Desdibujando las fronteras entre los negocios y la tecnología. La tecnología es un motor de crecimiento, pero su verdadero impacto depende de otra cosa: que los negocios y la tecnología trabajen juntos, en la misma dirección. Este artículo resume los debates de la última reunión del Programa Quest, celebrada el 5 de noviembre de 2025 en Madrid, donde más de 60 líderes digitales exploraron cómo lograr una colaboración genuina entre ambas áreas, superar las fricciones y generar sinergias que se traduzcan en resultados estratégicos y sostenibles.
Con Víctor Sánchez, Head of IT Strategy at Engineering Spain en BBVA
Estrategia para un proceso de decisión eficaz
En un momento en el que las organizaciones necesitan decidir con rapidez, pero también con rigor, BBVA plantea un enfoque estratégico que actúa como columna vertebral de cualquier proceso de toma de decisiones eficaz.
El punto de partida es una estrategia definida, alineada con los principios y valores corporativos. Para BBVA, una decisión es sólida cuando responde a un propósito claro y se integra de forma coherente en el Plan de Transformación de la organización. Esto implica fijar objetivos medibles, realistas y orientados al impacto, evitando que los equipos avancen a ciegas o por intuición. La claridad —de hacia dónde se va y para qué— es el primer filtro para evitar esfuerzos dispersos.
A esa definición se suma una estrategia compartida, donde negocio y tecnología dejan de caminar por sendas paralelas. La convergencia entre ambos mundos ya no es un ideal, sino un requisito para avanzar sin fricciones. BBVA subraya la importancia de la coordinación transversal, lejos de los silos tradicionales que ralentizan la ejecución y multiplican los malentendidos. La comunicación continua y transparente entre áreas es clave para que las prioridades estén alineadas y cada equipo entienda el impacto de sus decisiones en el conjunto.
El tercer pilar es una estrategia eficiente, que pone el foco en optimizar los recursos —económicos, humanos y de tiempo— y en monitorizar de forma constante el retorno y el impacto real de cada iniciativa. La eficiencia, en este enfoque, no se entiende como un recorte, sino como la capacidad de simplificar procesos y tomar decisiones ágiles sin perder control ni calidad. Se trata de hacer más con sentido, no de hacer más por hacer.
Por último, BBVA coloca en el centro una estrategia de personas. Ningún proceso de gestión, por bien diseñado que esté, funciona sin talento comprometido. El desarrollo equilibrado de capacidades, el involucramiento genuino con los proyectos y el orgullo de pertenencia son elementos que sostienen el cambio a largo plazo. Las personas no solo ejecutan la estrategia: la impulsan y la transforman.
Agenda Única de Proyectos: principios básicos
BBVA ha apostado por un modelo que agrupa, ordena y prioriza todo el esfuerzo inversor bajo una única mirada: la Single Development Agenda (SDA). Esta agenda unificada actúa como un mapa común que evita duplicidades, reduce inercias internas y da coherencia a un portfolio que, en muchas organizaciones, suele estar fragmentado en múltiples direcciones.
La SDA se basa en una premisa sencilla, pero poderosa: un solo portfolio, centralizado y con una visión global del banco. Esta centralización no implica control excesivo, sino alineación. Permite observar el conjunto, entender qué proyectos generan verdadero impacto y asignar los recursos —siempre limitados— allí donde tienen mayor capacidad transformadora. La idea es abandonar la lógica del “proyecto por proyecto” y pasar a un modelo de decisión que analiza el valor agregado para la organización.
El modelo también establece con nitidez el perímetro de lo que forma parte —y lo que queda fuera— de esta agenda única. La SDA abarca iniciativas de crecimiento, transformación, cumplimiento regulatorio, gestión de obsolescencia y renovaciones tecnológicas: áreas que, por naturaleza, requieren visión a largo plazo y una planificación rigurosa. Sin embargo, deja fuera ámbitos como marketing y ventas, acuerdos de niveles de servicio (SLAs), suministros o servicios públicos, que se gestionan mediante otros mecanismos más operativos y menos dependientes del portfolio estratégico.
El Gobierno del Portfolio de un vistazo
El gobierno del portfolio en BBVA se construye sobre un modelo que permite ordenar prioridades, concentrar recursos y asegurar que cada proyecto genera un impacto real. Su estructura combina cuatro pilares esenciales —estrategia, priorización, impacto y monitorización— con un ciclo continuo de revisión que mantiene la cartera alineada con las necesidades del banco.
La estrategia actúa como punto de partida, garantizando que todas las iniciativas respondan a las prioridades corporativas y contribuyan a los objetivos globales. A partir de ahí interviene la priorización, que clasifica los proyectos según su urgencia y valor, evitando la dispersión y asegurando que las capacidades se orienten hacia lo que realmente transforma la organización.
El modelo pone especial foco en el impacto, no solo como expectativa, sino como un resultado que se mide de forma rigurosa para evaluar el valor transformador de la cartera. La monitorización sostiene este proceso, con ciclos periódicos de revisión que permiten ajustar, refinar y corregir el rumbo cuando es necesario.
Además, el marco incorpora una evaluación sistemática de los objetivos conseguidos, lo que aporta transparencia y una lectura honesta del avance.
En conjunto, este modelo garantiza que los recursos y proyectos estén alineados con la estrategia, generen impacto y contribuyan de forma efectiva a la transformación del banco.
