¿Qué significa hoy la inteligencia artificial para MasOrange y como ha visto la compañía la evolución dentro del sector?

La inteligencia artificial, tanto en MasOrange como en el conjunto del mercado, ha dejado de ser una apuesta de futuro para incorporarse de lleno a la operativa diaria de las empresas.

En el caso de MasOrange, llevamos ya bastantes años trabajando en torno al dato y la inteligencia artificial. De hecho, suelo explicar esta evolución a través de tres grandes olas de innovación. 

La primera estuvo vinculada al concepto de big data y al desarrollo de algoritmos, una etapa en la que parecía que la inteligencia artificial estaba reservada a perfiles muy concretos dentro de las organizaciones y a usos muy específicos.

La segunda ola llegó con la inteligencia artificial generativa, que puso esta tecnología en boca de todos y la acercó a un uso mucho más sencillo y accesible. 

Y ahora estamos inmersos en una tercera etapa: la de la inteligencia artificial agéntica. En esta fase, la tecnología ya no solo recomienda, resume textos o aporta ideas, sino que también es capaz de ejecutar acciones.

En MasOrange somos conscientes de la responsabilidad que supone dar conectividad, productos, servicios y soluciones a 30 millones de clientes. Para nosotros, la inteligencia artificial no es un fin en sí mismo, sino una palanca para innovar, mejorar nuestras operaciones y convertir esa innovación en una realidad tangible.

¿Dónde considera que está la principal brecha de la inteligencia artificial dentro de las empresas del sector de las telecomunicaciones?

Diría que la brecha principal se encuentra en dos ámbitos. El primero es el dato: que esté accesible, ordenado y disponible. No puede haber un buen resultado en inteligencia artificial sin una base sólida de datos.

El segundo ámbito es la organización: los propios procesos de la compañía y la preparación de los empleados para adoptar de forma proactiva la inteligencia artificial y las nuevas tecnologías.

Ambas son comunes a todos los sectores, no exclusivamente del ámbito de las telecomunicaciones. Sin embargo, es cierto que en nuestro sector trabajamos con cantidades ingentes de datos, a los que históricamente hemos tenido acceso, aunque muchas veces de forma aislada y en silos.

Por eso, desde hace años nuestro foco ha estado precisamente en romper esos silos, hacer que el dato esté disponible y preparar a la organización para la adopción de nuevas herramientas de inteligencia artificial. Ese trabajo previo nos ha permitido llegar mejor posicionados a esta nueva etapa.

En telecomunicaciones, el uso estratégico de datos es esencial para optimizar infraestructuras y procesos. ¿Qué métricas concretas de mejora operativa ha conseguido MasOrange con IA en gestión de redes?

En el caso concreto de la gestión de redes, las métricas que seguimos están vinculadas principalmente al impacto, tanto operativo como económico. Ese impacto se consigue, por un lado, haciendo más eficientes los procesos y, por otro, desarrollando nuevas soluciones, como las que habilita el 5G, que nos permite ofrecer nuevos servicios y oportunidades a nuestros clientes.

Desde hace unos meses hemos sido capaces de correlacionar de forma masiva el dato de red con el dato de cliente. Es algo que ya veníamos haciendo, pero ahora podemos abordarlo a una escala mucho mayor. Esta capacidad nos está aportando métricas muy positivas en términos de eficiencia de la inversión.

Cuando una compañía tiene que decidir dónde invertir en su red, hacerlo de forma inteligente es clave. Y ahí la inteligencia artificial, especialmente en esta última etapa marcada por la IA agéntica, nos está permitiendo avanzar de manera muy significativa.

Nosotros lo llamamos Smart CapEx, un concepto que se trabaja en el sector de las telecomunicaciones desde hace años. La diferencia es que ahora ese Smart CapEx ya no se basa únicamente en parámetros de red, sino en parámetros de red correlacionados con información de cliente.

Esto nos está dando buenos resultados. No se trata tanto de invertir menos, sino de invertir mejor: destinar los mismos recursos de una forma más inteligente y orientada al cliente, para que realmente perciba una mejora en la calidad del servicio.

¿Dónde está viendo MasOrange el mayor impacto de la IA: atención al cliente, red, marketing, ventas, operaciones, ciberseguridad o servicios a empresas?

Creo que no hay ningún área que quede fuera del impacto de la inteligencia artificial. De hecho, en los últimos meses, aprovechando el impulso de la IA agéntica, hemos revisado prácticamente todas las áreas de la compañía, porque vemos potencial en todas ellas.

Si tuviera que destacar tres ámbitos, el primero sería el área tecnológica, que incluye redes, pero también todos los procesos de operación y gestión asociados a ellas.

El segundo sería la atención al cliente. No hablamos solo de automatizar procesos, sino también de ayudar a las personas que atienden de forma continua a nuestros clientes. La inteligencia artificial permite que dispongan de información mucho más valiosa y que la experiencia final del cliente se vea enriquecida gracias a todos los datos que somos capaces de activar.

Y el tercer ámbito sería ventas o captación. El impacto no está tanto en el acto de vender en sí, sino en todo el trabajo previo de preparación. En el mundo B2B, por ejemplo, hay muchos pliegos y concursos en los que es necesario analizar condiciones, recopilar información y presentar una solución sólida.

