-4.png)
Del dato al impacto real. Las compañías que lideran el mercado no esperan a analizar datos: los convierten en decisiones en tiempo real, anticipan riesgos y crean oportunidades antes que nadie. Este artículo resume los debates de la última reunión del Programa Quest, celebrada el 8 de octubre de 2025 en Madrid, donde más de 50 líderes digitales se centraron en la automatización en tiempo real: detectar patrones y reaccionar al instante; arquitecturas basadas en eventos: reaccionar ante lo que importa, cuando importa; y análisis predictivo y prescriptivo: prevenir fallos y optimizar procesos con un enfoque prospectivo.
Con Elena Liria, Consejera Delegada de Madrid Digital en Comunidad de Madrid
Estrategia Digital de la Comunidad de Madrid 2023-2026
La Comunidad de Madrid ha definido una Estrategia Digital 2023-2026 con una visión clara: impulsar una transformación tecnológica que sitúe a las personas en el centro y convierta a la región en un referente europeo en innovación y conectividad.
El plan, articulado en diez grandes claves, abarca desde la garantía de los derechos digitales hasta el desarrollo de un entorno plenamente conectado, seguro y competitivo. Entre sus prioridades destacan la conectividad 5G, el refuerzo de las competencias digitales, la digitalización educativa, el impulso a los sectores productivos y el fortalecimiento de la ciberseguridad.
La estrategia también persigue consolidar a Madrid como hub digital del sur de Europa, promoviendo la atracción de talento, la inversión en startups y la expansión de tecnologías clave como la inteligencia artificial y el internet de las cosas.
Uno de los pilares más ambiciosos es la Administración 100% digital, que busca simplificar los trámites, mejorar la relación con la ciudadanía y optimizar la gestión pública mediante herramientas inteligentes.
Más del 40% de las medidas previstas pivotan sobre Madrid Digital, la agencia pública que lidera la digitalización de los servicios y sistemas de la Administración regional, actuando como motor de esta transformación.
Líneas estratégicas
La Estrategia Digital de la Comunidad de Madrid 2023-2026 se estructura en tres grandes pilares: sociedad digital, administración digital y economía digital, todos ellos atravesados por una base común de ciberseguridad, conectividad, privacidad y protección de datos.
Plan estratégico de Madrid Digital
La Comunidad de Madrid ha asumido un reto ambicioso dentro de su Estrategia para la Recuperación, Transformación y Resiliencia: convertirse en la región más digitalizada de Europa. Para alcanzar ese objetivo, el Plan Estratégico de Madrid Digital 2022-2026 se presenta como el eje vertebrador de esta transformación.
El propósito es claro: que la Administración madrileña sea un referente en la prestación de servicios públicos digitales, mejorando la calidad de vida de la ciudadanía y contribuyendo al desarrollo económico de la región.
Este objetivo global se materializa en cinco líneas de acción concretas:
Con esta hoja de ruta, la Comunidad de Madrid busca no solo digitalizar procesos, sino transformar la manera en que se gestiona lo público, poniendo la tecnología al servicio de las personas y del progreso colectivo.
Iniciativas Madrid Digital 2025-2026
Bajo el marco del Plan Estratégico de Madrid Digital 2022-2026, la región pone en marcha una batería de iniciativas concretas que materializan los cinco ejes estratégicos del plan y consolidan su transformación tecnológica.
En el ámbito de la Innovación para una Administración Digital, destacan proyectos como Justicia Digital, el sistema Raíces en el ámbito educativo, la Historia Social Única (HSU) y el TAD, así como la cuenta digital del ciudadano o la digitalización de las entidades locales. También se impulsan soluciones innovadoras como el uso de IA generativa para la gestión de datos, la tarjeta de transporte digital, o el planificador inteligente de turismo, además de iniciativas de digitalización en sectores como la gestión de residuos o la ganadería.
En cuanto al eje Gestor y Empleado Público Digital, la Comunidad trabaja en la automatización de procesos mediante RPA, la minería de procesos, un nuevo sistema de recursos humanos y la evolución de los sistemas tributarios, además de fortalecer el soporte digital al puesto de trabajo de los empleados públicos.