Mapa de intervinientes
En una organización del tamaño y la complejidad de BBVA, gobernar un portfolio de proyectos exige algo más que una buena metodología: requiere claridad sobre quién hace qué, cómo se coordinan los equipos y qué mecanismos garantizan que las decisiones se traduzcan en resultados. El Mapa de Intervinientes ofrece precisamente esa visión estructurada del engranaje humano que sostiene la ejecución.
El modelo se organiza en tres niveles —portfolio, programa y proyecto—, cada uno con funciones específicas y roles que aseguran que el trabajo fluya sin fricciones.
En la capa de portfolio, los equipos asumen la responsabilidad de supervisar toda la cartera, velar por la alineación con la estrategia global y priorizar las iniciativas más relevantes. Su misión es mantener una visión panorámica, evitando duplicidades y asegurando que los recursos se orienten hacia lo que realmente impulsa la transformación. Aquí opera el Portfolio Team, que actúa como guía y filtro estratégico.
El nivel de programa conecta esa visión global con las necesidades operativas. Su tarea principal es gestionar la interdependencia entre proyectos y optimizar la asignación de recursos. En otras palabras: evitar que la maquinaria se bloquee. Figuras como el Program Owner y el equipo de Staffers trabajan para que los esfuerzos avancen de manera coordinada y al ritmo adecuado.
Finalmente, la capa de proyecto representa la ejecución pura. Aquí se entregan resultados concretos dentro de plazos, presupuestos y alcances definidos. El día a día depende del trabajo conjunto de Product Owners, Tech Leads, equipos técnicos y perfiles centrados en gestionar dependencias, todos ellos orientados a transformar los planes en realidad tangible.
A estos tres niveles se suma un pilar clave: el Gobierno. BBVA articula dos ejes complementarios. Por un lado, el Gobierno de Estrategia, dividido en PSM Global y PSM Local, que garantiza que los objetivos corporativos se traduzcan en decisiones coherentes a todos los niveles. Por otro, el Gobierno del Modelo, representado por la SDA Office, que vela por la correcta aplicación de la metodología y da soporte permanente al funcionamiento del sistema.
Todo esto se mantiene unido por un principio fundamental: la coordinación transversal. Es la pieza que asegura que los equipos colaboren, que los conflictos se resuelvan a tiempo y que las dependencias no se conviertan en obstáculos.
Ciclos de revisión
La transformación no avanza en línea recta. Evoluciona, se corrige y se ajusta según cambia el contexto, los resultados y las prioridades del negocio. BBVA ha estructurado este dinamismo en un mecanismo ordenado: los ciclos de revisión, un proceso continuo que garantiza que el portfolio esté siempre alineado con la estrategia y que los recursos se destinen allí donde generan mayor impacto.
El punto de partida es un programa anual que recoge las metas, entregables y presupuesto de referencia definidos a partir de la estrategia global. Sin embargo, lejos de tratarse de un documento estático, este programa se revisa cada trimestre para asegurar que las iniciativas siguen aportando valor y responden a las necesidades reales de la organización. Los resultados del trimestre anterior influyen directamente en qué se prioriza, qué se ajusta y qué se detiene.
El ciclo se articula en cuatro fases encadenadas:
Gestión de capacidades: Reparto y distribución de recursos
El modelo parte de tres objetivos esenciales. El primero es garantizar una configuración de equipo que favorezca la productividad, algo que va desde definir los roles necesarios hasta asegurar que las cargas de trabajo sean realistas y estén equilibradas. El segundo es asignar los mejores recursos a los proyectos más estratégicos, poniendo el foco en aquellas iniciativas con mayor impacto y capacidad transformadora. Y, en tercer lugar, mantener la flexibilidad, para poder responder a cambios en la demanda y adaptarse al ritmo real de ejecución.
Para cumplir estos objetivos, el banco aplica un método que combina análisis, planificación y revisión continua. El primer paso es comprender la capacidad disponible frente a la demanda, evaluando no solo cuántas personas hay, sino qué habilidades aportan y cómo pueden redistribuirse sin afectar la operativa diaria. A partir de ahí, la dotación de personal basada en habilidades permite ajustar equipos según lo que cada iniciativa requiere, impulsando una asignación más precisa y eficiente.
El proceso se completa con una regulación trimestral, un mecanismo que revisa prioridades, desempeño y progreso para corregir desajustes, reforzar capacidades donde sea necesario y asegurar que los proyectos siguen un ritmo sostenible. Esta revisión periódica convierte la gestión de recursos en un sistema vivo, capaz de reorientarse según avanza la transformación.
En conjunto, el enfoque garantiza un reparto equilibrado de recursos financieros, internos —habilidades, capacidades— y externos —alianzas y proveedores estratégicos—, asegurando que las iniciativas clave cuenten con el impulso necesario. No se trata solo de disponer de talento, sino de activarlo con inteligencia para generar verdadero impacto.
Modelo de equipos
La capacidad de una organización para transformar depende, en gran medida, de cómo configura sus equipos. No basta con tener talento: hay que estructurarlo de forma que sea flexible, colaborativo y capaz de adaptarse a las necesidades reales de cada iniciativa.
En primer lugar, el modelo parte del principio de tamaño óptimo, entendiendo que los equipos deben ser lo suficientemente reducidos como para ser gestionables, pero lo bastante amplios para cubrir las capacidades necesarias. La dedicación es otro aspecto determinante: no todos los proyectos requieren el mismo nivel de implicación, y el sistema permite modular la participación en función del tipo de contribución que cada perfil puede ofrecer. El tercer eje es la estabilidad frente a la volatilidad, un equilibrio que garantiza continuidad sin renunciar a la flexibilidad que exige una cartera dinámica.
