¿Cuál es el caso de uso más potente o significativo que habéis aplicado en vuestra organización?
Como empresa de desarrollo de soluciones IA, el caso de uso más significativo que hemos desarrollado en LurNova ha sido la creación de una arquitectura propia, segura y escalable para desplegar inteligencia artificial de forma efectiva en entornos empresariales reales, denominada LurNova AI Model Hub. Esta arquitectura permite trabajar con distintos modelos de IA, tanto propios como de terceros, incorporando mecanismos avanzados de seguridad y control incluso cuando se utilizan modelos externos, y definiendo en cada caso qué modelo se emplea, con qué datos y bajo qué condiciones.
Gracias a esta base, hemos podido aplicar la IA en empresas de sectores industriales donde la protección del know-how corporativo no es negociable, abordando proyectos de automatización de procesos internos, generación de conocimiento estructurado y análisis reputacional. El valor principal no ha sido únicamente la eficiencia obtenida, sino haber transformado la IA en una herramienta gobernada, segura y alineada con decisiones reales de negocio, y no en un experimento aislado o difícil de escalar.
¿Cuál es el mayor reto que estáis enfrentando en las aplicaciones de IA de vuestra organización?
El mayor reto al que nos enfrentamos no es tecnológico, sino cultural y conceptual, tanto a nivel interno como en los proyectos con clientes.
En LurNova, el desafío es mantener el equilibrio entre avanzar rápido en un entorno tecnológico que evoluciona a gran velocidad y, al mismo tiempo, diseñar soluciones sólidas, seguras y bien gobernadas. Esto implica decir “no” a atajos tecnológicos y priorizar arquitectura, criterio y control frente a la inmediatez.
En los clientes, el reto es similar pero más visible: muchas organizaciones quieren aplicar IA sin haber ordenado previamente sus procesos, sus datos o su modelo de toma de decisiones. La IA amplifica lo que ya existe; si el punto de partida es caótico, el resultado también lo será.
A esto se suma la gestión de expectativas: romper con la percepción de que la IA es una solución mágica o inmediata, y ayudar a comprender que se trata de un sistema que debe diseñarse con criterio, contar con reglas claras de gobernanza, incorporar la seguridad desde el inicio y mantenerse bajo supervisión humana continua para que, bien implantada, ayude a las empresas a simplificar procesos, ganar eficiencia y reforzar su competitividad.
¿Qué consejo práctico le darías a alguien que quiere empezar a aplicar IA y no sabe por dónde comenzar?
Mi consejo es que no se empiece a aplicar inteligencia artificial sin haber reflexionado previamente sobre la seguridad, el control y la gobernanza del dato. Utilizar IA sin tener claro dónde se almacenan los datos, quién puede acceder a ellos, cómo se procesan o cómo se toman las decisiones puede derivar en fugas de información, dependencia tecnológica y problemas estructurales difíciles o incluso imposibles de corregir a posteriori.
Es especialmente importante entender que, cuando se utilizan modelos públicos o servicios de IA sin garantías, la información introducida puede pasar a formar parte del proceso de entrenamiento o ajuste del modelo. En ese caso, la información deja de estar bajo control de la empresa y no existen mecanismos reales para ejercer el derecho al olvido en modelos LLM. Una vez expuestos, esos datos no pueden eliminarse ni recuperarse, lo que supone un riesgo crítico para el conocimiento corporativo, la confidencialidad y el cumplimiento normativo.
Una vez asegurado este punto, lo recomendable es comenzar por un caso de uso concreto y sencillo, dentro de un entorno controlado, donde el impacto pueda medirse con claridad. Identificar un proceso bien definido, probar, aprender y escalar progresivamente. La clave está en avanzar con criterio, no con prisa, y manteniendo siempre supervisión humana y control sobre la tecnología.
¿Cómo convencerías a un cliente o a la alta dirección de tu empresa de que vale la pena invertir en IA aplicada?
No hablaría de tecnología, sino de riesgo y oportunidad.
El riesgo de no comprender cómo la inteligencia artificial ya está interpretando, describiendo y recomendando a la empresa frente a clientes, empleados, partners o mercados, incluso sin que la propia organización sea consciente de ello. La IA ya influye en decisiones, percepciones y comparativas competitivas, y no participar activamente en ese proceso implica ceder el control del relato y de la posición estratégica.
Y, al mismo tiempo, la oportunidad de ganar eficiencia, velocidad y capacidad de análisis en áreas clave del negocio: desde la toma de decisiones hasta la optimización de procesos, el aprovechamiento del conocimiento interno o la anticipación de escenarios. La IA aplicada no va de innovación cosmética ni de “probar cosas”, va de capacidad real de adaptación en un entorno que ya ha cambiado.
Además, existe un riesgo adicional difícil de revertir: la brecha competitiva. La adopción de IA genera mejoras exponenciales, no lineales. Las organizaciones que la integran antes aprenden más rápido, automatizan mejor y toman decisiones con mayor ventaja acumulativa. Es un tren que no pasa dos veces: quien lo deja escapar no solo llega tarde, sino que puede no llegar nunca a alcanzar a sus competidores.
Quien integra la IA con sentido común, gobernanza y visión estratégica gana tiempo, control y capacidad de maniobra. Quien la ignora, aunque sea por prudencia mal entendida, lo pierde. Y en el contexto actual, el tiempo es el activo más crítico.
Completa la frase: “La IA aplicada es…”
… una palanca real de competitividad para las empresas cuando se integra con seguridad, criterio y foco en el negocio, ayudando a tomar mejores decisiones, ganar eficiencia y adaptarse más rápido al cambio.
