«La clave no es la IA, es la confianza en el dato»

La gestión de servicios ha dejado de medirse solo por la capacidad de responder a incidencias. En un contexto en el que la observabilidad, la automatización y la Inteligencia Artificial empiezan a redefinir la operación, el foco se desplaza hacia la anticipación, la calidad del dato y la mejora continua como palancas reales de negocio. En ese escenario se mueven Ikusi España y Jorge Marín, Service Delivery Manager and Operations Leader de la compañía, que considera que el cambio no es solo tecnológico, también obliga a revisar cómo se gobiernan los servicios, cómo se mide el rendimiento y cómo colaboran equipos, clientes y negocio.

A lo largo de esta conversación, Jorge Marín defiende que el verdadero valor de la IA no está en sustituir personas, sino en liberar a los equipos de tareas de bajo valor, reducir el ruido operativo y permitir que la gestión gane en contexto, capacidad de anticipación y orientación a resultados. La conversación, por tanto, ya no gira únicamente en torno a tickets, SLAs o tiempos de resolución, sino a cómo convertir el dato en una ventaja operativa tangible.

Pero el avance hacia un modelo data-driven no es solo una cuestión de herramientas. Ikusi insiste en que la calidad del dato, el acompañamiento y la generación de confianza son condiciones imprescindibles para que la IA aporte valor real, especialmente cuando se trata de transformar procesos, modificar hábitos de trabajo y consolidar nuevas formas de medir el servicio.

[MCPRO] Ikusi ha estructurado su propuesta de servicios gestionados alrededor del modelo True Managed Services, basado en observabilidad y uso intensivo de IA. Desde tu posición como Service Delivery Manager, ¿cómo está cambiando este uso de la IA la forma en que gobernáis los servicios y la relación diaria entre equipos de operación, cliente y negocio? ¿Qué resistencias organizativas te encuentras cuando se pasa de un modelo reactivo a uno predictivo y data?driven?

[Jorge Marín] La IA está suponiendo un cambio muy profundo en la forma en la que gestionamos y gobernamos los servicios. Dentro de nuestro modelo de True Managed Services, hemos pasado de una visión basada en reaccionar ante incidencias a otra centrada en anticiparnos a ellas. Hoy somos capaces de correlacionar grandes volúmenes de datos, identificar patrones y detectar desviaciones antes de que tengan un impacto real en el negocio de nuestros clientes.

Esto también está transformando la gobernanza del servicio. Los KPIs ya no se limitan únicamente a medir disponibilidad o cumplimiento de SLA; incorporamos indicadores relacionados con la experiencia digital del usuario, la capacidad de anticipación, la reducción de incidentes recurrentes o la mejora continua del servicio. El reporting ejecutivo también evoluciona, pasando de explicar qué ha ocurrido a aportar contexto, tendencias y recomendaciones que permitan tomar decisiones más informadas y alineadas con los objetivos de negocio.

Pero, probablemente, el mayor cambio está en las personas y en la relación entre equipos. La IA está favoreciendo una colaboración mucho más estrecha entre operaciones, cliente y negocio, porque todos compartimos una misma visión basada en datos y orientada a resultados. La conversación deja de centrarse en la gestión de incidencias y se orienta cada vez más a cómo mejorar la resiliencia, la eficiencia y la experiencia de los usuarios.

El principal reto no es tecnológico, sino cultural. Pasar de un modelo reactivo a uno predictivo y data-driven exige generar confianza en los datos, evolucionar la forma de trabajar y asumir que la IA es un habilitador para tomar mejores decisiones, no un sustituto del conocimiento y la experiencia de las personas.

Como en cualquier transformación, existen ciertas resistencias iniciales al cambio, pero nuestra experiencia demuestra que, cuando los equipos comprueban que la IA elimina tareas de poco valor, reduce la incertidumbre y les permite dedicar más tiempo a actividades estratégicas, la adopción se acelera de manera natural.

Al final, el verdadero valor de la IA en los servicios gestionados no está solo en la tecnología, sino en su capacidad para ayudarnos a ofrecer servicios más proactivos, más cercanos al negocio y más centrados en las personas.

[MCPRO] En vuestros contenidos insistís en que la IA no viene a sustituir trabajo, sino a potenciarlo, permitiendo “conversar con los datos”, automatizar tareas repetitivas y crear escenarios donde la productividad de los sectores que la implementan llega a multiplicarse varias veces. ¿Qué casos concretos estáis viendo en vuestros clientes (y en Ikusi internamente) donde la IA mejora de forma tangible la experiencia del empleado? ¿Qué tipo de acompañamiento y gestión del cambio consideras imprescindible para que los equipos confíen y adopten estas capacidades?

[Jorge Marín] Hace un par de años, si me preguntabas cómo iba el servicio, te hablaba de tickets abiertos y SLA cumplido. Hoy la conversación es otra: hablamos de qué va a pasar, no solo de qué ha pasado. Ese cambio de mentalidad, de reaccionar a anticipar, es probablemente lo más profundo que ha traído la IA a nuestro modelo de True Managed Services.

En el día a día, esto se nota en que somos capaces de cruzar volúmenes de datos que antes ni nos planteábamos analizar y detectar una desviación antes de que el cliente la note. Eso cambia también cómo medimos el servicio: ya no basta con disponibilidad o cumplimiento de SLA. Ahora entran en juego cosas como la experiencia digital real del usuario, cuántos incidentes recurrentes hemos eliminado, o si estamos mejorando el servicio mes a mes de forma medible. Y el reporting ejecutivo deja de ser un informe de «esto pasó» para convertirse en algo más parecido a una recomendación: «esto es lo que viene, y esto es lo que deberíamos hacer».

