TELEFÓNICA FRENTE AL MODELO SK TELECOM: EXTERNALIZAR LA IA O DESARROLLARLA DESDE DENTRO

 

A finales de la década de 1990, durante el desarrollo del buscador de Google, uno de los ingenieros de la compañía detectó que el sistema de indexación tardaba demasiado en procesar ciertas consultas complejas. En lugar de trasladar el problema a un proveedor externo o esperar a una gran actualización del sistema, decidió modificar un pequeño componente del algoritmo que gestionaba la priorización de páginas. El cambio fue relativamente simple, pero permitió reducir significativamente el tiempo de respuesta del buscador en determinadas consultas.

Con el tiempo, ese tipo de mejoras incrementales realizadas por ingenieros que conocían de primera mano el funcionamiento del sistema se convirtió en uno de los pilares de la evolución del propio buscador. La lección que muchos analistas extrajeron de aquella experiencia es que las innovaciones más eficaces en sistemas complejos suelen surgir de quienes trabajan diariamente con ellos y conocen en detalle sus problemas reales. 

La irrupción de la inteligencia artificial (IA) está modificando profundamente el funcionamiento de las grandes empresas tecnológicas y de telecomunicaciones. En los últimos años, las principales operadoras del mundo han comenzado a incorporar sistemas de inteligencia artificial en áreas como la gestión de redes, la atención al cliente, el análisis de datos o la optimización de procesos internos. Sin embargo, aunque la adopción de estas tecnologías es ya una tendencia generalizada en el sector, no todas las compañías están abordando esta transformación de la misma manera.

Mientras algunas empresas están apostando por integrar la IA directamente en sus procesos de trabajo y en el conocimiento operativo de sus empleados, otras están orientando su transformación hacia modelos basados principalmente en la simplificación organizativa, la externalización de servicios y la mejora de la eficiencia financiera. Estas diferencias estratégicas pueden tener implicaciones relevantes a medio y largo plazo, especialmente en un contexto en el que la IA depende cada vez más de la disponibilidad de datos internos, de la experiencia acumulada en los procesos productivos y de la capacidad de las organizaciones para transformar ese conocimiento en sistemas automatizados.

En este contexto resulta especialmente ilustrativo comparar dos enfoques distintos dentro del sector de las telecomunicaciones: por un lado, el plan AX (AI Transformation) impulsado por la compañía surcoreana SK Telecom, centrado en integrar la inteligencia artificial en el trabajo cotidiano de la plantilla; y por otro, el plan estratégico Transform & Grow (2026-2030) presentado por Telefónica, que pone el énfasis en la eficiencia operativa, la simplificación del grupo y la mejora de los resultados financieros.

El análisis de ambos modelos nos permitirá observar cómo dos grandes operadoras internacionales están abordando la transformación digital desde perspectivas diferentes. A partir de la información publicada por las propias compañías y por diversos estudios del sector, es posible examinar qué objetivos persigue cada estrategia, qué tipo de capacidades organizativas están construyendo y cuáles pueden ser las ventajas y limitaciones de cada enfoque en el contexto actual de desarrollo de la inteligencia artificial.

La compañía surcoreana SK Telecom (SKT) ha puesto en marcha una nueva estrategia para acelerar su transformación hacia la inteligencia artificial dentro de la propia compañía. Según diversas informaciones publicadas en medios tecnológicos, la operadora ha lanzado dos plataformas internas —Polaris y Playground— que permiten a los empleados crear herramientas de inteligencia artificial adaptadas a su trabajo diario. Polaris se centra en tareas de marketing y extracción de datos, mientras que Playground está orientada al análisis y la codificación de datos de red. Ambas funcionan junto con el asistente empresarial de IA A. Biz, con el que incluso empleados sin experiencia en programación pueden desarrollar sus propios agentes personales de inteligencia artificial para automatizar tareas y mejorar su productividad https://bit.ly/4lCbN6g

Esta iniciativa forma parte del plan de transformación digital de la compañía, denominado AX (AI Transformation). Para impulsar esta estrategia, SKT ha creado el AX Management System (AXMS), una plataforma interna que sirve como foro para compartir ideas, supervisar el progreso del desarrollo de herramientas de IA y medir en tiempo real los resultados obtenidos. Además, la empresa organiza concursos de innovación en inteligencia artificial entre los empleados: el primero, lanzado en febrero, ha recibido unas 180 propuestas, algunas de las cuales ya se están desarrollando con el objetivo de implantarlas en toda la compañía durante el tercer trimestre del año.

