1
00:00:09,680 --> 00:00:17,950
Buenas, esto es BIMPRAXIS, el podcast donde el BIM se encuentra con la inteligencia artificial.

2
00:00:20,350 --> 00:00:27,230
Exploramos la ciencia, la tecnología y el futuro desde el enfoque de la arquitectura, ingeniería y construcción.

3
00:00:28,970 --> 00:00:29,650
¡Empezamos!

4
00:00:37,180 --> 00:00:43,360
Estamos ya en enero de 2026 y, a ver, si uno se fía solo de la publicidad,

5
00:00:43,360 --> 00:00:48,560
las obras de construcción ya deberían ser una especie de ballet de robots autónomos.

6
00:00:49,020 --> 00:00:53,620
Totalmente, con edificios diseñados por una inteligencia artificial en minutos.

7
00:00:53,880 --> 00:01:01,480
Exacto, pero claro, una cosa es el marketing y otra muy distinta es la realidad del día a día en la edificación industrial.

8
00:01:02,060 --> 00:01:09,280
Para analizar todo esto, tenemos sobre la mesa un informe que es muy crítico, muy detallado y lleno de datos.

9
00:01:09,280 --> 00:01:13,280
Un informe que básicamente le pone cifras a esas sensaciones.

10
00:01:13,360 --> 00:01:16,920
Una sensación que todos tenemos de que algo no termina de cuadrar, ¿no?

11
00:01:16,940 --> 00:01:23,180
Justo. Es como la resaca después de la gran fiesta del hype por la IA. Así que vamos a desgranarlo.

12
00:01:23,560 --> 00:01:30,460
Nuestra misión hoy es entender por qué, a pesar de toda la inversión que se ha hecho, la IA no ha sido esa revolución prometida.

13
00:01:30,660 --> 00:01:32,040
O al menos no como se prometió.

14
00:01:32,160 --> 00:01:35,260
Sobre todo, encontrar el verdadero cuello de botella. ¿Te parece?

15
00:01:35,260 --> 00:01:43,300
Me parece un punto de partida perfecto. Porque además, lo más fascinante de este análisis es que no le echa la culpa a la tecnología como tal.

16
00:01:43,360 --> 00:01:43,640
¿Ah, no?

17
00:01:43,860 --> 00:01:51,140
No, para nada. La IA como herramienta es increíblemente potente. El problema, como vamos a ver, es mucho más profundo.

18
00:01:51,660 --> 00:01:56,240
Tiene que ver con la propia industria. El informe es demoledor con varios mitos.

19
00:01:56,640 --> 00:02:01,380
El del diseño generativo totalmente autónomo, el de los robots paseando por la obra…

20
00:02:01,380 --> 00:02:03,100
Lo que vemos en los vídeos virales, vamos.

21
00:02:03,480 --> 00:02:10,860
Exacto. Pero también identifica una victoria muy clara. Eso sí, y esto es lo importante, viene con unos matices.

22
00:02:11,200 --> 00:02:13,340
Unos matices tan grandes que casi no se pueden entender.

23
00:02:13,360 --> 00:02:21,600
Pues empecemos por ahí, por la visión general. El informe arranca con una cifra del Boston Consulting Group que, sinceramente, te deja helado.

24
00:02:21,840 --> 00:02:23,360
Es un dato brutal, sí.

25
00:02:23,680 --> 00:02:31,440
¿Cuál es el porcentaje de empresas que de verdad han conseguido sacar valor de la IA más allá de un simple experimento o de una prueba piloto?

26
00:02:31,860 --> 00:02:39,460
Pues mira, a finales de 2024, el 74% de las empresas del sector se habían quedado atascadas en esa fase.

27
00:02:40,020 --> 00:02:42,340
¿Un 74% en pruebas piloto?

28
00:02:42,340 --> 00:02:43,180
Sí, sí.

29
00:02:43,620 --> 00:02:51,060
Proyectos que funcionan muy bien en un laboratorio, en un entorno controlado, pero que nunca, nunca llegan a implementarse de verdad en una obra real.

30
00:02:51,920 --> 00:02:58,460
Y lo más llamativo es que solo un 4% ha logrado generar un valor tangible y constante.

31
00:02:58,820 --> 00:02:59,860
¿Un 4%?

32
00:03:00,100 --> 00:03:03,020
Un 4%. Es una tasa de éxito bajísima.