Ahora bien, si somos honestos, el reto más difícil no ha sido la tecnología, han sido las personas. Cuando le dices a un equipo acostumbrado a «apagar fuegos» que ahora va a trabajar con predicciones y modelos, la primera reacción no siempre es entusiasmo, a veces es desconfianza, o miedo a que el dato les quite protagonismo. Lo que hemos visto es que esa resistencia se rompe sola en cuanto el equipo comprueba que la IA les quita de encima tareas de bajo valor y les da tiempo para lo que de verdad requiere su criterio. Ahí es cuando la adopción deja de ser un mandato de dirección y se convierte en algo que el propio equipo pide.

[MCPRO] Ikusi está incorporando IA en servicios administrados sobre redes y SD?WAN, con algoritmos que detectan anomalías de ancho de banda, anticipan saturaciones y generan alertas tempranas, reduciendo penalizaciones y mejorando la experiencia del usuario final. ¿Cómo traduces todo este arsenal tecnológico en eficiencia operativa cotidiana y qué métricas de disponibilidad y satisfacción de usuario utilizas como para demostrar que la IA está aportando valor real en el día a día?

[Jorge Marín] En Ikusi aplicamos la Inteligencia Artificial a la gestión de las redes porque entendemos que la conectividad y el rendimiento de las aplicaciones son críticos para el negocio. En nuestros servicios gestionados de SD-WAN, Ikusi Intelligence incorpora algoritmos propios de IA capaces de analizar el comportamiento del tráfico, identificar anomalías en el consumo de ancho de banda, anticipar situaciones de congestión y detectar degradaciones antes de que impacten en el usuario o en la operación.

Esto se traduce en una gestión mucho más proactiva de la red: optimizamos el uso de los enlaces, reducimos los tiempos de detección y resolución de incidencias y mejoramos la disponibilidad de las aplicaciones críticas. Medimos ese valor a través de indicadores como el cumplimiento de los SLA, la disponibilidad del servicio, la reducción de incidentes recurrentes y la mejora de los tiempos de respuesta y resolución.

Pero la métrica más importante es el impacto en el negocio. Si conseguimos que las sedes estén siempre conectadas, que los usuarios trabajen sin interrupciones y que el cliente pueda centrarse en su actividad mientras nosotros gestionamos la complejidad de la red, entonces la IA está aportando un valor real y tangible.

[MCPRO] En vuestra visión de servicios gestionados, la IA y la observabilidad se combinan para construir un modelo modular y escalable. ¿Puedes describir con más detalle todo esto y de qué manera os ayuda la IA?

[Jorge Marín] Podemos verlo como las típicas piezas de “Lego”, más que como una plataforma cerrada: cada cliente necesita una combinación distinta de tecnología, sea observabilidad, automatización o IA, y nuestro modelo está pensado para que esas piezas de “Lego” se puedan añadir o quitar según crece o cambia su negocio.

La observabilidad nos da la foto completa de lo que está pasando en la infraestructura y las aplicaciones. La IA es la que convierte esa foto en algo accionable: encuentra la anomalía entre miles de eventos, correlaciona causas que un humano tardaría horas en unir, y nos avisa antes de que se convierta en un problema real. El resultado práctico es que resolvemos más rápido, con menos ruido, y el cliente puede dedicarse a su negocio en lugar de estar pendiente de si la infraestructura aguanta.

[MCPRO] He leído que enfatizáis tres condiciones para que la IA tenga impacto real: calidad del dato, acompañamiento y generación de confianza. Desde tu responsabilidad, ¿cómo gestionas las expectativas de dirección y de los equipos? ¿Qué riesgos ves si la adopción se centra solo en recortar costes sin invertir en talento y gobierno del dato? ¿Qué hoja de ruta recomendarías a una organización que quiera usar IA para mejorar la experiencia del empleado?

[Jorge Marín] En Ikusi entendemos que la IA solo genera un impacto real cuando se apoya en datos de calidad, confianza y acompañamiento a las personas. Nuestro papel es ayudar a las organizaciones a entender que la IA no es únicamente una herramienta para reducir costes, sino una oportunidad para mejorar la productividad, la toma de decisiones y la experiencia de empleados y clientes.

Si me preguntas por el riesgo de centrarse solo en el recorte de costes, te diría que es como la metáfora de querer construir sobre arena y no sobre roca: sin datos de calidad y sin gente formada para interpretarlos, la IA multiplica errores tan rápido como multiplica aciertos. Y una organización que solo mide el ahorro, tarde o temprano deja de invertir en lo que sostiene ese ahorro a largo plazo.

La hoja de ruta que recomendamos desde Ikusi, siendo transparentes, es primero pon en orden tus datos, porque sin eso, todo lo demás es construir sobre cimientos de barro. Segundo, busca dos o tres casos de uso muy concretos que quiten fricción real del día a día a los departamentos y equipos, nada de proyectos faraónicos para empezar. Y tercero, no sueltes a los equipos con la herramienta y ya está, es fundamental acompañar, formar a los que van a usarla y dejar que sean ellos los que te digan qué funciona y qué no.

La tecnología ayuda, pero quienes deciden si esto sirve o no son las personas.