Ismael Beltrán (DomotikMind): “Un piloto IoT no es un proyecto tecnológico, es un proyecto de negocio”

El Internet de las Cosas (IoT) permite a las empresas pasar de medir datos a tomar decisiones en tiempo real con impacto directo en costes, eficiencia y control operativo. Dentro del programa Tech Leaders, el CEO de DomotikMind, Ismael Beltrán comparte una visión práctica sobre cómo implantar soluciones IoT con retorno claro y capacidad de escalar, pensando en directivos que buscan traducir la tecnología en resultados tangibles y ventaja competitiva.

 

¿Qué impacto real está teniendo el IoT en la forma en que los equipos directivos toman decisiones?

Durante años, los equipos directivos han tomado decisiones basadas en informes históricos. El problema es que esos informes siempre reflejan lo que ya ha pasado.

El IoT cambia eso porque permite ver lo que está ocurriendo en tiempo real y evaluar cómo se están ejecutando los procesos en la empresa, si hay desviaciones, si existen ineficiencia, y detectarlo en el momento en que ocurre, no semanas después.

Cuando los directivos disponen de información precisa y en tiempo real sobre los procesos, la decisión deja de ser una discusión y se convierte en una consecuencia lógica, reduciendo la incertidumbre.

 

En el caso de DomotikMind, ¿cómo habéis implementado soluciones IoT que generen ahorro de costes, eficiencia o mayor control operativo?

En DomotikMind implementamos IoT siguiendo un método muy concreto. Primero definimos qué proceso queremos controlar o mejorar: puede ser una ineficiencia, un error recurrente o incluso una decisión crítica que, sin generar un problema visible, obliga a mantener reuniones constantes y aun así muchas veces se toma con incertidumbre.

Después establecemos qué debería estar ocurriendo en un ciclo normal e instalamos los sensores necesarios para monitorizar ese punto de forma continua y objetiva. Finalmente, transformamos esa señal en información estructurada que nos permite comparar en tiempo real lo esperado con lo que realmente está ocurriendo. Cuando aparece una desviación -o cuando hay que tomar una decisión estratégica- los datos eliminan la ambigüedad. Y es ahí donde se generan el ahorro de costes, la mejora de eficiencia y un mayor control operativo.

 

---

«Cuando los directivos disponen de información precisa y en tiempo real sobre los procesos, la decisión deja de ser una discusión y se convierte en una consecuencia lógica, reduciendo la incertidumbre»

---

 

No importa el sector en el que se implemente. Estamos trabajando en residencias, en entornos domésticos y en plantas industriales de automoción.

Imaginemos una residencia de mayores con más de 100 habitaciones. Cada noche es necesario realizar rondas periódicas para comprobar que no se ha producido ninguna caída o situación de riesgo. Entre una ronda y la siguiente pueden transcurrir varias horas, lo que genera una ventana de incertidumbre elevada. Además, muchos residentes requieren cuidados específicos cada cierto tiempo y los recursos humanos son limitados.

Ahora bien, ¿qué ocurriría si la instalación de sensores en las habitaciones permitiera monitorizar en tiempo real posibles situaciones de riesgo y, al mismo tiempo, verificar que las tareas asistenciales planificadas se han realizado en tiempo y forma?

Ese es el enfoque de nuestro proyecto VerifAI para residencias: proporcionar información objetiva y en tiempo real para priorizar los recursos humanos de manera inteligente, reducir la incertidumbre y aumentar la calidad del servicio que reciben los residentes.

 

¿Qué aprendizajes clave habéis obtenido al desplegar proyectos IoT en entornos reales como industria, edificios o energía?

El principal aprendizaje es que la tecnología nunca es el problema. El reto real está en cómo se integra en la operación y en la cultura de la organización.

Hemos aprendido tres cosas clave. Primero, que si no se define claramente qué decisión se quiere mejorar, el proyecto pierde foco. El IoT no debe instalarse para “tener datos”, sino para resolver un punto concreto del negocio.

Segundo, que la simplicidad es crítica. En entornos reales -industria, edificios o energía- las soluciones deben ser robustas, fáciles de entender y no generar fricción en el equipo. Si el sistema complica la operativa diaria, fracasa, aunque técnicamente sea brillante.

Y tercero, que el valor no está en el dato, sino en la interpretación. Muchas organizaciones ya tienen información, pero no la tienen estructurada para actuar. Cuando el dato se traduce en una alerta clara o en un indicador accionable, la mejora es inmediata.

En definitiva, hemos comprobado que el éxito de un proyecto IoT no depende de cuánta tecnología se despliegue, sino de cuánto impacto real tiene en la toma de decisiones.

 

¿Cuáles son los errores más habituales al implantar IoT y cómo pueden evitarlos?

 

El error más habitual es empezar por la tecnología en lugar de empezar por la decisión.

Muchas organizaciones instalan sensores para “tener más datos”, sin haber definido antes qué problema quieren resolver o qué decisión quieren mejorar. El resultado suele ser el mismo: mucha información, pocos cambios reales.

El IoT solo tiene sentido si está conectado a una decisión concreta. Si no hay una decisión clara al final del proceso, el proyecto pierde impacto.

 

---

«Cuando el dato se traduce en una alerta clara o en un indicador accionable, la mejora es inmediata»

---

 

Otro error frecuente es querer medirlo todo. Cuando se intenta monitorizar demasiadas variables desde el inicio, el sistema se vuelve complejo, difícil de interpretar y pierde foco. Es mucho más efectivo identificar un punto crítico del proceso, medirlo bien y generar impacto ahí, antes de escalar.

También vemos fallos cuando la información no se traduce en algo accionable. Los datos por sí solos no generan valor; lo genera la capacidad de detectar una desviación y saber exactamente qué hacer.

 

¿Qué pasos debería seguir una pyme para diseñar un piloto IoT con ROI claro y capacidad de escalar?

Lo primero es entender que un piloto IoT no es un proyecto tecnológico, es un proyecto de negocio. Para que tenga ROI claro y capacidad de escalar, una pyme debería seguir cinco pasos. Definir una decisión concreta que quiera mejorar; no empezar preguntando “qué podemos medir”, sino “qué decisión nos cuesta dinero, tiempo o incertidumbre”. Si el piloto no impacta en una decisión real, no tendrá retorno.

Después hay que elegir un proceso acotado y medible. El proyecto piloto debe ser pequeño, controlado y con impacto directo. Mejor optimizar un punto crítico muy concreto que intentar digitalizar toda la operación desde el inicio.

También hay que establecer una línea base. Antes de medir con IoT, hay que saber cómo se está funcionando hoy: tiempos, costes, errores, desviaciones. Sin referencia inicial, no se puede demostrar el ROI.

Por otra parte, debemos instalar solo la tecnología necesaria. El piloto debe ser simple. Sensores mínimos, datos claros y enfoque absoluto en el problema definido. La complejidad es enemiga del retorno.

Y, por último, convertir los datos en acción inmediata. El piloto no termina cuando se visualizan datos, sino cuando esos datos permiten tomar decisiones más rápidas, más objetivas y con menos debate interno. Si el piloto demuestra mejora medible en ese punto concreto, entonces se puede escalar con criterio y sin improvisaciones.

En nuestra experiencia, cuando una pyme enfoca el IoT como una herramienta para reducir incertidumbre en decisiones clave, el retorno no tarda en aparecer.