33
00:03:03,020 --> 00:03:08,740
Es que un 4% es casi un fracaso a nivel estadístico. Entonces, ¿qué está pasando?

34
00:03:09,140 --> 00:03:13,340
¿La tecnología no es tan buena como nos decían? ¿O el problema está en otro sitio?

35
00:03:13,360 --> 00:03:24,520
Ahí, ahí está la clave de todo. Los autores del informe son muy claros. La IA no ha fallado. Lo que ha fallado es la base, los cimientos sobre los que se intenta aplicar.

36
00:03:24,620 --> 00:03:25,580
¿Y cómo lo explican?

37
00:03:26,020 --> 00:03:36,720
Usan una frase que a mí me parece una maravilla de honestidad. Dicen, sin procesos estandarizados, la IA solo ha servido para automatizar el caos.

38
00:03:36,720 --> 00:03:43,340
Me encanta esa frase. Automatizar el caos. Es como si tu casa es un desastre y te convertís en un desastre.

39
00:03:43,340 --> 00:03:45,640
Es como si compras el robot aspirador más caro del mercado.

40
00:03:45,860 --> 00:03:46,960
¿Qué consigues con eso?

41
00:03:47,100 --> 00:03:50,280
Pues esparcir el desorden de un lado a otro, pero mucho más rápido.

42
00:03:50,400 --> 00:03:54,780
Es la analogía perfecta. Y aquí el análisis se pone aún más interesante.

43
00:03:55,060 --> 00:04:02,800
Porque sugiere que gran parte de esta adopción de la IA no ha venido por un impulso de innovación, sino por pura desesperación.

44
00:04:03,200 --> 00:04:04,540
¿Desesperación en qué sentido?

45
00:04:04,780 --> 00:04:08,220
Pues otro informe, en este caso de Deloitte, lo corrobora.

46
00:04:08,220 --> 00:04:12,420
El sector de la construcción tiene una escasez de talento crónica.

47
00:04:13,340 --> 00:04:18,300
La fuerza laboral envejece a pasos agigantados y no hay relevo generacional.

48
00:04:18,500 --> 00:04:26,700
O sea, que se han lanzado a por la IA no para ser el doble de eficientes, sino para intentar no ser la mitad de productivos con la gente que les queda.

49
00:04:27,700 --> 00:04:30,520
Exactamente. Se está usando como un parche.

50
00:04:30,960 --> 00:04:37,220
Un parche para un problema estructural que es profundísimo, no como un trampolín hacia el futuro.

51
00:04:37,220 --> 00:04:41,020
Es una solución reactiva, no proactiva.

52
00:04:41,540 --> 00:04:43,220
Y claro, cuando aplicas una tecnología…

53
00:04:43,340 --> 00:04:47,580
Una tecnología tan avanzada, de forma reactiva y sobre una base caótica…

54
00:04:47,580 --> 00:04:49,300
Los resultados son los que estamos viendo.

55
00:04:49,560 --> 00:04:51,060
Un 4% de éxito.

56
00:04:52,000 --> 00:04:54,860
De acuerdo. El panorama general es bastante sombrio.

57
00:04:55,540 --> 00:04:59,100
Pero has dicho que el informe sí identifica una victoria clara.

58
00:04:59,860 --> 00:05:00,840
Bajemos a lo concreto.

59
00:05:01,460 --> 00:05:06,360
De todas las tecnologías de IA que se han probado, ¿cuál es la que realmente está funcionando?

60
00:05:06,700 --> 00:05:12,240
La única que el informe califica de victoria validada es la visión por computadora.

61
00:05:12,240 --> 00:05:13,240
Y su concepto…

62
00:05:13,340 --> 00:05:16,200
Su concepto es, en esencia, bastante simple.

63
00:05:16,340 --> 00:05:21,840
A ver, explícalo para que lo entendamos todos. Entiendo que tiene que ver con drones y cámaras, ¿no?

64
00:05:22,180 --> 00:05:28,780
Sí. Imagina que tienes un dron que escanea la obra cada día. O cámaras fijas que lo hacen constantemente.

65
00:05:28,900 --> 00:05:29,200
Vale.

66
00:05:29,540 --> 00:05:37,420
Genera lo que se llama una nube de puntos, que es como una fotografía tridimensional perfecta de todo lo que se ha construido hasta ese momento.