A partir de estos fundamentos, BBVA organiza la participación en tres niveles.
En la base se encuentra el Equipo Central, que asume la responsabilidad directa sobre la iniciativa y participa activamente en su ejecución. Son los impulsores del día a día, quienes mantienen el foco y sostienen la progresión del proyecto.
El siguiente escalón lo ocupa el Equipo Extendido, que aporta conocimiento especializado o capacidades concretas de forma temporal. Su participación responde a momentos específicos del proyecto, donde se requiere un refuerzo técnico o funcional que complementa al equipo central.
Por último, el modelo incorpora el Equipo as a Service, pensado para intervenciones puntuales o necesidades ocasionales. Este grupo actúa como un recurso distribuido que puede sumarse cuando la carga de trabajo o la complejidad así lo exigen, sin comprometer la estructura principal del proyecto.
La interacción entre estos niveles se articula, además, con la interdependencia entre programas, una característica clave en entornos donde múltiples iniciativas avanzan en paralelo. El modelo facilita que el conocimiento fluya, que los equipos colaboren y que las capacidades se muevan allí donde aportan más valor en cada momento.
Establecimiento de KPIs: impacto vs resultados
Todo arranca en los objetivos estratégicos, que se traducen en metas de programa y, finalmente, en objetivos concretos de proyecto. Este recorrido descendente marca también la lógica de medición: desde los indicadores más amplios y vinculados al negocio, hasta aquellos que monitorizan la ejecución diaria.
Por un lado, los KPIs de impacto se orientan hacia los beneficios comerciales directos que generan las iniciativas. Son métricas que responden a preguntas esenciales: ¿crecemos?, ¿retienen más los clientes?, ¿mejora la percepción del servicio?, ¿aumenta la rentabilidad? Indicadores como el incremento de ingresos, la tasa de retención o el NPS permiten evaluar si los proyectos están moviendo realmente la aguja del negocio.
En paralelo, los KPIs de proceso reflejan el progreso operativo: la productividad, la velocidad de entrega, el volumen de tareas completadas o el avance de migraciones, por ejemplo. Son indicadores que impulsan la optimización interna y ayudan a entender cómo se está trabajando: si los equipos avanzan al ritmo esperado, si se reducen las fricciones o si es necesario reorientar la ejecución.
Ambas perspectivas —impacto y proceso— se necesitan mutuamente. Medir solo resultados comerciales oculta problemas operativos; medir solo productividad impide evaluar si esa eficiencia se traduce en valor real. La clave es la complementariedad.
Establecimiento de KPIs: valor generado
Medir no es solo una cuestión de control, sino una herramienta para aprender, ajustar y garantizar que cada paso se traduce en valor real.
El primer pilar es la monitorización continua, un mecanismo que permite observar la ejecución de manera sistemática y detectar desviaciones antes de que se conviertan en problemas. Las alertas tempranas facilitan la toma de decisiones rápida, mientras que la visión consolidada del portfolio ofrece una fotografía unificada del avance, algo esencial en un entorno donde múltiples proyectos evolucionan en paralelo.
El segundo eje es la evaluación del retorno, que analiza el impacto generado en negocio, clientes y personas. No se trata solo de revisar si se han cumplido los objetivos marcados, sino de entender qué los ha impulsado, qué los ha frenado y cómo puede reorientarse el proyecto para maximizar el valor.
Por último, el modelo incorpora un catálogo de KPIs diseñado para dar coherencia y comparabilidad a las mediciones. Cada indicador debe estar alineado con una prioridad estratégica, definirse a nivel de proyecto y medir impacto, no solo progreso. Además, se exige que sea cuantificable, que cuente con una fecha objetivo y que responda a una necesidad específica.
Con Carlos Tabernero, Head of Spanish Goverment in Public Sector en NTT Data y Víctor Rodrigo, Director de Dominios, Sistemas y Kit Digital en Red.es
Visión del Kit Consulting
El programa Kit Consulting, impulsado por Red.es, nace con un objetivo muy concreto: acompañar a las pequeñas y medianas empresas en un momento en el que digitalizarse ya no es una opción, sino una condición necesaria para competir. Lejos de las ayudas genéricas o de los recursos estandarizados, este plan apuesta por un asesoramiento especializado, cercano y adaptado a la situación de cada negocio.
La iniciativa busca, ante todo, apoyar a las empresas en su transición digital. Lo hace poniendo a su alcance servicios profesionales que les permiten identificar necesidades, priorizar inversiones y diseñar la hoja de ruta tecnológica que muchas veces no pueden abordar por falta de tiempo, recursos o conocimiento técnico.
El programa también pretende reforzar el compromiso institucional con la modernización del tejido productivo español. No se trata solo de ofrecer ayudas económicas, sino de acompañar al ecosistema empresarial en una transformación con impacto real en la productividad, la eficiencia y la capacidad de innovación.
Además, Kit Consulting quiere favorecer la mejora de capacidades internas, facilitando que las pymes accedan a tecnologías que antes quedaban fuera de su alcance y que puedan integrarlas con mayor seguridad y criterio.
Diseñado bajo el marco de la Agenda España Digital 2026 y el Plan de Digitalización de Pymes 2021-2026, el programa cuenta con una inversión de 300 millones de euros, un periodo de aplicación hasta 2026 y una meta clara: beneficiar a 15.000 pymes. Su complementariedad con el Kit Digital —que ya conocen miles de negocios— es evidente: el 82% de quienes han recurrido a Kit Consulting proceden precisamente de ese primer impulso digital.