El apartado de Infraestructuras, Soluciones y Arquitecturas Digitales se centra en el despliegue de un nuevo centro de procesamiento de datos (CPD), la adopción del modelo Cloud FinOps, la renovación de infraestructuras tecnológicas y el desarrollo de servicios gestionados de operación IT. Asimismo, se promueve el uso de IA generativa en el ciclo de vida del software, la gestión de la obsolescencia y la migración tecnológica hacia entornos más sostenibles.
En Ciberseguridad, el foco está en la gestión proactiva del riesgo y la implantación de servicios gestionados de ciberseguridad que garanticen la protección de datos, sistemas y servicios públicos. Por último, el eje de Transformación de Madrid Digital impulsa un programa de transformación interna y la creación de un acuerdo marco para el desarrollo y la capacitación digital, fomentando una cultura organizativa más ágil y orientada al cambio.
Con Joan Ros, Director General en Envalora y Raúl González, Director Comercial Sector Público en Getronics
¿Quién es Envalora?
Envalora se ha convertido en un actor clave dentro del nuevo modelo de economía circular industrial en España. Se trata del primer Sistema Colectivo de Responsabilidad Ampliada del Productor (SCRAP) que ha obtenido autorización definitiva para organizar y financiar la gestión de los envases industriales y comerciales, tanto de un solo uso como reutilizables.
Su objetivo es claro: ayudar a las empresas a cumplir con sus obligaciones medioambientales y a avanzar hacia un modelo más sostenible y eficiente en la gestión de residuos. Actualmente, más de 2.600 compañías de sectores como la química, los plásticos o la construcción ya forman parte de este sistema colaborativo, que promueve la corresponsabilidad y la optimización de recursos en toda la cadena de valor.
Un proyecto basado en datos
El proyecto impulsado por Envalora y Getronics parte de una premisa clara: convertir el dato en el eje central de la gestión sostenible. El principal reto consistía en garantizar un modelo de reporting transparente y fiable, capaz de ofrecer información precisa sobre el ciclo de vida de los envases industriales y comerciales.
Para alcanzarlo, se desarrolló una solución digital a medida que permite localizar, integrar y proteger datos dispersos en múltiples formatos y canales. Gracias a esta integración, Envalora puede ahora disponer de una visión unificada y confiable de su actividad, facilitando tanto el cumplimiento normativo como la toma de decisiones estratégicas.
Desarrollo del modelo
El modelo se sustenta en dos pilares fundamentales: la simplicidad y la eficiencia. Por un lado, se buscó que todo el sistema de gestión y análisis de datos resultara fácil de utilizar y mantener, eliminando procesos innecesarios y favoreciendo la claridad en cada etapa del flujo de información.
Por otro, se apostó por la eficiencia a través de soluciones nativas digitales, capaces de automatizar tareas, reducir errores y optimizar recursos. Esta combinación permite que el modelo sea no solo robusto y escalable, sino también adaptable a las necesidades cambiantes de los sectores industriales a los que da servicio Envalora.
Qué logran
El proyecto conjunto entre Envalora y Getronics ha permitido consolidar un modelo de gestión basado en datos que combina gobernanza, eficiencia operativa y sostenibilidad económica.
En primer lugar, se ha fortalecido el gobierno del dato, logrando una versión única y verificable de la información (SSOT), un catálogo completo de datos y su trazabilidad a lo largo de toda la cadena de valor. Además, se han incorporado cuadros de mando que facilitan la supervisión tanto por parte de las áreas internas como de los organismos reguladores.
En el ámbito de la excelencia operativa y la experiencia de usuario, la plataforma ha permitido reducir significativamente los tiempos de carga y conciliación de datos, así como automatizar tareas repetitivas y minimizar reprocesos e incidencias. La creación del portal unificado ENVANET ha simplificado la experiencia de los usuarios y optimizado los flujos de trabajo.
Por último, el modelo ha impulsado la sostenibilidad económica y la escalabilidad futura. Gracias a la optimización de costes de infraestructura y a la aplicación de inteligencia artificial asistida por humanos (HITL) para mejorar la calidad del dato, la arquitectura está preparada para integrar nuevos módulos y soluciones del mercado, garantizando un crecimiento sostenible y controlado.