67
00:05:37,500 --> 00:05:40,500
¿Y el software de IA qué hace con esa foto?

68
00:05:40,500 --> 00:05:43,320
Pues coge esa foto y la superpones sobre el modelo.

69
00:05:43,340 --> 00:05:48,340
El modelo digital del proyecto. El famoso modelo BIM. Y en segundos te dice si hay alguna desviación.

70
00:05:48,960 --> 00:05:56,220
Entiendo. O sea que si una tubería debía estar a 10 centímetros de una pared y el dron detecta que en la realidad está a 15…

71
00:05:56,220 --> 00:05:59,480
Salta una alarma en el móvil del jefe de obra. Al instante…

72
00:05:59,480 --> 00:06:02,100
Es algo así de simple y a la vez de potente.

73
00:06:02,400 --> 00:06:12,420
Sobre el papel, es una revolución. Es la aplicación con el mayor retorno de inversión demostrado hasta la fecha. Evita errores que costarían millones arreglar más adelante.

74
00:06:12,660 --> 00:06:13,180
Pero…

75
00:06:13,180 --> 00:06:14,180
Siempre hay un pero.

76
00:06:14,180 --> 00:06:19,180
Y en este caso es el pero más grande de todo el informe. Es un pero gigantesco.

77
00:06:19,180 --> 00:06:20,180
Dispara.

78
00:06:20,180 --> 00:06:30,180
Para que esa IA pueda detectar desviaciones de 5 centímetros de forma fiable, el modelo digital contra el que compara tiene que ser absolutamente perfecto.

79
00:06:30,180 --> 00:06:31,180
¿Perfecto en qué sentido?

80
00:06:31,180 --> 00:06:43,180
Necesita un nivel de detalle que en la jerga técnica se llama LOD 400. Esto, bueno, básicamente significa que cada tornillo, cada anclaje, todo, está modelado con precisión milíndica.

81
00:06:44,180 --> 00:06:47,180
Y me imagino que la mayoría de los modelos no son así, ¿verdad?

82
00:06:47,180 --> 00:06:55,180
Para nada. Un estudio de McKinsey nos recuerda algo muy bestia. La construcción es el segundo sector menos digitalizado del mundo.

83
00:06:55,180 --> 00:06:57,180
Solo por delante de la agricultura.

84
00:06:57,180 --> 00:07:07,180
Exacto. La cruda realidad es que la mayoría de los modelos BIM que se usan no son fiables o no tienen ese nivel de detalle. Y aquí, pues, viene el desastre.

85
00:07:07,180 --> 00:07:08,180
¿Qué pasa entonces?

86
00:07:08,180 --> 00:07:12,180
Que la IA, al no tener una referencia perfecta, empieza a generar miles de faltas.

87
00:07:14,180 --> 00:07:16,180
Alertas de error que no son errores reales.

88
00:07:16,180 --> 00:07:22,180
Exacto. Miles de correos y notificaciones avisando de problemas que no existen. ¿Y qué acaba pasando?

89
00:07:22,180 --> 00:07:24,180
Que el jefe de obra se vuelve loco.

90
00:07:24,180 --> 00:07:31,180
Se satura de avisos inútiles, se frustra y acaba desconectando el sistema. Y así, la herramienta más potente que tenían se vuelve inútil.

91
00:07:31,180 --> 00:07:33,180
Por la mala calidad de los datos de partida.

92
00:07:33,180 --> 00:07:38,180
Justo. Es una victoria con un asterisco del tamaño de un edificio, entonces.

93
00:07:38,180 --> 00:07:42,180
Es fascinante cómo un problema de base, de disciplina digital, puede anular una tecnología tan afectada.

94
00:07:42,180 --> 00:07:48,180
Totalmente. Y me imagino que este problema de la calidad de los datos no solo afecta la supervisión.

95
00:07:48,180 --> 00:07:59,180
Es que es aún más grave cuando intentamos que la IA sea creativa. Lo que nos lleva directamente al siguiente gran mito que desmonta el informe. El diseño generativo.

96
00:07:59,180 --> 00:08:11,180
Cierto. La idea de que una IA puede diseñar un edificio optimizado por sí sola, esto siempre me ha sonado a ciencia ficción, pero se vende como si ya estuviera aquí. ¿Qué dice el informe sobre su utilidad real?