La estrategia también incluye programas de formación en inteligencia artificial, campamentos de entrenamiento y hackatones para que los trabajadores adquieran habilidades técnicas y puedan aplicar la IA en sus funciones. Según el director ejecutivo Jung Jai-hun, el objetivo es que la transformación hacia la IA no dependa solo de grandes innovaciones tecnológicas, sino de pequeñas mejoras propuestas por los propios empleados, que son quienes conocen mejor los problemas cotidianos del trabajo. De hecho, algunas aplicaciones creadas internamente ya están en funcionamiento. Un ejemplo es Automated Security Coding Verification, una herramienta que utiliza IA para revisar código, detectar errores y sugerir correcciones, lo que ha permitido ahorrar alrededor de 3.000 horas de trabajo https://bit.ly/4bK6a2d

La apuesta de SK Telecom por la inteligencia artificial es muy ambiciosa. La compañía quiere situarse a la vanguardia del sector desarrollando un ecosistema completo que abarque desde infraestructura y centros de datos hasta modelos de lenguaje y servicios basados en IA, con el objetivo de generar 18.500 millones de dólares en ingresos relacionados con la inteligencia artificial para el año 2028. Además, la empresa ha anunciado una estrategia “AI-Native” que busca transformar toda la organización para que la inteligencia artificial esté integrada en cada proceso empresarial https://bit.ly/47P9l6q , https://bit.ly/3P3sRG2

 

Esta iniciativa de SK Telecom se enmarca en una tendencia cada vez más extendida en el mundo empresarial: integrar la inteligencia artificial dentro de la propia organización y fomentar que los empleados desarrollen sus propias soluciones. En el sector tecnológico, por ejemplo, Microsoft ha promovido el uso interno de herramientas basadas en IA generativa para mejorar la programación y la productividad de los equipos, mientras que Google ha desplegado asistentes de inteligencia artificial para sus empleados con el fin de acelerar el desarrollo de software y automatizar tareas administrativas. Del mismo modo, empresas como Amazon utilizan sistemas internos de IA para optimizar logística, atención al cliente y análisis de datos.

En el ámbito de las telecomunicaciones también se observa esta tendencia. Operadoras como Telia y otras compañías del sector están desarrollando infraestructuras de inteligencia artificial y soluciones propias para gestionar redes y servicios digitales de forma más eficiente. En muchos casos, el objetivo es reducir la dependencia de proveedores externos y aprovechar el conocimiento interno de los trabajadores para diseñar herramientas más adaptadas a las necesidades reales de la empresa.

En conjunto, el movimiento de SK Telecom refleja un cambio en la forma en que las grandes corporaciones adoptan la inteligencia artificial: ya no solo como una tecnología externa que se compra a terceros, sino como una capacidad interna que forma parte de la cultura y del funcionamiento cotidiano de la organización. Si la estrategia tiene éxito, podría convertirse en un modelo para otras empresas que buscan integrar la IA en todos los niveles de su actividad.

La estrategia de integrar inteligencia artificial en todos los procesos productivos de una empresa de telecomunicaciones —como está intentando hacer SK Telecom— tiene ventajas económicas claras y medibles. En la industria existen ya suficientes estudios y experiencias para estimar de forma bastante precisa los beneficios en términos de reducción de costes, aumento de productividad y crecimiento de ingresos.

A continuación se presenta un análisis con cifras aproximadas basadas en estudios del sector y consultoras como McKinsey, así como en experiencias reales de operadoras.

