El Cluster de Inteligencia Artificial de la Comunidad de Madrid participó los días 4 y 5 de noviembre en Tech Show Madrid 2026, reforzando su colaboración con el encuentro y dando visibilidad al conocimiento, las capacidades y las experiencias de empresas y profesionales de su ecosistema.
Durante las dos jornadas, el Cluster estuvo presente en diferentes espacios de conversación sobre algunos de los retos que están definiendo la evolución de la Inteligencia Artificial: su aplicación real en empresas y sectores, la IA generativa y los nuevos modelos de negocio, la gobernanza del dato y las infraestructuras necesarias para desplegar y escalar estas tecnologías de manera segura y sostenible.
Una participación articulada alrededor de una idea común: avanzar en IA requiere mucho más que incorporar nuevas herramientas. Significa identificar casos de uso, rediseñar procesos, gobernar correctamente los datos, disponer de infraestructuras adecuadas y medir el impacto que la tecnología genera en las organizaciones.
El ecosistema madrileño de IA, protagonista en Tech Show Madrid
El 4 de noviembre, el Cluster contó con un bloque específico dentro de la programación de Tech Show Madrid orientado a mostrar el impacto real y la visión de futuro del ecosistema madrileño de Inteligencia Artificial.
La sesión comenzó con una intervención institucional del Cluster IA a cargo de la gerente Charo Pinilla para presentar brevemente las capacidades del ecosistema y el papel del Cluster como espacio de conexión entre empresas, tecnología, conocimiento, talento e instituciones.
A continuación, dos mesas redondas permitieron abordar la evolución de la Inteligencia Artificial desde perspectivas complementarias: su aplicación práctica en las organizaciones y el impacto de la IA generativa sobre la creatividad y los modelos de negocio.
IA aplicada: de la tecnología a las soluciones reales
La primera mesa, “IA aplicada: soluciones reales para empresas y sectores clave”, puso el foco en uno de los principales retos actuales: cómo pasar de experimentar con Inteligencia Artificial a incorporarla de manera efectiva a procesos, productos y servicios.
Participaron:
- Roberto Fernández, Responsable de Negocio de Mintt.
- Rafael Areses, médico (MD, DDS, OS) y asesor en IA e Inteligencia Incorporada.
- Elías Liarte, CEO de eLe4e.
- Ferran Torres, Director de Soluciones IA de Valvia.
La conversación estuvo moderada por José Antonio Huélamo, fundador de HueIA, consultor y formador en Inteligencia Artificial.
Desde diferentes ámbitos de experiencia, la mesa abordó cómo detectar aplicaciones con potencial real, identificar necesidades empresariales y conseguir que la tecnología responda a problemas concretos. El punto de partida no debería ser simplemente preguntarse qué puede hacer la IA, sino entender primero qué proceso queremos mejorar, qué problema necesitamos resolver y qué resultados esperamos obtener. Esta aproximación permite avanzar desde la experimentación hacia una adopción de la IA más conectada con objetivos empresariales, eficiencia y generación de valor.
IA generativa: de crear más a crear nuevo valor
La segunda mesa, “IA generativa, creatividad y nuevos modelos de negocio digitales”, analizó cómo las nuevas capacidades generativas están empezando a transformar no solo la creación de contenidos, sino también productos, servicios y modelos empresariales.
Participaron:
- Carlos Gómez González, de AIKO Content Factory.
- José Manuel Torres Rivas, de LT2.AI.
- Diego Díaz López, de The Bridge.
- Aarón Ayllón Benítez, de BASF.
La sesión estuvo moderada por Santos Vicente, CEO de Bidatia.
La conversación permitió ir más allá de las posibilidades inmediatas de la IA generativa para analizar cómo estas tecnologías pueden transformar la manera en la que las empresas crean, gobiernan, monetizan y escalan sus productos y servicios.
De la creatividad artesanal a la creatividad hiperescalable
Uno de los primeros cambios analizados fue la capacidad de la Inteligencia Artificial para multiplicar la generación de contenidos, experiencias y productos. Sin embargo, disponer de una capacidad prácticamente ilimitada para generar no significa necesariamente generar más valor
A medida que producir contenidos se vuelve más sencillo y accesible, la diferenciación puede desplazarse hacia otro ámbito: el criterio. Saber qué crear, para quién, con qué propósito y qué merece realmente llegar al usuario puede convertirse en una capacidad cada vez más relevante. La oportunidad, por tanto, no consiste únicamente en producir más, sino en transformar esta nueva capacidad en productos digitales, servicios y nuevas fuentes de ingresos.
