Entrevista a Ignacio Martínez, Director de Tecnologías de la Información y Transformación Digital, (INECO), en Encín Golf Madrid
Para hablar de cómo grandes empresas relacionadas con la Supply Chain están afrontando la transformación digital, tuve el placer de entrevistar a Ignacio Martínez, Director de Tecnologías de la Información y Transformación Digital en INECO.
INECO es una empresa de ingeniería y consultoría de capital público (Ministerio de Fomento) y de gestión privada, que ofrece soluciones integrales e innovadoras en todas las fases del desarrollo de los distintos modos de transporte, estando presente en todas las etapas de un proyecto, desde los estudios previos de viabilidad hasta la puesta en servicio.
Cristina Peña: Veo en tu perfil que eres Ingeniero de Caminos, así como Ingeniero Informático, además de disponer de un MBA y un PDD. ¿Qué querías aunar con esta formación tan amplia?
Ignacio Martínez: Mi intención era disponer de una visión común de la ingeniería y la tecnología. De hecho, trato de formar equipos mixtos de trabajo donde ingenieros, perfiles TI y científicos de datos trabajen juntos aportando distintos enfoques.
CP: En tan solo siete años, has pasado de tener un equipo de unas 70 personas a casi 700, lo que corresponde con más del 20% de la plantilla de INECO.
IM: Ha sido posible desarrollar un crecimiento sostenible del número de miembros del equipo basándolo, entre otros puntos clave, en la “capitalización” de los activos digitales de los que disponíamos: Aproximadamente el 20% de los desarrollos actuales se basan en el know-how que ya teníamos o reutilizando/mejorando elementos a través de un enfoque a “solución” completa.
CP: ¿Empleáis en Ineco Intraemprendimiento como estrategia de funcionamiento? Parece ser una fórmula excelente para sacar el máximo provecho a la iniciativa de los trabajadores. Google en concreto implantó años atrás un sistema en el que cada trabajador pudiera dedicar un 20% de su tiempo al desarrollo de proyectos propios que la empresa pudiera apoyar posteriormente, como hizo con el lanzamiento de productos como Gmail.
IM: Sí, Intraemprendimiento es otro punto importante que nos ha ayudado a la retención del talento, a la agilidad y a la generación de nuevas ideas o proyectos piloto que pueden ser luego exportados a otras áreas de la organización.
En paralelo con esta idea de Intraemprendimiento, participamos muy activamente en Concursos Internos de Innovación de INECO. Todo esto nos genera un aumento de la capacidad disponible y nos permite disponer de un margen amplio de maniobra para la adquisición de nuevos recursos, que sigan orientándose a transformar digitalmente los productos o soluciones que desde INECO podemos ofrecer a sus clientes internos o externos
CP: ¿Para trazar estrategias, empleáis herramientas orientadas a la digitalización de productos como “Canvas”?
IM: Sí, revisamos las soluciones actuales y estudiamos cómo podrían ser optimizadas con el uso de las nuevas tecnologías, especialmente en los retos internos de innovación. De esas propuestas, elegimos aquellas con una masa crítica suficiente para beneficiarse de la ventaja tecnológica a desarrollar. Canvas en una herramienta de las que empleamos en todo este ejercicio
CP: Un paso clave en la transformación digital del diseño de Infraestructuras de transporte es la implementación de “BIM” (Building Information Modelling) que no es sino un modelo inteligente en 3D que permite la visualización del avance de proyectos de arquitectura, ingeniería y construcción.
IM: BIM es una metodología de alto valor añadido tanto para planificar como para diseñar y construir edificios e infraestructuras y su uso es cada vez más necesario, en especial a la hora de licitar concursos. Aunque en arquitectura está muy implantado, siendo un requisito para participar en los grandes proyectos de edificios internacionales, también se está requiriendo cada vez más en obra civil.
CP: En relación con la transformación digital en el diseño, ¿qué otros conceptos importantes empleáis en relación con la cadena de suministro?
