Esenciales
Necesarias para que el sitio funcione. Siempre activas.
Director de estrategia · Thinkia
David Alejano
David Alejano es director de estrategia (CSO) de Thinkia, la consultora AI-native. Trabaja donde la estrategia se cruza con la arquitectura: decidir qué debe construir una organización, en qué orden, y qué tiene que gobernar antes de construir nada.
Firma el pensamiento público de la casa. Los artículos publicados con su nombre en Reflexiones, y los libros blancos de más abajo, dan vueltas al mismo problema desde ángulos distintos: la distancia que hay entre adoptar IA y ser AI-native. La gobernanza como diseño y no como papeleo. Orquestación agéntica que un consejo pueda aprobar. Sistemas heredados que se modernizan en vez de reescribirse. Shadow AI que se gobierna en vez de prohibirse.
También lo cuenta en persona. En TheFringe/LABS, en Madrid, lo resumió en una frase: el reto ya no es acceder a la tecnología, es la fragmentación.
La estrategia es el puente entre dónde estamos y dónde debemos estar. Diseño la hoja de ruta que convierte visiones ambiciosas en planes accionables, alineando cada decisión con nuestros objetivos a largo plazo en la transformación digital.
01
En qué trabajo
Cinco líneas atraviesan todo lo que se publica aquí. Son las categorías reales del archivo de Reflexiones, no un ejercicio de posicionamiento.
- Insights de innovación 54
Hacia dónde van los modelos y qué parte sobrevive al contacto con una empresa.
- Plataformas e ingeniería 53
Pasarelas, orquestación de agentes, control de coste y la arquitectura de debajo.
- Automatización 17
Qué puede decidir un sistema por su cuenta y cómo se mantiene gobernable.
- Datos y análisis 10
Convertir datos dispersos en algo sobre lo que un sistema razone, no solo busque.
- Producto y experiencia 10
La interfaz es donde la gobernanza se nota o desaparece sin que nadie lo vea.
02
Libros blancos
Argumentos largos, cada uno un documento que puedes llevar a un comité. Gratis y sin formulario.
-
AI-Native vs AI-Adopted. Adoptar IA no es serlo.
Este whitepaper defiende que adoptar IA no es serlo, y que la diferencia está en la ontología, el talento y la velocidad, no en el presupuesto. Define los dos arquetipos y la pregunta que organiza a cada uno, explica la dependencia de la trayectoria que produce adoptantes por inercia, detalla las cinco diferencias estructurales (ontología, talento, metodología, stack y velocidad), examina los cuatro frenos organizativos que impiden la conversión, ofrece cinco señales que el comprador de transformación puede leer en una reunión y admite con honestidad dónde el modelo adoptado es suficiente.
-
La empresa con memoria. Guardar no es recordar.
Este whitepaper defiende que las empresas no tienen memoria operativa: tienen amnesia gobernada por carpetas, y un almacén no es memoria. Recorre la amnesia corporativa y sus síntomas, por qué ampliar el repositorio agrava el problema, las cuatro propiedades de la memoria operativa (accesible en el flujo de trabajo, contextual, trazable y viva), las tres dimensiones del recuerdo (episódica, semántica y procedimental), las cinco capas de una empresa que recuerda, el riesgo del experto clave medido por el bus factor, y tres casos anonimizados que muestran el orden de magnitud del retorno.
-
La empresa como sistema inteligente. Del archipiélago al organismo.
Este whitepaper describe el salto de una empresa que tiene IA a una empresa que es un sistema inteligente. Recorre el problema del archipiélago, sistemas que calculan bien por separado y piensan mal en conjunto; por qué integrar aplicaciones mueve datos pero no criterio; las cinco propiedades del organismo empresarial, del sistema nervioso central al gobierno; la arquitectura en cuatro capas de inteligencia; el camino en cinco fases, del diagnóstico honesto a la industrialización del aprendizaje; las cuatro patologías del mapa de riesgos; y los cuatro KPIs que dicen si la empresa piensa.
-
Shadow AI. Gobiérnala, no la prohíbas.
Este whitepaper defiende que el riesgo invisible no es que los empleados usen IA, sino que la usan donde la empresa no lo ve. Recorre qué es la Shadow AI y por qué ya está dentro, la anatomía del fenómeno y las tres fuerzas que lo alimentan, el inventario de riesgos reales, de la fuga de datos a la decisión no auditada, por qué la prohibición total conserva el riesgo y elimina la observabilidad, el marco de gobierno en tres movimientos (visibilizar, gobernar y habilitar), la paradoja del CISO que convierte la seguridad de muro en cauce, y los cuatro indicadores que dicen si el marco funciona.
-
El legado no se reescribe. IA Brownfield.