Estudio de costes y beneficios de integrar IA en una empresa de telecomunicaciones

1. Reducción de costes operativos de red (OPEX)

La mayor parte del gasto de una empresa de telecomunicaciones está en la operación y mantenimiento de la red (centros de datos, estaciones base, mantenimiento, monitorización, etc.). La aplicación de inteligencia artificial permite automatizar tareas como:

• detección de fallos
• optimización del tráfico
• mantenimiento predictivo
• planificación de capacidad

Según estudios del sector, el uso de IA en operaciones de red puede reducir los costes operativos entre un 15 % y un 30 % https://bit.ly/4uvDr8H

Para entender el impacto real, puede tomarse como ejemplo una operadora grande:

• operador con ingresos anuales: 20.000 millones €
• gasto operativo (OPEX) típico: 60 % de ingresos ≈ 12.000 millones €

Si la IA reduce entre 15 % y 30 % del coste operativo de red, el ahorro anual puede ser aproximadamente:

• ahorro mínimo: 1.800 millones €
• ahorro máximo: 3.600 millones €

Esto explica por qué la automatización de red es considerada el principal generador de valor de la IA en telecomunicaciones.

2. Reducción de costes en atención al cliente

Los centros de atención al cliente son otro de los grandes costes del sector. La IA permite:

• chatbots y asistentes virtuales
• automatización de consultas simples
• resolución automática de incidencias
• análisis automático de tickets

Los estudios indican que:

• el coste del servicio al cliente puede reducirse hasta un 80 % en algunas operaciones automatizadas https://bit.ly/4sfArvZ
• el volumen de consultas humanas puede reducirse hasta un 70 % gracias a asistentes digitales

Ejemplo económico:

empresa con:

• 10.000 agentes de soporte
• coste medio por empleado: 40.000 € al año

Coste anual total: 400 millones €

Si la IA reduce el 50 % del trabajo humano (una cifra conservadora):

• ahorro anual aproximado: 200 millones €

3. Incremento de productividad de empleados técnicos

Las herramientas de IA aplicadas a programación, análisis de red y gestión de datos permiten que los trabajadores técnicos realicen tareas más rápido.

Diversos estudios indican que:

• los ingenieros pueden completar tareas hasta el doble de rápido usando asistentes de IA https://bit.ly/3N3HuIQ
• los asistentes de IA aumentan la productividad media del trabajador alrededor de 15 % https://bit.ly/46ZKn4a

Ejemplo práctico:

empresa con:

• 5.000 ingenieros
• coste medio anual por ingeniero: 80.000 €

Coste total: 400 millones €

Si la productividad aumenta un 20 %, equivale a obtener el trabajo de: 1.000 ingenieros adicionales

Esto representa una ganancia económica equivalente a 80 millones € al año en capacidad productiva.

4. Reducción de fraude y pérdidas operativas

Las telecomunicaciones sufren pérdidas por fraude, errores de facturación o abusos en redes.

La IA permite detectar anomalías y patrones sospechosos.

Ejemplo documentado:

• sistemas de detección de fraude con IA han alcanzado 88-92 % de precisión
• una gran operadora consiguió ahorrar más de 50 millones € en pérdidas potenciales gracias a estos sistemas https://bit.ly/3P3AqfX

5. Incremento de ingresos

La IA también genera ingresos adicionales mediante:

• personalización de ofertas
• marketing predictivo
• optimización de tarifas
• venta cruzada automática

Los estudios muestran que las operadoras que usan IA para personalización pueden obtener hasta un 6 % de aumento en ventas.

Ejemplo:

empresa con ingresos de 20.000 millones €

incremento del 6 %:

1.200 millones € de ingresos adicionales anuales

Balance económico estimado

Si se combinan los efectos principales en una gran operadora, el impacto anual aproximado sería:

Área	Impacto económico
Ahorro en operación de red	1.800 – 3.600 M€
Ahorro en atención al cliente	~200 M€
Productividad de empleados	~80 M€
Reducción de fraude	~50 M€
Incremento de ventas	~1.200 M€

Impacto total anual estimado:
3.300 – 5.100 millones €

Coste aproximado de implementar la estrategia

Implementar IA a escala corporativa también tiene costes relevantes:

1. infraestructura de datos y cloud
2. licencias de modelos y software
3. formación de empleados
4. integración con sistemas internos
5. seguridad y gobernanza

En grandes operadores, el gasto inicial suele situarse entre 200 y 800 millones € en varios años, dependiendo del tamaño de la empresa y del grado de automatización.

Comparado con los beneficios potenciales (miles de millones), el retorno suele ser muy alto.

Integrar la inteligencia artificial en todos los procesos productivos de una empresa de telecomunicaciones puede transformar completamente su modelo operativo. Los datos disponibles muestran que esta estrategia permite reducir significativamente los costes operativos, aumentar la productividad de los trabajadores y generar nuevos ingresos mediante personalización y análisis de datos.

