MEDIA & ENTERTAINMENT DISCUSSION

Build AI-powered media experiences

From content production to immersive entertainment, AI agents can be strategically integrated across business functions to drive value and competitive advantage. In our ongoing discussion, we bring together industry leaders to explore all this and more.

image

Featured content

Immersed in Frictionless Experiences: How Globant Is Enabling Seamless Engagement for Today's Fans, Guests, and Customers

Go to article

Podcasts

image

Gen Ai in Media & Entertainment, an interview with JJ Lopez Murphy, Head of AI at Globant

JJ Lopez Murphy

image

Leveraging AI to Unlock Creative Potential in Media

Isa Goksu and JJ Lopez Murphy

Interviews

image

Archives to asset: Exploring media monetization in the age of AI. 

McKinley Muir Hyden, Director of Data Value & Strategy, Financial Times

image

From archives to assets: Exploring media monetization in the age of AI

Meropi Kylika, Vice President of Commercial, CNBC International

Blogs

El dilema del marketing digital: Contenido impecable que nadie recuerda
Content and Social

El dilema del marketing digital: Contenido impecable que nadie recuerda

El ecosistema del marketing de contenidos ha alcanzado un techo crítico. Al recorrer hoy en día cualquier feed profesional, el diagnóstico es evidente: estamos inundados de prosa fluida, publicaciones alineadas con las tendencias e impresionante consistencia, pero prácticamente nada se queda en la mente del lector. La infraestructura para la generación de contenidos nunca ha sido más potente, y el resultado nunca ha sido más olvidable. El verdadero problema no es la falta de calidad técnica; es la absoluta homogeneización. Al estandarizar plantillas, flujos de trabajo automatizados y herramientas de IA, las marcas han comenzado a adoptar la misma voz, estructura y definición de lo que es "correcto". El producto final es técnicamente sólido, sí, pero también es completamente intercambiable. La IA no creó esta inercia, pero la está acelerando a un ritmo sin precedentes. Las organizaciones que no se den cuenta de esto seguirán destinando presupuesto a producir volumen sin una estrategia clara de interacción con el contenido, destruyendo silenciosamente su capacidad para destacar realmente. Tres errores estratégicos en la era de la automatización Cuando el contenido se vuelve genérico, la solución no es escribir mejores instrucciones (prompts) para la máquina. Las marcas que luchan contra la mismidad inducida por la IA están fallando en el nivel fundacional de su estrategia, pasando por alto la necesidad de un posicionamiento de marca auténtico que las diferencie. Las organizaciones exitosas evitan los siguientes errores estratégicos: Tercerizar el pensamiento en lugar de la ejecución Cuando un equipo de marketing le pide a una herramienta de IA que escriba un artículo sobre "las principales tendencias tecnológicas del año", el sistema devuelve una respuesta basada en el promedio estadístico de todo lo que ya se ha escrito en internet. El resultado puede ser aceptable, incluso pulido, pero será idéntico a lo que un competidor a la vuelta de la esquina acaba de generar usando el mismo prompt. La alternativa: Las marcas que realmente generan impacto operan a la inversa. Un profesional con experiencia en el mundo real y una perspectiva distinta define primero la tesis central. Una vez estructurado ese pensamiento humano, la IA entra en juego para pulir, dar formato y agilizar la escritura. Invierte este orden y estarás condenado a sonar como todos los demás. Confundir las pautas de marca con un punto de vista genuino La mayoría de las empresas tienen guías de estilo llenas de adjetivos como "innovador", "accesible" o "confiado". Sin embargo, estas palabras no definen una postura; son simplemente preferencias estéticas que podrían aplicarse a casi cualquier empresa de cualquier sector. El verdadero vacío es la ausencia de una opinión. Una verdadera postura corporativa es algo con lo que un competidor podría estar abiertamente en desacuerdo. Decir "Las metodologías ágiles