Este whitepaper argumenta que los sistemas legacy no son el problema — el enfoque clásico de reescribirlos sí lo es. Cubre por qué los enfoques clásicos fallan, cómo usar el spec como activo principal de migración, la anatomía del reverse engineering con IA, un método brownfield en cinco fases, dos casos reales de implementación, un mapa de riesgos y los KPIs de éxito que demuestran valor.
-
Dashboards con IA. Pregunta, no filtres.
Este whitepaper defiende que la nueva inteligencia de negocio es una conversación con los datos, no un dashboard que interrogas. Recorre por qué nadie abre el dashboard, la anatomía del BI tradicional, cómo invertir el flujo, las tres capas AI-native —conversación natural, anomalía proactiva, narrativa generada—, una arquitectura conversacional, casos por función, lo que rompe los demos en producción y los KPIs de adopción que importan.
-
Ética y gobernanza de IA. Más allá del cumplimiento.
Este whitepaper explica por qué el EU AI Act es más que un checklist de cumplimiento: cómo la IA ha salido del laboratorio, qué exige la gobernanza operativa, el Thinkia AI Compass Framework, la ética aplicada en la práctica y un camino por etapas para materializar la gobernanza y obtener ventaja competitiva.
-
AI–SDLC. De código a intención.
Este playbook explica cómo industrializar la IA en tu SDLC: las cinco fases de entrega, los tres documentos maestros de especificación, los niveles de riesgo verde/ámbar/rojo y cómo ejecutar un Sprint 0 y un MVP de Etapa 1 sin proliferación descontrolada de copilotos.
03
Artículos
Los más recientes, firmados por mí. El archivo completo está abierto, sin formulario de por medio.
- Los límites de la ingeniería de prompts: por qué más contexto no siempre es mejor para la IA Un estudio reciente revela los límites estrictos de la ingeniería de prompts, demostrando que más contexto no siempre mejora la precisión de los modelos de IA. Esto subraya la necesidad de realizar pruebas empíricas y validar el rendimiento de la IA en lugar de confiar en afirmaciones generalizadas. Para tareas especializadas, el ajuste fino (fine-tuning) puede ser esencial.
- Sistemas de IA jerárquicos: la guía empresarial para LLM rentables Los sistemas de IA jerárquicos son la clave para lograr una inferencia de LLM rentable a escala. Al enrutar dinámicamente las tareas entre modelos pequeños en el borde y modelos grandes en la nube, las empresas pueden reducir drásticamente los costes y la latencia. Esta guía cubre el cambio estratégico hacia la inferencia de modelos adaptativa y cómo preparar su arquitectura para esta nueva realidad.
- Optimización de la inferencia de LLM: más allá del hardware con índices vectoriales Una nueva investigación demuestra que la optimización de la inferencia de LLM se puede lograr algorítmicamente, reduciendo el coste de la inferencia de IA hasta en un 82 % sin necesidad de nuevo hardware. Esto hace que la IA en el borde (edge AI) y un despliegue más amplio de modelos sean más viables. Exploramos las implicaciones estratégicas para los líderes empresariales.
- El futuro del hardware para la inferencia de IA: más allá del monopolio de las GPU La integración de las TPU de Google con vLLM marca un cambio importante en el panorama del hardware para la inferencia de IA, desafiando el dominio de Nvidia. Analizamos las implicaciones estratégicas para la infraestructura de IA empresarial y por qué los CIO deben prepararse para un futuro multifabricante impulsado por el rendimiento para cargas de trabajo como RAG.
- IA con supervisión humana: un plan práctico para industrias reguladas Descubra el modelo en cascada de IA con supervisión humana, un enfoque pragmático para la IA empresarial en industrias reguladas. Este plan para la clasificación de documentos y otras tareas de alto riesgo equilibra la automatización con la supervisión de expertos, mejorando la gobernanza de la IA y reduciendo el riesgo.
- IA segura on-premise: Por qué el mainframe está resurgiendo estratégicamente La IA segura on-premise está ganando terreno en los sectores regulados. La última arquitectura RAG de IBM en LinuxONE demuestra cómo las empresas pueden aprovechar la IA sin comprometer la seguridad ni la soberanía de los datos. Analizamos esta tendencia emergente y sus implicaciones para los CIO.
04
Ponencias
Dónde se ha defendido esto en persona.
-
TheFringe/LABS
TheFringe/LABS reunió a directivos e inversores en la flagship de AEDAS Homes para debatir sobre gobierno de IA, orquestación agéntica e inversión. Thinkia compartió cómo la Synapse Agentic Platform convierte la democratización de la IA en valor real bajo un marco de gobierno sólido.
Hablemos
Para una conversación sobre estrategia de IA, gobernanza o por dónde empezar, el formulario de contacto llega a mí y a mi equipo. Para lo demás, LinkedIn.
Los artículos, libros blancos y ponencias de esta página se leen del contenido del propio sitio en cada despliegue, así que la lista nunca se queda vieja.