En términos económicos, una operadora grande puede obtener entre 3.000 y 5.000 millones de euros de impacto anual si logra implementar la inteligencia artificial de forma generalizada en su organización. Esto explica por qué prácticamente todas las grandes compañías del sector están adoptando estrategias similares de transformación basada en IA.

Si buscamos la diferencia de fondo entre el plan estratégico de Telefónica, Transform & Grow (2026-2030) y el de SK Telecom, AX (AI Transformation), la diferencia real de ambos radica en dónde colocan el centro de gravedad de la transformación. En SK Telecom, el plan AX sitúa la inteligencia artificial dentro del trabajo diario de la plantilla y convierte a los empleados en constructores directos de herramientas y agentes. En Telefónica, el plan Transform & Grow está formulado, ante todo, como un programa de crecimiento con fuerte énfasis en eficiencia operativa, simplificación del modelo, mejora del flujo de caja y ahorros cuantificados, aunque también incluya inversión en IA y evolución tecnológica. Esa diferencia de diseño estratégico cambia mucho el tipo de capacidades que cada empresa está construyendo https://bit.ly/4cM2VII

En el caso de SK Telecom, la compañía ha creado un marco muy claro de internalización del conocimiento aplicado. Su nuevo CEO ha explicado que quiere transformar la cultura corporativa para que sea “AI Native”, y para ello la empresa ha puesto en manos de los empleados varias herramientas concretas: un AI playground para desarrollar agentes sin programar, un AX Dashboard para ver el uso de IA por departamentos y personas, un AI Board para apoyar los proyectos, y ahora además las plataformas Polaris y Playground, junto con el asistente empresarial A. Biz, para que incluso trabajadores sin perfil técnico puedan montar agentes propios adaptados a sus tareas. La propia empresa afirma que ya hay más de 2.000 agentes internos en uso en áreas como marketing, legal o comunicación https://bit.ly/4uPXDTh

Además, SKT no ha limitado esta estrategia a un piloto pequeño. En el año 2025 ya había anunciado la extensión de A-dot Biz a 25 empresas del grupo con el objetivo de llegar a unos 80.000 empleados, y las pruebas iniciales reportaron mejoras como un 60% menos de tiempo en la elaboración de actas y un 40% menos en la redacción de informes. A eso se añaden concursos internos de ideas, formación, campañas de capacitación y un sistema de seguimiento del progreso de los proyectos. Es decir, SKT no está usando la IA solo como tecnología; la está usando como mecanismo de reorganización del trabajo y de acumulación interna de conocimiento operativo https://bit.ly/4bLNBL9   

Telefónica, en cambio, ha presentado Transform & Grow (2026-2030) como un plan con seis pilares: experiencia de cliente, expansión B2C, escalado B2B, evolución tecnológica, simplificación del modelo operativo y desarrollo de talento. Dentro del plan sí aparece la IA, porque la compañía dice que invertirá en ella para reforzar red y atención al cliente; también habla de modernizar sistemas TI y de fortalecer capacidades tecnológicas. Pero cuando Telefónica cuantifica el corazón económico del plan, lo hace en términos de ahorro y simplificación: un impacto bruto de hasta 2.300 millones de euros en el año 2028 y hasta 3.000 millones en el año 2030, procedente de excelencia tecnológica y operativa, eficiencia en procesos y operaciones, transformación digital y venta de activos asociados al apagado de redes legacy https://bit.ly/4uyJNEt  

Ese sesgo hacia la eficiencia financiera quedó todavía más claro con el ajuste de plantilla. A finales del año 2025, Telefónica cerró un ERE que afectó a al menos 4.525 personas; la propia información publicada sobre el acuerdo cifra el coste en 2.500 millones de euros y el ahorro anual a partir del año 2028 en 600 millones de €. En sus resultados de 2025, la compañía reconoció que los costes de reestructuración ascendieron a 2.177 millones de euros y que, junto con desinversiones y deterioros de activos, contribuyeron a unas pérdidas netas de 4.318 millones en el ejercicio. Estos datos no prueban por sí solos una “pérdida de know how (conocimiento)” medible en términos contables, pero sí muestran que una parte central del plan pasa por reducir estructura y coste laboral para mejorar la generación de caja https://bit.ly/4lAR5Ub

