La conversación sobre inteligencia artificial ha cambiado. Hace apenas dos años, la pregunta habitual en cualquier organización era: qué puede hacer la IA. Hoy la pregunta es otra, más exigente y más útil: qué ha hecho ya, dónde, y con qué garantías.

En ITELLIGENT entendemos la inteligencia artificial aplicada como la combinación de tres elementos que deben funcionar juntos: datos gobernados e interoperables, modelos de IA adecuados al problema y arquitecturas seguras que permitan llevar esos modelos a producción. Basta con que falte uno para que la IA se quede en la experimentación. Con los tres alineados, se convierte en una palanca de transformación medible.

A lo largo de 2026 hemos dedicado este blog a explicar los fundamentos de los Espacios de Datos, la soberanía del dato y la IA generativa. En este artículo damos un paso más y mostramos cómo esos conceptos se materializan en tres proyectos reales, desarrollados para administraciones públicas y organismos de España y Latinoamérica.

1. IA generativa soberana para la Administración Pública

CONTEXTO: En las administraciones públicas, algunos procedimientos concentran un elevado volumen de tramitación. Buena parte de las resoluciones y documentos que generan siguen patrones similares, lo que los convierte en candidatos naturales para la asistencia mediante IA. En cumplimiento de los acuerdos de confidencialidad con nuestro cliente, omitimos su identidad y los detalles del caso concreto. Sí podemos compartir el enfoque tecnológico y el valor que aporta.

RETO. Automatizar la redacción de borradores de documentos sin comprometer la soberanía de los datos, la trazabilidad de las decisiones ni el control humano del proceso.

SOLUCIÓN: ITELLIGENT ha desarrollado un asistente para la generación de borradores de resoluciones en procedimientos administrativos. La plataforma se apoya en LLM soberanos basados en ALIA, la familia de modelos de lenguaje públicos en castellano y lenguas cooficiales, para construir sistemas multiagente. Incluye un entorno de diseño sin código para crear agentes especializados, un sistema de pruebas para validar su comportamiento y la automatización del despliegue de infraestructura y APIs.

Valor aportado. Todo el sistema opera bajo un marco de gobernanza de datos y modelos que garantiza la trazabilidad de cada decisión y operación realizada por los agentes. Es un ejemplo de cómo la IA generativa puede incorporarse a un entorno especialmente sensible respetando el principio de supervisión humana que exige el Reglamento Europeo de Inteligencia Artificial.

2. Banco de Datos Unificado de Encuestas

CONTEXTO. El Centro de Estudios Andaluces (Fundación CENTRA) acumula años de barómetros y encuestas monográficas en formatos heterogéneos, con variables, etiquetas y codificaciones que han evolucionado de una oleada a otra.

RETO. Unificar y armonizar todo ese histórico para convertirlo en un activo explotable, tanto para el análisis interno como para la ciudadanía y la comunidad investigadora.

SOLUCIÓN: ITELLIGENT ha desarrollado el gestor BDUE-CENTRA, que automatiza la ingesta, homogeneización y armonización de ficheros de encuesta con validaciones automáticas y asignación entre oleadas. En este proceso utilizamos agentes de IA basados en LLM para preparar y armonizar los datos y adaptarlos a los modelos definidos, y documentamos el histórico con el estándar de metadatos DDI 3. La solución incorpora una capa semántica de indicadores, cuadros de mando en Microsoft Fabric y Power BI, una interfaz pública de descarga de datos unificados y capas de datos secundarias basadas en RAG. Se despliega como servicio SaaS en Microsoft Azure, con alta disponibilidad y conforme a los requisitos del RGPD y del Esquema Nacional de Seguridad.

Valor aportado. Este proyecto demuestra que la IA generativa no solo sirve para conversar: aplicada a la preparación del dato, agiliza uno de los trabajos más costosos de cualquier organización, la armonización de información histórica.

3. Recomendación inteligente de recursos educativos para Plan Ceibal

CONTEXTO. Plan Ceibal, el programa de tecnología educativa del Gobierno de Uruguay, ofrece un amplio catálogo de recursos repartidos en distintas plataformas.

RETO. Facilitar que docentes y estudiantes encuentren el recurso adecuado en el momento adecuado, con recomendaciones explicables y sin sesgos ocultos.

SOLUCIÓN: Para la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (AGESIC), ITELLIGENT desarrolló un prototipo de asistente virtual inteligente con un recomendador híbrido (basado en interacciones y en contenidos), búsqueda inteligente que combina ElasticSearch con búsqueda vectorial sobre Milvus, captura de interacciones explícitas e implícitas y un módulo específico de explicabilidad para analizar sesgos y fortalezas del sistema, además de ayudas contextuales de carácter didáctico.

Valor aportado. La explicabilidad fue un requisito de diseño desde el inicio, no un añadido posterior. En el ámbito educativo y, en general, en el sector público, la confianza en un sistema de recomendación depende de poder explicar por qué recomienda lo que recomienda.

Lo que tienen en común: un patrón que se repite

Aunque los tres proyectos responden a sectores y países distintos, comparten un mismo patrón de trabajo:

• Primero, el dato. Ingesta, armonización, modelos de datos comunes e interoperabilidad entre organizaciones.
• Después, la inteligencia. Sistemas multiagente sobre LLM, RAG y GraphRAG, analítica predictiva y recomendación.
• Siempre, la gobernanza. Trazabilidad, explicabilidad, supervisión humana, seguridad conforme al ENS y uso de modelos soberanos cuando el contexto lo requiere.

Este patrón es el que permite pasar del prototipo a la producción y del dato al impacto.

¿Tiene su organización un reto similar?

Si su organización gestiona grandes volúmenes de documentación, necesita compartir datos con otras entidades o quiere incorporar IA generativa con garantías de soberanía y trazabilidad, en ITELLIGENT podemos ayudarle a identificar el caso de uso con mayor retorno y a llevarlo a producción.