Necesidad de negocio y soluciones
Uno de los primeros retos fue integrar nuevas tecnologías e introducir el uso de la inteligencia artificial desde el diseño mismo de los procesos. La automatización se volvió imprescindible para evitar cuellos de botella y para manejar la avalancha de expedientes que iba a llegar. A ello se sumó la coordinación de múltiples entidades, todas implicadas en un modelo de gobernanza compartida que debía funcionar con precisión quirúrgica. Y, además, era necesario articular sistemas que permitiesen la movilización de recursos y un control antifraude en tiempo real, dos elementos clave en un programa financiado con fondos públicos.
Las necesidades del negocio no eran menores. Había que ser capaces de revisar y validar unas 45.000 justificaciones, cada una con su complejidad técnica. La situación inicial era insostenible: los procesos podían tardar más de un año en completarse. La prioridad era clara: reducir los plazos de más de 12 meses a apenas unas semanas, sin perder rigor y asegurando mecanismos avanzados de control.
Para responder a esta exigencia, Red.es y NTT DATA apostaron por una solución tecnológica integral. La columna vertebral del sistema es una combinación de capacidades avanzadas, entre ellas, IA supervisada, utilizada para analizar memorias técnicas, detectar plagios, validar vídeos o revisar actas finales. Sobre esta base se construyó Syntphony, una plataforma que incorpora robots y automatización para acelerar tareas repetitivas y dar consistencia al proceso.
El despliegue se completó con un entorno de Big Data y un Data Lake diseñados para centralizar y analizar grandes volúmenes de expedientes, y con la incorporación de RPA y herramientas de validación documental que agilizan la toma de decisiones.
El resultado es un modelo en el que tecnología, automatización e inteligencia artificial trabajan como un único engranaje, demostrando que la colaboración público-privada puede mover con agilidad procesos antes impensables.
La colaboración como eje estructural
El despliegue del programa Kit Consulting ha marcado un punto de inflexión en la forma en que la administración pública concibe y ejecuta proyectos tecnológicos. Red.es se ha consolidado como un organismo pionero en el uso eficaz de la tecnología en el negocio público, destacando especialmente por su capacidad para automatizar procesos y adaptar sus servicios a necesidades muy distintas.
En este programa, la tecnología no es un accesorio: es la protagonista. Kit Consulting ha colocado el uso de la inteligencia artificial y de herramientas digitales avanzadas en el centro mismo de las políticas públicas, demostrando que una administración moderna puede gestionar mejor, más rápido y con mayor transparencia cuando integra la innovación desde el origen.
Pero poner la tecnología en el centro no basta por sí solo. Para que un programa de la magnitud de Kit Consulting funcione, es imprescindible crear una visión de conjunto. Y Red.es lo ha logrado articulando un ecosistema colaborativo sin precedentes. En él conviven equipos internos —como la Dirección General de Sistemas, las áreas de comunicación o los servicios jurídicos— con un amplio abanico de agentes complementarios: cámaras de comercio, asociaciones empresariales, asesores tecnológicos, agentes digitalizadores y otras administraciones públicas.
Esa colaboración ha permitido construir un modelo donde ninguno de los actores trabaja de forma aislada. La comunicación es constante, proactiva y orientada a acompañar a las pymes durante todo el proceso. Al mismo tiempo, se ha fomentado una verdadera mentalidad de colaboración, imprescindible para que miles de empresas puedan avanzar sin sentir que se enfrentan solas a un proceso complejo.
Esta red de alianzas ha convertido a Red.es en una agencia de digitalización del tejido empresarial español, capaz de coordinar a instituciones, empresas y colectivos del sector TIC para impulsar una visión común y sostenida en el tiempo. El resultado es un modelo innovador, más ágil y más cercano, que refuerza la idea de que la transformación digital no es un esfuerzo individual, sino un logro colectivo.
Resultados del programa
Los primeros resultados del programa Kit Consulting confirman que la introducción de tecnología avanzada y automatización no solo acelera la digitalización de las pymes, sino que está cambiando de raíz la forma en la que se gestionan las ayudas públicas en España.
El impacto es tangible. Más de 20.500 memorias técnicas han sido revisadas con apoyo de sistemas de inteligencia artificial, lo que ha permitido agilizar procesos que antes requerían revisiones manuales y tiempos difíciles de sostener. La automatización ha sido determinante: el programa ha logrado una reducción del 80% en los tiempos de gestión documental, un avance que marca un antes y un después en la administración de expedientes.
A esto se suman más de 232.000 requisitos validados automáticamente, un volumen que demuestra la capacidad del sistema para gestionar grandes cargas de trabajo sin comprometer la calidad ni la precisión. La plataforma creada no solo es eficiente; es replicable y sostenible, diseñada para crecer y adaptarse a futuras necesidades.
Los resultados operativos también hablan por sí solos: 18.100 concesiones ya tramitadas y 3.000 ADAs gestionadas confirman que el modelo funciona, escala y genera confianza tanto para la administración como para las empresas beneficiarias.
Más allá de los números, el programa ha introducido mejoras cualitativas que eran difíciles de alcanzar con metodologías tradicionales. La calidad aumenta gracias a nuevas comprobaciones imposibles de realizar sin IA. La confiabilidad se fortalece con una validación masiva de requisitos apoyada en trazabilidad y arquitecturas seguras. La escalabilidad demuestra que es posible crecer sin sacrificar control ni rigor. Y la eficiencia marca un avance evidente: ahorro de tiempo, de recursos y una automatización inteligente que libera al personal técnico de tareas repetitivas.
