Ana Lorenzo, Director of Public Affairs, Communications and ESG de Grupo IFA, entrevista a Daniel Panadero, Global Head of Data & AI de FCCenviro

Ana Lorenzo: Daniel, llevas una trayectoria muy vinculada a datos, tecnología y transformación. ¿Qué momentos clave dirías que marcaron tu camino hasta liderar Data & AI a nivel global en FCCenviro?

Daniel Panadero: Creo que uno de los momentos que más marcó mi trayectoria fue cuando me hice cargo de los contratos integrales de Madrid. Allí había indicadores importantes que no conseguíamos responder ni visualizar de forma ágil, y aquello me puso delante un problema muy concreto, muy de negocio. Resolverlo me hizo ver, de una manera bastante práctica, el poder que tiene el dato cuando está bien gestionado. A partir de ahí, fuimos impulsando distintos proyectos de inteligencia artificial con una idea muy clara: empezar siempre por una necesidad real y demostrar el valor con resultados. Esa búsqueda de innovación se fue convirtiendo poco a poco en una forma de trabajar.

Para mí, la tecnología tiene sentido cuando ayuda a otros compañeros y departamentos a trabajar mejor. Liderar hoy Data & AI a nivel global en FCCenviro es la evolución natural de ese camino: empezar resolviendo un problema local y llevar esa misma vocación de mejora y servicio a una escala mucho mayor, a veces internacional.

A.L.: En carreras tan ligadas a la innovación, no todo sale como se planea. ¿Cuál ha sido uno de los mayores desafíos profesionales que te obligó a reinventarte?

D.P.: Uno de los mayores retos ha sido, simplemente, no quedarme atrás. La inteligencia artificial avanza tan rápido que a veces cuesta seguirle el ritmo. Esa sensación de que el terreno cambia constantemente te obliga a reinventarte casi sin darte cuenta. En mi caso, los contratos con las municipalidades fueron un gran motor. Competir por esos concursos te exige estar muy actualizado, ofrecer algo diferente y demostrar que eres capaz de llevarlo a la práctica. Si te soy sincero, no empecé a formarme en IA sólo por curiosidad intelectual; lo hice porque el trabajo me lo pedía y porque cada contrato era también una oportunidad de dar un salto tecnológico y profesional.

En ese camino también ha sido muy importante mi faceta como profesor universitario e investigador. Esa combinación entre universidad y empresa me aporta mucho: la universidad me da rigor, método y distancia; la empresa me permite poner en práctica las ideas y convertirlas en algo útil. Para mí, la resiliencia significa que nunca terminas de aprender.

A.L.: Hay mucho ruido alrededor de la inteligencia artificial. Desde tu perspectiva, ¿dónde ves hoy el mayor impacto real de la IA en sectores industriales y de servicios como el medioambiental?

D.P.: Creo que hoy el mayor impacto no está necesariamente en los casos más espectaculares, sino en los más cotidianos. En sectores industriales y de servicios, la IA aporta mucho valor en el mantenimiento predictivo de activos, la optimización de rutas y consumos, la eficiencia energética o la automatización de procesos administrativos con mucha carga de datos. Es una IA menos vistosa, quizá, pero muy útil: reduce costes, mejora la seguridad y libera tiempo de las personas. Dicho esto, para mí tan importante como saber dónde aplicar IA es saber dónde NO aplicarla. Hay problemas que se resuelven mejor con tecnologías más sencillas, maduras y económicas.

Forzar la IA donde no aporta valor suele ser un error caro. A veces una buena automatización, un modelo estadístico clásico o una regla de negocio bien planteada dan el mismo resultado por menos coste. Por eso intento huir del caso de uso llamativo por sí mismo y centrarme en elegir la herramienta que realmente hace más productivo el negocio.

A.L.: A menudo se plantea la IA como sustituta del talento, pero también como amplificadora. ¿Cómo crees que cambia el papel de las personas dentro de organizaciones cada vez más data-driven?

D.P.: Para mí, el punto de partida es muy claro: el valor de nuestros empleados es enorme, y la IA no viene a sustituirlo, sino a multiplicarlo. La tecnología puede absorber tareas repetitivas o previsibles, pero el criterio, la interpretación y la decisión siguen estando en las personas. Lo que consigue la IA, bien utilizada, es poner más información y más agilidad al servicio de ese talento. Un profesional que antes tardaba días en recopilar datos puede tenerlos mucho antes y dedicar más tiempo a pensar, analizar y decidir. En una organización data-driven, el valor ya no está solo en manejar datos, sino en saber hacer las preguntas adecuadas y aportar contexto. Por eso no imagino un futuro de personas reemplazadas, sino de personas mejor acompañadas por la tecnología, capaces de tomar mejores decisiones, más rápido y con más impacto.

A.L.: Liderar equipos técnicos globales implica coordinar perfiles muy diversos. ¿Qué consideras esencial para construir equipos de alto rendimiento y mantenerlos?

