Jueves, 12 de noviembre de 2026
Los ingenieros ya pueden delegar en agentes de inteligencia artificial tareas como preparar ofertas, revisar proyectos o generar documentación, pero siempre y cuando se cumplan algunos aspectos fundamentales:
– La responsabilidad sigue siendo del ingeniero. «Somos ingenieros, visamos nosotros. La firma es nuestra, no es de la IA», recordó Javier Ara Arroyo, presidente de la Comisión.
– Hay que poder rastrear cada acción. El cofundador de AureoIA, Álvaro Domingo, hizo mucho hincapié en la necesidad de saber «quién lo pidió, qué se pidió, cuándo se pidió y, sobre todo, quién lo firmó y quién lo aprobó».
Del chatbot al agente
A diferencia de una automatización (si ocurre A, se hace B), un agente de IA observa, decide, actúa y comprueba el resultado. Domingo lo ilustró con una licitación: el agente lee el pliego, localiza certificados, rellena formularios y entrega un informe que una persona solo debe revisar. Advirtió, no obstante, del riesgo de que los empleados usen IA por su cuenta (fuga de datos, resultados dispares, problemas de protección de datos…) y propuso alojar datos y modelos en la UE, con permisos por rol y aprobaciones humanas.
Experiencias reales del sector
Los participantes en la jornada compartieron su propia experiencia con la IA y cómo la han ido integrando progresivamente en su trabajo y empresas:
Por ejemplo, Javier Ara relató cómo, tras un primer susto con el consumo de tokens vía API, pasó a experimentar en un ordenador dedicado con herramientas propias: seguimiento de producción con semáforos de riesgo, facturación, control horario y un agente que revisa normativa y mediciones antes de entregar. Por su parte, Alberto García Ferriz, de CPRYC, pasó de usar ChatGPT como buscador a NotebookLM, Claude y n8n; hoy prueba agentes en un servidor aislado, al que da información poco a poco.
Daniel Jiménez Hernández, director técnico y project manager, mostró una arquitectura multiagente para el ciclo de un proyecto: oferta, memoria documental, borradores de planos, revisión legal y hasta resumen comercial, todo ello para conformar un borrador pendiente de validación humana. Jiménez no ocultó los retos existentes: gestionar la carga de trabajo, aislar la información de cada cliente y no depender de un único proveedor.
En general, todos los ponentes pusieron el acento sobre uno de los desafíos que más dudas genera en este tipo de proyectos: la gestión y protección de datos. Para gestionarlo de forma óptima y, en general, implementar con seguridad la IA en un entorno empresarial, se compartieron varias recomendaciones: probar en entornos aislados (sandbox), usar una cuenta de correo exclusiva para la IA con permisos de solo lectura, entrenar a los agentes para tratar lo que reciben como información y no como órdenes (prompt injection), auditar los recursos externos y mantener copias de seguridad diarias y por horas.
El contexto estratégico
Luis Polanco Ramírez, CIO de Allianz España, recordó que la IA generativa es estadística y requiere validación humana, y que conviene elegir el modelo según la tarea, por coste y por impacto ambiental. Anticipó que la mayoría de procesos estarán automatizados en pocos años y planteó un reto: cómo adquirirán experiencia las nuevas generaciones.
¿Quieres participar en la próxima jornada? Descubre las comisiones del COIIM
y sé parte de la comunidad que comparte conocimiento.
