Del 20 al 22 de octubre estuve en el AI Congress Barcelona 2026, en el Auditori L’illa, en plena Diagonal. Fui como público, con mi libreta y el móvil grabando desde la butaca, porque me gusta escuchar de primera mano a quienes ya tienen la inteligencia artificial funcionando en su día a día y luego traducirlo a lo que le sirve a una pyme.
Para quien no lo conozca: es la 12.ª edición de un congreso que organiza el CIDAI, el centro de innovación en datos e inteligencia artificial que coordina Eurecat, el centro tecnológico catalán. Según Eurecat, hubo más de 2.200 inscritos y más de medio centenar de ponentes, repartidos en tres jornadas de mañana: el martes, estrategia y tendencias; el miércoles, tecnología; y el jueves, proyectos que ya están en marcha.
Volví con muchas notas y con una idea clara: lo que se dijo en ese escenario le sirve tanto a un gran banco como a una asesoría de diez personas o a un taller. Por eso he escogido diez frases, las que más me hicieron pensar, y las he ordenado aquí con tres cosas cada una: qué contó el ponente, qué significa para tu empresa y qué haría yo esta misma semana. Algunas se dijeron en catalán o en inglés; las verás traducidas y marcadas.
Una aclaración antes de empezar: las frases son de los ponentes. Lo que pienso yo va al final, en un apartado aparte, para que no se mezcle.
1. La responsabilidad no se subcontrata
«Podemos externalizar los modelos de estos sistemas, pero no podemos externalizar la responsabilidad.»
— Ariadna Font · Cofundadora y CEO de Alinia AI (traducido del catalán)
Ariadna Font abrió el congreso el martes por la mañana. Habló de cómo preparar una empresa para lo que viene, y su mensaje de fondo fue este: la IA ya no se limita a sugerir, ahora actúa. Los nuevos sistemas, dijo, «compran, borran, responden, aprueban», con permisos reales y muchas veces sin que nadie los vigile. Y añadió algo que conviene no olvidar: la IA no es predecible. No se puede saber del todo qué dirá ni qué hará.
Para explicar lo de la responsabilidad recordó el caso de Air Canada: los tribunales dijeron que la aerolínea respondía de lo que había dicho su asistente automático. Su receta tiene cuatro patas: saber qué herramientas de IA se usan en la empresa (también las que nadie ha autorizado), vigilar lo que entra y lo que sale, probarlas en situaciones lo más parecidas posible a la realidad y poner a una persona responsable «con nombre y apellidos», no un comité. Y avisó del error más común: tratar la IA como un asunto técnico y dejárselo al informático.
Qué significa para una pyme
Que si un día el chat de tu web le dice a un cliente un plazo que no es, o el programa que contesta los correos promete algo que no puedes cumplir, el problema es tuyo. Puedes contratar fuera la herramienta y su cerebro, lo que los técnicos llaman el modelo; lo que no puedes contratar fuera es la responsabilidad. En una asesoría esto pesa todavía más, porque lo que se le dice a un cliente sobre un impuesto o una nómina tiene consecuencias.
Qué haría yo esta semana
- Hacer una lista sencilla de las herramientas de IA que usa cada persona del equipo, también las que se ha traído de casa.
- Poner al lado de cada una el nombre de quien responde de ella y puede pararla si algo va mal.
2. Comprar licencias no es usar la IA
«Esto no va de dar licencias, no va de dar plataformas, no va de dar accesos. Esto va de adopción.»
— Pablo Zapata · Technical Business Director de Raona
Pablo Zapata trabaja en Raona, una consultora tecnológica de Igualada con unos 400 ingenieros, y contó cómo han puesto la IA en el centro de su forma de trabajar. Su lección principal cabe en la frase de arriba: repartir licencias es lo fácil; lo difícil es que la gente cambie su manera de hacer las cosas.
Explicó que en cualquier equipo hay tres tipos de personas ante la IA. El entusiasta, al que hay que dejar correr aunque empiece muchas cosas y acabe pocas. El escéptico, al que hay que acompañar y quitarle mitos. Y el que tiene miedo de verdad por su puesto, con quien hay que hablar claro, explicarle que el cambio llega igual y ser «muy tolerantes con el fallo». Lo que a ellos les funcionó: acceso fácil a las herramientas para todos, una comunidad interna que comparte lo que aprende, formación y un empujón firme de la dirección. Y una idea que me apunté: según él, recibir una formación te ayuda a entender un 20 % del temario, pero darla te obliga a entenderlo entero.