IM: Asociados a BIM, empleamos dos conceptos clave que nos permiten una visión más amplia de la cadena de suministro:
- Digital twin: como una evolución de BIM / activos digitales junto con capacidad de análisis y predicción, consistente en simulaciones, y que esperamos que sirva para validar proyectos de infraestructuras. En fase de ejecución tiene muchas posibilidades, pero es aún un desafío la implementación de alguna tecnología práctica en obra para interactuar de forma efectiva con el gemelo digital– como la realidad aumentada. Es especial debido a la cantidad de información que se ofrece y la necesidad de filtros para que los técnicos de campo dispongan solo de los datos operativos necesarios, además de que aún tenemos que vencer el problema cultural que supone el uso de herramientas nuevas en obra.
- Digital thread: con esto buscamos unificar nuestros datos históricos con todos los activos digitales, disponiendo así de una estructura consistente de comunicación basada en un flujo de datos conectados que permiten a todas nuestras áreas funcionales acceder a la información precisa en todo momento.
CP: ¿Qué otros conceptos digitales contempláis?
IM: Consideramos básico el uso de “Soluciones en la nube” y de “Plataformas digitales” tales como las empleadas en Construcción para el Mantenimiento de Infraestructuras, de manera que se almacenen y analicen todos los datos de operación recogidos por distintos sensores, así como paradas, averías, etc, pudiendo con ellos predecirse fallos futuros a través de “Big Data”. De esta forma llegamos al concepto anterior de gemelo digital.
CP: ¿Podrías enumerar los pasos importantes que has realizado en la Transformación digital de INECO?
IM: La estrategia de transformación digital que he ido siguiendo respondía a un plan a tres años. Los seis pilares de este plan eran con sus denominaciones en inglés:
- Paperless: Digitalización de documentos
- Data driven company: Generación de aquello que no existe y es útil, organización y explotación de datos. Tratamiento de datos con Big Data e Inteligencia Artificial para extraer conclusiones de negocio para los distintos departamentos.
- Collaboration – Cocreation: Áreas de trabajo comunes.
- Cybersecurity: con la máxima reducción posible de su impacto en los trabajadores, por ejemplo, requiriendo una doble validación solo si se detecta una entrada sospechosa y trabajando en los planes de desastre, que son el back up o respaldo, si algo no deseable acontece
- Digital Transformation Lab: Es un laboratorio para el desarrollo de las iniciativas a futuro tales como Big Data e Innovación Disruptiva. De aquí sale una cantera interna de gran calidad, ya que desde su contratación van acompañados de profesionales senior que los mentorizan al tiempo que de expertos externos que son contratados por un tiempo determinado con vistas a dejar su huella en el equipo para el futuro.
- Fast execution: Es una iniciativa para mejorar la agilidad de los procesos por parte de los empleados. La idea es automatizar los procesos para tomar decisiones de manera más rápida y sólida. También está incluida aquí la migración a la nube o las aplicaciones para móviles.
CP: Ignacio, para terminar, por favor, cuéntanos un caso de éxito representativo de todo este trabajo y que haya sido monetizado
IM: Un ejemplo de monetización es el de la predicción de tráfico o de la movilidad a través de Inteligencia Artificial. Nosotros lo hacemos contando con un compendio amplio de informaciones, por ejemplo, el conteo de vehículos a través de fuentes no convencionales o las encuestas de movilidad a través de una App propia. En este caso las encuestas van validadas con una muestra poblacional que acepta compartir los datos de su GPS, a través de una gratificación. Información algo similar a la que se consigue a través de datos de móviles, si bien la densidad de celdilla recogida de los repetidores de telefonía genera bastante error espacial, además de carecer de datos explícitos relevantes como el modo de transporte y una caracterización socioeconómica detallada (generalmente solo sexo y edad, e inferido el nivel adquisitivo).
En definitiva, nosotros nos basamos en combinar los datos de muchas fuentes, de manera que enriquecemos los resultados y damos más fiabilidad. Se pueden obtener datos para el proyecto de movilidad de flotas de vehículos, extracción de dinero geolocalizada en cajeros, Twitter, etc. La suma de todos da un resultado de alta calidad.
Para concluir con un ejemplo, las Smart Cities tienden a esto, al empleo de la mayor fuente de datos posible, sean convencionales o no.