Control del dato: la tecnología
La tecnología fue un elemento decisivo para garantizar la fiabilidad y el control del dato en el proyecto. Desde el diseño inicial se priorizó la optimización de los procesos y la creación de una arquitectura capaz de integrar distintas herramientas y flujos de información.
El sistema incorpora herramientas de inteligencia artificial para el tratamiento, validación y enriquecimiento de datos, además de procesos internos que refuerzan la consistencia de la información. Uno de los componentes más destacados es el enfoque “Human in the Loop” (HITL), que combina automatización y supervisión humana para asegurar la calidad del dato en cada fase.
En la capa de análisis y visualización, la implantación de Power BI y de un cuadro de mando adaptado permite un reporting ágil, preciso y accesible, favoreciendo la toma de decisiones informadas y la transparencia en toda la cadena de valor.
Hacia donde van
Tras consolidar una base sólida de datos y procesos, Envalora y Getronics miran al futuro con una hoja de ruta enfocada en la evolución tecnológica y la experiencia de usuario. El siguiente paso pasa por el desarrollo de una plataforma mixta, que combine soluciones propias con la integración de herramientas de mercado, garantizando así flexibilidad, escalabilidad y capacidad de adaptación a nuevas necesidades.
Además, la estrategia prioriza la usabilidad y la tangibilidad en la experiencia del usuario. El objetivo es seguir mejorando el customer journey, los servicios asociados y la interacción con la plataforma, para que cada usuario perciba de forma directa el valor y la eficiencia del sistema. En definitiva, se trata de avanzar hacia un modelo más inteligente, conectado y orientado a las personas.
Como novedad en esta edición de Data Quest 2025, CIONET Spain introdujo una dinámica participativa bajo el formato Think Tank, un espacio de reflexión colectiva diseñado para fomentar el intercambio entre los líderes digitales asistentes. Repartidos en grupos reducidos, los participantes debatieron en torno a tres grandes ejes que hoy definen la madurez del dato en las organizaciones:
El objetivo no era tanto alcanzar un consenso, sino compartir experiencias reales, contrastar enfoques y detectar patrones comunes en los desafíos que afrontan los CIOs, CDOs y líderes tecnológicos a la hora de extraer valor tangible de sus ecosistemas de datos.
Este grupo centró su análisis en las barreras culturales y estructurales que frenan el desarrollo de una cultura de datos madura. Coincidieron en que la resistencia interna sigue siendo uno de los principales obstáculos: la del data owner, que percibe las iniciativas de gobierno del dato como un sobreesfuerzo; la de los equipos que temen la exposición al dato; o la de quienes prefieren mantener rutinas tradicionales bajo la lógica del “siempre se ha hecho así”.
A ello se suma la escasez de talento especializado y la dificultad de traducir la estrategia top down en una adopción real por parte de los equipos. La solución, concluyeron, pasa por simplificar los modelos de gobierno, reducir el esfuerzo percibido y aumentar el beneficio tangible, promoviendo proyectos transversales basados en la confianza.
El cambio cultural, apuntaron, debe abordarse desde el inicio, con liderazgo visible del CEO, el impulso de champions internos y el acompañamiento de áreas clave como Recursos Humanos y las oficinas de transformación.
Cinco de los seis grupos eligieron debatir sobre la economía del dato y la dificultad de convertir la inversión en resultados financieros medibles.
El Grupo 2 destacó la necesidad de establecer marcos claros de gobernanza y políticas corporativas antes de escalar las iniciativas. Subrayaron el valor de empezar con pilotos y pruebas de concepto que generen resultados visibles a corto plazo, facilitando así el convencimiento interno. La cultura corporativa, añadieron, juega un papel clave para que esos primeros éxitos se traduzcan en una estrategia sostenible.
El Grupo 3 abordó la cuestión desde una doble perspectiva: eficiencia y creación de valor. Recordaron que los datos por sí solos no justifican una inversión; es necesario que impulsen una transformación real de los procesos de negocio, generando nuevas formas de trabajar y nuevos productos o servicios.