El aprendizaje de NTT Data
Para NTT DATA, el paso por Kit Consulting ha dejado aprendizajes que van más allá de lo tecnológico. La compañía subraya que la clave del éxito en proyectos públicos de gran escala está en lograr un equilibrio real entre negocio y tecnología. Cuando ambos mundos trabajan alineados, procesos tradicionalmente complejos pueden transformarse en modelos digitales más ágiles, transparentes y escalables.
Otro aprendizaje fundamental ha sido el valor de la inteligencia artificial aplicada con un enfoque ético y humano. Lejos de sustituir decisiones, la IA ha servido para reforzar la trazabilidad, acelerar tareas y garantizar un mayor control, siempre bajo criterios que protegen la integridad del proceso. De esta forma, la automatización no solo aporta eficiencia, sino también confianza, un factor imprescindible en la gestión pública digital.
NTT DATA destaca también la importancia del compromiso sostenido de los equipos. El ritmo y la dimensión del programa han exigido una dedicación constante y una visión de largo plazo, más allá del día a día. Esa perseverancia colectiva es, en su opinión, uno de los pilares que han permitido que el proyecto avance con solidez.
Como empresa global con más de 140.000 profesionales, NTT DATA ve en Kit Consulting una muestra de cómo la tecnología puede ayudar a transformar a quienes transforman la sociedad. La compañía reivindica que su papel no se limita al desarrollo de soluciones, sino a acompañar a las organizaciones en su evolución.
La colaboración con Red.es ha sido determinante. Según NTT DATA, trabajar junto a un organismo público con una visión tan clara de digitalización ha permitido poner a disposición del ecosistema empresarial español toda su capacidad end-to-end: desde automatización e IA hasta experiencia de usuario y diseño de procesos.
Esa alianza se ha convertido en un referente nacional en materia de automatización, ética algorítmica y gestión pública digital. Un reconocimiento que también se ha visto reflejado en la propia compañía: el trabajo conjunto de Kit Digital & Kit Consulting ha sido premiado con el President Award en la categoría de Business Transformation & Scale en los #NTTDATAAwards2025.
Con Elena García, Head of Digital Delivery en Vodafone
La experiencia de Vodafone
Vodafone ha recorrido en los últimos años un proceso de evolución digital que refleja no solo cambios tecnológicos, sino una transformación profunda en la manera de trabajar, organizarse y relacionarse con el negocio.
2018 fue el año de los cimientos. La compañía inició entonces los primeros pasos para consolidar el tándem entre negocio e IT, un movimiento clave para sentar las bases de sus futuros activos digitales. Se adoptaron nuevas metodologías de trabajo, se incorporaron perfiles especializados y se decidió que todos los equipos compartieran un mismo espacio físico, favoreciendo la coordinación y el intercambio de conocimiento. A ello se sumó un impulso a la internalización del talento y una gestión presupuestaria dividida entre negocio y tecnología, reflejo de un modelo aún en construcción.
En 2020 llegó la aceleración. La pandemia actuó como punto de inflexión y reforzó la apuesta por los canales digitales, con un objetivo muy claro: facilitar la autogestión del cliente. Vodafone creó entonces su Unidad Digital (UN) y adoptó una organización matricial basada en tribus, un modelo que permite trabajar con más flexibilidad y foco en los resultados. Más de 1.000 profesionales quedaron integrados en este nuevo esquema, con objetivos comunes y un presupuesto unificado que alineaba esfuerzos y prioridades.
2024 marca el momento de la efectividad digital. Tras años de transformación continua, la compañía ha vuelto al día a día operativo —al Business as Usual— con una mirada más madura y pragmática. Ahora el foco está en optimizar los activos digitales existentes y equilibrar capacidad y necesidad real. Esto implica trabajar con capacidades fijas, un presupuesto único y un equilibrio más claro entre las dimensiones técnicas y funcionales, siempre bajo objetivos compartidos.
Modelo Operativo
Vodafone ha puesto el foco en transformar de raíz su modelo operativo para responder con más agilidad a las necesidades del negocio. La comparación entre su situación en el ejercicio FY21 y los objetivos marcados para FY25 refleja un cambio profundo, orientado a reducir ineficiencias, mejorar la colaboración interna y ofrecer entregas más rápidas y fiables.
En FY21, el punto de partida era complejo. Casi la mitad de los proyectos —un 42%— necesitaban ser replanteados durante su ejecución, lo que generaba demoras y desviaciones en los tiempos de entrega. El time to market superaba los seis meses y los equipos de negocio y tecnología convivían con importantes brechas de colaboración. A esto se sumaba un volumen alto de defectos detectados en las fases de pruebas (SAT y UAT), que obligaban a repetir procesos y alargaban aún más los desarrollos. En paralelo, los partners evidenciaban carencias en la gestión de riesgos, lo que añadía incertidumbre a la planificación.
En FY25, la compañía logró dar la vuelta a ese escenario inicial. La necesidad de replantear proyectos ha caído por debajo del 5%, eliminando uno de los principales focos de ineficiencia y aportando una estabilidad que antes parecía inalcanzable. El time to market se sitúa entre los 30 y 90 días, lo que permiteresponder al negocio con una agilidad que ha marcado un antes y un después en la forma de entregar servicios digitales.
También se ha consolidado un nuevo modelo de colaboración entre las unidades de negocio y los equipos de IT, un cambio que refuerza la coordinación diaria y fomenta la responsabilidad compartida en cada entrega. Esta nueva relación no solo aceleró los desarrollos, sino que mejoró la calidad de las soluciones y facilitó una toma de decisiones más integrada.