fallan por la cultura, no por el software" es una creencia. Decir que eres "empático y profesional" no invita al debate. Sin una visión clara articulada por los líderes de la organización, la IA solo producirá palabras elegantes pero vacías. Priorizar el volumen de producción sobre la resonancia real Cuando el éxito de un equipo de marketing se mide por la cantidad de piezas que publican por semana, la IA se convierte en la herramienta perfecta para inflar métricas de vanidad. Los calendarios se llenan y los tableros de actividad lucen impecables. Sin embargo, el impacto real a menudo se mueve en la dirección opuesta. Es increíblemente común que las marcas que duplican su volumen de publicación tras adoptar la IA experimenten una caída drástica en el compromiso (engagement) genuino. Producen más pero importan menos. La métrica que realmente cuenta no es cuánto publicaste, sino cuántas personas cambiaron su perspectiva después de leerlo.     El plan de acción para marcas memorables Romper con la monotonía digital de hoy no requiere un mejor software; requiere un cambio radical en tu proceso editorial: Establece la tesis antes del calendario: Para cada tema central de tu industria, completa esta premisa: "La mayoría del sector cree X, pero nosotros sabemos que es Y debido a esto". Este enfoque transforma la información genérica en una perspectiva única y de alto valor. Invierte el flujo de trabajo editorial: No permitas que la IA escriba el borrador inicial solo para que un humano lo edite más tarde. La secuencia debe invertirse: el humano esboza el argumento central y las ideas clave, la IA estructura y redacta el texto, y luego el humano refina la voz y valida la precisión. Alimenta a la IA con pensamientos crudos, no con instrucciones estériles: En lugar de darle un tema genérico, proporciónale tus notas personales, puntos clave rápidos o conclusiones brutas de una reunión. La IA es excelente para dar forma a pensamientos humanos caóticos en un texto coherente; lo que no puede hacer es fabricar pensamiento original. Mide la conversación cualitativa: Añade indicadores de resonancia a tus informes de rendimiento. Realiza un seguimiento de los comentarios donde se genere un debate real, las publicaciones compartidas que incluyan comentarios originales o los mensajes directos que abran oportunidades de negocio. Veinte interacciones profundas construyen mucho más valor de marca que miles de impresiones silenciosas. El Resumen El problema de la uniformidad digital no se va a solucionar por sí solo. A medida que las plataformas de IA se vuelven más accesibles, la única frontera competitiva real en el marketing de contenidos será tener algo único que decir. La ventaja ya no radica en el software que utilizas, sino en las ideas que le inyectas. Las marcas dispuestas a hacer ese trabajo —descubrir en qué creen realmente, construir contenido en torno a una perspectiva genuina y utilizar la IA para amplificar en lugar de reemplazar la creatividad humana— son las que seguirán siendo recordadas cuando todo esto se estabilice. La buena noticia es que la infraestructura para hacer esto bien ya existe. Globant ha estado construyendo precisamente en esta intersección, donde la tecnología se encuentra con la convicción creativa. A través de GUT Network, Globant reúne IA, Marketing Digital, Contenido, Martech y Analítica de Datos bajo un mismo techo, diseñado específicamente para marcas que desean ir más allá de los resultados genéricos. Y con Globant FUSION, la primera suite de Agentes de IA diseñada específicamente para marketing de embudo completo (full-funnel), el enfoque se centra en una ejecución inteligente y escalable que sigue manteniendo el juicio creativo humano en el centro. Las herramientas están listas. La pregunta, como siempre, es si las marcas están dispuestas a hacer el trabajo más difícil de darles a esas herramientas algo real con lo que trabajar.

El viaje alrededor de la cabina: La próxima frontera de diseño de los viajes premium
Airlines

El viaje alrededor de la cabina: La próxima frontera de diseño de los viajes premium

