Durante la última década, la promesa de la ciudad inteligente ha estado acompañada de una inversión sostenida en tecnología. Sensores, plataformas de gestión urbana, paneles de control, aplicaciones ciudadanas. El relato era seductor: conectar los sistemas de la ciudad, centralizar la información y tomar mejores decisiones. Pero el balance real, en la mayoría de los municipios que han recorrido ese camino, es más modesto de lo esperado. No porque la tecnología haya fallado. Sino porque se invirtió en la capa equivocada.

Este es el punto de partida que planteamos en la jornada “Gestión de Territorios Inteligentes: de la estrategia a la implementación”, organizado por el Ayuntamiento de El Puerto de Santa María y la Fundación Ciudades Inteligentes el pasado 11 de junio con la ponencia: el fin del tecno-optimismo y el inicio del desarrollo inteligente. Un enfoque que empieza por diagnosticar los problemas reales de la industria del dato antes de hablar de soluciones, de la mano de nuestro CEO, Jaime Martel y nuestra experta en IA generativa, Maria Segura.

La industria del dato: el contexto que lo cambia todo

Vivimos en un momento en que los datos han pasado de ser un subproducto de los sistemas de información a convertirse en el activo estratégico central de cualquier organización. La capacidad de generar, gestionar y explotar datos ya no es una ventaja competitiva: es una condición de supervivencia institucional. Para un municipio, esto significa que la calidad de sus decisiones en cuestiones de movilidad, servicios sociales, urbanismo, seguridad, etc., depende directamente de su capacidad para acceder a datos relevantes, procesarlos con rapidez y extraer información accionable de ellos. Y en este punto, es donde la mayoría de las administraciones públicas encuentran un muro. Los datos existen, pero el problema es que no están disponibles donde y cuando se necesitan.

Los cinco problemas reales de los datos en la gestión urbana

Para ilustrar los cinco problemas que se repiten con una consistencia llamativa, imaginemos a Lucía, estudiante de la Universidad de Cádiz, con una idea para transformar el transporte urbano: una app que optimiza itinerarios en tiempo real, al estilo de Google Maps pero para el transporte público español. En Europa, su compañera Anna trabaja en exactamente el mismo proyecto, pero desde los Países Bajos.

1. Datos no accesibles

Lucía busca datos de horarios y rutas de autobuses. Hay algunos municipios que no ofrecen nada: los contratos con concesionarias no obligan a publicar datos y muchos municipios ni los tienen digitalizados. El dato existe, pero para Lucía es como si no existiera.

2. Datos accesibles, pero dispersos

Localiza municipios que sí publican datos, pero cada municipio los aloja en su propia web, sin portal común. Varios municipios de la misma provincia que comparten líneas de autobús publican en plataformas distintas, sin ningún vínculo entre ellas.

3. Datos accesibles, pero no interoperables

Al intentar integrarlos, el caos es inmediato: donde el municipio A usa el campo fecha, el municipio B usa date y el municipio C usa dt_salida, por ejemplo. Lucía dedica semanas a scripts de conversión que deberá reescribir cada vez que un municipio actualice sus archivos.

4. Datos con granularidad inadecuada

Con una base unificada, Lucía intenta construir la capa dinámica de su app. Pero le resulta imposible: los datos publicados son estáticos, en algunos municipios y en otros en tiempo real.  Sin posición real de vehículos ni datos en tiempo real, no puede desarrollar su idea de proyecto.

5. Datos poco estructurados

Además, se encuentra que varios municipios publican sus datos en la forma más básica aún: un PDF escaneado del folleto del transporte público. Sin estructura, sin metadatos, sin posibilidad de procesado automático. El dato es público, pero funcionalmente inútil.

En resumen, mientras Lucía atraviesa estos cinco obstáculos, Anna trabaja en un entorno diferente. En los Países Bajos, los datos de transporte están en un portal nacional unificado, en formato estándar abierto y actualizados en tiempo real. Anna tiene un prototipo en dos semanas y una subvención europea de 120.000 euros en cuatro meses. Lucía, en ese mismo período, sigue sin poder demostrar que su idea es viable. El problema no es la idea de Lucía, que es exactamente tan buena como la de Anna. El problema son los datos y a la falta de accesibilidad e interoperabilidad de los mismos.

La consecuencia: sistemas que informan, pero no actúan

El efecto combinado de estos cinco problemas es siempre el mismo: sistemas de información que generan cuadros de mando, pero que no permiten una toma de decisiones ágil ni automatizada. Hablamos de la falta de accionabilidad. Una información es accionable cuando permite tomar decisiones de forma sencilla y rápida. En el extremo más avanzado, la información altamente accionable permite incluso la toma de decisiones automática: el sistema detecta una anomalía, interpreta su contexto y activa una respuesta sin intervención humana. A esos sistemas los llamamos, con razón, inteligentes.

 Las dos palancas para resolver el problema

Una vez identificado el diagnóstico con claridad, las soluciones se vuelven más evidentes. No se trata de adquirir más plataformas ni de contratar más consultoras de transformación digital. Se trata de abordar los problemas de los datos en su raíz con las herramientas adecuadas. Hoy en día, podemos ver cómo los Espacios de Datos y la IA generativa pueden ser dos soluciones a estos problemas.