Por su parte, el Grupo 4 coincidió en que el retorno de la inversión depende del nivel de madurez digital de cada organización. En aquellas donde el negocio ha funcionado durante años sin grandes inversiones en datos, la resistencia al cambio es mayor. Sin embargo, advirtieron que no invertir implica quedarse atrás, y que los proyectos con un ROI claro deben aprovecharse para generar tracción interna y avanzar hacia una visión de largo plazo.
El Grupo 5 centró su reflexión en la fragmentación de los datos y los costes ocultos asociados a su gestión. La dispersión entre distintos data lakes y bases de datos complica su explotación y eleva los costes tecnológicos. Coincidieron en que la automatización y la inteligencia artificial pueden ayudar a procesar datos de forma más eficiente, aunque también conllevan un encarecimiento si no se gestionan adecuadamente. Reclamaron, por tanto, estrategias claras de monetización definidas desde la dirección y alineadas con los objetivos de negocio.
Finalmente, el Grupo 6 exploró los distintos modelos de monetización del dato —externa, interna y a través de producto comercial—, concluyendo que las organizaciones deben identificar cuál de ellos encaja mejor con su modelo operativo y su madurez analítica.
Con Julio Martín, Director de Expansión de red en Iberdrola | bp pulse y Gabriel Pazos, Director de Glintt Next España & Internacional
Hace apenas unos años resultaba impensable realizar un viaje de larga distancia con un coche eléctrico. La autonomía, la infraestructura y la velocidad de carga eran limitadas. Hoy, el panorama ha cambiado por completo: el 13% de los coches que se venden en España son ya eléctricos, y la tendencia sigue al alza. “Este año se han vendido más coches eléctricos que en los dos años anteriores combinados”, destacaba Julio Martín, Director de Expansión de red en Iberdrola | bp pulse, durante su intervención en Data Quest 2025.
La dirección es clara y el desafío, ambicioso. “En Portugal ya alcanzan el 29%, en Francia el 25%. España no puede quedarse atrás”, añadió. Y para que la movilidad eléctrica sea realmente viable, subrayó, el desarrollo de una red pública de recarga robusta, rápida y accesible es esencial.
El crecimiento del vehículo eléctrico no depende solo de la demanda, sino de dos factores clave: tener una buena ubicación y garantizar el acceso a energía asequible y consistente. Esa ha sido la estrategia de Iberdrola | bp pulse, que desde diciembre de 2023 ha impulsado una red de cargadores de alta potencia —a partir de 150 kW— capaz de recuperar hasta el 80% de la batería de un coche en apenas 15 o 20 minutos.
“España es uno de los países europeos con menor número de garajes privados. Por eso, la recarga pública será determinante para acelerar la adopción del vehículo eléctrico”, señaló Julio. Pero construir esa red no es sencillo. “El negocio de la recarga tiene una complejidad mucho mayor que el de las estaciones de servicio tradicionales. Aquí entran en juego potencias distintas, modelos de coche, ubicaciones dispersas… El abanico de posibilidades es enorme, y encontrar la rentabilidad exige precisión”.
Para abordar esa complejidad, Iberdrola | bp pulse apuesta por un enfoque basado en Big Data y analítica avanzada. Su objetivo: dimensionar el mercado, entender el comportamiento de los usuarios y optimizar la ubicación de los puntos de carga. “De nada sirve invertir millones si la demanda no acompaña”, apuntó Gabriel Pazos, Director de Glintt Next España & Internacional. “Necesitábamos asegurarnos de que cada punto se instalará donde realmente se vaya a usar”.
El proyecto se estructuró en tres grandes líneas:
El resultado es una base de datos sólida, con más del 90% de la información validada y en tiempo real, que permite identificar “hot spots” con alta demanda y tomar decisiones comerciales más precisas. “Ya no dependemos de intuiciones. Sabemos dónde está la demanda y qué rentabilidad podemos esperar”, explicó Gabriel.
Una vez asentada la base de datos, el equipo se centra ahora en comprender el comportamiento y las preferencias de los usuarios. “Queremos saber qué valoran realmente: si la potencia de carga, la ubicación, los servicios complementarios o el precio”, añadió Julio.