97
00:08:11,180 --> 00:08:18,180
Pues dice que, en la fase inicial de todas, la de viabilidad, tiene su utilidad.

98
00:08:18,180 --> 00:08:19,180
¿Para qué, por ejemplo?

99
00:08:19,180 --> 00:08:29,180
Para calcular volúmenes, cuántos metros cuadrados caben en una parcela, explorar opciones de distribución muy básicas… Ahí, bueno, funciona.

100
00:08:29,180 --> 00:08:30,180
Pero…

101
00:08:30,180 --> 00:08:36,180
Pero el informe añade textualmente que su utilidad cae en picado en cuanto se necesita entrar en el detalle constructivo.

102
00:08:36,180 --> 00:08:41,180
Un momento. ¿Me estás diciendo que empresas de software que valen miles de millones,

103
00:08:41,180 --> 00:08:47,180
están vendiendo una herramienta que produce diseños que luego no se pueden construir? Suena un poco fuerte.

104
00:08:47,180 --> 00:08:57,180
No es que no se puedan construir. Pero, es una promesa a medias. Y no es solo la opinión del informe. Lo confirman estudios académicos en revistas como Buildings.

105
00:08:57,180 --> 00:09:04,180
El problema fundamental es que a los algoritmos actuales les falta algo que se define como sentido común constructivo.

106
00:09:04,180 --> 00:09:08,180
¿Sentido común constructivo? Me gusta el término. ¿Qué significa?

107
00:09:08,180 --> 00:09:10,180
Significa que la IA te puede proponer un diseño que te va a ayudar a construir un edificio optimizado.

108
00:09:10,180 --> 00:09:17,180
La IA te puede proponer geometrías que son matemáticamente perfectas, súper eficientes en un cálculo teórico,

109
00:09:17,180 --> 00:09:22,180
pero que en el mundo real son carísimas o directamente imposibles de construir.

110
00:09:22,180 --> 00:09:25,180
Entiendo. No tiene en cuenta la parte práctica.

111
00:09:25,180 --> 00:09:32,180
Nada. Ignora por completo las limitaciones de los materiales o la logística de cómo se monta una estructura,

112
00:09:32,180 --> 00:09:38,180
o si una viga, con una forma rarísima, va a requerir un encofrado artesanal que dispara el presupuesto.

113
00:09:38,180 --> 00:09:40,180
Son cosas que un técnico senior, un arquitecto…

114
00:09:40,180 --> 00:09:42,180
con experiencia ve al instante.

115
00:09:42,180 --> 00:09:48,180
Al instante. Al final el diseño que propone la IA necesita una remodelación manual tan intensa

116
00:09:48,180 --> 00:09:51,180
que se pierde todo el tiempo que se suponía que ibas a ahorrar.

117
00:09:51,180 --> 00:09:54,180
Es una herramienta para inspirarse, entonces no para diseñar.

118
00:09:54,180 --> 00:09:58,180
Exacto. No de forma autónoma, desde luego.

119
00:09:58,180 --> 00:10:02,180
Vale, entiendo. Hablemos ahora de lo que realmente captura la imaginación.

120
00:10:02,180 --> 00:10:07,180
Esos robots cuadrúpedos, como perros mecánicos, que vemos paseando por las obras.

121
00:10:07,180 --> 00:10:09,180
Sí, esos vídeos son espectaculares.

122
00:10:10,180 --> 00:10:15,180
Parecen el futuro. ¿Qué dice el informe sobre su utilidad real en 2026?

123
00:10:15,180 --> 00:10:17,180
¿Son tan revolucionarios como parecen?

124
00:10:17,180 --> 00:10:21,180
Pues el informe es tajante y, de nuevo, un poco aguafiestas.

125
00:10:21,180 --> 00:10:24,180
Los califica de fantasía económica.

126
00:10:24,180 --> 00:10:25,180
¿Fantasía económica?

127
00:10:25,180 --> 00:10:33,180
Sí. Y la razón no es la tecnología del robot en sí, que es asombrosa, sino el entorno en el que tiene que trabajar.

128
00:10:33,180 --> 00:10:35,180
¿A qué te refieres con el entorno?

129
00:10:35,180 --> 00:10:38,180
El problema es que una obra de construcción es un caos.

130
00:10:38,180 --> 00:10:41,180
Un caos controlado, pero caos al fin y al cabo.

