Marta Sanz, VP of Strategy de Aily Labs, analiza la nueva frontera de la IA

Cuando pensamos en inteligencia artificial, la mente suele viajar de forma automática hacia la generación de textos, el diseño de imágenes o asistentes virtuales conversacionales. Sin embargo, en el tejido de las grandes corporaciones, la verdadera revolución se está cocinando silenciosamente en un terreno mucho más estratégico: la toma de decisiones. 

Este fue el eje central del capítulo de nuestro podcast All You Need Is Data en el que contamos con la participación de Marta Sanz, VP of Strategy de Aily Labs. La compañía, con presencia en mercados clave como Múnich, Barcelona, Madrid y Nueva York, se ha convertido en pionera de una disciplina emergente que promete cambiar las reglas del juego corporativo: la AI decision intelligence.

De la psicología económica al núcleo del dato

La trayectoria de Sanz ayuda a entender la naturaleza híbrida que exige el mercado actual. Formada en Economía, pronto descubrió que el dato era el puente perfecto para generar valor real en el negocio. Tras años en consultoría estratégica y tras un MBA, su rol en Aily Labs consiste precisamente en alinear el potencial de los modelos analíticos con las necesidades de los comités de dirección.

Su día a día refleja el reto de introducir la IA en sectores muy diversos, identificando dónde residen aquellas ineficiencias de negocio fáciles de resolver que generan un impacto económico inmediato y asegurando que la tecnología no sea un fin en sí misma, sino un catalizador de rendimiento.

Romper los silos: El valor de conectar los puntos

Uno de los principales frenos de la analítica tradicional en las grandes corporaciones es la fragmentación. Los departamentos operan como islas independientes: marketing optimiza sus campañas, finanzas vigila los presupuestos y operaciones gestiona las fábricas de forma estanca. La filosofía con la que trabaja Aily Labs se basa en un concepto que Sanz denomina connecting the dots (conectar los puntos).

El verdadero impacto no se encuentra en optimizar un área de forma aislada, sino en actuar en las intersecciones. Un ejemplo evidente es la gestión del stock: un indicador típicamente operativo que, sin embargo, condiciona la liquidez y la estrategia financiera de la empresa. La plataforma de Aily Labs unifica los datos transversales de finanzas, recursos humanos, marketing y operaciones bajo un mismo ecosistema. No obstante, el foco varía según el sector de actividad. 

En el sector de los seguros, las prioridades se centran en optimizar la fuerza comercial y corregir desviaciones presupuestarias en tiempo real; por el contrario, en la industria del lujo o la moda de alta gama, donde los márgenes son muy elevados, la plataforma se enfoca en mitigar las roturas de stock, dado que una sola venta perdida implica un coste de oportunidad crítico para el negocio.

El dato no es perfecto, pero la decisión no espera

Existe una creencia muy arraigada de que, antes de implementar cualquier solución de IA, las empresas deben resolver de forma definitiva sus problemas estructurales de calidad de datos. Sanz desmonta este mito con un enfoque pragmático: el dato casi nunca es perfecto, pero esperar a que lo sea paraliza la competitividad de la empresa.

La estrategia de despliegue de Aily Labs da la vuelta al problema. Al implementar la plataforma desde el primer día con la información disponible, los mandos intermedios y directivos empiezan a visualizar el impacto potencial de la herramienta en sus rutinas diarias. Este retorno de valor genera un incentivo orgánico ya que son las propias áreas de negocio las que se movilizan de inmediato para asignar recursos y depurar sus fuentes de información de forma prioritaria.

Una vez alcanzada la madurez en el sistema, el cambio cultural dentro de la organización es disruptivo. La discusión tradicional en los comités de dirección deja de centrarse en la validez del informe o en si el dato es correcto. Al consolidar la plataforma como la única fuente oficial de verdad, los directivos asumen la validez de la información y dedican el 100% del tiempo de la reunión a debatir la interpretación y la ejecución estratégica de las decisiones.

Autonomía operativa vs. Inteligencia aumentada

Durante la conversación, surgió una cuestión muy interesante: ¿llegaremos a ver organizaciones dirigidas de manera exclusiva por algoritmos? Ante este escenario futurista, la visión de Aily Labs aboga por un modelo de “inteligencia aumentada”. El verdadero reto de sustituir las funciones de un CEO radica en la información intangible como el contexto estratégico, las intenciones de apertura de mercados o factores cualitativos que no residen en bases de datos estructuradas. El objetivo técnico actual pasa por entrenar a los agentes inteligentes de la plataforma para que asimilen ese contexto corporativo y actúen como un asesor experto más en la mesa del comité de dirección.

Sin embargo, en el terreno operativo, la autonomía ya es una realidad. Aily Labs ya pilota sistemas donde las decisiones de inventario de productos de baja rotación se ejecutan de forma totalmente autónoma, escribiendo las órdenes de compra directamente en el sistema ERP de la empresa sin requerir aprobación humana. Para las decisiones macro o de alta dirección, la IA funciona calculando el impacto y midiendo los riesgos asociados de cada opción, pero manteniendo siempre al factor humano en el bucle final de toma de decisiones.

El control del hype y el proyecto interno

Un aspecto fundamental para liderar el sector es aplicar la propia doctrina en casa. Aily Labs gestiona un proyecto interno enfocado a desplegar la IA en sus propios departamentos. Desde el soporte de productividad a sus desarrolladores de software hasta la preparación automatizada de reuniones personalizadas para el equipo de ventas, la compañía busca exprimir el valor de herramientas de mercado como Claude o ChatGPT.

No obstante, esta democratización tecnológica conlleva riesgos de ineficiencia si se gestiona de forma descentralizada. El descontrol en el que cada empleado utiliza sus propios trucos de prompting o herramientas aisladas diluye el retorno de inversión. La gobernanza de la IA exige una estrategia clara que analice la relación entre el coste de los créditos de los modelos de lenguaje y el impacto real que devuelven al negocio.

La búsqueda del “perfil puente” en el mercado del talento

Para que el despliegue técnico de estas soluciones se traduzca en una adopción real por parte de la plantilla, resulta clave atender a la “explicabilidad”. Diseñar un modelo con un nivel de acierto milimétrico no aporta valor si funciona como una caja negra inaccesible. El usuario corporativo debe comprender de manera intuitiva qué variables se han cruzado y bajo qué lógica se fundamenta la recomendación emitida.

Esta realidad transforma de manera directa el perfil profesional demandado en el sector. Sanz compartió una reflexión clave para los estudiantes de MIOTI y es que el mercado ya no busca únicamente al especialista técnico de hace quince años que dominaba en exclusiva el código puro. El perfil más escaso y codiciado en la actualidad es el “perfil puente”.

Las organizaciones necesitan profesionales que cuenten con un trasfondo tecnológico sólido para asimilar una innovación que se redefine cada dos semanas, pero que posean las habilidades de negocio necesarias para traducir ese potencial en impacto financiero. Las competencias puramente técnicas ya no lideran el crecimiento de la demanda laboral de forma aislada. El pensamiento analítico, la creatividad y la capacidad de liderazgo son las herramientas indispensables para dirigir los equipos híbridos del mañana, donde humanos y agentes de decisión convivirán en un entorno de alta eficiencia corporativa.