Esta información permite diseñar estrategias más ajustadas —desde promociones hasta acuerdos con partners estratégicos— y avanzar hacia un escenario de hiperpersonalización impulsado por la inteligencia artificial.
El proyecto no ha estado exento de retos. “Comenzamos con una ambición enorme, pero tuvimos que dividirla en pequeñas metas”, reconocieron los ponentes. Entre los aprendizajes más relevantes destacan:
Hoy, Iberdrola | bp pulse se consolida como una de las redes de recarga de alta potencia más extensas de España, en un mercado donde apenas existen 6.000 puntos de carga rápida. Su apuesta por el dato, la colaboración y la inteligencia aplicada al negocio marca el camino hacia un futuro más conectado, sostenible y eficiente.
Con Víctor Martínez, Digital Solutions & Transformation Head en SKF Group y Tomás González, Iberia Alliances & Partner Ecosystem Lead en Avanade
1. ¿Qué es SKF?
Especializada en el diseño y fabricación de rodamientos, soluciones de movimiento y servicios de ingeniería, la compañía opera hoy en 130 países, con 70 plantas de producción y una red de más de 17.000 distribuidores.
SKF trabaja con 40 sectores industriales distintos, desde la automoción hasta la energía o la fabricación pesada, ofreciendo soluciones que mejoran la eficiencia, reducen el consumo y alargan la vida útil de los equipos. En definitiva, un grupo industrial con más de un siglo de historia que sigue evolucionando al ritmo de la innovación tecnológica.
SKF Railway: innovación para un transporte más sostenible y eficiente
Dentro del grupo, la división SKF Railway representa el 6% del área industrial de SKF y desempeña un papel esencial en la transformación del transporte ferroviario. Su objetivo es claro: ayudar a que los trenes funcionen durante más tiempo, de forma más segura y sostenible.
La presencia de SKF en el ámbito ferroviario se apoya en una red global de 12 fábricas especializadas, 18 centros de servicio dedicados a la reparación y reacondicionamiento de componentes, y 5 equipos especializados que cubren toda la cadena de valor: desde el diseño y fabricación hasta el mantenimiento predictivo y la digitalización del rendimiento.
2. ¿Cómo comenzó el proyecto?
Contribución de la digitalización a la visión de la asociación para el ciclo de vida
El proyecto de transformación digital de SKF Railway nació con un propósito claro: conectar cada etapa del ciclo de vida de sus componentes —desde el diseño hasta el mantenimiento— a través del dato. La compañía entendió que, para generar valor real y duradero, debía pasar de la fabricación tradicional a un modelo de solución digital integral (End-to-End Digital Solution) que uniera ingeniería, producción, servicio y cliente bajo una misma visión.
Esa evolución se articuló en torno a varios ejes clave. Por un lado, el Supply Chain 4.0, que permite integrar la información de la cadena de suministro y mejorar la trazabilidad y la eficiencia comercial. Por otro, la creación de un Digital Wheel-Set Bearing, donde cada rodamiento incorpora un “hilo digital” que registra todos los datos de su ciclo de vida —desde los planos y manuales técnicos hasta su rendimiento en campo—.
A ello se suman la remanufactura inteligente de componentes, la monitorización continua de condiciones y el uso de gemelos digitales para optimizar el diseño y extender la vida útil de cada pieza. Finalmente, el análisis de toda esa información mediante machine learning permite automatizar decisiones, anticipar fallos y planificar mantenimientos con mayor precisión.
Proyecto de transformación del negocio ferroviario
El proyecto de transformación digital del negocio ferroviario de SKF surgió de una necesidad concreta: evitar interrupciones operativas y acelerar los contratos de ciclo de vida de los rodamientos mediante nuevos modelos basados en datos. La compañía comprendió que su crecimiento futuro pasaba por diferenciar su propuesta no solo por la calidad técnica, sino por la capacidad de ofrecer un valor añadido sostenido en el tiempo, fortaleciendo su relación con los clientes del sector ferroviario.
Para lograrlo, SKF se propuso crear una plataforma de datos flexible y moderna, concebida como una “fuente única de verdad”. Esta herramienta permitiría conectar los distintos silos de información que existían en el negocio ferroviario, aportando un contexto empresarial común y facilitando el uso de los datos para compartir información con los clientes, mejorar la eficiencia interna y potenciar oportunidades de desarrollo y venta cruzada.