En materia de calidad, Vodafone se marca como meta una reducción del 10% en los defectos detectados durante las pruebas, con el fin de entregar productos más robustos y evitar retrabajos. Y en el ámbito de la gobernanza, se aspira a recortar un 20% los cambios derivados de riesgos mal gestionados, reforzando así la estabilidad de los proyectos.
Todo ello se apoya en un esquema de delivery más estructurado, basado en sprints y cadencias claras —tanto para entregas menores como para las de mayor impacto— a lo largo de todo el año. Un calendario que busca aportar predictibilidad sin renunciar a la flexibilidad que exigen los entornos digitales.
Forma de trabajo
La transformación del modelo operativo de Vodafone también se ha reflejado en una nueva manera de organizar el trabajo. La compañía ha apostado por un enfoque más transparente, colaborativo y basado en el compromiso real entre negocio y tecnología. Este cambio se articula en dos grandes frentes: los proyectos orientados a crecimiento (Growth Projects) y las actividades de mantenimiento y operación conocidas como KTLO (Keep The Lights On).
En los proyectos Growth, la prioridad es avanzar con un objetivo único y claramente definido. Para ello, Vodafone unificó y priorizó la demanda, evitando proyectos dispersos o duplicados. Uno de los cambios más relevantes fue la implicación temprana de los equipos de IT, presentes desde las primeras fases de conceptualización. Este paso permitió alinear expectativas, anticipar limitaciones y reducir retrabajos.
El alcance de estas iniciativas se acotó bajo una filosofía MVP —mínimo producto viable— lo que facilitó avanzar con entregas más ágiles y medibles. Además, se reforzó la colaboración durante todo el ciclo de vida del proyecto, desde la definición de requisitos hasta el go live y la fase de mantenimiento, favoreciendo una visión compartida del impacto y la responsabilidad.
En paralelo, el marco KTLO permitió ordenar y priorizar todas las actividades necesarias para garantizar la estabilidad del negocio. Su planificación se estructuró en capas, que van desde la resolución de incidencias y el trabajo técnico continuo, hasta la evolución comercial y la continuidad del negocio. Cada elemento se integra en una planificación por sprints, lo que facilita equilibrar la carga operativa con las necesidades estratégicas.
Con José A. de la Puente, Director de Negocio en Entelgy; José Medina, CTO en Karnov Group AB; y Cristina Retana, Directora de Contenidos e Innovación en Aranzadi La Ley
Cómo la IA reinventa el sector legal
El sector legal atraviesa un momento de profunda transformación impulsado, en gran parte, por la irrupción de nuevas tecnologías y, especialmente, por la inteligencia artificial. España cuenta hoy con más de 150.000 profesionales del ámbito jurídico, una cifra que confirma su peso económico pero que también evidencia un mercado altamente fragmentado. A este escenario se suma un volumen de información difícil de abarcar: cada año se publican alrededor de 400.000 sentencias y más de 50.000 normas o informes jurídicos, un flujo continuo que obliga a los expertos a mantenerse actualizados casi al minuto.
La práctica jurídica no se basa únicamente en la aplicación de normas. Las decisiones dependen de múltiples factores y del contexto temporal, lo que añade capas de complejidad en un entorno donde, además, los plazos para resolver una tarea suelen ser muy reducidos. En este cruce de exigencias —precisión, rapidez y contexto— es donde la tecnología empieza a jugar un papel decisivo.
DocAnalyzer
Los abogados dedican más de la mitad de su tiempo a gestionar documentos legales de forma manual, un esfuerzo que se multiplica cuando miles de páginas deben revisarse en plazos muy ajustados. Es aquí donde surge DocAnalyzer, una propuesta diseñada para transformar este proceso mediante innovación tecnológica.
El diagnóstico de partida es claro. Los despachos y departamentos legales trabajan con expedientes enormes que exigen un análisis exhaustivo, lo que obliga a localizar manualmente cláusulas, fechas, referencias o datos muy concretos dentro de documentos extensos y heterogéneos. Esta dinámica deriva en tareas repetitivas, largas y propensas al error humano. Y el riesgo no es menor: omitir información relevante puede tener consecuencias directas para los clientes, especialmente cuando los plazos aprietan.
DocAnalyzer nace para aliviar ese cuello de botella y acelerar procesos donde cada minuto cuenta. La herramienta se adapta a diferentes escenarios del día a día jurídico, desde el due diligence en operaciones corporativas hasta la gestión de litigios complejos o masivos, donde se manejan notificaciones, demandas y sentencias en cascada. También aporta valor en la revisión contractual, permitiendo identificar rápidamente los tipos de cláusulas y extraer datos específicos sin necesidad de recorrer el documento página a página.
Aproximación tecnológica
No se trata solo de digitalizar documentos, sino de construir un sistema capaz de interpretarlos, estructurarlos y extraer información relevante con la precisión que exige el sector legal.
El proceso comienza con la ingesta masiva de documentación a través de la infraestructura de Microsoft Azure, lo que permite manejar grandes volúmenes de archivos con la escalabilidad necesaria para operaciones complejas. A partir de ahí, entra en escena la extracción automática de texto, que utiliza servicios de OCR para convertir cualquier documento —aunque llegue en PDF, escaneado o con formatos heterogéneos— en contenido legible para las máquinas.