La cabina premium se ha convertido oficialmente en una disciplina de diseño seria. Al observar el panorama de la aviación en 2026, la intencionalidad y la innovación genuina en los productos de clase ejecutiva (business) y primera clase son inconfundibles. Los fabricantes de equipos originales (OEM), las agencias de diseño y las aerolíneas han transformado con éxito el entorno físico en un poderoso diferenciador. Pero a medida que la cabina mejora, una pregunta natural cobra mayor relevancia: ¿Cómo se mantiene el ritmo de la experiencia alrededor de la cabina? El pasajero que embarca en una suite de clase mundial llega desde algún lugar y se dirige hacia otro. La cabina es la pieza central del viaje, pero está lejos de ser su totalidad. Las aerolíneas más vanguardistas ya se están ocupando exactamente de esto, reconociendo que la próxima frontera en la diferenciación premium es la coherencia del viaje: la experiencia fluida e ininterrumpida antes de la puerta, en la puerta y después de la puerta. Lo que realmente experimentan los pasajeros premium Las principales aerolíneas se encuentran en un ciclo masivo de inversión, introduciendo nuevas configuraciones de largo alcance a un ritmo histórico. Se prevé que el mercado global de interiores de cabinas de aviones alcance pronto más de 45.000 millones de dólares, impulsado agresivamente por compromisos masivos de modernización (retrofits) y persistentes retrasos en las entregas que obligan a las aerolíneas a modernizar las flotas existentes. Si bien este enfoque en el hardware tiene un perfecto sentido comercial, un viaje premium de extremo a extremo siempre es más amplio de lo que capta un informe de producto estándar. El veredicto final del viajero se forma por todo el arco de la experiencia, no solo por un único pico físico. Debido a que los pasajeros premium son los clientes comercialmente más valiosos y atentos a los detalles de una aerolínea, una personalización inconsistente suele ser peor que ninguna en absoluto. Recibir un reconocimiento personalizado en una sala VIP seguido de un trato genérico en la puerta de embarque crea un contraste discordante y fracturado. Para agravar este desafío, se suma el hecho de que estos viajeros no son personajes estáticos; sus necesidades cambian por completo según el contexto. La misma persona requiere una orquestación meticulosa para un vuelo nocturno en lunes (red-eye), pero autonomía autodirigida para un viaje de placer en viernes. El verdadero objetivo de diseño para las aerolíneas es la conciencia contextual: leer señales en tiempo real para comprender qué versión de esta persona está viajando hoy. Equilibrar estos estados fluidos de los pasajeros fue en su momento un desafío técnico insuperable, pero ahora la tecnología está lista. La cuestión estratégica ha pasado por completo de si los sistemas pueden detectar estos matices a si las organizaciones de las aerolíneas están estructuradas para actuar en consecuencia. El patrón de inversión y lo que revela La fuerte concentración de capital a nivel de cabina refleja una lógica comercial tradicional: las suites premium generan ingresos masivos y producen elementos visuales muy tangibles y fotogénicos que anclan las campañas de marketing de las aerolíneas. Una importante aerolínea de red de EE. UU. señaló que los ingresos premium crecieron un 14% interanual en el primer trimestre de 2026, superando el crecimiento de los ingresos de la clase económica básica en casi el doble. Por el contrario, es significativamente más difícil invertir en el viaje alrededor de la cabina. Está distribuido en operaciones aisladas (silos), no se fotografía bien y su éxito se mide por la ausencia de fricción en lugar de la presencia de espectáculo. Este es un desfase estructural de la cadena de suministro, donde la infraestructura tecnológica de soporte (backend) se incorpora en las especificaciones de las aeronaves