Otro de los grandes objetivos fue aumentar la eficiencia y la capacidad de respuesta ante las necesidades del mercado. La automatización inteligente de tareas manuales y la interacción digital simplificada se convirtieron en pilares clave para ofrecer una experiencia de cliente más ágil, personalizada y transparente.
Por último, el proyecto también buscó preservar el conocimiento especializado de la compañía —uno de sus mayores activos—, evitando su pérdida en los procesos de relevo generacional. En paralelo, la digitalización se convirtió en una vía para atraer y retener talento joven, impulsando la evolución cultural y tecnológica de una empresa centenaria que ha sabido reinventarse sin perder su esencia industrial.
3. ¿Qué retos enfrentaron en el proceso?
Como en toda transformación profunda, el camino no estuvo exento de obstáculos. Durante el proceso, SKF se enfrentó a varios desafíos que pusieron a prueba su capacidad de adaptación, coordinación y liderazgo.
Pese a todo, estas dificultades se convirtieron en aprendizajes clave: ayudaron a SKF a redefinir su modelo de gobierno del dato, fortalecer la colaboración entre equipos y consolidar una visión más madura y compartida sobre el papel de la digitalización en su futuro industrial.
4. ¿Cómo medir resultados?
Antes de iniciar su proceso de digitalización, el ciclo de vida de la gestión de contratos era monolítico y manual. Cada tarea —desde la entrega hasta el mantenimiento— dependía de hojas de cálculo, correos electrónicos y procesos desconectados. La información se dispersaba entre departamentos, ralentizando las operaciones, generando duplicidades y limitando la visibilidad del estado real de los contratos y de los componentes en uso.
La falta de integración impedía obtener una visión global del cliente o del rendimiento operativo, lo que dificultaba tanto la toma de decisiones como la detección temprana de incidencias. En la práctica, esto suponía más tiempo de gestión, más errores humanos y una menor capacidad de respuesta frente a imprevistos.
Tras la implementación del nuevo modelo, SKF logró conectar, automatizar y basar su gestión en datos reales. Los distintos sistemas —desde la logística hasta el mantenimiento y la analítica de rendimiento— se integraron en una plataforma común capaz de ofrecer trazabilidad total y análisis predictivos.
El resultado fue un salto de eficiencia operativo notable: una mejora de seis veces en la eficiencia, impulsada por la automatización de flujos y la reducción de tareas repetitivas. Este nuevo modelo permitió además medir con precisión indicadores clave como las ventas derivadas de upselling, los ahorros de eficiencia, los ingresos operativos o los márgenes de explotación.
Más allá de los números, el verdadero cambio radica en que SKF pasó de gestionar datos como registros a utilizarlos como motor estratégico de negocio, transformando la forma en que la organización entiende, planifica y mide el valor de su propia actividad.
5. ¿Qué viene después?
Con la base digital ya consolidada, SKF Railway avanza hacia una nueva fase de su transformación: la integración de inteligencia artificial y agentes cognitivos para convertir los datos en decisiones ágiles y automatizadas.
El futuro del proyecto pasa por el desarrollo de soluciones multi-agente, capaces de conectar las distintas fuentes de información del ecosistema ferroviario —desde la cadena de suministro hasta la fábrica o los sistemas de certificación de calidad— en una plataforma de datos unificada (Rail Data Platform). Sobre esta infraestructura, la compañía ha construido un modelo de gobernanza robusto que garantiza la seguridad, la trazabilidad y la autorización de cada dato, aplicando reglas de acceso por niveles (Row Level Security).
Encima de esta capa se encuentra el nivel de analítica cognitiva y agentes de IA, responsables de interpretar la información, generar recomendaciones y asistir en la toma de decisiones operativas y estratégicas. Por último, la capa de experiencia y decisión (Decision & Experience Layer) permite a los equipos interactuar con la plataforma mediante aplicaciones intuitivas, interfaces conversacionales y sistemas de orquestación que hacen posible consultar datos complejos con la sencillez de un asistente digital.
.jpg)
.jpg)
No Comments Yet
Let us know what you think