{"id":44644,"date":"2026-07-10T09:15:43","date_gmt":"2026-07-10T09:15:43","guid":{"rendered":"https:\/\/mioti.es\/?p=44644"},"modified":"2026-07-10T09:15:43","modified_gmt":"2026-07-10T09:15:43","slug":"blog-como-burger-king-transforma-los-datos-en-operaciones-en-tiempo-real","status":"publish","type":"post","link":"https:\/\/mioti.es\/es\/blog-como-burger-king-transforma-los-datos-en-operaciones-en-tiempo-real\/","title":{"rendered":"C\u00f3mo Burger King transforma los datos en operaciones en tiempo real"},"content":{"rendered":"

Cuando pensamos en Inteligencia Artificial<\/strong> solemos imaginar grandes modelos, asistentes virtuales o tecnolog\u00edas futuristas. Sin embargo, algunas de las aplicaciones m\u00e1s exitosas de la IA est\u00e1n ocurriendo lejos de los focos, en operaciones cotidianas donde cada decisi\u00f3n tiene un impacto directo en el negocio. Este fue uno de los principales mensajes que comparti\u00f3 Roberto Amor\u00f3s, Head of Data Science & AI en Restaurant Brands Europe (RBE)<\/strong>, durante su participaci\u00f3n en nuestro podcast: <\/span>All You Need Is Data<\/span><\/i><\/a>. La compa\u00f1\u00eda, responsable de marcas como Burger King, Popeyes y Tim Hortons<\/strong> en Espa\u00f1a, Portugal e Italia, lleva a\u00f1os utilizando los datos para optimizar procesos, personalizar la experiencia de cliente y apoyar decisiones estrat\u00e9gicas de crecimiento<\/strong>.<\/span><\/p>\n

De la anal\u00edtica deportiva a la presi\u00f3n del QSR<\/h2>\n

La trayectoria de Amor\u00f3s refleja la transversalidad del dato<\/strong> en la econom\u00eda actual. Graduado en Ingenier\u00eda Industrial, dio sus primeros pasos en Data Science en Deloitte antes de aplicar t\u00e9cnicas de Machine Learning al sector de las energ\u00edas renovables<\/strong>. Una de las etapas m\u00e1s relevantes de su carrera lleg\u00f3 durante su paso por LaLiga<\/strong>, donde trabaj\u00f3 con datos de tracking de jugadores<\/strong> para proporcionar anal\u00edtica avanzada a los clubes.<\/span><\/p>\n

Sin embargo, el salto del deporte profesional al sector de la restauraci\u00f3n<\/strong> organizada supuso un importante cambio de perspectiva. Mientras que en el f\u00fatbol existen m\u00faltiples factores dif\u00edciles de controlar<\/strong> que pueden condicionar el resultado de un partido, en una organizaci\u00f3n con m\u00e1s de 1.000 establecimientos cualquier mejora operativa tiene un impacto tangible y medible<\/strong>. En este contexto, optimizaciones aparentemente peque\u00f1as pueden traducirse en mejoras significativas para el negocio.<\/span><\/p>\n

El freno al \u201chype\u201d: \u00bfAgentes de IA o simple automatizaci\u00f3n?<\/h2>\n

Uno de los mayores desaf\u00edos actuales<\/strong> para cualquier\u00a0 l\u00edder de datos no es \u00fanicamente la complejidad t\u00e9cnica, sino la gesti\u00f3n de las expectativas de negocio y la resistencia a las modas tecnol\u00f3gicas<\/strong>.<\/span><\/p>\n

\u00a0Para evitar desarrollar proyectos impulsados \u00fanicamente por las tendencias del momento, la estrategia de RBE se apoya en din\u00e1micas colaborativas y workshops<\/strong> con los responsables de negocio. El objetivo es identificar los problemas reales antes de plantear cualquier soluci\u00f3n tecnol\u00f3gica.<\/span><\/p>\n

La m\u00e1xima corporativa es clara: \u201c<\/span>no hay que dejarse llevar por el hype\u201d<\/b>.\u00a0 Aunque implementar el \u00faltimo agente de IA generativa pueda resultar atractivo desde el punto de vista tecnol\u00f3gico, en muchas ocasiones la soluci\u00f3n m\u00e1s eficiente pasa por una automatizaci\u00f3n sencilla o por un sistema de alertas capaz de resolver una necesidad concreta<\/strong>. En \u00faltima instancia, cualquier iniciativa debe aportar valor al negocio y justificar su retorno de inversi\u00f3n.<\/span><\/p>\n