años antes de la entrega, dejándola por detrás de las capacidades actuales de los consumidores. Además, a medida que la conectividad en vuelo de banda ancha se convierte en la norma de la industria, los pasajeros eligen cada vez más sus propias rutas al margen de las plataformas proporcionadas por las aerolíneas para utilizar sus propios ecosistemas de streaming. Sin embargo, las aerolíneas que están cerrando esta brecha descubren que un pasajero que se siente anticipado y atendido de manera coherente a lo largo de todo el arco del viaje responde con un nivel de lealtad a la marca que supera al de la competencia. Lo que realmente implica cerrar la brecha Lograr una experiencia de viaje ininterrumpida significa tratar el viaje de extremo a extremo como un único objeto de diseño. En la práctica, tiende a requerir tres elementos que funcionen en conjunto: Un informe digital que comienza antes del aeropuerto El entorno digital previo al viaje está fuertemente disputado. Los pasajeros delegan cada vez más la planificación y la reserva en asistentes autónomos de IA que comparan y actúan en su nombre. Para competir, los puntos de contacto digitales de una aerolínea no pueden simplemente existir; deben utilizar las herramientas existentes —aplicaciones, sistemas de entretenimiento a bordo (IFE) y la arquitectura de comunicación actual— de manera significativamente mejor antes de recurrir a una nueva y compleja infraestructura. Continuidad del contexto en los puntos de contacto humanos Los momentos con el personal de la sala VIP, los agentes de la puerta de embarque y las tripulaciones de cabina son donde el servicio premium se siente y se recuerda con mayor profundidad. Empoderar a estos equipos implica una cuestión de arquitectura de información que va mucho más allá de la capacitación. En lugar de presionar perfiles densos de pasajeros, los sistemas deberían presentar datos pequeños, oportunos y procesables (por ejemplo, este pasajero está conectando, prefiere pasillo, no ha comido). Además, el mecanismo debería parecerse menos a un panel de control rígido y más a una capa silenciosa de agentes de IA que observan los estados a través de los sistemas y muestran exactamente lo que importa, a quién y cuándo. Sin embargo, es importante considerar que esto se vuelve significativamente más difícil en entornos interlínea y de código compartido, lo que convierte a la integración de datos de socios en el próximo obstáculo operativo crítico. La llegada como parte del producto La llegada sigue siendo la etapa en la que menos se invierte en el ecosistema premium, aunque tiñe fuertemente la evaluación final del pasajero. Las aerolíneas que extienden el pensamiento de diseño premium a través del aterrizaje, la entrega de equipaje y los traslados terrestres están encontrando una diferenciación real y altamente defendible que el hardware por sí solo no puede replicar. Escalar esta parte del viaje es difícil, por lo que el mejor enfoque es empezar de a poco: resolver un problema acotado primero, demostrar el ciclo completo (loop) y expandirse desde allí. La oportunidad por delante Los puntos de referencia de diseño que recorren la industria demuestran que las aerolíneas se toman increíblemente en serio lo que significa una clase mundial en un entorno físico. La oportunidad ahora es aportar esa misma seriedad al viaje digital y operativo que lo rodea. Las aerolíneas que inviertan en este nivel de continuidad del viaje construirán una ventaja emocional y operativa que sus competidores no podrán clonar simplemente con un pedido de asientos más nuevos. Esa es la frontera que nos entusiasma en Globant: donde la ambición del producto premium se encuentra con el diseño a nivel de todo el viaje. Es ahí donde se ganará la próxima ventaja competitiva. Descubra cómo consolidar la fidelidad de los viajeros de extremo a extremo en el Globant Airlines AI Studio.