PALANCA 01 – ESPACIO DE DATOS

Un Espacio de Datos es una infraestructura de intermediación que permite a múltiples entidades compartir datos de forma segura, interoperable y gobernada, a gran escala y con entidades que no necesariamente se conocen de antemano.

La diferencia conceptual con una plataforma de integración convencional es fundamental: el Espacio de Datos no centraliza los datos. Los datos permanecen en manos de sus propietarios. Lo que el Espacio de Datos proporciona son los estándares, los conectores homologados y los mecanismos de confianza que permiten que esos datos fluyan entre quien los genera y quien los necesita, bajo condiciones contractuales y operativas fijadas por el propietario.

Esto resuelve directamente varios de los cinco problemas identificados:

• Los datos inaccesibles se vuelven accesibles porque el Espacio de Datos establece marcos de participación claros y reduce las fricciones contractuales y técnicas para compartir datos.
• Los datos dispersos se integran a través de un nodo central de intermediación al que todos los actores se conectan con un único estándar, en lugar de tener que desarrollar múltiples integraciones bilaterales.
• Los datos no interoperables se armonizan mediante modelos de datos consensuados que todos los participantes del Espacio de Datos adoptan. Un campo, un nombre, un formato: acordado de antemano y aplicado de forma automática.

Además, el Espacio de Datos aporta gobernanza real del dato: cada participante fija las condiciones bajo las que sus datos pueden usarse, con trazabilidad inmutable de cada transacción. Se pasa de un control de acceso, es decir, ¿quién puede ver mis datos?; a un control de uso, ¿para qué pueden emplearse mis datos? Para una administración pública, que gestiona datos de ciudadanos y empresas, esta distinción no es menor, es la diferencia entre cumplir o no cumplir con el marco normativo europeo.

Un ejemplo ilustrativo: imagine un municipio que quiere permitir el acceso de clientes de hoteles y aparcamientos a su zona de tráfico restringido, gestionada mediante cámaras LPR. Sin un Espacio de Datos, el ayuntamiento necesita desarrollar y mantener una integración bilateral con cada hotel, cada aparcamiento y cada operador de cámaras. Si se suman más municipios, el esfuerzo se multiplica. Con un Espacio de Datos como EDINT (Espacios de Datos para las Infraestructuras Urbanas Inteligentes), todos los actores se conectan a través de un único nodo. El ayuntamiento publica sus condiciones una sola vez. Cualquier nuevo participante se adhiere con el mismo estándar. Y el sistema es, por diseño, federado con el Espacio de Datos Europeo de Movilidad. 

PALANCA 02 – IA GENERATIVA

Los Espacios de Datos resuelven el problema del flujo de datos. Pero quedan por abordar los problemas de estructuración y accionabilidad. Aquí entra la IA generativa.

La IA generativa es especialmente relevante para dos de los cinco problemas identificados. Para los datos poco estructurados, los modelos de lenguaje de gran escala permiten procesar texto libre, imágenes y audio para extraer información estructurada de forma automática y a escala. Un informe de incidencias en PDF, una transcripción de llamada al servicio de atención ciudadana, una descripción narrativa de una avería: todos son fuentes de datos que la IA generativa puede convertir en registros estructurados y accionables.

Para el problema de la accionabilidad, la IA generativa (especialmente sistemas multiagentes, donde varios agentes especializados colaboran para resolver problemas complejos) permite construir sistemas que no solo informan sino que proponen o ejecutan respuestas. Un sistema de alerta temprana de incidencias urbanas. Un asistente de atención ciudadana capaz de resolver consultas complejas. Un motor de recomendaciones para la optimización de rutas de recogida de residuos. Y muchos casos más.

No obstante, el despliegue de IA en entornos de administración pública exige rigor. El Reglamento Europeo de Inteligencia Artificial (RIA) clasifica como sistemas de alto riesgo aquellos destinados a gestionar infraestructuras críticas o a tomar decisiones que afectan a derechos de los ciudadanos. Esto implica obligaciones de documentación, evaluación de riesgos y supervisión humana que los municipios deben incorporar desde el diseño, no como un añadido posterior.

Igualmente, relevante es la decisión entre modelos soberanos (desplegados en infraestructura propia, como ALIA o Mistral) y modelos SaaS (como ChatGPT o Gemini). Para datos sensibles de ciudadanos, la soberanía del dato no es un requisito opcional, es una condición de partida.

Del tecno-optimismo al desarrollo inteligente

El tecno-optimismo apostó por la tecnología como solución en sí misma. El desarrollo inteligente parte de un diagnóstico de los problemas y elige las herramientas en función de ese diagnóstico. Los Espacios de Datos y la IA generativa no son soluciones milagrosas. Son sistemas e infraestructuras con capacidades que, correctamente implementadas sobre una estrategia de dato sólida, permiten que el resto de las inversiones tecnológicas de un municipio generen el valor que prometían.

En ITELLIGENT acompañamos a nuestros clientes en este recorrido: desde la identificación de los problemas concretos con los datos hasta la implementación de Espacios de Datos basados en estándares europeos Gaia-X e IDSA o con soluciones como AgentStudio, nuestro sistema mitigante basado en IA generativa.

 

El desarrollo inteligente no empieza con una plataforma. Empieza con las preguntas correctas. Te escuchamos