Industrializar la IA sin perder el control
El crecimiento de la capacidad generativa introduce también nuevos desafíos. Cuando aumenta exponencialmente la cantidad de información y contenido generado, el problema deja de ser simplemente producir para convertirse en seleccionar, supervisar, garantizar la calidad y proteger el conocimiento de la organización.
En este escenario, la gobernanza adquiere un papel central. Las empresas necesitan establecer políticas claras alrededor de los datos, el uso de modelos, la propiedad intelectual, la supervisión de resultados y el acceso a la información. Industrializar la IA implica, por tanto, encontrar un equilibrio entre velocidad, escalabilidad y control.
De medir recursos a medir resultados
Otro de los aspectos abordados durante la mesa fue el impacto que estas tecnologías pueden tener sobre los propios modelos de prestación de servicios.
Si la Inteligencia Artificial permite automatizar progresivamente parte de la ejecución, el trabajo profesional puede evolucionar hacia actividades donde adquieren mayor importancia la definición, el conocimiento experto, la toma de decisiones y la supervisión. Esta evolución puede transformar especialmente el sector servicios.
En determinados ámbitos podría tener cada vez menos sentido medir el valor exclusivamente en función de las horas empleadas y cobrar únicamente por tiempo o recursos. Los nuevos modelos pueden evolucionar hacia la comercialización de resultados, capacidades o servicios gestionados apoyados en Inteligencia Artificial.
¿Dónde estará el mayor impacto económico de la IA?
La mesa planteó también una cuestión fundamental para los próximos años: dónde se producirá el mayor impacto económico de estas tecnologías.
Por un lado, la IA permitirá hacer muchas de las actividades actuales de manera más eficiente, rápida y con mejores márgenes. Pero, al mismo tiempo, puede facilitar la aparición de productos, servicios y modelos de negocio que todavía no existen. Probablemente ambas transformaciones avanzarán en paralelo.
La conclusión apunta, por tanto, hacia un cambio más profundo: la siguiente etapa de la Inteligencia Artificial no consistirá únicamente en incorporar herramientas, sino en rediseñar procesos, servicios y modelos de negocio alrededor de las nuevas capacidades que la IA pone a disposición de las organizaciones.
Cloud, centros de datos y resiliencia: la infraestructura que sostiene la IA
La participación del Cluster continuó el 5 de noviembre con la mesa redonda “Cloud, centros de datos y resiliencia: cómo combinar escala, seguridad y control”, organizada por CloserStill Media como parte de la colaboración mantenida con el Cluster IA.
Bajo la moderación de Elsa Salvadores Janssen, Subdirectora General de la Cámara de Comercio, Industria y Servicios de Madrid, participaron:
- Daniel Hidalgo Martínez, miembro de la Junta Directiva del Cluster IA y líder de Data & IA para Sector Público en Accenture España.
- Pablo Casado de las Heras, Head of Data Center de Telefónica.
- César Blanco García, presidente del Cluster Big Data & IA Madrid.
La conversación puso el foco en una dimensión imprescindible para el desarrollo de la Inteligencia Artificial: las infraestructuras digitales necesarias para desplegarla, escalarla y garantizar su funcionamiento.
Los centros de datos como columna vertebral del negocio digital
Uno de los primeros mensajes de la mesa fue la importancia creciente de los centros de datos como infraestructura crítica para garantizar continuidad, fiabilidad y seguridad.
El crecimiento de la IA y de servicios cada vez más intensivos en capacidad de procesamiento obliga a diseñar infraestructuras teniendo en cuenta el uso real, su capacidad para crecer y criterios de sostenibilidad.
La escalabilidad no consiste únicamente en disponer de más capacidad. Implica desarrollar arquitecturas capaces de adaptarse a necesidades diferentes, garantizar resiliencia y mantener el control sobre sistemas que son cada vez más importantes para el funcionamiento de las organizaciones. Y existe además un elemento fundamental: el talento necesario para diseñar, construir y gestionar estas infraestructuras.