Deje de optimizar un balde agujereado: Por qué ahora es el momento perfecto para revisar su stack de comercio
Retail

Deje de optimizar un balde agujereado: Por qué ahora es el momento perfecto para revisar su stack de comercio

En la carrera por dominar el panorama del comercio, muchas empresas están cometiendo un error crítico: intentar inyectar inversión en un recipiente lleno de agujeros. Aunque el atractivo del comercio agéntico (basado en agentes) y la personalización impulsada por IA es fuerte, estas capacidades avanzadas no pueden operar de manera efectiva sobre datos fragmentados y arquitecturas heredadas frágiles. Es por esto que la revisión del stack de comercio no puede esperar. La deuda técnica que tolera hoy le impedirá adoptar las herramientas agénticas del mañana. El costo oculto de "hacer que funcione" Muchas empresas actuales están atrapadas en un ciclo de transformación digital a base de "parches". Se enfrentan a una tensión evidente entre el deseo de innovar rápidamente y el pesado lastre de la deuda técnica. Con frecuencia veo a marcas luchando contra cuatro grandes trampas que agotan sus recursos: Tecnologías heredadas (Legacy): Los stacks que eran de vanguardia hace años, hoy actúan como anclas. Impiden que las marcas escalen o adopten las arquitecturas modernas y modulares que el mercado actual exige. Esta inercia conlleva un impuesto invisible sobre la productividad: los desarrolladores dedican hasta el 42% de su tiempo a lidiar con la deuda técnica en lugar de desarrollar nuevas funcionalidades. La brecha de implementación: La adopción de tecnología a gran velocidad a menudo crea una división entre las herramientas digitales y las personas que las utilizan. Cuando las empresas se apresuran a implementar software sin alinearlo con sus procesos de negocio o sin integrarlo con el resto de su stack tecnológico, crean sin darse cuenta cuellos de botella manuales y silos de datos. En lugar de acelerar el crecimiento, estos sistemas desconectados se convierten en una carga operativa que requiere una intervención manual constante para cerrar las brechas. Preparación para Datos e IA: Las marcas quieren habilitar plataformas de comercio preparadas para la IA, pero carecen de los datos limpios, gobernados y accesibles que se requieren para potenciar estos modelos. No se puede construir un asistente de compras con IA que lidere el mercado sobre una base de información desorganizada y aislada. El sentimiento del mercado es absoluto al respecto: el 96% de los líderes de IT y de negocio coinciden en que el éxito de los agentes de IA depende en gran medida de una integración de datos fluida y libre de deudas. Sin ella, el riesgo de fracaso es severo. Gartner predice que, hasta 2026, las organizaciones abandonarán el 60% de los proyectos de IA que no cuenten con el respaldo de datos preparados para esta tecnología. Fricción en procesos y gobernanza: A menudo, no es la tecnología en sí la que falla. Por el contrario, son los flujos de trabajo aislados y la falta de claridad en la gobernanza y la propiedad de los procesos lo que impide una entrega tecnológica eficaz y la excelencia operativa. El resultado de estos problemas es que se termina personalizando en exceso e invirtiendo en soluciones que generan deuda técnica adicional. Esto aumenta el costo total de propiedad (TCO) al tiempo que reduce significativamente la agilidad. Un marco estructurado para la resolución Para dejar de optimizar para el pasado y empezar a construir para el futuro, se necesita algo más que una solución rápida. Se requiere un diagnóstico metódico y un chequeo de salud que descubra los problemas tanto en el dominio técnico como en el no técnico. No es un proceso que se realice de la noche a la mañana, pero normalmente lleva menos de un mes evaluar completamente el panorama e identificar dónde reside realmente la fricción. El objetivo no es solo generar una lista de problemas, sino construir una hoja de ruta (roadmap) priorizada para el camino a seguir. He comprobado que centrarse en cuatro pilares críticos es la forma más eficaz de garantizar que el trabajo realmente perdure: Revisión de la arquitectura: Es importante analizar el backend, las extensiones de terceros y las integraciones de sistemas frente a las mejores prácticas de la industria. Esto incluye buscar formas de simplificar el stack tecnológico. Un hallazgo común es que los clientes pueden aprovechar mejor las aplicaciones de primer nivel (best of