Aquí aparece la gran divergencia estratégica. SK Telecom está tratando de que el conocimiento de procesos, incidencias, clientes, red y negocio permanezca dentro de la organización y, además, se convierta en materia prima para construir agentes de IA desde abajo. Telefónica, según su plan público, prioriza la simplificación del modelo y la eficiencia del grupo, y en paralelo mantiene una estrategia de IA más selectiva: inversión en red, modernización TI, automatización y acuerdos externos como el firmado por Telefónica Tech con IBM para desplegar una plataforma de IA y una oficina conjunta de casos de uso. Eso significa que Telefónica no renuncia a la IA, pero su modelo visible es más mixto y corporativo: combina capacidades internas con alianzas tecnológicas y una reorganización financiera y operativa de gran escala https://bit.ly/4uyBmsE

La consecuencia práctica es que SKT está construyendo capacidad interna distribuida, mientras que Telefónica está construyendo disciplina operativa y capacidad de ejecución más centralizada y apoyada en socios. La ventaja de SKT es muy clara: cuanto más participa la plantilla en el diseño de agentes, más probable es que la IA capture matices reales del trabajo, excepciones, lenguaje interno, fricciones de proceso y conocimiento tácito que rara vez aparecen bien documentados. Esto acelera el “dogfooding” interno (es una práctica empresarial donde los empleados utilizan sus propios productos o servicios antes de lanzarlos al mercado. Es una técnica de validación interna para identificar fallos, mejorar la calidad y asegurar la experiencia del usuario final, garantizando que el producto cumple con sus propias expectativas de calidad), mejora la adopción y reduce la distancia entre quien detecta el problema y quien crea la solución. Es una forma de transformación que, si funciona, genera un activo difícil de copiar: conocimiento organizativo codificado en herramientas propias https://bit.ly/4lA5iRp  

El inconveniente del modelo de SKT es que exige bastante más que comprar tecnología a un hiperescalador como hace Telefónica con Microsoft. Requiere una plantilla formada, una cultura abierta a experimentar, mecanismos de gobernanza para evitar proliferación caótica de agentes, control de seguridad y datos, y una dirección capaz de sostener el esfuerzo durante años. También supone asumir un coste de coordinación interno elevado. Pero, a cambio, lo que se desarrolla queda más integrado en la empresa y puede reutilizarse una y otra vez en distintos departamentos. Esa lógica explica que SKT haya creado un tablero AX, concursos de ideas y órganos de apoyo específicos: sin esa infraestructura de gobierno, el modelo se fragmentaría rápidamente https://bit.ly/4sRyllR

La ventaja del modelo de Telefónica es distinta. Un programa como Transform & Grow permite visibilidad financiera, disciplina de ejecución y objetivos medibles para inversores y mercado: crecimiento previsto, mejora de EBITDA, mayor caja libre y ahorros calendarizados. Además, una estructura más ligera puede facilitar la toma de decisiones, y el uso de socios externos permite acceder a tecnología avanzada sin tener que construir todo desde cero. El propio enfoque de outsourcing tecnológico, tal como lo describe Telefónica Empresas, busca precisamente optimizar recursos, mejorar eficiencia operativa y acelerar la transformación digital mediante proveedores especializados. Desde el punto de vista financiero y de gestión, eso tiene una lógica sólida https://bit.ly/3NtKYUV

El problema aparece cuando se analiza esa estrategia desde la óptica de una IA apoyada en el conocimiento de la plantilla. La externalización puede ser eficiente para infraestructuras, soporte o servicios especializados, pero tiende a desplazar parte del saber práctico hacia terceros, o al menos a repartirlo entre la empresa y sus proveedores. Si, además, se acompaña de un ajuste fuerte de personal, la empresa puede ganar coste y caja, pero le resulta más difícil replicar un modelo como el de SKT, en el que miles de empleados participan directamente en la creación de agentes sobre su propio trabajo. Esto no significa que Telefónica no pueda desarrollar IA avanzada; de hecho, está avanzando en redes autónomas, con un nivel medio de autonomía de 3,05, con el objetivo de llegar a 3,75 en 2028 y a nivel 4 en 2030, y ya reporta 12 casos de uso de nivel 4. Lo que significa es que su despliegue de IA parece más concentrado en dominios concretos —red, automatización, servicios tecnológicos, alianzas— y menos en una movilización generalizada de toda la plantilla como desarrolladora de soluciones https://bit.ly/4sMkddt  

