áreas estratégicas como inteligencia artificial, data e industria. Además –añade Pierre–, contribuirá a acelerar la expansión de la compañía hacia nuevos mercados, como el de la defensa, en el que la demanda de soluciones basadas en data, IA y robótica aérea continúa en crecimiento”. Por su parte, y según Carlos Montalvo, “es un orgullo incorporarme a aggity en un momento clave para la compañía. Estoy convencido de que, con el talento del equipo y la propuesta de valor de la organización, podremos impulsar nuevas oportunidades de crecimiento y consolidar su posicionamiento en mercados altamente competitivos”.
aggity nombra a Joan Rubio nuevo Head of Industry
La multinacional tecnológica española aggity ha nombrado a Joan Rubio Mulero nuevo responsable de su área de negocio de Industria 4.0. Desde este cargo, Rubio seguirá consolidando la posición de la compañía como socio para la digitalización avanzada de empresas del sector. Rubio es Ingeniero Técnico Industrial por la Universidad Politècnica de Catalunya (UPC) y Máster in Supply Chain Management & Technology por la Universitat Ramón Llull (URL). También cuenta con un Postgrado en Organización Industrial y un Grado en Energías Renovables por la Universidad San Jorge, y formación en Lean Manufacturing por el Instituto Lean Management. Además, Rubio tiene experiencia docente como profesor en el Máster SCM de la Salle y la URL, y en la Fundació Centro CIM, también conocida como CIM-UPC. Rubio, que suma una trayectoria de más de 20 años en ingeniería, consultoría industrial y desarrollo de negocio, aporta a aggity amplia experiencia en la optimización de procesos productivos y logísticos, y en la implantación de las metodologías lean manufacturing y de soluciones tecnológicas en entornos industriales complejos Antes de incorporarse a aggity, Rubio desempeñaba el cargo de director de Desarrollo de Negocio en BTECH Group. A lo largo de su carrera ha ocupado distintas posiciones de responsabilidad, tales como CEO y socio fundador de 3D ROB S.L., donde lideró proyectos para compañías de referencia en sectores como automoción, ferroviario y aeroespacial; y previamente, como CEO y socio fundador de DLM Solutions. Según Oscar Pierre, presidente no ejecutivo de aggity, “con su profundo conocimiento del sector, experiencia y enfoque estratégico, Joan viene a impulsar nuestras soluciones para la industria inteligente y refuerza nuestra capacidad para acompañar a los clientes industriales en su transformación”. Según Joan Rubio, “me incorporo a aggity para ayudar a las empresas a evolucionar hacia modelos más eficientes, conectados y sostenibles, aportando valor a los proyectos de transformación de la industria mediante tecnologías orientadas a la eficiencia, la sostenibilidad y la toma de decisiones basada en datos”.
aggity participa en Fortinet Accelerate 2026 para conocer las tendencias que marcarán el futuro de la ciberseguridad
aggity está presente en Fortinet Accelerate 2026, uno de los encuentros globales más relevantes del sector, que esta semana reúne en Las Vegas a líderes, expertos y partners tecnológicos para analizar las tendencias que marcarán el futuro de la seguridad digital. En representación de la compañía, participa Claudio Arce, CEO de aggity Perú y responsable de Cybersecurity & Cloud de aggity Latinoamérica, quien está siguiendo de cerca las estrategias, innovaciones y nuevas tecnologías que están definiendo el próximo paso en la protección de infraestructuras digitales. Durante el evento se están abordando algunos de los principales retos a los que se enfrentan hoy las organizaciones: el crecimiento de las amenazas avanzadas, la necesidad de arquitecturas de seguridad cada vez más integradas y el papel de la inteligencia artificial en la defensa frente a ciberataques. Para Aggity, participar en este tipo de encuentros internacionales es clave para continuar acercando a sus clientes las soluciones más innovadoras del mercado. En un contexto donde las amenazas evolucionan constantemente, estar presentes en estos espacios no es solo una oportunidad, sino también una responsabilidad para seguir ayudando a las organizaciones a proteger sus operaciones con soluciones cada vez más inteligentes, resilientes y adaptadas a los nuevos desafíos del entorno digital.
aggity impulsa el debate sobre economía del dato y gobernanza de la IA en Data Spaces
aggity participó como patrocinador en la jornada Data Spaces: El valor de los datos compartidos, un encuentro que reunió a cerca de 160 profesionales, representantes institucionales y medios de comunicación para analizar el impacto de la economía del dato en el desarrollo empresarial y social. La jornada fue inaugurada por representantes del gobierno valenciano y contó con la intervención destacada de Stratos Idreos, profesor de Data & IA en la Universidad de Harvard, quien abordó los retos y oportunidades del uso avanzado de datos e inteligencia artificial. El papel de aggity en la mesa redonda En la mesa de debate de patrocinadores Silver, aggity estuvo representada por José María Salido, quien intervino activamente aportando una visión estratégica sobre el uso responsable de la IA y la importancia de compartir datos con un propósito común en beneficio de la sociedad. Uno de los ejes centrales de su intervención fue la reflexión sobre la responsabilidad en sistemas de IA agéntica: ¿Quién responde cuando una IA autónoma toma decisiones con consecuencias negativas? ¿Cómo se mitigan esos riesgos? Desde aggity se puso en valor la necesidad de establecer marcos sólidos de gobernanza, proponiendo la creación de comités de IA y modelos estructurados de supervisión que permitan organizar y delegar responsabilidades en entornos de automatización avanzada. Ecosistema, colaboración e impacto Más allá del contenido técnico, la jornada favoreció la creación de vínculos estratégicos entre empresas, administraciones públicas y expertos del ecosistema data & AI, consolidando espacios de colaboración que refuerzan el desarrollo de una economía del dato más sostenible, competitiva y orientada al bien común. La participación de aggity en este foro reafirma su compromiso con la construcción de ecosistemas de datos colaborativos y con el impulso de modelos de inteligencia artificial responsables, seguros y alineados con los objetivos de negocio y de progreso social.