Otto F. Wagner

Hola, hoy no os voy a dar un consejo ni voy a daros ideas de cómo gestionar vuestra IA Responsable. Os o voy a contar lo que  hecho entra la tarde de ayer y hoy por la mañana.  He estado "conversando" con Claude para que me ayude a crear un código en Google Colab el cual me permita acceder a una carpeta determinada en Google Drive, analizar su documentación y crear un chat para hablar con él... Hoy en día tenemos fantásticas herramientas como N8N, Make, etc... pero por detrás lo que hay es código. Creo que cualquier directivo en un mundo invadido por la IA Generativa debe entender por encima como funciona y la mejor forma no es un máster o un curso, es pelearte tú con ello asistido por la IA. Os comparto el  código   y un breve esquema de qué hace Espero que os guste y a trabajar. P.D.: solo pago Claude Pro, tanto Colab como el resto de APIs son de versión gratuita. "¿Por qué esta magnífica tecnología científica, que ahorra trabajo y nos hace la vida mas fácil,...

En el mundo de las finanzas y la inversión, la diligencia debida es sagrada. Ningún CEO, Director Financiero o Consejo de Administración aprobaría una inversión millonaria en un producto estructurado complejo sin auditar su folleto, analizar el subyacente y comprender sus riesgos implícitos. Tolerar una caja negra financiera sería impensable. Sin embargo, en un giro paradójico, muchas de estas mismas empresas están operando hoy en día con modelos de Inteligencia Artificial de "caja negra", sistemas de deep learning o algoritmos complejos, que toman decisiones críticas de negocio a diario. Desde la concesión de créditos y la segmentación de clientes hasta la optimización de la cadena de suministro, estas decisiones impactan directamente en la cuenta de resultados, todo ello sin que nadie pueda auditar de forma precisa su razonamiento interno. Esta desconexión plantea un riesgo inmenso. En el nivel del C-Suite, la confianza ciega en un algoritmo no es una estrategia de negoci...

¡Nos vemos en septiembre!, os decía antes de cerrar por vacaciones. Y septiembre ya está aquí. Espero que hayáis podido desconectar, porque el último trimestre de 2026 promete ser intenso. Con el Reglamento Europeo de Inteligencia Artificial (EU AI Act) ya desplegando sus efectos prácticos, la etapa de las declaraciones de intenciones ha terminado. Ahora toca gobernar la tecnología. En mis sesiones de Advisory con Comités de Dirección, noto un patrón común: la IA se sigue viendo exclusivamente como un reto del departamento de IT o de Datos. Craso error. El cumplimiento normativo de la IA no va de ajustar hiperparámetros; va de soberanía corporativa, gestión del riesgo y viabilidad del negocio. Si tu organización utiliza o desarrolla Inteligencia Artificial, hay tres hitos críticos que tu C-Suite debe dejar atados antes de cerrar el presupuesto y la estrategia de 2027. 1. Integración del Sistema de Gestión de Calidad (Art. 17) con la ISO 42001 El EU AI Act exige a los proveedores de si...

Es hora de parar y descansar, pensar en nuevas entradas... ¡¡Nos vemos en septiembre!! "¿Por qué esta magnífica tecnología científica, que ahorra trabajo y nos hace la vida mas fácil, nos aporta tan poca felicidad? La repuesta es esta, simplemente: porque aún no hemos aprendido a usarla con tino." (Albert Einstein)

Sé que la llegada del Reglamento Europeo de Inteligencia Artificial (AI Act) puede generar bastante vértigo, especialmente si lideras una PYME o una startup con recursos limitados. Es completamente normal sentir que necesitas contratar a una gran firma de consultoría para salir ileso, pero la realidad es que puedes establecer unas bases sólidas de cumplimiento normativo utilizando el sentido común, la organización interna y los estándares que ya existen. El propio Reglamento tiene en cuenta la proporcionalidad y busca proteger a las empresas más pequeñas para no frenar la innovación. Aquí tienes una hoja de ruta práctica, estructurada y directa para que tu empresa empiece a prepararse desde hoy mismo. 1. Clasifica el nivel de riesgo de tu IA El primer paso, y el más crítico, es entender dónde encaja tu producto o servicio dentro de la ley. El Reglamento de IA de la UE adopta un enfoque basado en el riesgo para clasificar los sistemas. No todas las IA tienen las mismas obligaciones: Rie...

En mi anterior entrada, Soberanía Tecnológica y el CAIO: Por qué las empresas no pueden delegar su cerebro a una API , hablaba de cómo muchas organizaciones confunden la agilidad operativa con la resiliencia estratégica al construir procesos críticos sobre modelos propietarios cerrados. Quiero aterrizar esa reflexión con un caso ilustrativo que resume bien el dilema al que se enfrentan hoy muchos comités de dirección. El disparador: cuando "suficientemente bueno" deja de serlo Recuerdo el caso de una entidad del sector retail que se enfrentó a esta misma decisión, aplicada a su Customer Data Platform (CDP). El disparador no fue el precio, sino algo más profundo: la solución del proveedor externo había dejado de ser lo suficientemente flexible para las necesidades reales del negocio. Cada nueva segmentación, cada caso de uso específico, chocaba con las limitaciones del producto estándar. Los tres ejes de la decisión El comité de decisión evaluó tres factores clave, más all...

Hoy vamos a abordar un tema crítico que separa a los proyectos de Inteligencia Artificial que triunfan de los que terminan en el temido "cementerio de las startups". Vivimos en la era del entusiasmo y el "hype" por la IA. Es sumamente tentador tener una idea brillante, abrir el editor de código, conectar un par de APIs de modelos fundacionales (LLMs) y empezar a construir la plataforma que revolucionará tu sector. Sin embargo, si tu objetivo final es vender esta plataforma (ya sea mediante un modelo SaaS, B2B o B2C), lanzarte al desarrollo sin un Business Plan (Plan de Negocio) sólido es como construir un rascacielos sin cimientos. La Inteligencia Artificial no es solo software tradicional; es un ecosistema vivo. Tiene dinámicas de costes, riesgos, mantenimiento y escalabilidad completamente diferentes. Aquí te explico por qué trazar tu estrategia antes de picar código es, hoy por hoy, tu mayor ventaja competitiva. 1. La IA es costosa: El reto del TCO (Total Cost ...

Como directivo, es probable que hayas aprobado recientemente la integración de nuevas herramientas de Inteligencia Artificial para tu equipo. Sobre el papel y en las hojas de cálculo, el retorno de inversión (ROI) parece incuestionable. Sin embargo, pasan las semanas y notas que la adopción real no despega. No estás solo. Cerca del 70% de las iniciativas de transformación digital fracasan por factores humanos y culturales . La implementación de sistemas de inteligencia artificial no es solo una actualización de software; representa una profunda transición socio-técnica que altera la distribución del poder, la autonomía profesional y la identidad de tus colaboradores . A diferencia de otras tecnologías, la adopción de la IA suele enfrentarse a una resistencia compleja, caracterizada por el miedo al desplazamiento laboral, la obsolescencia de competencias y la pérdida de control sobre las decisiones cotidianas . A través de la investigación para el whitepaper en el que estoy trabaja...