Insights
Criterio técnico sobre IA
en empresas reales
Análisis, principios y decisiones de ingeniería que tomamos construyendo plataformas con agentes de IA para empresas mid-market.
Estrategia·18 nov 2026·8 min
Por qué la mayoría de proyectos de IA en empresas mid-market fracasan
El patrón se repite. POCs brillantes que mueren entre la demo y la producción. Las cinco causas reales que hemos identificado construyendo con docenas de equipos.
Ingeniería··12 min
Cómo construimos agentes que aguantan datos reales
Arquitectura, evaluación y observabilidad de los agentes que ponemos en producción. Stack técnico, decisiones defendibles y los principios no negociables que aplicamos.
Estrategia··6 min
Software a medida en 2026: cuándo tiene sentido y cuándo no
Cuatro criterios honestos para decidir si construir software propio compensa o si lo correcto es comprar SaaS y dejar de pensar en ello.
Estrategia··9 min
Integración de sistemas: por qué solo el 27% de las aplicaciones están conectadas
Las empresas no sufren por falta de software, sino por lo contrario: cientos de aplicaciones que no se hablan. Es el muro silencioso contra el que choca cada proyecto de datos y de IA.
Ingeniería··9 min
Deuda técnica: el coste oculto que frena a TI
No aparece en ningún balance, pero se paga cada mes en velocidad perdida. Es la razón por la que un cambio que debería costar una semana acaba costando tres meses.
Estrategia··9 min
Grandes proyectos de software: por qué el tamaño multiplica el riesgo
Lo intuitivo es pensar que una empresa grande, con más recursos, saca adelante proyectos más ambiciosos. Los datos dicen lo contrario, y con una contundencia que debería cambiar cómo se aprueban los presupuestos.
Estrategia··8 min
Shadow IT y shadow AI: el software que escapa al control de TI
Cuando los sistemas oficiales se quedan cortos, la gente improvisa. No es indisciplina. Es el mejor mapa que tiene una empresa de dónde fallan sus sistemas, si sabe leerlo.
Datos··9 min
Datos listos para IA: el muro de la fragmentación y la calidad
La mayoría de empresas que se estancan con la inteligencia artificial no tienen un problema de modelos. Tienen los datos repartidos en sistemas que no se hablan, sin limpiar y sin gobierno.
Estrategia··8 min
TCO de un proyecto de IA: el coste real más allá del modelo
Las empresas presupuestan la IA mirando el coste del modelo, justo la parte que se está abaratando y la más pequeña del total. Quien solo mira la factura de la API se lleva la sorpresa al escalar.
Regulación··9 min
EU AI Act: obligaciones, alto riesgo y sanciones (2025-2028)
El Reglamento Europeo de Inteligencia Artificial dejó de ser teoría. Tiene calendario, obligaciones concretas y multas que se cuentan en porcentaje de la facturación mundial.
Estrategia··9 min
Gobernanza de IA en producción: control, trazabilidad y responsabilidad
Poner un agente de IA a hablar con clientes o a tocar sistemas internos sin gobierno no es innovación: es un riesgo legal y reputacional con fecha. Lo que separa el valor del problema no es el modelo, es el control.
Sector··10 min
Industria 4.0: OEE, paradas no planificadas y la brecha de productividad
La industria española compite con una mano atada a la espalda: una brecha de productividad enorme frente a Alemania y una digitalización a medio camino. El margen se evapora en la línea parada y en el OEE mediocre.
Sector··10 min
Sanidad privada: carga administrativa, interoperabilidad y automatización
Los grandes grupos hospitalarios crecen en facturación, pero chocan con dos límites a la vez: faltan profesionales y la burocracia se come el tiempo asistencial. La única forma de escalar es liberar el tiempo del personal que ya está.
Estrategia··5 min
El fin de las agencias tradicionales de desarrollo
Por qué el modelo de body-shopping y desarrollo externalizado está muriendo frente a los equipos integrados con IA.