breed) o las capacidades nativas (out-of-the-box) para optimizar su arquitectura y reducir costos. Esto puede implicar el aprovechamiento de tecnología de IA. Preparación para la IA (AI Readiness): Aunque las empresas avanzan rápido para adoptar la IA, el stack tecnológico existente suele terminar siendo el elemento que las frena. Vale la pena analizar a fondo si existen brechas fundamentales en la arquitectura o en la preparación de los datos que puedan estancar una implementación antes de que empiece. Con el mercado actual inundado de nuevas herramientas, el desafío está pasando de encontrar una opción de IA a elegir la correcta. Se trata menos de seguir la moda del momento (hype) y más de evaluar las decisiones de plataforma para garantizar que realmente se ajusten a la estrategia a largo plazo. Ajuste estratégico y de la solución: Es importante establecer una evaluación del stack tecnológico actual frente a los objetivos de negocio a largo plazo. Es fundamental evaluar y determinar si los sistemas están diseñados para comunicarse de manera efectiva o si están creando una experiencia fragmentada para los clientes. Revisión de la gestión y la gobernanza: A menudo se pasa por alto la revisión de los procesos de gestión de productos, los estándares de control de calidad y las estructuras de los equipos, pero esto puede ser fundamental para el buen funcionamiento de la modernización de la tecnología de comercio. Al identificar las brechas en la gobernanza, puede asegurarse de que, una vez resueltos los problemas técnicos, estará realmente equipado para mantener ese aumento deseado en el rendimiento. Hallazgos desde el terreno Cuando las empresas se apresuran por innovar, a menudo caen en una trampa predecible. En lugar de construir una arquitectura limpia y meditada, amontonan complementos (plugins) de terceros sobre su plataforma de comercio en línea como si fueran bloques de Jenga. Mi equipo y yo vemos este patrón de falla con demasiada frecuencia. Una marca quiere una funcionalidad rápida, así que instala una aplicación. Luego instala otra aplicación para solucionar una limitación de la primera. En poco tiempo, una docena de herramientas diferentes se disputan el control del código de la interfaz de la tienda (storefront). Esto crea un entorno frágil donde una actualización menor en una herramienta descompone una parte completamente separada del sitio. Es un impuesto invisible sobre el crecimiento que paraliza a los equipos internos y destruye la velocidad del sitio. Mi equipo y yo revisamos recientemente una cuenta corporativa global que ilustra este punto de quiebre. En la superficie, el negocio estaba listo para el comercio agéntico. Por dentro, el exceso de aplicaciones de terceros había arrastrado su puntuación móvil a la categoría de "Pobre" en Google PageSpeed Insights. Esta fragmentación también sepultaba a sus equipos administrativos bajo una enorme carga operativa, atrapando a los empleados en un bucle constante de soluciones manuales provisionales solo para mantener la tienda en funcionamiento. Por ejemplo, en lugar de aprovechar las características modernas de automatización de comercio, cada bloque de recomendación de productos en el sitio tenía que ser configurado y actualizado de forma completamente manual por un administrador. Intentar lanzar experiencias de cliente de comercio agéntico sobre una arquitectura inestable como esa es una batalla perdida desde el primer día. ¿Está lista su base? El mayor riesgo para las empresas hoy en día es ignorar las brechas fundamentales mientras saltan directamente a los casos de uso de IA más visibles del mercado. Mientras gran parte de la industria se mueve hacia las experiencias agénticas, los líderes del mañana ya están preparando sus datos y arquitecturas para esa próxima ola de disrupción. Si no arregla los cimientos hoy, sus competidores tomarán la delantera esprintando. Usted se quedará rezagado intentando alcanzarlos durante los próximos años. Si solo recuerda una cosa de este artículo, que sea esta: la verdadera transformación digital se desbloquea cuando se terminan los parches. ¿Está su organización desarrollando capacidades para el futuro, o simplemente está remendando el pasado? Deje de adivinar dónde están los agujeros de su balde. En el Commerce Studio de Globant, ayudamos a marcas globales a superar la cultura del parche, auditar su deuda técnica y construir arquitecturas unificadas diseñadas para la próxima ola de IA agéntica.

