Entrevista a José Antonio Martínez Aguilar, CEO de Making Science

José Antonio Martínez Aguilar, CEO de Making Science, analiza en esta entrevista para Comunicaciones Hoy la evolución de la inteligencia artificial desde la fase experimental hacia su integración real en los procesos de negocio. El directivo aborda el impacto de los agentes autónomos, la transformación del trabajo y la toma de decisiones, así como los retos de gobernanza, talento y soberanía del dato que marcarán la adopción empresarial de esta tecnología.

Estamos justo en el punto de inflexión donde se separa el ruido de la realidad. Venimos de una fase donde las empresas querían 'probar la IA' con proyectos piloto y demostraciones vistosas. Pero la adopción real no va de trastear con la tecnología, sino de integrarla en la operativa diaria y medir si de verdad aporta valor al negocio. Hoy la tecnología ya no es el cuello de botella; la IA está al alcance de cualquiera. La diferencia entre las empresas que van a liderar su sector y las que se van a quedar atrás es cómo estructuran su organización para usarla. Pasar de lanzar iniciativas aisladas a crear un proceso de trabajo continuo, eficiente y repetible es donde está el verdadero salto. Para consolidar esto de forma responsable, los grandes retos son tres:

Primero, la gobernanza. A medida que le damos más autonomía a la tecnología para ejecutar tareas, necesitamos tener total control y visibilidad sobre cómo y con qué datos está operando. No basta con que una solución sea rápida; tiene que ser segura, cumplir la normativa y operar dentro de los límites que fija la empresa.

Segundo, la medición del impacto. Hay que exigir a los proyectos de IA la misma disciplina financiera que a cualquier otra inversión tecnológica: retorno claro, mejora de márgenes y ganancia de eficiencia.

Y tercero, el talento y la cultura. La IA no está para reemplazar a los equipos, sino para acelerar su capacidad de análisis y ejecución. El reto está en formar a las plantillas para que sepan colaborar con estas herramientas en su día a día.

Lo que vamos a ver en los próximos tres años es una redefinición completa del trabajo del conocimiento. La IA generativa ha empezado por ayudarnos a escribir textos o generar imágenes, pero la verdadera transformación no es esa, sino cómo va a reestructurar la forma en que pensamos y operamos en el día a día.

Si lo desglosamos en estos tres ámbitos:

En productividad, pasamos definitivamente de la automatización rígida a la 'potenciación humana'. En nuestro sector, por ejemplo, ya vemos cómo tareas que antes llevaban semanas de análisis de datos o redacción de contenidos ahora se resuelven en cuestión de horas o minutos. Pero esto no significa trabajar menos, significa elevar el nivel: liberar a los equipos de la carga operativa pesada para que dediquen su tiempo a la estrategia, a la creatividad y a resolver problemas complejos.

En la toma de decisiones, vamos a dejar atrás la analítica del pasado. Tradicionalmente, una empresa analizaba lo que había vendido el mes o el trimestre anterior para decidir qué hacer el siguiente. Con la IA integrada en los sistemas, pasamos a decisiones en tiempo real y predictivas. Un directivo o un gestor de negocio no tendrá que esperar a un informe mensual; la tecnología le anticipará comportamientos de mercado o desviaciones y le propondrá la mejor decisión de inversión en el acto.

Y en la relación con los clientes, el cambio es la hiperpersonalización a escala real. Hasta ahora hablábamos de segmentar clientes por grupos; mañana hablamos de que cada interacción —sea un mensaje, una recomendación o una atención al cliente— se adapte de forma dinámica y contextualizada a ese individuo concreto, en tiempo real y sin perder la calidad ni el tono de la marca. Al final, las empresas que entiendan esta tecnología no solo serán un 30% o un 40% más rápidas, sino que ofrecerán un valor radicalmente distinto a sus clientes.

Los agentes autónomos representan el verdadero salto de gigante en la transformación digital. Si la primera ola de la IA generativa nos dio herramientas para 'crear' o 'asistir', los agentes nos dan sistemas capaces de 'ejecutar'. Estamos pasando de una tecnología a la que le pides un borrador a una tecnología a la que le asignas un objetivo de negocio y ella misma planifica, ejecuta y resuelve la tarea de principio a fin.

El impacto en las empresas va a ser enorme porque elimina los cuellos de botella operativos tradicionales. Procesos de auditoría, gestión de campañas, revisión de código o flujos de trabajo entre departamentos que antes requerían días de coordinación manual, ahora un sistema de agentes los procesa en minutos. Ahora bien, antes de lanzarse a integrar agentes de forma masiva, las organizaciones deben tener muy claras tres cosas:

La primera es la supervisión y los límites ('Human-in-the-loop'). Cuanto más autónoma es una tecnología, más importante es definir con total claridad hasta dónde puede actuar sola y cuándo necesita la validación de una persona. La autonomía sin control es un riesgo reputacional y operativo.

La segunda es la arquitectura e integración. Un agente no sirve de nada si está aislado. Para que aporte valor real tiene que conectarse bien con los datos de la empresa, los CRM o las plataformas de operaciones, garantizando que el flujo de información sea seguro y no viole la privacidad.