Qué significa para una pyme
Si pagas licencias de IA y nadie ha cambiado su forma de trabajar, no has comprado productividad: has comprado un gasto más. Lo que cuenta no es cuántas cuentas tienes contratadas, sino quién usa la herramienta, para qué y con qué resultado.
Qué haría yo esta semana
- Localizar a los dos o tres entusiastas del equipo y pedirles que, una vez por semana, enseñen al resto un uso concreto que les haya ahorrado tiempo.
- Pasar a todo el equipo tres preguntas muy cortas: ¿usas la IA?, ¿para qué?, ¿te ha servido?
3. La IA sabe mucho, pero no sabe de tu empresa
«El problema no es el conocimiento, porque lo tiene. El problema es el contexto.»
— José Julián Ariza · CEO de Opsphere
José Julián Ariza dirige Opsphere, una empresa que ayuda a averiguar por qué falla un sistema informático cuando todo se para. Lo explicó el jueves con un ejemplo de su mundo: la IA sabe mucho de AWS, los servidores en la nube de Amazon, pero no sabe nada de «nuestro AWS», de cómo está montado en tu empresa ni de lo que cambiasteis hace veinte minutos. El conocimiento general lo tiene; lo que le falta es el contexto, es decir, la información concreta de tu caso.
Dijo otra cosa que me parece igual de importante: escribirle a la IA «no toques nada» no da ninguna seguridad. La confianza, según él, tiene que estar en cómo está montado el sistema: qué permisos tiene, qué consulta y qué queda registrado de lo que hace. Y en el turno de preguntas de esa mesa, los cuatro ponentes coincidieron en lo mismo: lo importante es el contexto.
Qué significa para una pyme
Cambia AWS por contabilidad, por almacén o por clientes. La IA sabe de contabilidad, pero no sabe de tu contabilidad: no sabe que tal cliente paga siempre tarde ni que ese proveedor te factura en dos veces. Si no se lo das, te contestará en genérico, y una respuesta genérica en un despacho vale poco.
Qué haría yo esta semana
- Elegir una sola lista (clientes, productos o pedidos) y dejarla limpia: sin duplicados y con cada columna explicada en una línea.
- Escribir en una página cómo trabajáis: qué clientes tenéis, qué preguntas se repiten y qué respuestas dais. Esa página es el mejor punto de partida para cualquier herramienta.
4. La máquina propone; decide una persona
«Este agente informa, pero es muy importante que nunca tome decisiones.»
— Andreu Giménez · Ingeniero de datos e IA de AVENTEC (Aigües de Vic) (traducido del catalán)
Para mí fue de los casos más claros del congreso. Andreu Giménez trabaja en AVENTEC, la empresa de ingeniería del grupo Aigües de Vic, y contó cómo usan la IA para algo tan serio como el agua del grifo. El cloro se echa en un punto de la red y se va perdiendo a medida que el agua recorre las tuberías. Hay que acertar con la dosis justa para que llegue bien a todas las casas, dentro de los límites legales y sin gastar de más.
Han montado un sistema que aprende por prueba y error y propone si subir, bajar o mantener la dosis, y un agente (un programa de IA que hace tareas por su cuenta) al que el técnico puede preguntar con palabras normales. Pero con límites muy claros: un filtro que bloquea cualquier consulta con datos personales, como un DNI, antes de que llegue a la IA; permiso solo para leer la base de datos, nunca para cambiarla; si le preguntas por algo que no es su tema, como los vuelos del aeropuerto del Prat, no contesta; y otra IA pequeña que hace de juez y descarta las respuestas que no se apoyan en los datos. La lección que se llevan es la de la frase: el sistema informa, y cualquier cambio en la red lo decide siempre una persona, por la seguridad de la gente.
Qué significa para una pyme
No tienes que elegir entre hacerlo todo a mano o dejarlo todo en manos de la máquina. Puedes dejar que la IA prepare el trabajo (un presupuesto, un pedido, un cambio de precio) y que una persona lo revise y lo firme. Si una empresa de aguas trabaja así con algo que bebe toda una ciudad, una pyme puede trabajar así con sus pedidos y sus cobros.
Qué haría yo esta semana
- Repartir las tareas que te gustaría automatizar en tres columnas: lo que puede hacer sola la máquina, lo que revisa una persona y lo que necesita su aprobación antes de salir.
- Comprobar que nada que pague, borre o se envíe a un cliente puede hacerse sin que una persona dé el visto bueno.
5. Primero el problema, después la tecnología
«El problema no se tiene que adaptar a la tecnología, es la tecnología la que tiene que adaptarse.»
