“Hemos pasado de estos pioneros, de pilotos, de iniciativas que marcaron una primera etapa, a un despliegue a escala”, ha señalado Salcedo, que considera que este cambio ya permite identificar con mayor claridad dónde aparece el retorno y cómo puede generarse valor a partir del uso de la inteligencia artificial.
El presidente de Microsoft España ha identificado cuatro grandes áreas de impacto. La primera afecta a la forma de trabajar, con nuevas herramientas de productividad y una organización distinta de las tareas. La segunda pasa por una relación más sencilla con clientes y administraciones mediante lenguaje natural, mientras que la tercera se centra en la automatización de procesos empresariales.
La cuarta, y a su juicio la más relevante, es la aceleración de la innovación. “La IA como gran revolución que es va a acelerar la economía”, ha defendido. Aunque ha reconocido que esta tecnología puede reducir costes y afectar a determinadas funciones, también ha insistido en que permitirá lanzar productos al mercado más rápido, acelerar descubrimientos y ofrecer servicios más personalizados.
“Hemos pasado de consultar información, quizás hacer un uso más básico de la IA, a hacer un uso mucho más avanzado”
Según el Work Trend Index de Microsoft, cerca del 50% del uso de la IA ya se orienta a razonar, profundizar, analizar y tomar decisiones, frente a las consultas más básicas que caracterizaron la primera etapa. “Hemos pasado de consultar información, quizás hacer un uso más básico de la IA, a hacer un uso mucho más avanzado”, ha explicado.
Este cambio introduce además una nueva estructura de costes dentro de las organizaciones. Salcedo ha hablado de una combinación entre “capital humano” y “capital en tokens”, con empresas que tendrán que decidir qué tareas reservan a las personas y cuáles trasladan a sistemas de IA. “En esa resultante va a estar el ganador a nivel de país, a nivel de organización y también en cada uno de nosotros”, ha asegurado.
En paralelo, Microsoft observa una evolución desde los asistentes conversacionales hacia agentes capaces de ejecutar tareas complejas de varios pasos. Estos sistemas pueden consultar distintas fuentes, interactuar con aplicaciones, elaborar análisis y generar diferentes resultados dentro de un mismo proceso.
Para Salcedo, la diferenciación no dependerá únicamente de acceder al modelo más avanzado. “Un modelo con el contexto adecuado es muy potente”, ha defendido, hasta el punto de que “un modelo bien entrenado con nuestra realidad es mucho más potente que el último modelo sin el contexto adecuado”.
"Es muy importante que como organización sepamos que, cuando estamos utilizando esto, lo hagamos de forma que eso no salga de nuestra organización”
Esa capa de contexto incluye datos, reglas, procesos, semántica y conocimiento interno. El objetivo, según ha explicado, pasa por construir agentes adaptados a la realidad de cada organización y evitar que ese conocimiento salga fuera de ella. “Es muy importante que como organización sepamos que, cuando estamos utilizando esto, lo hagamos de forma que eso no salga de nuestra organización”, ha advertido.
El salto hacia agentes más autónomos también eleva las exigencias de seguridad y gobernanza. Salcedo ha explicado que Microsoft cuenta con más de 200.000 empleados y ya dispone de “más de 800.000 agentes funcionando en la compañía”. A esa escala, resulta necesario controlar qué agente ejecuta cada tarea, qué datos utiliza, qué coste genera y cómo se comporta.
Asimismo, ha apuntado al crecimiento de una nueva figura profesional: el ingeniero de IA o ingeniero agéntico, encargado de diseñar arquitecturas, evaluar agentes, ajustar modelos y mantener controles de seguridad y gobernanza.
Junto a ello, la ciberseguridad ocupa otro de los puntos centrales. Microsoft procesa, según Salcedo, “100 billones de señales diarias”, una escala ante la que considera imprescindible automatizar la detección, respuesta y corrección de amenazas. “No es viable hacer seguridad sin IA”, ha resumido.
Para Microsoft, por tanto, la próxima fase de la inteligencia artificial empresarial no se decidirá únicamente por el acceso a grandes modelos. La diferencia estará en la capacidad de combinarlos con datos propios, contexto, agentes, seguridad y gobernanza dentro de cada organización.