Y la tercera es el cambio cultural. Los equipos tienen que entender que el agente no viene a sustituir el criterio humano, sino a liberarlos de la ejecución repetitiva para que actúen como supervisores estratégicos de esos sistemas. Incorporar agentes es, ante todo, un cambio en la forma de gestionar el talento.

En Making Science abordamos el desarrollo de agentes bajo una estructura muy clara de tres horizontes: los enfocados a nuestra propia eficiencia interna, los adyacentes para nuevos modelos de investigación y los dedicados al negocio 'core' de nuestros clientes. Para empezar por casa y por la operativa interna, hemos desplegado más de 110 soluciones y 30 agentes autónomos.

El mejor ejemplo es Helios Partner, nuestro agente corporativo interno. Ha pasado de ser la típica intranet a un agente inteligente que orquesta el trabajo de los equipos, consulta documentación propia y resuelve tareas complejas del día a día, logrando aumentar nuestra productividad interna un 30%. Cuando miramos a los clientes y a la optimización del negocio, los agentes están resolviendo problemas muy concretos: en marketing y ventas, a través de soluciones como nuestra suite Optisuite (con agentes especializados como Optiphi o Opticore), automatizamos la gestión de campañas, la toma de decisiones en compra de medios y la personalización. Las marcas que lo están utilizando consiguen incrementos medios del ROI del 22,4% porque el agente elimina el gasto ineficiente en tiempo real.

En investigación de mercado y posicionamiento, tenemos plataformas como Synthetic Users, que utiliza agentes para simular perfiles de consumidores y probar productos en cuestión de horas, o GEO Sphere, que optimiza cómo aparecen las marcas en los nuevos motores de búsqueda basados en IA.

El beneficio real no es 'usar IA por usarla', sino pasar de procesos manuales que tardaban semanas a un ecosistema de agentes que ejecutan tareas críticas con mayor precisión, permitiendo a los equipos enfocarse solo en la estrategia.

Awake nace directamente de una necesidad que hemos detectado tanto en nuestra propia operativa como en el mercado: la adopción de la IA en las empresas está siendo fragmentada, caótica y muy difícil de escalar con retorno claro. Awake no es solo una herramienta o un software aislado, es un concepto mucho más potente: nuestra fábrica e incubadora de innovación AI-First para industrializar la creación de soluciones agénticas. ¿Qué la diferencia de lo que hay en el mercado? La arquitectura y la gobernanza. La mayoría de soluciones te obligan a atarte a un único modelo o proveedor cloud. Awake y su ecosistema (Helios AI Factory) permiten orquestar múltiples modelos en un entorno privado, garantizando la soberanía del dato. En Europa, con el marco regulatorio del EU AI Act, esto es un salvavidas para sectores regulados como la banca, la salud o el sector público, que no pueden arriesgarse a exponer sus datos corporativos.

También nos diferencia el enfoque industrial (Shared Powerhouse). No empezamos de cero en cada proyecto. Disponemos de una infraestructura común de ingeniería, datos y seguridad que le da a cada solución un 80% de desarrollo base desde el día uno. Esto reduce los tiempos de despliegue a semanas en lugar de meses. Y último es la disciplina del retorno. Awake opera bajo una estructura de innovación por horizontes —un 70% enfocado en optimizar el negocio principal, un 20% en adyacentes y un 10% en disrupción pura— que nos permite reinvertir de forma continua y sostenible sin disparar el gasto. Ayudamos a las empresas a escalar la IA con la misma rigurosidad financiera con la que gestionamos cualquier otra línea de negocio.

Helios (Helios AI Factory) responde a una paradoja enorme que sufren las empresas en Europa: la necesidad urgente de ganar productividad con la IA sin exponerse al riesgo de incumplir el RGPD o quedar sujetas a legislaciones extraterritoriales como el US CLOUD Act. Las organizaciones de sectores regulados como la banca, la salud o el sector público no pueden simplemente enviar sus expedientes, contratos o datos de clientes a cualquier proveedor internacional. Dentro de la estrategia de Making Science, Helios es nuestro ecosistema full-stack para gobernar, crear y escalar agentes de IA con soberanía digital real por diseño.

Transforma la toma de decisiones y el rendimiento empresarial. Primero, por su enfoque agnóstico y de enrutamiento inteligente. Helios no selecciona un único modelo (vendor lock-in). Un sistema automatizado enruta cada tarea al modelo más adecuado —ya sea un modelo abierto procesado en nuestras GPUs en la UE o modelos de frontera como Gemini o Claude si la tarea lo requiere—. Esto permite tomar decisiones con la máxima capacidad analítica sin pagar de más por cada petición. Segundo, por la eficiencia operativa y visibilidad del gasto (Virtualization AI). Helios permite compartir capacidad de cómputo en la nube de forma segura y transparente, reduciendo los costes de infraestructura y dando control total sobre el consumo de IA. Y tercero, por sus herramientas aplicadas como Helios Partner, que actúa como un agente corporativo soberano para que los equipos analicen documentación confidencial y ejecuten procesos sin que esos datos sirvan jamás para entrenar modelos de terceros. Al final, Helios le permite a un CEO o a un director de tecnología lo más importante: adoptar IA de alto rendimiento con absoluta tranquilidad jurídica y control de costes.