— Álvaro López · I+D de firmware en HP
Álvaro López trabaja en HP, en el programa interno de sus impresoras de gran formato. Cada vez que aparece un fallo en ese programa se abre una incidencia y alguien tiene que decidir qué equipo la arregla. Lo hacía su mejor ingeniero, y le llevaba dos horas al día.
Lo automatizaron, pero no con lo último de lo último. En plena moda de los agentes, eligieron una técnica más clásica que aprende del histórico: miles de incidencias antiguas en las que ya constaba qué equipo las había resuelto. ¿Por qué? Porque era un problema acotado y necesitaban algo previsible en coste y en tiempo de respuesta, y que se pudiera revisar. Según sus datos, empezaron acertando la mitad de las veces en un solo proyecto y hoy aciertan un 77 % en diez proyectos a la vez. Y todo empezó, contó, con una conversación en un café.
Qué significa para una pyme
Que la pregunta no es «¿qué IA está de moda?», sino «¿qué problema tengo?». Muchas veces la solución más sencilla es la más fácil de mantener y de controlar. Y un buen sitio para buscar es justo ese: las horas que la persona que más sabe de tu empresa dedica a repartir trabajo en vez de hacerlo.
Qué haría yo esta semana
- Apuntar qué tareas de reparto hace hoy tu mejor persona (correos que hay que derivar, peticiones de clientes, incidencias) y cuánto tiempo le llevan.
- Mirar si guardas el histórico de cómo se resolvieron. Si lo tienes, ya tienes con qué empezar.
6. Quitarle el nombre a un dato no lo hace anónimo
«Anonimizar datos de carácter clínico o datos de carácter empresarial no es anonimizar.»
— Jaume Clotet · Socio de AI & Digital Solutions en Forvis Mazars-Infini (traducido del catalán)
Jaume Clotet, de Forvis Mazars-Infini, habló el martes de cómo usar la IA sin perder el control de tus datos. Empezó por algo que todos sabemos y pocos reconocemos: la gente se salta las normas. Sube archivos que no debería y usa herramientas que se ha traído de casa.
Su aviso sobre los datos anónimos fue tajante. En datos médicos o de empresa, borrar el nombre no basta, porque la propia forma de los datos permite adivinar de quién son. También explicó la diferencia entre la IA pública (ChatGPT, Gemini o Copilot, que funcionan en los ordenadores del proveedor) y una IA privada que vive dentro de tu empresa. Con la pública, tus datos salen de casa y la única garantía de lo que pasa con ellos es lo que diga el contrato. Su propuesta no es prohibir, sino decidir caso por caso según lo delicado que sea el dato: el folleto de marketing puede ir a una herramienta pública; los historiales clínicos, no.
Qué significa para una pyme
Piensa en una hoja de nóminas a la que le has quitado los nombres pero que conserva el puesto, la antigüedad y el sueldo. En una empresa de quince personas, cualquiera adivina de quién es cada fila. Para una asesoría, que maneja datos de muchos clientes, esto no es un detalle técnico: es la confianza de sus clientes.
Qué haría yo esta semana
- Hacer dos columnas: lo que nunca debe salir de la empresa (nóminas, contratos, datos de clientes) y lo que sí puede ir a una herramienta pública (un folleto, un texto comercial).
- Escribir en una página las normas de uso y, sobre todo, el porqué. La gente se salta las normas que no entiende.
7. Más datos no es más resultado
«Más datos no significa necesariamente más impacto.»
— Pooja Munshi · Experta en datos e IA para el medio ambiente (ex-PNUMA) (traducido del inglés)
Pooja Munshi trabajó durante años en el Programa de Naciones Unidas para el Medio Ambiente, donde dirigió el observatorio que vigila las fugas de metano en todo el mundo. El metano es un gas que no se ve, no se oye y no se huele. Lo interesante es cómo lo hicieron: con un programa que, una vez preparado, funcionaba en ordenadores normales, con datos de unos 21 satélites. El problema era enorme; la herramienta no tuvo por qué serlo.
Ella lo llama IA intencional: decidir a propósito dónde tiene sentido la IA y a qué escala, antes de construir nada. Dio tres principios. Dimensionar bien, es decir, usar la tecnología justa para el problema. Cuidar la «última milla», el paso entre lo que sale de la máquina y la persona que tiene que actuar, porque, como dijo, un responsable «no tiene tiempo» y necesita la información masticada. Y apoyarse en otros, en vez de empezar de cero. Cerró con un consejo muy sencillo: empieza por escuchar.
