El problema del «AI-washing» en el mercado
Desde 2024, prácticamente todos los proveedores de tecnología afirman contar con capacidades de IA. Presentaciones, proyectos rebautizados como «impulsados por la IA» y equipos que ayer se dedicaban a otra cosa. Para un director de sistemas de información (CIO) de una empresa de servicios públicos alemana, esto supone un verdadero problema: la mayor parte de esas capacidades son prestadas, subcontratadas o adquiridas en el mercado a través de perfiles que cambian cada pocos meses.
La pregunta que rara vez se responde con datos concretos es muy sencilla: ¿cómo consigue una consultora desarrollar realmente una capacidad en IA que se mantenga a lo largo del tiempo, sin depender de la «lotería» de la contratación? En Principal33, nuestra respuesta se basa en tres pilares en los que llevamos años trabajando: la formación interna estructurada, un modelo de desarrollo «senior-junior» y la participación activa en eventos del sector y en la comunidad.
«En el ámbito de la inteligencia artificial, lo que marca la diferencia no es el modelo que se utilice, sino las personas que saben cuándo, dónde y por qué aplicarlo».
Por qué desarrollar capacidades de IA es diferente a adquirirlas
Contratar talento especializado en IA en el mercado abierto plantea tres problemas para un socio que trabaje con empresas de servicios públicos alemanas. En primer lugar, el coste: los perfiles de IA con experiencia real en el sector energético o en SAP IS-U son caros y escasos. En segundo lugar, la volatilidad: la rotación de personal entre los perfiles sénior de IA en 2024 y 2025 sigue siendo muy superior a la de otras tecnologías. En tercer lugar, la falta de adaptación al sector: un científico de datos genérico no entiende MaKo, GPKE ni el peso regulador de la Bundesnetzagentur o el BSI.
Por eso, desarrollar capacidades a nivel interno no es una decisión idealista: se trata de una decisión operativa que protege al cliente de la volatilidad del mercado.
Los tres pilares de la verdadera capacidad de la IA
Hay tres pilares que sustentan nuestra forma de desarrollar internamente nuestras capacidades en materia de IA, en lugar de contratarlas en el mercado.
01 · Formación interna estructurada
Un programa continuo que combina los fundamentos del aprendizaje automático (ML), la inteligencia artificial general (GenAI) y MLOps con una especialización en el sector de los servicios públicos: previsión, detección de anomalías, incidencias de facturación y comunicación con los clientes.
02 · Desarrollo de jugadores sénior y juveniles
Jóvenes profesionales con gran potencial que se forman en proyectos reales bajo la tutoría de profesionales con más experiencia. Aprendizaje práctico, conocimientos adquiridos, relaciones estables con los clientes y márgenes sostenibles.
03 · Eventos y comunidad
Asistencia habitual a las conferencias E-world energy & water, SAP for Utilities y sobre inteligencia artificial aplicada. Aprendizaje, validación y aportación de conocimientos a través de artículos y colaboraciones con universidades.
Pilar 1 — Formación interna estructurada
Nuestra formación en IA no consiste en una serie de cursos inconexos. Se trata de un programa continuo que combina los fundamentos técnicos (aprendizaje automático clásico, aprendizaje profundo, GenAI, MLOps) con la especialización sectorial. Para las empresas de servicios públicos, esto supone formar a los equipos a partir de casos reales del sector: previsión de la demanda y la generación, detección de anomalías en las lecturas de contadores, clasificación de incidencias de facturación y comunicación con los clientes sobre facturas complejas.
El programa se desarrolla en tres formatos complementarios: sesiones técnicas periódicas dirigidas por profesionales con experiencia, talleres prácticos con conjuntos de datos del sector y revisiones entre pares de distintos proyectos sobre casos reales. Nadie obtiene la certificación en IA por el mero hecho de asistir a un curso; la certificación interna requiere haber trabajado en un caso real bajo la supervisión de un profesional con experiencia.
Pilar 2 — Desarrollo del talento entre veteranos y jóvenes
En lugar de contratar a profesionales con mucha experiencia a un alto coste, incorporamos a jóvenes con gran potencial y los formamos en proyectos reales bajo la tutela de profesionales con más experiencia. Este modelo tiene tres consecuencias directas.
En primer lugar, el aprendizaje es práctico, no teórico. Los empleados junior aprenden resolviendo problemas reales para clientes reales, no en un aula. En segundo lugar, el conocimiento se acumula dentro de la empresa: cuando un empleado junior asciende a senior, se lleva consigo la memoria del sector en lugar de exportarla a otra empresa. En tercer lugar, se mantiene la relación con el cliente: los equipos se mantienen estables porque el crecimiento profesional tiene lugar dentro de la empresa.
El modelo también nos permite mantener unos márgenes sostenibles sin inflar la factura del cliente con perfiles de nivel superior para tareas que un junior bien formado puede realizar perfectamente.
Pilar 3 — Eventos y comunidad
Una consultora que quiera hablar de IA con credibilidad no puede encerrarse en sí misma. Participamos habitualmente en eventos de referencia del sector, como E-world energy & water, los encuentros de SAP for Utilities y las conferencias técnicas sobre la aplicación de la IA a los sectores regulados. Estos foros tienen un doble objetivo: nos permiten conocer lo que hacen los demás y validar nuestras hipótesis a través de conversaciones con clientes reales, y no en salas de reuniones internas.
También contribuimos a la comunidad mediante artículos técnicos, la participación en mesas redondas y colaboraciones con universidades. Esto no es marketing: es la forma en que mantenemos a los equipos al día de los últimos avances y cómo atraemos a talentos que quieren trabajar en proyectos serios, no en proyectos piloto de laboratorio.
Por qué esto es importante para el director de sistemas de información de una empresa de servicios públicos alemana
Para una empresa de servicios públicos alemana que está evaluando socios para su estrategia de IA, la pregunta relevante no es «¿tenéis capacidad en materia de IA?». Todo el mundo responderá que sí. La pregunta útil es «¿cómo desarrolláis y mantenéis esa capacidad a lo largo del tiempo?».
La respuesta a esa pregunta permite predecir tres cosas: si los equipos que inician el proyecto seguirán trabajando en él dentro de dieciocho meses, si los conocimientos sobre el sector se acumulan o se pierden, y si la propuesta comercial es sostenible o depende de la subcontratación a terceros.
Dónde encaja Principal33
En Principal33, este modelo lleva años en funcionamiento y es la razón por la que podemos ofrecer equipos «nearshore» de la región DACH, formados por profesionales sénior que hablan alemán y con una baja tasa de rotación. Nuestra capacidad en inteligencia artificial no es un producto que hayamos adquirido: es una capacidad que hemos desarrollado internamente, adaptada específicamente a las necesidades del sector de las empresas de servicios públicos alemanas y al marco normativo en el que opera (Bundesnetzagentur, BSI, KRITIS, RGPD).
El cambio de perspectiva
En el ámbito de la IA, la ventaja competitiva sostenible no proviene del acceso al último modelo —eso ya es algo habitual—. Proviene de contar con personas que entiendan el sector, que sepan cuándo aplicar la IA y cuándo no, y que lleven años trabajando juntas. Ese tipo de capacidad no se puede comprar: hay que desarrollarla. Y desarrollarla requiere tiempo, compromiso y una cierta obsesión por la calidad de tu propio equipo.