131
00:10:41,180 --> 00:10:45,180
Hay barro, escombros, materiales por todas partes, gente moviéndose…

132
00:10:45,180 --> 00:10:49,180
Es lo que técnicamente se llama un entorno no estructurado.

133
00:10:49,180 --> 00:10:54,180
Exacto. Y la robótica actual fracasa estrepitosamente en esos entornos.

134
00:10:54,180 --> 00:10:57,180
¿Y en qué entornos sí funcionan bien?

135
00:10:57,180 --> 00:10:59,180
Funcionan de maravilla en una fábrica.

136
00:10:59,180 --> 00:11:06,180
En un entorno controlado, predecible, por ejemplo para prefabricar elementos de hormigón o soldar estructuras en un taller.

137
00:11:06,180 --> 00:11:07,180
Ahí son imbatibles.

138
00:11:08,180 --> 00:11:11,180
Pero en la obra al aire libre la cosa cambia.

139
00:11:11,180 --> 00:11:18,180
Muchísimo. El análisis que revisa publicaciones del Journal of Intelligent and Robotic Systems concluye algo muy simple.

140
00:11:18,180 --> 00:11:24,180
El coste de tener a una persona supervisando constantemente al robot para que no se caiga por un agujero…

141
00:11:24,180 --> 00:11:27,180
Es mayor que el coste de que esa misma persona haga el trabajo.

142
00:11:27,180 --> 00:11:33,180
Exacto. Que coja una tablet y haga la inspección directamente con sus propios ojos.

143
00:11:33,180 --> 00:11:37,180
Económicamente, a día de hoy, no tiene ningún sentido.

144
00:11:37,180 --> 00:11:42,180
Es una solución en busca de un problema que, en la obra real, no resuelve de forma eficiente.

145
00:11:42,180 --> 00:11:44,180
Has definido perfectamente la situación.

146
00:11:44,180 --> 00:11:52,180
Entendido. Otra de las grandes provesas, que parecía increíble, era usar la IA generativa para algo que parece perfecto para una máquina.

147
00:11:52,180 --> 00:11:55,180
Comprobar que un proyecto cumple con toda la normativa.

148
00:11:55,180 --> 00:11:57,180
Uf, el tema de la normativa.

149
00:11:57,180 --> 00:12:03,180
Por ejemplo, cruzar los planos con los cientos de páginas de la normativa de incendios. Parece ideal para una IA, ¿no?

150
00:12:03,180 --> 00:12:06,180
Sobre el papel, sí. Pero el informe lo califica como un prototipo.

151
00:12:07,180 --> 00:12:11,180
Un prototipo avanzado, pero inviable para su aplicación real.

152
00:12:11,180 --> 00:12:15,180
Y da una razón muy simple. Una palabra que ya hemos oído mucho.

153
00:12:15,180 --> 00:12:19,180
Los LLMs, los modelos de lenguaje grandes, alucinan.

154
00:12:19,180 --> 00:12:21,180
Se inventan cosas.

155
00:12:21,180 --> 00:12:25,180
¿Podría la IA inventarse un artículo de la normativa de incendios que no existe?

156
00:12:25,180 --> 00:12:27,180
Podría. Y lo hace.

157
00:12:27,180 --> 00:12:32,180
Pero es que incluso si solucionáramos el problema técnico de las alucinaciones, que es un reto enorme,

158
00:12:32,180 --> 00:12:36,180
nos encontramos con un muro mucho más grande. Casi filosófico.

159
00:12:37,180 --> 00:12:39,180
La responsabilidad civil.

160
00:12:39,180 --> 00:12:42,180
El famoso quién paga si algo sale mal.

161
00:12:42,180 --> 00:12:48,180
Exacto. La inteligencia artificial puede sugerir, analizar, recomendar.

162
00:12:48,180 --> 00:12:52,180
Pero no puede firmar un proyecto. No puede asumir la responsabilidad legal.

163
00:12:52,180 --> 00:12:53,180
Claro.

164
00:12:53,180 --> 00:13:01,180
Si una IA aprueba una vía de evacuación y luego llega al inspector de bomberos del ayuntamiento y la rechaza porque no cumple,

165
00:13:01,180 --> 00:13:03,180
¿quién paga la multa y el coste de la reforma?