Gobernar el dato antes de escalar la IA
La infraestructura es solo una parte de la ecuación.
Durante la mesa se identificó la gobernanza del dato como uno de los grandes desafíos que deben resolver las organizaciones para avanzar en la adopción de Inteligencia Artificial. Antes de incorporar nuevos modelos resulta necesario responder a cuestiones aparentemente básicas: ¿Qué datos tenemos? ¿Dónde están? ¿Para qué queremos utilizarlos? ¿Quién puede acceder a ellos? ¿Qué nivel de calidad y seguridad ofrecen?
Entre los retos planteados destacaron la necesidad de alinear el dato con los objetivos de negocio, superar su fragmentación en silos, reforzar la seguridad y preparar a las personas que trabajarán con estos sistemas. La calidad de una estrategia de IA depende en gran medida de la calidad de la estrategia de datos que la sostiene.
IA con impacto: medir más allá de la implantación tecnológica
La conversación volvió a conectar con uno de los mensajes que atravesó toda la participación del Cluster en Tech Show Madrid 2026: implantar IA no es suficiente si no existe un propósito concreto y una forma de medir sus resultados.
Esto exige trabajar simultáneamente sobre diferentes dimensiones:
- Gobernar datos estructurados y no estructurados.
- Diseñar arquitecturas flexibles capaces de trabajar con distintos modelos de IA.
- Gestionar la seguridad y el control sobre la información.
- Preparar a los profesionales y gestionar el cambio.
- Establecer indicadores que permitan medir resultados en términos de ahorro, eficiencia, productividad, transformación o generación de nuevos ingresos.
La cuestión deja así de ser simplemente qué tecnología utilizar para centrarse en qué problema queremos resolver y qué impacto esperamos conseguir.
De la prueba de concepto a la producción
La mesa dedicada a infraestructuras dejó también varias recomendaciones especialmente relevantes para las pymes y organizaciones que están comenzando a incorporar Inteligencia Artificial. El primer paso es definir qué se quiere hacer y para qué.
A partir de ahí, resulta necesario identificar un caso de uso concreto, analizar el proceso de negocio sobre el que se va a actuar y seleccionar la tecnología que mejor responda a esa necesidad.
También se destacó la importancia de no retrasar innecesariamente la adopción y aprovechar las oportunidades que ofrecen empresas, clusters y proyectos colaborativos para acceder a conocimiento, capacidades y experiencias.
Y una cuestión fundamental: un piloto no es todavía una solución productiva. Pasar de una prueba de concepto a un sistema integrado en la operativa exige método, infraestructura, gobernanza, seguridad, gestión del cambio y capacidad de escalado.
De adoptar IA a rediseñar organizaciones
Las distintas conversaciones mantenidas durante Tech Show Madrid 2026 dibujan una evolución clara. La primera etapa de adopción de la Inteligencia Artificial estuvo marcada por descubrir qué podían hacer estas herramientas.
La siguiente está comenzando a centrarse en cuestiones diferentes: cómo integrarlas, cómo gobernarlas, cómo escalar su uso y cómo transformar procesos y modelos de negocio alrededor de ellas.
Casos de uso, creatividad, nuevos servicios, datos, cloud, centros de datos, seguridad, resiliencia y gobernanza forman parte de una misma conversación cuando las organizaciones quieren pasar de experimentar con IA a obtener resultados sostenibles.
Un ecosistema para conectar tecnología, conocimiento y aplicación
La participación del Cluster IA en Tech Show Madrid 2026 permitió mostrar la diversidad de conocimiento y capacidades existente dentro de su ecosistema y acercar diferentes perspectivas sobre uno de los principales retos actuales: convertir el potencial tecnológico de la Inteligencia Artificial en aplicación e impacto real.
La presencia de empresas asociadas, profesionales y representantes del Cluster en las diferentes sesiones refuerza uno de los objetivos de la organización: crear espacios donde empresas, instituciones, talento y conocimiento puedan encontrarse y generar nuevas oportunidades de colaboración.
Porque el verdadero reto ya no es únicamente disponer de Inteligencia Artificial.
Es saber dónde aplicarla, cómo gobernarla, cómo escalarla y cómo convertir sus nuevas capacidades en valor para las organizaciones.