Dicho de forma directa: SKT está usando la IA para densificar el conocimiento interno; Telefónica está usando la transformación para aligerar estructura y ganar eficiencia, mientras incorpora IA en áreas estratégicas. El primero es un modelo de acumulación de capacidad interna. El segundo es un modelo de racionalización operativa con capas de IA y colaboración externa. Ninguno es “irracional”; responden a prioridades diferentes. SKT prioriza crear una empresa donde la IA brote en la organización desde dentro con el conocimiento propio. Telefónica prioriza sanear, simplificar, ordenar mercados y mejorar retornos, mientras moderniza tecnología y desarrolla automatización en dominios de alto impacto apoyada en el outsourcing https://bit.ly/4lyKKbU  

Si se valoran los pros del enfoque de SKT, destacan cuatro. Primero, preserva y explota mejor el conocimiento tácito de la plantilla. Segundo, favorece una adopción más rápida porque la utilidad nace cerca del problema real. Tercero, puede reducir dependencia de integradores externos en herramientas internas. Cuarto, crea una base más potente para una futura IA corporativa propia. Sus contras son la complejidad de gobierno, el riesgo de dispersión de iniciativas, la necesidad de formar masivamente al personal y la mayor exigencia cultural y directiva https://bit.ly/4cW1JCN  

Si se valoran los pros del enfoque de Telefónica, destacan la rapidez para capturar ahorros, la claridad financiera del plan, la posibilidad de apoyarse en socios con tecnología puntera, la simplificación del grupo y el foco en mercados prioritarios. Sus contras, en relación con una estrategia tipo SKT, son que una organización más adelgazada y más apoyada en terceros puede tener menos masa crítica interna para que la IA nazca “desde el puesto de trabajo”; además, cuando el ajuste de plantilla es una pieza central del plan, la empresa asume el riesgo de erosionar continuidad operativa, memoria organizativa y capacidad de aprendizaje colectivo. Este último punto es una inferencia de gestión razonable a partir del tipo de plan y de la magnitud del ajuste, no una cifra que Telefónica haya publicado como tal.

La diferencia fundamental entre ambos planes no radica en el uso o no de la inteligencia artificial, sino en cómo se articula la relación entre IA, plantilla y modelo operativo. SK Telecom está impulsando una transformación desde el interior de la organización, en la que los empleados se convierten en la principal fuente de conocimiento y en el vehículo para desarrollar y aplicar soluciones de IA en su trabajo cotidiano. Telefónica, por su parte, está promoviendo una transformación desde la estructura corporativa, donde el foco principal se sitúa en la eficiencia operativa, la simplificación organizativa y la mejora de los resultados financieros, utilizando la IA como una herramienta relevante, pero no como un sistema plenamente democratizado de creación de soluciones por parte de la plantilla https://bit.ly/4ryA5PA

En consecuencia, si el criterio de evaluación es la capacidad de construir una inteligencia artificial profundamente integrada en los procesos reales de trabajo y alimentada por el conocimiento tácito de los empleados, el modelo de SK Telecom resulta más coherente y potencialmente más sólido a largo plazo. En cambio, si el objetivo prioritario es obtener mejoras rápidas en la generación de caja, reorganizar el grupo y materializar ahorros cuantificables en plazos relativamente cortos, el enfoque adoptado por Telefónica aparece como más directo y eficaz en términos financieros. Sin embargo, este último podría presentar menor recorrido estratégico a futuro, en la medida en que aprovecha en menor grado el potencial que ofrece el conocimiento acumulado de la propia plantilla como base para desarrollar y escalar soluciones de inteligencia artificial dentro de la organización.

El valor estratégico de los datos internos y del aprendizaje organizativo

Existe además un elemento estructural que ayuda a entender por qué el enfoque adoptado por SK Telecom puede generar una ventaja competitiva relevante en el desarrollo de inteligencia artificial: la acumulación de datos operativos y conocimiento interno generado por la propia plantilla.

