Asistimos a AI Summit Barcelona 2026 para escuchar conversaciones sobre agentes, contenido, producto y automatización. Entre tanta herramienta, hubo una idea que se repetía en las sesiones más útiles: la IA empieza por entender bien un problema, no por elegir una plataforma.
Para una marca o un equipo pequeño, esta idea ordena muchas decisiones. La pregunta no es qué se puede automatizar en abstracto. Es dónde se repite un trabajo manual, qué información se dispersa o qué parte del proceso está frenando una decisión.
1. La automatización necesita una fricción concreta
Un agente o un flujo de IA funciona mejor cuando resuelve una necesidad acotada. Puede ser clasificar solicitudes, preparar una primera versión de un informe, reunir información de varias fuentes o convertir datos en un formato más fácil de entender.
Antes de plantear una solución conviene describir el proceso actual: quién interviene, qué datos se usan, dónde se pierde tiempo y cuál sería un buen resultado. La claridad sobre el proceso es más valiosa que una lista larga de herramientas.
Esto también ayuda a medir si el cambio sirve. Si no sabemos qué problema estamos reduciendo, será difícil distinguir una mejora real de una demostración llamativa.
2. Escalar contenido obliga a definir identidad
Una de las sesiones del programa abordó el caso de AILA, la identidad de IA desarrollada por Fameplay para Flashscore. El interés del caso no está solo en producir vídeos en varios idiomas. Muestra que, cuando una identidad habla en nombre de una marca, las decisiones de tono, función y supervisión pasan a ser parte del producto.
La IA puede adaptar un mensaje a distintos formatos y mercados. Pero no decide qué debe decir una marca ni qué límites tiene su comunicación. Para escalar con coherencia, hacen falta una propuesta clara, fuentes fiables, revisión editorial y una voz definida.
3. La revisión humana forma parte del diseño
La automatización no elimina la responsabilidad sobre un resultado. Hay contenidos que necesitan contraste, decisiones que requieren contexto y mensajes que deben pasar por una persona antes de llegar a un cliente o a una comunidad.
El punto no es añadir una revisión al final por precaución. Es diseñar desde el principio qué decisiones se automatizan, quién responde por ellas y cuándo el sistema debe pedir ayuda. Esa frontera hace que un flujo sea más útil y también más fácil de mantener.
Cómo trasladarlo al trabajo diario
Una forma sencilla de empezar es escoger una tarea repetitiva que tenga suficiente volumen y un resultado claro. Durante una semana, anota qué pasos la componen, qué información necesita y qué errores se repiten. Después decide si conviene ordenar el proceso, automatizar una parte o mantenerlo manual por ahora.
Esta secuencia evita un error habitual: automatizar una dinámica que todavía no está bien definida. La IA puede dar velocidad, pero no reemplaza el trabajo de decidir prioridades, revisar el contexto y cuidar la relación con las personas.
La mirada que deja el evento
AI Summit Barcelona confirmó que la conversación ha madurado. La IA ya no se entiende solo como una forma de producir más rápido. Se está incorporando a la manera de investigar, operar, comunicar y tomar decisiones.
Para Devara, la oportunidad está en detectar fricciones reales, diseñar flujos que aporten claridad y mantener la estrategia y la supervisión humana en el centro. Ese enfoque ayuda a elegir mejor qué automatizar y qué proteger.