Podcast - Entrevista a Javier Mallo, CIO de Carrefour: liderando la transformación tecnológica en el sector retail.

Arrancamos nueva temporada de "Apasionados por la tecnología" entrevistando a Javier Mallo, CIO en Carrefour España. En este episodio nos habla del reto del sector retail ante la IA, cómo trabajar en dos velocidades hasta conseguir la adopción de esta tecnología y de la importancia de la tienda física y el contacto humano frente a toda esta revolución.

Entrevista a Javier Mallo, CIO en Carrefour España

El retail se encuentra en un momento de profunda transformación. La inteligencia artificial generativa, los agentes, el cloud, los datos y la automatización están abriendo nuevas posibilidades para mejorar tanto la experiencia de cliente como la eficiencia operativa.

Pero en un sector con millones de transacciones, cientos de tiendas y una enorme complejidad tecnológica, innovar no consiste únicamente en probar nuevas herramientas. El verdadero reto está en conseguir que la tecnología genere valor real y pueda escalar dentro del negocio.

La velocidad a la que aparecen nuevas tecnologías está obligando a los departamentos de IT a trabajar a dos velocidades.

Por un lado, necesitan explorar constantemente nuevas posibilidades y encontrar casos de uso que aporten valor. Por otro, tienen que mantener y modernizar infraestructuras, aplicaciones y sistemas que siguen siendo críticos para el funcionamiento del negocio.

Y en retail esta dualidad es especialmente evidente: la tecnología ya no está únicamente detrás del canal digital. Está presente en prácticamente cada interacción y cada proceso de una tienda física.

La tecnología ya no es un soporte: es parte de la estrategia

Durante años, la tecnología podía entenderse como una herramienta para dar soporte al negocio. Hoy esa separación resulta cada vez más difícil de mantener.

El comercio electrónico, las aplicaciones móviles, los programas de fidelización, la gestión del stock, el pricing, las promociones, la logística o la experiencia dentro de la tienda dependen directamente de sistemas tecnológicos.

Incluso el funcionamiento de una tienda física está cada vez más digitalizado. Por eso, la tecnología ha dejado de ser un medio aislado para convertirse en una pieza fundamental de la estrategia empresarial.

Esto cambia también el papel de los responsables de tecnología. El reto no consiste simplemente en conocer las últimas novedades, sino en entender la realidad concreta de la compañía y decidir qué tecnología aplicar, cuándo hacerlo y con qué objetivo.

No todas las empresas tienen la misma cultura, el mismo nivel de madurez ni las mismas necesidades. Una tecnología puede funcionar extraordinariamente bien en una organización y no aportar prácticamente nada en otra. El éxito depende de saber conectar la innovación tecnológica con los problemas reales del negocio.

El gran reto de la IA: conseguir adopción

La inteligencia artificial es probablemente el mejor ejemplo de esta nueva realidad. Las empresas pueden desplegar herramientas de IA generativa con una rapidez que hace unos años habría resultado difícil de imaginar. Pero poner una herramienta a disposición de miles de empleados/as no significa que vaya a ser utilizada de forma habitual.

Una experiencia real de despliegue demuestra precisamente esta dificultad. Tras poner una plataforma de IA a disposición de miles de empleados/as, la utilización inicial fue elevada, pero cayó considerablemente después de las primeras semanas. La tecnología estaba disponible, pero la adopción no se había trabajado suficientemente.

La solución pasa por entender que la adopción es un proyecto en sí mismo. No basta con proporcionar acceso a un modelo o a un copiloto. Es necesario formar a las personas, identificar casos de uso, crear referentes internos y conseguir que la tecnología se incorpore realmente a la forma de trabajar.

Los programas de AI Champions son una de las vías para conseguirlo. En lugar de plantear la adopción únicamente desde arriba, se crean comunidades de usuarios que experimentan, comparten conocimiento y ayudan a extender el uso de la IA dentro de las distintas áreas de negocio.

En el caso analizado, este enfoque permitió extender el uso de la IA a diferentes áreas y tiendas, acompañado de formación y sesiones periódicas.

Pero la adopción necesita también una dirección clara. Experimentar con IA en cientos de casos de uso diferentes puede acabar dispersando los recursos. Por eso resulta fundamental establecer prioridades estratégicas y concentrar los esfuerzos allí donde exista una oportunidad real de impacto.

De la IA genérica a los casos de uso que generan negocio

Una de las claves para que la inteligencia artificial tenga impacto en retail es dejar de pensar únicamente en la tecnología y empezar por los problemas que se quieren resolver.

Entre las áreas con mayor potencial aparecen cuestiones como la optimización del surtido, el pricing, las promociones, las operaciones en tienda y el conocimiento y relación con el cliente.