166
00:13:03,180 --> 00:13:05,180
Es un abismo legal, desde luego.

167
00:13:05,180 --> 00:13:12,180
Me imagino a un juez intentando decidir si la culpa es del programador, de la constructora o del arquitecto que le dio al botón de aceptar.

168
00:13:12,180 --> 00:13:17,180
Es un lío monumental. Y como nadie en la industria tiene una respuesta clara,

169
00:13:17,180 --> 00:13:23,180
mientras esa responsabilidad no esté definida, su uso para validación normativa es simplemente imposible.

170
00:13:23,180 --> 00:13:27,180
La IA puede ser un asistente increíble, entonces. Pero no un sustituto.

171
00:13:27,180 --> 00:13:30,180
No puede sustituir su firma ni su responsabilidad. Exacto.

172
00:13:30,180 --> 00:13:33,180
Vale. Creo que empiezo a ver el patrón.

173
00:13:33,180 --> 00:13:38,180
Todos los caminos parecen llevar al mismo problema de fondo que ya has mencionado varias veces.

174
00:13:38,180 --> 00:13:39,180
A los datos.

175
00:13:39,180 --> 00:13:40,180
La calidad de los datos.

176
00:13:40,180 --> 00:13:46,180
Es que ese es el corazón del informe. Los autores lo llaman el cuello de botella fundamental de la IA.

177
00:13:46,180 --> 00:13:53,180
Y se apoyan en una máxima de la informática que tiene décadas, pero que hoy es más relevante que nunca. Garbage in, garbage out.

178
00:13:53,180 --> 00:13:55,180
Basura entra, basura sale.

179
00:13:55,180 --> 00:14:02,180
Si metes basura en el sistema, lo que sale es basura. Por muy inteligente que sea el sistema, la IA no hace milagros con malos ingredientes.

180
00:14:02,180 --> 00:14:07,180
¿Y el informe da alguna cifra sobre esto, sobre la mala calidad de los datos?

181
00:14:07,180 --> 00:14:16,180
Da otra cifra demoledora. Revela que el 80% de los modelos BIM que se usan hoy en día son lo que llama geometría tonta.

182
00:14:16,180 --> 00:14:19,180
Geometría tonta. ¿Qué significa eso en la práctica?

183
00:14:19,180 --> 00:14:27,180
Significa que son dibujos en 3D muy bonitos, muy detallados visualmente, pero que por dentro están vacíos de información útil.

184
00:14:27,180 --> 00:14:29,180
Son como una cáscara vacía.

185
00:14:29,180 --> 00:14:30,180
Exacto.

186
00:14:30,180 --> 00:14:40,180
Geometros tan básicos como el coste de un muro, el material exacto de una viga o la fecha de instalación de una ventana, ¿están vacíos, son incorrectos o están desactualizados?

187
00:14:40,180 --> 00:14:43,180
Y claro, con esos datos no se puede hacer nada.

188
00:14:43,180 --> 00:14:50,180
Es de pura lógica. La IA no puede predecir sobrecostes si no tiene datos históricos de costes fiables con los que aprender.

189
00:14:50,180 --> 00:14:57,180
Y a esto se suma el caos de los diferentes programas de software que no se hablan entre sí, ¿no? El problema de la interoperabilidad.

190
00:14:57,180 --> 00:14:58,180
Que sigue sin resolverse.

191
00:14:58,180 --> 00:14:59,180
Se prometió que la IA sería un especulador de la IA.

192
00:14:59,180 --> 00:15:02,180
La IA sería una especie de traductor universal.

193
00:15:02,180 --> 00:15:09,180
Pero la realidad, según el informe, es que se está usando principalmente como un parche carísimo.

194
00:15:09,180 --> 00:15:10,180
¿Un parche para qué?

195
00:15:10,180 --> 00:15:16,180
Para limpiar y corregir los datos sucios que se pierden al pasar un proyecto de un software a otro.

196
00:15:16,180 --> 00:15:22,180
Se están gastando recursos millonarios en corregir errores del pasado, no en optimizar el futuro.

197
00:15:22,180 --> 00:15:29,180
Entonces, después de todo este análisis, de desmitificar tantas cosas, ¿cuál es el veredicto final de este informe para 2026?

198
00:15:29,180 --> 00:15:30,180
¿Cuál es la gran conclusión?

199
00:15:30,180 --> 00:15:33,180
La gran conclusión es un cambio de paradigma.