Una vez extraído el texto, DocAnalyzer transforma toda esa información en documentos estructurados, normalmente en formato XML, lo que facilita su clasificación y posterior análisis. Aquí es donde la inteligencia artificial aporta un valor diferencial: modelos de machine learning identifican el tipo de documento y catalogan cláusulas comunes, acelerando una tarea que antes dependía exclusivamente del criterio humano.
La extracción de datos combina diferentes técnicas según la naturaleza de la información: desde patrones y expresiones regulares para elementos recurrentes, hasta herramientas de procesamiento del lenguaje natural que permiten tokenizar o lematizar el texto para entenderlo mejor. Además, integra modelos de IA generativa —como los de Microsoft Cognitive Services u OpenAI— para interpretar con mayor profundidad el contenido jurídico. Todo ello se complementa con el uso de N-grams, útiles para analizar dispersión y detectar patrones textuales.
El resultado de este flujo tecnológico es un sistema capaz de leer, ordenar y comprender documentos legales con una eficiencia difícil de alcanzar de forma manual. En otras palabras, la tecnología no solo agiliza el trabajo: abre la puerta a una revisión más fiable, homogénea y libre de los errores que provoca la sobrecarga documental.
Resultados
En el ámbito del due diligence, donde se analizan cientos o incluso miles de documentos en el marco de una operación corporativa, DocAnalyzer ofrece una visión global y estructurada del material en cuestión. La plataforma clasifica automáticamente los documentos por materia —laboral, mercantil u otros ámbitos— y muestra, mediante gráficos intuitivos, qué tipos de archivos predominan y qué cláusulas contienen.
Este nivel de clasificación inmediata permite a los equipos legales priorizar tareas, detectar anomalías y revisar conjuntos de información de forma ordenada. Lo que antes implicaba horas de cribado inicial ahora se convierte en una fotografía clara del estado documental desde el primer minuto.
El análisis de contratos es otro de los puntos en los que DocAnalyzer demuestra su utilidad. La herramienta genera de manera automática un índice completo del documento, facilitando la navegación por capítulos y cláusulas sin necesidad de desplazarse página a página.
Además, el sistema identifica entidades clave, referencias legales, nombres propios, fechas y conceptos especialmente sensibles. Todo ello acompañado de un entorno colaborativo en el que distintos profesionales pueden comentar, marcar incidencias o revisar cláusulas específicas sin perder el contexto del documento. Esta combinación de automatización y trabajo en equipo acorta plazos y reduce significativamente los errores derivados de la lectura manual.
El tercer caso abordado fue el de las notificaciones judiciales, una de las áreas donde el volumen y la complejidad terminan saturando a muchos despachos y asesorías jurídicas. DocAnalyzer integra estas notificaciones directamente en el sistema de gestión, permitiendo asociarlas a expedientes concretos y ofreciendo sugerencias de actuación basadas en su contenido.
La plataforma identifica automáticamente los datos esenciales de cada notificación —tipo de procedimiento, órganos judiciales, fechas clave o plazos procesales— y los presenta de forma clara. A partir de ahí, genera propuestas de gestión: desde el tipo de diligencia hasta las acciones recomendadas o la fecha límite para responder. De este modo, se minimiza el riesgo de pasar por alto un detalle crucial o incumplir un plazo judicial.
Agente Legal IA: agente especializado en el ámbito legal
La calidad de las respuestas de la IA depende por completo de las fuentes con las que ha sido entrenada. Y en el ámbito legal, donde el contexto es complejo, cambiante y lleno de matices, esta dependencia condiciona el resultado.
Las limitaciones de la IA generalista son evidentes para los profesionales del derecho. Los modelos abiertos no siempre manejan información actualizada y pueden incurrir en alucinaciones al interpretar conceptos jurídicos o normativos. Por eso, el sector necesita herramientas más precisas, capaces de comprender un entorno donde:
Ante esta realidad, el desafío no consiste solo en entrenar modelos de IA, sino en hacerlo con calidad, seguridad y relevancia jurídica. La clave está en seleccionar las fuentes adecuadas —normativa actualizada, jurisprudencia confiable, doctrina validada— y garantizar que los algoritmos sean explicables, auditables y capaces de evolucionar con el propio sistema legal.
Con este agente especializado, Aranzadi La Ley aspira a ofrecer un modelo de IA que no solo responda, sino que entienda de verdad el contexto jurídico y lo haga con la fiabilidad que los profesionales necesitan para tomar decisiones sólidas.
Aproximación tecnológica
Para comprender cómo funciona realmente este nuevo Agente Legal IA, Aranzadi La Ley desgranó su arquitectura tecnológica, diseñada para garantizar respuestas fiables, contextualizadas y acordes a las exigencias del entorno jurídico. Lejos de ser un modelo genérico, este agente se construye a partir de una combinación precisa de contenido especializado, técnicas avanzadas de recuperación de información y modelos de lenguaje de última generación.
El primer paso consiste en generar agentes específicos para cada caso de uso, lo que permite adaptar el comportamiento de la IA a necesidades concretas: desde consultas jurisprudenciales hasta análisis doctrinal o interpretación normativa. No existe, por tanto, una única IA jurídica, sino múltiples agentes afinados para distintos escenarios prácticos.
El corazón del modelo se basa en una arquitectura RAG (Retrieval Augmented Generation). Este enfoque combina la potencia de los modelos generativos con una base de conocimiento previamente validada y muy bien estructurada. La IA no responde únicamente “de memoria”; busca primero en una base de contenido jurídico enriquecido y en una base de datos vectorial capaz de realizar búsquedas semánticas, lo que garantiza que las respuestas estén ancladas en información real, actualizada y pertinente.