Aquí es donde los datos adquieren un papel fundamental. La IA puede ser extraordinariamente potente, pero necesita información de calidad y correctamente gobernada para generar resultados fiables.

Un ejemplo especialmente interesante es la evolución de los asistentes hacia experiencias mucho más personalizadas. Los nuevos agentes pueden ir más allá de responder preguntas y utilizar información contextual sobre cada cliente para ofrecer recomendaciones, promociones o información relevante para su situación concreta.

En este escenario, el valor de la IA no está únicamente en responder mejor, sino en utilizar el conocimiento disponible para ofrecer una experiencia más útil y personalizada.

Innovar rápido no significa escalar rápido

Una de las grandes ventajas actuales es que experimentar con nuevas tecnologías resulta mucho más rápido y barato que hace unos años.

Una prueba de concepto puede desarrollarse en cuestión de semanas o meses con una inversión relativamente contenida, lo que permite validar una idea antes de comprometer grandes cantidades de recursos. Pero existe una diferencia enorme entre demostrar que algo funciona y llevarlo a producción a gran escala.

Cuando una prueba de concepto se convierte en un producto utilizado por miles o millones de personas, aparecen nuevos desafíos. La experiencia de usuario, la estabilidad, la infraestructura, la seguridad y la calidad de los datos pasan a ser factores críticos. El verdadero cuello de botella de la innovación muchas veces no está en crear el prototipo, sino en tener una arquitectura preparada para soportarlo.

Por eso, los equipos de UX y UI adquieren una importancia creciente. Una aplicación o un agente puede funcionar técnicamente y, sin embargo, fracasar porque la experiencia de usuario no resulta suficientemente intuitiva o atractiva. La adopción depende también de cómo se presenta la tecnología al usuario.

El problema que sigue detrás de la IA: el legacy

Hay otro elemento menos visible, pero fundamental: los sistemas que existen detrás de las nuevas experiencias digitales. Una empresa puede desarrollar rápidamente un nuevo agente, una aplicación basada en IA o un nuevo canal digital.

Sin embargo, si ese producto depende de una aplicación crítica de hace quince años que continúa funcionando sobre una infraestructura antigua, la capacidad de escalar estará limitada. Es el problema de las dos velocidades de IT.

Mientras una parte de la organización trabaja en inteligencia artificial, agentes, innovación y transformación digital, otra tiene que ocuparse de infraestructuras, aplicaciones legacy, vulnerabilidades, obsolescencia y mantenimiento.

El reto consiste en conseguir que ambas velocidades avancen. No tiene sentido construir el futuro digital sobre una base tecnológica incapaz de soportarlo.

La modernización de estos sistemas, la migración al cloud, la creación de infraestructuras autoescalables y, sobre todo, una correcta gestión y gobierno del dato son condiciones necesarias para aprovechar realmente las nuevas tecnologías.

El dato como infraestructura invisible del retail

La IA está haciendo todavía más evidente un problema que ya existía: la calidad del dato. Los modelos y agentes necesitan acceder a información fiable, actualizada y correctamente gobernada.

De poco sirve disponer de una tecnología muy avanzada si los datos sobre clientes, productos, stock o procesos están fragmentados, desactualizados o almacenados en sistemas difíciles de integrar.

Por eso, una parte importante del trabajo tecnológico durante los próximos años seguirá siendo mucho menos visible que la IA: limpiar datos, modernizar sistemas, migrar plataformas, mejorar la gobernanza y eliminar deuda tecnológica.

Puede parecer menos espectacular que desplegar un agente autónomo, pero probablemente sea igual o más importante para determinar qué empresas estarán preparadas para aprovechar esa tecnología.

El futuro del retail será agéntico, pero seguirá siendo humano

Es difícil predecir exactamente cómo será el retail dentro de cinco años. La velocidad de evolución de la inteligencia artificial hace que muchas de las predicciones actuales puedan quedarse rápidamente obsoletas.

Lo que sí parece claro es que los agentes tendrán un papel cada vez mayor y estarán más interconectados con los sistemas de las compañías. También veremos una mayor presencia de tecnologías como IoT, edge computing o computación cuántica.

Pero existe una conclusión especialmente relevante para el retail: digitalizar no significa eliminar la dimensión humana de la experiencia de compra. La tienda física seguirá teniendo un peso enorme.

Aunque crezcan el ecommerce, el quick commerce, las aplicaciones y las nuevas interfaces basadas en IA, las personas continuarán visitando las tiendas. El objetivo de la tecnología será hacer esa experiencia más sencilla, personalizada y libre de fricciones, no necesariamente sustituirla.

Esto abre una oportunidad especialmente interesante para el sector: utilizar la tecnología para conseguir que el mundo físico y el digital dejen de funcionar como experiencias separadas.