En ese contexto, estas herramientas nos están ayudando mucho a enriquecer nuestras respuestas y a liberar a los equipos de tareas más burocráticas, como recopilar documentación o integrarla en una propuesta de manera mucho más eficiente. 

Muchas empresas hablan de IA, pero pocas muestran retorno. ¿Qué casos de uso ya tienen retorno medible en MasOrange?

Ahora mismo, por dar una cifra concreta, tenemos 33 casos de uso en desarrollo, algunos de ellos ya en producción, que nos ofrecen una estimación de impacto de unos 70 millones de euros en run rate.

Me gusta hablar de impacto porque, al final, la forma de medir el retorno puede variar y, en ocasiones, puede resultar algo abstracta. Pero cuando se hace un ejercicio como el que hemos llevado a cabo nosotros —revisar toda la compañía, analizar todos los procesos e identificar los casos de uso prioritarios— es posible aterrizar ese impacto de una manera mucho más clara.

Estos 33 casos de uso están planteados para el corto plazo, aunque hay muchos más sobre la mesa. No tenemos un problema de demanda ni de falta de ideas sobre qué hacer con la inteligencia artificial o con la tecnología. Al contrario, se nos ocurren muchísimas posibilidades. Precisamente por eso, hemos priorizado aquellos casos que pueden generar impacto en el corto y medio plazo y para los que la tecnología ya está preparada.

Estamos empezando a ver los primeros resultados, no solo en términos de impacto económico, sino también en la capacidad de nuestros equipos para desarrollar soluciones basadas en sistemas agénticos a escala.

Y eso, en una compañía con 30 millones de clientes y un volumen de datos de alrededor de cuatro petabytes almacenados procedentes de nuestras operaciones, no es menor. Supone un verdadero reto organizativo y tecnológico llevar estas soluciones a escala.

MasOrange ha hablado de redes autónomas asistidas por IA. ¿Qué significa en la práctica que una red sea “autónoma”?

Existe mucha literatura en torno al concepto de red autónoma y, de hecho, hay distintas etapas. La aspiración final sería contar con una red 100% autónoma, pero no estamos todavía en ese punto y, sinceramente, creo que nadie lo está.

Para mí, este proceso ha ido avanzando por fases. La primera consiste en disponer de datos suficientes sobre la red y construir lo que conocemos como un gemelo digital. Se puede aspirar a un gemelo digital con infinitos KPI alrededor de toda la red, pero también se puede empezar con productos mínimos viables que permitan ir dando pasos hacia esa autonomía. Esa primera fase, por tanto, pasa por contar con un gemelo digital que incorpore métricas sobre los distintos elementos de red.

La segunda consiste en aplicar modelos y técnicas de analítica avanzada para extraer KPI específicos que permitan simular escenarios. Es decir, a partir de los datos y de los modelos aplicados sobre esa base de digital twin, podemos anticipar cómo cambiará el rendimiento de la red o cómo deberíamos orientar la inversión, como comentaba antes con el concepto de Smart CapEx.

La tercera fase, que es en la que estamos trabajando ahora, consiste en cerrar el lopp: que aquello que se decide hacer en la red pueda llegar a ejecutarse de forma autónoma.

Por supuesto, hoy sigue existiendo el concepto de human in the loop: las personas siguen estando presentes en el proceso. Pero el objetivo es acercarnos progresivamente a un modelo en el que los equipos se concentren en roles más estratégicos y en validaciones finales, mientras que cada decisión o cada etapa del proceso vaya ganando mayor nivel de autonomía. Estamos en ello. 

¿Qué servicios de IA puede ofrecer Masorange a empresas que no puedan ofrecer otros actores tecnológicos?

Me gusta explicar que la venta de soluciones de inteligencia artificial a nuestros clientes B2B ha surgido casi de forma orgánica. No estamos comercializando productos de IA desarrollados únicamente para venderlos a terceros, sino soluciones que primero hemos creado y utilizado internamente.

Precisamente por las políticas y la filosofía de desarrollo que seguimos, muchas de estas soluciones no son únicamente del sector de las telecomunicaciones. Es decir, aunque nacen dentro de nuestra operativa, pueden aplicarse a otros sectores.

Un ejemplo claro es el proceso que hemos desarrollado para transcribir las llamadas de nuestro call center. A partir de esas transcripciones se extraen una serie de insights que facilitan el trabajo de los agentes y contribuyen a mejorar la atención al cliente. Ese proceso se apoya en los audios de las llamadas y en sus metadatos, por lo que realmente puede aplicarse a cualquier industria. Tal y como lo tenemos desarrollado, es extrapolable como una solución de software que puede comercializarse a nuestros clientes B2B.

Por tanto, la principal diferencia frente a otros actores tecnológicos es que estamos ofreciendo productos que ya usamos en nuestra propia operativa, que sabemos que funcionan y que, por eso, creemos que pueden aportar valor a otras compañías.