200
00:15:33,180 --> 00:15:37,180
La pregunta importante ya no es qué software de IA debo comprar.

201
00:15:37,180 --> 00:15:42,180
La pregunta correcta es, ¿están mis datos y mis procesos listos para la IA?

202
00:15:42,180 --> 00:15:47,180
Y la ventaja competitiva no la tienen las empresas que compran las licencias más caras.

203
00:15:47,180 --> 00:15:48,180
Para nada.

204
00:15:48,180 --> 00:15:49,180
Déjame adivinar.

205
00:15:49,180 --> 00:15:54,180
La tienen las que llevan años haciendo el trabajo aburrido de ordenar sus datos.

206
00:15:54,180 --> 00:15:56,180
Precisamente.

207
00:15:56,180 --> 00:15:58,180
La tienen las empresas que llevan una década recogiendo sus datos.

208
00:15:58,180 --> 00:16:05,180
Una década recopilando sus propios datos históricos de obra, de forma limpia, estructurada y ordenada.

209
00:16:05,180 --> 00:16:07,180
Es que eso es un tesoro.

210
00:16:07,180 --> 00:16:08,180
Es un tesoro.

211
00:16:08,180 --> 00:16:21,180
Con esos datos propios pueden entrenar modelos de lenguaje pequeños y privados, que son mucho más baratos, mucho más precisos y no alucinan, como las inteligencias artificiales públicas y generales.

212
00:16:21,180 --> 00:16:27,180
O sea que la IA no ha venido a sustituir a los técnicos ni a los arquitectos o ingenieros.

213
00:16:27,180 --> 00:16:29,180
Lo que ha hecho es elevar el listón.

214
00:16:29,180 --> 00:16:30,180
Sí.

215
00:16:30,180 --> 00:16:35,180
Ha hecho dolorosamente evidente quién había hecho los deberes digitales durante los últimos años y quién no.

216
00:16:35,180 --> 00:16:37,180
Has dado en el clavo.

217
00:16:37,180 --> 00:16:49,180
Las empresas que invirtieron primero en estandarizar sus procesos, en mejorar la calidad de sus modelos y en capturar datos reales de sus obras, son las que ahora están empezando a ver un retorno.

218
00:16:49,180 --> 00:16:50,180
¿Y las que no?

219
00:16:50,180 --> 00:16:56,180
Las que simplemente compraron software de IA para aplicarlo a su desorden preexistente.

220
00:16:56,180 --> 00:16:59,180
Lo único que han conseguido es acelerar la generación de errores.

221
00:16:59,180 --> 00:17:01,180
Han automatizado sus propios problemas.

222
00:17:01,180 --> 00:17:09,180
Así que los ganadores no son los que tienen el juguete nuevo más brillante, sino los que tienen las hojas de cálculo más ordenadas de los últimos diez años.

223
00:17:09,180 --> 00:17:10,180
Es una conclusión potente.

224
00:17:10,180 --> 00:17:13,180
Es contraintuitiva, pero es la realidad que describe el informe.

225
00:17:13,180 --> 00:17:16,180
Y esto me lleva a una reflexión final, si te carece.

226
00:17:16,180 --> 00:17:17,180
Adelante.

227
00:17:17,180 --> 00:17:23,180
El análisis se centra en la edificación industrial, pero el principio es universal.

228
00:17:23,180 --> 00:17:25,180
Si la inteligencia artificial no es una búsqueda.

229
00:17:25,180 --> 00:17:31,180
Si la inteligencia industrial no es una varita mágica, sino un amplificador de la calidad de nuestros datos y procesos.

230
00:17:31,180 --> 00:17:40,180
La pregunta que nos deja es, ¿en qué área de nuestro propio trabajo o de nuestro sector necesitamos primero limpiar la casa?

231
00:17:40,180 --> 00:17:56,030
Antes de que llegue la próxima gran ola tecnológica y nos pille a todos con el pie cambiado.

232
00:17:56,030 --> 00:17:58,030
Y hasta aquí el episodio de hoy.

233
00:17:58,030 --> 00:18:00,030
Muchas gracias por tu atención.

234
00:18:09,420 --> 00:18:11,420
Esto es BIMPRAXIS.

235
00:18:11,420 --> 00:18:13,420
Nos escuchamos en el próximo episodio.