Los sistemas de inteligencia artificial aplicados a empresas funcionan mejor cuando se entrenan y evolucionan a partir de datos específicos de los procesos reales de la organización. Según diversos análisis del sector tecnológico, las compañías que integran la IA directamente en sus procesos internos generan lo que se denomina un “data feedback loop”: un ciclo continuo en el que el uso cotidiano de las herramientas produce nuevos datos que permiten mejorar progresivamente los modelos. Este fenómeno ha sido descrito en estudios sobre economía digital como una de las principales fuentes de ventaja competitiva en la era de la inteligencia artificial (Harvard Business Review, “Why Data Is the New Competitive Advantage”,
https://hbr.org/2020/01/why-data-is-the-new-competitive-advantage).

En el caso de SK Telecom, el hecho de que miles de empleados utilicen herramientas como A. Biz, Polaris o Playground para desarrollar agentes y automatizar tareas implica que los sistemas de IA se alimentan continuamente de datos procedentes de los procesos reales de la empresa: incidencias de red, decisiones operativas, interacción con clientes o flujos de trabajo internos. A medida que estas herramientas se utilizan, los modelos pueden mejorar su capacidad de análisis y automatización, generando lo que en la literatura tecnológica se denomina aprendizaje organizativo asistido por IA.

Diversos estudios del sector de telecomunicaciones señalan que este tipo de integración profunda entre inteligencia artificial y operaciones permite mejoras significativas en eficiencia y calidad del servicio. Por ejemplo, el uso de IA en operaciones de red puede reducir los costes operativos entre un 15 % y un 30 %, gracias a sistemas de mantenimiento predictivo, optimización de tráfico y detección automática de fallos (McKinsey), “AI-driven telecom networks”,
https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/ai-driven-telecom-networks

 

Además, el organismo internacional TM Forum, que agrupa a las principales operadoras mundiales, señala que la evolución hacia redes autónomas basadas en IA requiere precisamente una integración estrecha entre los sistemas inteligentes y el conocimiento operativo de la organización. Las operadoras que logran capturar ese conocimiento interno en sus sistemas pueden acelerar significativamente la automatización y la optimización de sus redes (TM Forum, Autonomous Networks Report), https://bit.ly/4s8y1z3

En este contexto, el modelo adoptado por SK Telecom —basado en la participación activa de la plantilla en la creación y uso de herramientas de inteligencia artificial— favorece que el conocimiento operativo permanezca dentro de la empresa y se transforme progresivamente en activos digitales reutilizables. Cada solución desarrollada por los empleados, cada agente creado y cada proceso automatizado contribuye a ampliar la base de datos y de conocimiento sobre la que pueden evolucionar los sistemas de IA.

Cuando una parte significativa del desarrollo tecnológico o de los procesos operativos se externaliza, ese ciclo de aprendizaje puede fragmentarse entre distintos actores —empresa, proveedores tecnológicos y socios externos—. Aunque la externalización puede ser eficiente desde el punto de vista financiero y operativo, también puede dificultar la captura sistemática del conocimiento generado en la actividad cotidiana de la organización.

Por esta razón, varios análisis sobre transformación digital empresarial coinciden en que las empresas que consiguen integrar la inteligencia artificial directamente en los procesos de trabajo y en el conocimiento de su plantilla tienden a desarrollar ventajas competitivas más difíciles de replicar, ya que los modelos de IA se entrenan sobre datos y experiencias que pertenecen exclusivamente a la propia organización.

En ese sentido, la estrategia de SK Telecom no solo busca mejorar la eficiencia operativa mediante automatización, sino también construir una base de conocimiento digital interna que pueda alimentar el desarrollo futuro de sus sistemas de inteligencia artificial. Esta acumulación progresiva de datos, experiencia operativa y soluciones internas constituye uno de los factores que pueden explicar por qué algunas compañías están apostando por modelos de transformación basados en la participación directa de la plantilla en el desarrollo de la IA.