El potencial es muy amplio. La transcripción de llamadas es solo un ejemplo, pero también tenemos soluciones relacionadas con la gestión de consentimientos. Al final, el RGPD es una normativa de protección de datos que afecta a todos los sectores, por lo que este tipo de herramientas son extrapolables a cualquier industria.

También contamos con módulos de firma digital, que responden a procesos y funcionalidades comunes en muchas compañías. En definitiva, son piezas de software que hemos ido desarrollando dentro de nuestro ecosistema y que nuestros equipos B2B han identificado como soluciones con mucho potencial para ofrecer a terceros.

¿Cuál es el gran reto en una teleco con millones de clientes, múltiples marcas y una infraestructura compleja?

El gran reto, está relacionado con la gestión del dato. Al principio, podríamos decir que era un reto principalmente técnico: disponer de todos esos datos, hacerlos accesibles y conseguir que fueran accionables. Porque una cosa es tener el dato y otra muy distinta es que pueda ser utilizado por cualquier persona de la organización o servir para crear nuevos productos y servicios.

También es garantizar que el uso que hacemos del dato es el adecuado. Tenemos cantidades ingentes de información, pero todo debe estar orientado a ofrecer mejores productos y a prestar un mejor servicio a nuestros clientes.

Un ejemplo claro es la hiperpersonalización de las campañas comerciales. Podemos personalizar mucho una campaña, pero si no somos capaces de recibir y analizar el feedback del cliente, corremos el riesgo de no acertar en la forma de comunicarnos con él. Quizá estamos llamando por teléfono a una persona que preferiría recibir un mensaje por WhatsApp. Si no somos capaces de leer de forma continua lo que nos están pidiendo los clientes, manejar grandes volúmenes de datos puede dejar de ser productivo.

Al final, no se trata solo de tener muchos datos, sino de utilizarlos de una manera que genere valor tanto para el cliente como para MasOrange.

Por eso, para mí hay dos grandes retos. Por un lado, el tecnológico, donde es cierto que estamos muy preparados y la tecnología nos ha acompañado durante todos estos años. Y, por otro, el modelo operativo: cómo trabajamos con las áreas de negocio y cómo accionamos toda esa información hacia nuestros clientes para que realmente sea ventajosa.

La clave está en poner al cliente en el centro, no solo en relación con los productos que le ofrecemos, sino también entendiendo cómo quiere que nos aproximemos a él.

¿Cómo gestiona MasOrange el AI Act sin frenar el desarrollo de IA?

La normativa se ha aprobado recientemente, pero nosotros llevamos muchos años trabajando con el dato. Por eso, ya contábamos con capas de gobernanza y seguridad en torno a su uso que están muy alineadas con el marco regulatorio que se ha ido desarrollando.

Aspectos como la trazabilidad, la auditabilidad o la supervisión humana son factores que tenemos incorporados por diseño. Para mí, una de las mayores garantías que tenemos en MasOrange es precisamente el control sobre el dato que utilizamos. Eso nos permite usar la inteligencia artificial de forma responsable y alineada tanto con la legislación vigente como con la que pueda venir en el futuro.

Al final, solemos decir que el output de la IA es tan bueno como los datos de entrada con los que trabaja. Y nosotros tenemos la ventaja de contar con un dato muy controlado, lo que supone una garantía fundamental.

Por supuesto, también es clave seguir trabajando de forma muy coordinada con los equipos legales y de ciberseguridad. Desde hace años abordamos conjuntamente los aspectos técnicos, legales y de seguridad para prepararnos y adaptarnos al marco legislativo correspondiente.

¿Qué posición quiere ocupar MasOrange en el corto medio plazo con respecto a la IA?

Me gusta decir que estamos en la época de accionar. Nosotros queremos ser doers. Es decir, queremos salir definitivamente del plano teórico. De hecho, llevamos tiempo sin estar únicamente en ese terreno.

Los roadmaps y las hojas de ruta son necesarios, y estos 33 casos de uso de IA agéntica forman parte de esa planificación. Pero ahora estamos en un momento en el que lo importante es ejecutar y hacerlo con agilidad.

La tecnología ya no es una limitación. No tenemos que esperar a que aparezca un nuevo modelo. Contamos con modelos suficientes, tanto grandes como más pequeños, para gestionar nuestra operativa. Por eso, estamos claramente en el punto de accionar.

Si lo aterrizamos, yo situaría nuestra posición en dos grandes líneas de trabajo. La primera es interna y tiene que ver con todos esos casos de uso. Ahí el mayor reto es organizacional: cómo nos preparamos para ser una organización del futuro, capaz de convivir con agentes de IA, nuevas operativas y sistemas tanto legacy como más modernos.

La segunda línea es cómo somos capaces de monetizar nuestras capacidades técnicas. Un ejemplo son los productos que podemos ofrecer a las áreas B2B, pero hay muchas más oportunidades. Nuestra experiencia en torno al dato y a la gestión de redes y operaciones es extrapolable a muchas industrias.

Creo que ahí se abren buenas líneas de negocio, ya sea mediante la creación de nuevos productos digitales o incluso asesorando a otras empresas sobre cómo iniciar este camino y abrazar una ola de innovación que ya está aquí y a la que no hay que seguir esperando.