Qué significa para una pyme
Que no necesitas acumular más datos ni la herramienta más grande para sacar algo útil. Necesitas saber qué decisión quieres mejorar y entregar el resultado como lo necesita quien decide. A un gerente no le sirve una tabla de doscientas filas; le sirve un resumen de tres líneas y un aviso cuando algo se tuerce.
Qué haría yo esta semana
- Escribir en una frase qué decisión quieres tomar mejor y quién la toma.
- Preguntarle a esa persona cómo quiere recibir la información: un correo los lunes, un aviso en el móvil o un resumen de una página.
8. La IA prepara; las personas guían
«La IA te lo da, pero las personas lo guían.»
— Xavier Manzanera · Responsable de Digital, Datos e IA de Esteve
Xavier Manzanera contó el jueves el caso de Esteve, la farmacéutica. Sus científicos tienen que adaptar unos documentos de referencia a la realidad de cada fábrica (en China, en México y en Cataluña) para garantizar la calidad de cada lote. Un trabajo pesado, de más de seis horas por documento. Ahora un agente les ayuda a prepararlo y el tiempo se ha reducido a la mitad.
Pero lo que más me gustó no fue el ahorro, sino lo que dijo después: el científico sigue siendo quien asume toda la responsabilidad y decide si la máquina se equivoca. Y lo que de verdad les importa es qué hace el científico con el tiempo que gana: dedicarlo a asegurar los procesos más delicados. Lo resumió así: no se trata de hacer las cosas más rápido, sino de hacerlas mejor. También insistió en que la seguridad y el control tienen que ir de serie, desde el diseño, y no añadirse después como un parche.
Qué significa para una pyme
Si una herramienta te ahorra tiempo y no decides antes en qué lo vas a usar, ese tiempo se diluye en correos y reuniones. Y en los documentos con consecuencias (un informe para un cliente, un contrato, una declaración) el patrón es siempre el mismo: la máquina prepara el borrador y una persona con nombre y apellidos lo revisa y lo firma.
Qué haría yo esta semana
- Escoger un documento que hoy os lleve horas y probar a que la IA prepare un primer borrador que luego revise una persona.
- Dejar escrito, antes de empezar, a qué se dedicará el tiempo que se ahorre.
9. Que la IA lea un plano no significa que deba ponerle precio
«Percibir no es decidir.»
— Nicolás Carrasco · CTO de Unnic AI
Nicolás Carrasco empezó su charla con una prueba a mano alzada. Preguntó quién usaba la IA para redactar un correo y se levantaron muchas manos. Luego preguntó quién le dejaría preparar y aprobar un presupuesto importante, y se levantaron muy pocas. De esa diferencia iba su charla.
Puso el ejemplo de Mario, director de una chapistería industrial que fabrica piezas a medida. Cada presupuesto tardaba entre una y dos semanas, y dos técnicos podían dar precios distintos con los mismos planos. Su propuesta reparte el trabajo: la IA mira los planos y saca los datos (qué piezas, qué operaciones), unas reglas de cálculo fijas hacen las cuentas, porque «la IA no calcula nada», y cuando el sistema duda, tiene que saber «levantar la mano» para que lo revise un técnico. Y dejó una pregunta que me parece de las mejores del congreso: no busques qué tarea se repite mucho, busca qué decisión te está costando dinero y si eres capaz de desmontarla en piezas.
Qué significa para una pyme
Que la IA es muy buena leyendo, ordenando y resumiendo, pero las cuentas que comprometen tu dinero tienen que salir de algo que puedas revisar: una hoja de cálculo o unas reglas escritas. Ver no es decidir. Y un buen sistema no es el que nunca duda, sino el que avisa cuando duda.
Qué haría yo esta semana
- Elegir una decisión que te cueste dinero (presupuestar, aceptar un pedido, aplicar un descuento) y desmontarla: qué datos entran, qué criterio aplica la persona y dónde suele dudar.
- Si pruebas una herramienta, exigirle que marque los casos que no tiene claros para que los mire una persona.
10. El dato más seguro es el que no sale de casa
«La forma más fácil es que no salga de tu ordenador.»
— Jezabel R. Garcia · Directora de investigación en IA de Multiverse Computing (traducido del inglés)
Jezabel R. Garcia, de Multiverse Computing, defendió el martes que el futuro no pasa por una IA cada vez más grande, sino por versiones pequeñas y comprimidas que funcionen donde hacen falta y bajo tu control. Lo enseñó en directo: un modelo (el programa que hace de cerebro de la IA) funcionando en un móvil sin conexión, sin enviar nada a internet, al que se le podía pedir la receta de la tortilla en pleno vuelo.