D.P.: Opino que lo esencial es combinar perfiles diversos con un propósito común. Mi trayectoria me ayuda bastante en ese sentido: haber pasado por producción y por otras funciones en FCC antes de liderar Data & AI me permite entender mejor el lenguaje de perfiles muy distintos y ponerme en el lugar de cada uno. En un equipo global conviven ingenieros, científicos de datos, perfiles de negocio y de producto, y la clave es que todos entiendan por qué hacen lo que hacen, no solo qué tarea tienen asignada. Intento cuidar especialmente tres cosas: claridad en los objetivos, autonomía para ejecutar y confianza para equivocarse. También doy mucha importancia a la visibilidad. Me gusta que la información circule, que las personas participen y que sepan qué se está haciendo en otros países o áreas de la organización.

En una compañía global es fácil que cada equipo funcione como una isla y que se repitan esfuerzos; por eso intento que lo que funciona en un contrato o en un país pueda compartirse y reutilizarse en otros. En mi opinión, un equipo de alto rendimiento no es el que nunca falla, sino el que aprende rápido, comparte lo aprendido y se siente seguro para proponer, preguntar y discrepar. Mantenerlo exige cuidar el crecimiento de cada persona, porque creo que la gente se compromete más cuando siente que aprende y que su trabajo tiene impacto.

A.L.: Cuando un proyecto falla o los resultados tardan en llegar, ¿cómo gestionas la frustración dentro del equipo?

D.P.: Cuando algo no sale bien, intento que lo primero sea separar el error de la culpa. Si el equipo siente que un fracaso va a terminar en señalar responsables, dejará de asumir riesgos, y sin cierto riesgo no hay innovación. Me gusta plantear los reveses como información: qué hemos aprendido, qué haríamos de otra manera y qué parte sí ha funcionado. También ayuda mucho gestionar bien las expectativas desde el inicio, porque en innovación los resultados rara vez llegan de forma inmediata.

La frustración se gestiona con transparencia, reconociendo los avances intermedios y recordando por qué estamos haciendo ese proyecto y qué beneficio o impacto puede tener si lo conseguimos.

A.L.: Fuera del trabajo, ¿qué actividades o aficiones te ayudan a desconectar y recargar?

D.P.: Algo que para mí es fundamental es la familia. Es lo que me da perspectiva y me ayuda a colocar cada cosa en su sitio. La familia y los amigos son un apoyo enorme, sobre todo en los momentos de más exigencia. Fuera del trabajo me gusta mucho la jardinería y, en general, todo lo que tenga que ver con estar al aire libre. El sol y las actividades al aire libre me ayudan a desconectar de las pantallas y a recuperar energía.

Cuando estoy disfrutando de la naturaleza, la mente se ordena de otra manera, y muchas veces las mejores ideas aparecen precisamente ahí, lejos del ordenador. Para mí, desconectar no es un lujo; es una condición necesaria para volver con energía y trabajar mejor.

A.L.: Si miramos a los próximos cinco años, ¿qué habilidades crees que serán imprescindibles para cualquier profesional que quiera prosperar en la era de la IA? ¿Una idea o consejo que te hubiera gustado recibir al inicio de tu carrera?

D.P.: Creo que cada vez nos vamos adaptando más a trabajar con IA, y ese va a ser uno de los grandes cambios de los próximos años. No se tratará solo de aprender a programar modelos, sino de aprender a convivir con la IA en el trabajo diario. Una capacidad imprescindible será saber supervisarla: entender qué hace, detectar cuándo se equivoca y no dar por bueno todo lo que propone. Curiosamente, es probable que en parte lo hagamos también con ayuda de otras herramientas de IA.

Por eso el pensamiento crítico será más importante que nunca. Junto a eso, harán falta habilidades muy prácticas: saber pedir bien las cosas, interpretar resultados, integrar la IA en los procesos y combinarla con criterio humano. Y, por encima de todo, adaptabilidad y aprendizaje continuo, porque las herramientas seguirán cambiando muy rápido. Al final, las habilidades humanas —criterio, comunicación, ética y contexto— seguirán siendo las que marquen la diferencia.

Y el consejo que me habría gustado recibir es sencillo: Empieza siempre por el problema y por las personas; lo demás son herramientas. No tengas miedo a empezar desde abajo ni a equivocarte pronto, porque muchas veces ahí es donde más se aprende. Y recuerda que ningún puesto de partida define hasta dónde puedes llegar. Lo que de verdad marca la diferencia es la voluntad de seguir aprendiendo.

A.L.: ¿Con qué personaje te irías a tomar algo y por qué?

D.P.: Con Marc Vidal. Me atrae la gente que se apasiona de verdad con lo que hace, y él transmite esa energía cuando habla de innovación y de hacia dónde va la economía digital.

Además, tiene un mérito que valoro mucho: sabe explicar cosas complejas sin simplificarlas ni disfrazarlas de humo. Una conversación con él seguro que no sería una charla de cortesía, sino de esas de las que sales con deberes.