Una vez recuperada la información, el sistema utiliza modelos de OpenAI —incluidas las versiones GPT 4.1, 4.1 mini y 5 desplegadas a través de Azure— para generar la respuesta final. Así, el razonamiento se apoya en dos pilares: contenido jurídico de calidad y modelos avanzados capaces de comprender el lenguaje técnico.
Finalmente, todo este proceso se coordina mediante una orquestación de prompts especializados, adaptados al caso de uso y al contexto legal. Estos prompts guían al agente sobre cómo debe interpretar la pregunta, qué fuentes consultar y qué nivel de detalle ofrecer en la respuesta, evitando ambigüedades y reduciendo el margen de error.
Resultados
Los resultados del Agente Legal IA permitieron ver cómo la inteligencia artificial, bien entrenada y respaldada por contenido jurídico fiable, puede convertirse en un apoyo real en el trabajo del día a día. Durante la demostración, los asistentes pudieron comprobar cómo este agente conversacional es capaz de responder a preguntas legales complejas con una estructura clara, precisa y argumentada.
En la interfaz presentada, los usuarios plantean una consulta jurídica y el sistema genera una respuesta completa, articulada en distintos niveles:
Este desglose aporta algo esencial en el sector legal: no solo una respuesta rápida, sino una respuesta razonada, sostenida en fuentes verificables y con enlaces a normativa y resoluciones. El agente no improvisa: explica, cita y contextualiza, como lo haría un abogado experimentado.
Esta capacidad de argumentación jurídica eleva notablemente el valor del agente conversacional, que deja de ser un simple chatbot para convertirse en una herramienta que acompaña, orienta y ayuda a tomar decisiones informadas.
El segundo resultado mostrado fue la funcionalidad de extracción de puntos clave de una ley. A partir del texto normativo, el sistema genera una síntesis clara, identificando las obligaciones principales de cada artículo y presentándolas de manera ordenada. Para abogados, asesores o gestores públicos, esta función ahorra tiempo y permite acceder rápidamente a lo que realmente importa sin perder la referencia al texto original.
Asistente para la redacción: RedactIA
Partiendo de esta realidad, RedactIA se presenta como una herramienta de apoyo a los profesionales en la revisión y redacción de contenidos jurídicos. El sistema permite revisar, normalizar y corregir textos jurídicos mediante un asistente inteligente que estructura los contenidos, organiza índices, y detecta incoherencias o falta de calidad en los documentos. No se limita a señalar errores: propone mejoras, sugiere redacciones alternativas y ayuda a los autores a reforzar la coherencia argumental.
Entre sus capacidades, destacan dos especialmente valiosas:
El desafío que RedactIA aborda es claro: diseñar sistemas que automaticen tareas repetitivas sin sacrificar la precisión técnica. La herramienta busca reducir la carga manual del redactor jurídico y garantizar que los textos finales mantengan la coherencia, la calidad y la seguridad jurídica necesarias en un entorno donde los errores no tienen cabida.
Aproximación tecnológica
Para entender cómo funciona RedactIA más allá de la interfaz, la presentación profundizó en su arquitectura tecnológica, pensada para integrarse de forma natural en el entorno donde los profesionales jurídicos pasan buena parte de su tiempo: Microsoft Word. La premisa es sencilla pero poderosa: llevar la inteligencia artificial directamente al lugar donde se redacta, revisa y corrige cada documento.
El asistente se basa en un desarrollo específico para Office utilizando JavaScript API y Office.js, lo que permite que RedactIA funcione como un complemento nativo dentro de Word. Este enfoque garantiza una experiencia fluida: el usuario trabaja en su documento habitual mientras la herramienta revisa el texto, propone mejoras o sugiere reformulaciones sin necesidad de cambiar de aplicación.
La arquitectura se compone de varios elementos conectados:
Cuando el usuario activa RedactIA, el complemento analiza el contenido directamente desde Word. La información viaja de forma segura al backend en Azure, donde se procesan las peticiones y se envían al modelo de IA. La respuesta generada regresa al documento en tiempo real, lista para ser revisada o incorporada.
La IA no reemplaza al abogado, lo transforma
Las herramientas presentadas a lo largo de la jornada demostraron que la tecnología puede asumir gran parte del trabajo mecánico y repetitivo, pero es el profesional quien sigue marcando la diferencia con su criterio, su experiencia y su capacidad de interpretar realidades complejas.
Los datos son elocuentes. La IA permite una reducción del 60% del tiempo dedicado a la investigación y al análisis jurídico, agilizando tareas que antes consumían horas. También aporta una mayor precisión —hasta un 80%— en interpretación y argumentación, gracias a la capacidad de contrastar información, detectar discrepancias y estructurar razonamientos con rapidez. Todo ello se traduce en algo fundamental: un 50% más de tiempo para tareas estratégicas y de valor añadido.
Con la carga pesada en manos de la tecnología, los abogados pueden centrarse en lo que realmente genera impacto: diseñar estrategias legales, negociar acuerdos, ofrecer asesoramiento personalizado y construir relaciones sólidas con sus clientes. La IA revisa, sintetiza y busca; el profesional aporta juicio crítico, visión, ética y empatía.
Eso sí, los ponentes subrayaron un punto crucial: todo esto solo es posible si las fuentes de información jurídica son fiables y están permanentemente actualizadas. La calidad del dato es la base sobre la que se sostiene cualquier avance tecnológico en el ámbito legal. Sin ese cimiento, la IA pierde sentido.
.jpg)
.jpg)
No Comments Yet
Let us know what you think