Su frase va de privacidad: olvídate de sistemas de seguridad complicados; lo más sencillo es que el dato no salga de tu ordenador. Y dejó tres preguntas para hacer antes de comprar cualquier IA: ¿dónde funciona?, ¿cuánto gasta cada consulta? y ¿qué pierdes si eliges una más pequeña?, por ejemplo, tu idioma. Porque muchas de las pruebas con las que se venden estos programas se hacen en inglés, y avisó de que un sistema puede olvidar el castellano sin que esas pruebas lo noten.
Qué significa para una pyme
Para los documentos más delicados (contabilidad, nóminas, expedientes) ya hay opciones que funcionan en un ordenador o un servidor de la propia empresa. Requieren apoyo técnico, no es enchufar y listo, pero existen. Y en cualquier caso, a tu proveedor le puedes y le debes preguntar adónde van tus datos.
Qué haría yo esta semana
- Preguntar a tu proveedor de IA dónde están sus servidores y si usa tus datos para entrenar su sistema.
- Pedirle que te lo demuestre con tus propios casos y en castellano, no con una demostración genérica.
Lo que me llevo yo
Hasta aquí, lo que dijeron otros. Ahora lo mío. Esto no se dijo en el escenario: son conclusiones propias, después de tres mañanas de congreso y de lo que vemos a diario montando agentes para empresas.
Los equipos necesitan criterio sobre la IA
La IA no sustituye el criterio: lo exige. Quien trabaja con ella tiene que saber qué pedirle, qué no pedirle y cómo comprobar lo que devuelve. Sin ese criterio se delega a ciegas, y el error se multiplica. En el congreso lo oí también el miércoles, a Xesca Alabart, de Easyspecs, cuando hablaba de los recién llegados a la profesión que lo delegan todo en la máquina sin pensar: hay que pensar y hay que tener criterio.
La regla del 80/20
«El 80 % del tiempo, entrenar a los agentes que trabajan solos. El 20 %, supervisar lo que hacen.»
— Rubén Bel · Lo que me llevo del AI Congress Barcelona 2026
Cuando un agente trabaja solo, sin nadie delante, el trabajo ya no es hacer la tarea, sino preparar bien a quien la hace y revisar lo que entrega. Entrenar, aquí, quiere decir enseñar. Es como incorporar a una persona nueva: la mayor parte del esfuerzo está en explicarle cómo trabajamos, con ejemplos, reglas y qué hacer cuando tenga dudas. El resto, en revisar su trabajo. Curiosamente, en el congreso salió una proporción parecida por otros caminos: Alabart contó que su equipo dedica la mayor parte del tiempo a preparar el entorno en el que trabajan sus agentes y solo un 10 % a rematar, y en la mesa sobre movilidad urbana se dijo que entre el 70 % y el 80 % del tiempo de un proyecto de IA se va en preparar los datos.
No delegar en la IA toda la solución
Que los agentes trabajen solos no significa dejarlos sueltos. Para que lo hagan sin riesgo, para mí hacen falta cuatro piezas:
- Validar las reglas antes de empezar. Comprobar qué lógica va a aplicar el agente antes de ponerlo a trabajar, igual que revisas cómo calcula una hoja antes de fiarte de ella.
- Auditar lo que ha aplicado. Revisar después qué reglas siguió y con qué resultado.
- Paneles de supervisión y de seguridad. Una pantalla donde ver qué hace cada agente, cuándo y por encargo de quién.
- Guardarraíles de base. Límites que marcan por dónde puede ir cada agente y por dónde no, como los que enseñó AVENTEC: solo leer, nada de datos personales, solo su tema y un juez que revisa.
Si lo piensas, es lo mismo que contaron Unnic AI, Esteve o Aigües de Vic, cada uno a su manera. La IA puede hacer mucho trabajo, pero la solución completa no se le puede delegar entera. El criterio, la última palabra y la responsabilidad siguen siendo nuestros.
Si quieres llevarlo a tu empresa
Diez frases dan para mucho, pero no hace falta aplicarlas todas a la vez. Con elegir una y hacer los deberes de esta semana ya habrás empezado con buen pie.
Si prefieres verlo aplicado a tu caso, tengo una sesión que se llama «IA en 45 minutos»: sin coste, 1 a 1 conmigo, miramos juntos tu negocio y por dónde tiene sentido empezar. Al terminar, te facilito la hoja de ruta. Reserva tu sesión «IA en 45 minutos».