Para terminar el post quiero manifestar que la anécdota mencionada al comienzo del post —la de aquel ingeniero que mejoró el rendimiento del buscador de Google modificando un pequeño componente del algoritmo que utilizaba cada día— ilustra una idea sencilla pero poderosa: las mejoras más eficaces en sistemas complejos suelen surgir de quienes trabajan directamente con ellos y conocen sus problemas reales. Este principio es precisamente el que parece inspirar la estrategia actual de SK Telecom: permitir que los propios empleados, desde su experiencia directa en los procesos de la empresa, puedan desarrollar herramientas de inteligencia artificial capaces de resolver problemas concretos de su trabajo cotidiano.

El enfoque de Telefónica, en cambio, plantea una lógica diferente. La compañía ha optado por un modelo de transformación en el que una parte relevante del desarrollo tecnológico y de las capacidades de inteligencia artificial se apoya en acuerdos con grandes proveedores tecnológicos o hiperescaladores, que proporcionan infraestructura, plataformas de datos y herramientas avanzadas de IA. Este modelo puede ofrecer ventajas inmediatas: acceso rápido a tecnologías punteras, economías de escala en infraestructura y una reducción significativa de los costes operativos asociados al desarrollo interno de plataformas tecnológicas.

Sin embargo, este enfoque también plantea una cuestión estratégica de fondo: hasta qué punto la externalización de las capacidades clave de inteligencia artificial puede limitar la acumulación de conocimiento interno dentro de la organización. Cuando los sistemas que analizan datos, optimizan procesos o automatizan decisiones se desarrollan principalmente fuera de la empresa, parte del aprendizaje generado por esos sistemas tiende a concentrarse en los proveedores tecnológicos que los diseñan y operan, siendo rehenes de los mismos.

En un sector como el de las telecomunicaciones —caracterizado por redes extremadamente complejas, millones de interacciones con clientes y una enorme cantidad de datos operativos— ese conocimiento puede convertirse en uno de los activos más valiosos de la empresa. Las operadoras que consiguen transformar la experiencia acumulada de sus empleados en herramientas digitales y modelos de inteligencia artificial propios tienen la posibilidad de construir capacidades difíciles de replicar por sus competidores.

Desde esta perspectiva, la diferencia entre ambos modelos no es únicamente tecnológica, sino también organizativa. El plan AX de SK Telecom apuesta por convertir el conocimiento cotidiano de la plantilla en la materia prima sobre la que se construyen los sistemas de inteligencia artificial de la empresa. El plan Transform & Grow de Telefónica, por el contrario, prioriza la eficiencia operativa, la simplificación estructural y la colaboración con proveedores tecnológicos externos para acelerar la modernización de la compañía.

Ambos enfoques pueden generar resultados positivos en el corto plazo, pero su impacto a largo plazo puede ser distinto. Las estrategias basadas en externalización y reducción de costes suelen producir mejoras financieras relativamente rápidas, aunque su capacidad para generar ventajas competitivas sostenidas puede ser más limitada si no van acompañadas de una acumulación paralela de conocimiento interno.

En un entorno tecnológico marcado por cambios constantes —nuevas arquitecturas de red, automatización creciente, evolución de los modelos de inteligencia artificial— la eficiencia basada únicamente en la externalización puede tener una duración limitada. Las reducciones de costes derivadas de reorganizaciones o acuerdos con proveedores suelen agotarse con el tiempo, mientras que las capacidades construidas a partir del conocimiento interno tienden a reforzarse a medida que se utilizan.

Por esa razón, algunos analistas consideran que los modelos de transformación basados en la externalización pueden ofrecer beneficios inmediatos pero menos duraderos, especialmente en sectores intensivos en conocimiento como el de las telecomunicaciones. En cambio, las estrategias que buscan integrar la inteligencia artificial en el trabajo cotidiano de la organización —como la que está desarrollando SK Telecom— aspiran a construir un activo más difícil de erosionar: una base de conocimiento digital alimentada por la experiencia acumulada de la propia empresa.

En última instancia, la diferencia entre ambos enfoques remite a una cuestión fundamental: si la inteligencia artificial debe concebirse principalmente como una tecnología que se adquiere en el mercado o como una capacidad que se construye progresivamente dentro de la organización. La respuesta a esa pregunta puede determinar no solo la velocidad de la transformación digital de las empresas, sino también la solidez de las ventajas competitivas que sean capaces de desarrollar en los próximos años.

Ya lo dijo Peter Senge: “La única ventaja competitiva sostenible consiste en aprender más rápido que la competencia.”