Investigadores, directivos de empresas tecnológicas y especialistas en innovación analizan los principales retos que marcarán la evolución de las ciudades inteligentes, desde la interoperabilidad de los datos hasta la gobernanza de la inteligencia artificial y el papel de los gemelos digitales.
La inteligencia artificial y la gestión inteligente del dato se están consolidando como dos de los principales motores de transformación de las ciudades. Sin embargo, el verdadero desafío ya no reside únicamente en desarrollar algoritmos más potentes, sino en conseguir que la información fluya entre organizaciones, infraestructuras y servicios para mejorar la calidad de vida de los ciudadanos y avanzar hacia modelos urbanos más sostenibles.
En este contexto, los gemelos digitales se perfilan como una de las herramientas con mayor capacidad para optimizar la gestión de las ciudades. Estos modelos virtuales permiten simular el comportamiento de infraestructuras y servicios en tiempo real, facilitando la toma de decisiones basada en datos. Diversos estudios apuntan a que su implantación puede mejorar la eficiencia operativa y de capital en infraestructuras públicas entre un 20 % y un 30 %, aunque su desarrollo todavía se enfrenta a importantes retos tecnológicos y organizativos.
Francisco Vea, director de Organización y Transformación de Simetría, considera que el principal obstáculo no es tecnológico, sino operativo. «La verdadera dificultad está en cómo pasar de una demo a una herramienta diaria que nos ayude en la gestión de servicios». A ello se suma un problema recurrente en muchas organizaciones: «la integración, ya que los datos de los distintos departamentos a menudo no se comparten». En su opinión, la transformación pasa también por un cambio cultural. «En lugar de actuar de forma reactiva, hay que hacerlo de manera predictiva».
La misma idea comparte Patricia Tamarit, directora de Innovación en Producto de Nunsys, quien defiende que la construcción de ciudades verdaderamente inteligentes exige integrar información procedente de múltiples disciplinas y organismos para obtener una visión global de la realidad urbana. «Actualmente los gemelos están más orientados a la predicción que a la operación directa del sistema», explica.
Esa falta de visión transversal continúa siendo uno de los principales obstáculos para desplegar todo el potencial de la inteligencia artificial aplicada a la gestión urbana. Según Francisco Vea, en la mayoría de las ciudades donde su compañía presta servicio «no existe esa transversalidad». «En el mejor de los casos hay un micro gemelo para la recogida de residuos y otro para el mantenimiento de calles, sin que se comuniquen entre sí». El siguiente paso, sostiene, consiste en «lograr que esos micro gemelos sean interoperables, de modo que la gestión no se optimice servicio a servicio, sino en su conjunto».
Gobernanza, interoperabilidad y confianza
A medida que la inteligencia artificial adquiere un papel más relevante en la toma de decisiones, también aumenta la necesidad de definir nuevos modelos de gobernanza del dato.
Marcos Rozas, director general de Nealis Tech, introduce un aspecto que trasciende el ámbito puramente tecnológico para situar el foco en la responsabilidad. «Cuando consigamos que estos gemelos hablen, se van a equivocar. ¿En qué punto de la cadena hay que actuar?», se pregunta, abriendo un debate que combina tecnología, ética y gobernanza.
La interoperabilidad entre plataformas, la calidad de los datos y la definición de responsabilidades aparecen así como elementos inseparables del desarrollo de la inteligencia artificial en las ciudades.
La sostenibilidad comienza en los datos
La creciente regulación europea está acelerando esta transformación. La entrada en vigor de la directiva CSRD supone un cambio de paradigma al exigir a las empresas una información mucho más detallada sobre su impacto ambiental, social y de gobernanza. En este nuevo escenario, los datos dejan de ser únicamente una herramienta de gestión para convertirse en un activo estratégico para demostrar el compromiso de las organizaciones con la sostenibilidad.
Raúl Mir, CEO de Attrim Group, resume esta evolución con una idea clara: «Ser sostenible no es solo ser verde y social, es comprometerse con los recursos y el bienestar de forma duradera». En su opinión, los informes empresariales «dejarán de fijarse únicamente en los resultados económicos para atender también a cómo se obtienen y si son sostenibles». Ese uso inteligente de la información, añade, «será clave para decidir qué abordar, qué resolver y hacia dónde dirigir la innovación».
¿Dónde puede generar mayor impacto la inteligencia artificial?
Cuando se analiza dónde puede aportar un mayor valor la inteligencia artificial en las ciudades, los especialistas coinciden en que la tecnología debe responder siempre a necesidades reales de los ciudadanos y no al atractivo de la propia innovación.
Patricia Tamarit considera que el primer paso consiste en identificar correctamente los problemas antes de diseñar las soluciones. «Hay que investigar dónde están realmente las necesidades para poner el foco y hacer planes de transformación». Además, defiende la necesidad de construir un modelo europeo basado en datos compartidos. «Trabajar en un sistema agregado europeo resulta esencial, ya que solo contando con la información de los ciudadanos de toda Europa las soluciones podrán ser escalables».
Marcos Rozas comparte esa visión. «Patricia ha dado en el clavo. Es importante tener esa transversalidad e interoperabilidad a la hora de gestionar los datos de manera agregada». Desde su punto de vista, una estrategia de inteligencia artificial debería priorizar ámbitos como «la movilidad, la gestión del agua y la atención a personas vulnerables».
Para Raúl Mir, el verdadero cambio debe comenzar por el gobierno del dato. «Le pediría al Ayuntamiento que exigiera a todas las empresas con las que trabaja implantar algún sistema de ayuda al gobierno del dato, para que cada una mejore y avance en qué datos necesita para prestar un mejor servicio».
Francisco Vea dirige la atención hacia un ejemplo muy concreto: el mantenimiento predictivo del estado de las calles. A su juicio, una gestión inteligente del pavimento urbano permitiría aumentar la seguridad vial, reducir entre un 8 % y un 12 % el consumo de combustible y mejorar significativamente la calidad del aire. El impacto ambiental sería equivalente a evitar la emisión de 4,5 millones de toneladas de CO₂, una cifra comparable a retirar alrededor de un millón de vehículos de una gran ciudad.
Lejos de limitarse a automatizar procesos, la inteligencia artificial está configurando un nuevo modelo de gestión urbana basado en datos compartidos, decisiones predictivas y colaboración entre organizaciones.