La personalización a 35.000 pies es un desafío de orquestación, no de datos
Airlines

La personalización a 35.000 pies es un desafío de orquestación, no de datos

La personalización figura en la hoja de ruta de casi todas las aerolíneas, y la mayoría de los operadores han invertido significativamente en la infraestructura de datos para respaldarla. El progreso es real: comunicaciones que se sienten más relevantes, gestos de servicio que indican reconocimiento, funciones que reflejan el historial del pasajero. Aun así, incluso los programas más avanzados tienden a chocar con el mismo techo. Las discusiones recientes entre líderes y profesionales de la industria han agudizado considerablemente esa visión. En todo el sector, los expertos vuelven una y otra vez al mismo fenómeno, lo que algunos han comenzado a llamar "el problema de la meseta". Los pasajeros también lo perciben. La aerolínea claramente sabe algo sobre ellos. Solo que no siempre se manifiesta en el momento adecuado ni de la manera correcta. Uno se siente reconocido digitalmente, pero ese reconocimiento tiende a disolverse una vez que llega a su asiento. Vale la pena comprender este patrón, porque apunta a algo estructural. Y a algo solucionable. Las aerolíneas conocen a sus pasajeros. Entonces, ¿por qué no se siente así? Las aerolíneas poseen enormes cantidades de datos de los pasajeros. Historial de transacciones, patrones de comportamiento, preferencias declaradas, señales de integración de programas de fidelización... El material bruto está ahí, a escala, en el entorno de prácticamente cualquier gran operador. Pero lo que hace que la personalización sea tan difícil es dónde viven esos datos. El Programa de Viajero Frecuente (FFP) mantiene la fidelidad; la pila operativa gestiona las interrupciones; el sistema de cabina administra el entorno a bordo. Cada uno de estos sistemas fue creado para hacer bien su trabajo, y lo hace. El desafío es que ninguno fue diseñado para un diálogo en tiempo real con los demás, y están organizados en torno a la estructura de la aerolínea en lugar de la jornada del pasajero. Eso no es un defecto de diseño; refleja décadas de legítimas prioridades operativas. Sin embargo, crea una brecha: una aerolínea que lo reconoce perfectamente en la nube pero lo olvida por completo en la puerta de embarque. Una ilustración poco valorada de esto es el propio programa de fidelización. Los pasajeros suelen confundir los puntos de estatus (tier points) con los puntos canjeables (currency points), y se preocupan principalmente por estos últimos. Cuando el sistema diseñado para reconocer a un pasajero no es legible para él, se trata de un fallo de personalización antes de que entre en juego cualquier cuestión tecnológica. Es una ruptura del diseño de la experiencia, una inversión masiva en datos que finalmente no logra traducirse en el punto de interacción. La capa que falta entre los datos y la experiencia Cuando la personalización se estanca en una meseta, el instinto natural es añadir más datos o construir un modelo más inteligente. Ambos pueden ayudar, pero en la mayoría de los casos, la restricción vinculante está en otra parte. El tipo de personalización que los pasajeros realmente perciben requiere una verdadera orquestación. Esto significa establecer un contexto de pasajero vivo y editable que se mueva activamente a través de los puntos de contacto en tiempo real, informando la acción correcta en el momento exacto en que importa. No se trata de una sincronización por lotes periódica o de un modelo de segmentación estático que se actualiza trimestralmente; la personalización debe ser continua. Requiere una señal digital persistente que conecte lo que sabe el programa de fidelización, lo que ve el área de operaciones y lo que la tripulación o la interfaz de servicio necesitan para actuar. La conectividad actúa como el requisito indispensable que hace posible esta fluidez, yendo mucho más allá de una característica estándar o una línea de ingresos auxiliares para convertirse en la base de todo lo demás. Aquí es precisamente donde la conversación actual sobre la IA depende silenciosamente de elecciones de infraestructura que la preceden. Los copilotos agénticos para la tripulación, la recuperación predictiva del servicio y las interacciones generativas previas al vuelo asumen fundamentalmente que ya existe un contexto de pasajero vivo e interdepartamental sobre el cual razonar. Sin ese sustrato, un agente es solo un chatbot con la marca de la aerolínea. La capa de orquestación no compite con la inversión en IA; es lo que determina si esa inversión en IA genera algún retorno. Tres patrones suelen interponerse en el camino, y son tan comunes en toda la industria que vale la pena nombrarlos: Estructura organizacional que refleja la estructura del sistema: Cuando las áreas de fidelización, operaciones y canales digitales tienen propietarios independientes y métricas de éxito separadas, la integración se convierte en un desafío de coordinación mucho antes de ser un problema tecnológico. Si bien la integración entre sistemas suele ser factible a nivel técnico, la inmensa complejidad operativa de las aerolíneas hace que navegar por estos silos departamentales internos sea especialmente complejo. Personas estáticas que reemplazan al contexto dinámico: La mayoría de los programas de personalización aún dependen de modelos de segmentación históricos que describen quién era un pasajero, en lugar de quién es ahora mismo, en este viaje, en este preciso momento. No es que estos modelos sean intrínsecamente incorrectos; es que se actualizan con un reloj completamente diferente al del pasajero. Información que no llega del todo al punto de interacción: Incluso cuando se cuenta con datos y una lógica sofisticada, la última milla de la ejecución requiere una interfaz física, ya sea un miembro de la tripulación humana o una pantalla en el respaldo del asiento. La pantalla, por ejemplo, sigue siendo un punto de destino de orquestación subutilizado, un tercer canal vital en un modelo omnicanal que típicamente se detiene en la web y el móvil. Si una información estratégica no llega a estos puntos de contacto de forma utilizable en el momento exacto en que importa, se queda en algo puramente analítico. Nunca se traduce en experiencia. Lo que los líderes de las aerolíneas están haciendo de manera diferente Los operadores que están logrando avances reales tienden a compartir algunas características. Notablemente, su éxito rara vez se debe al tamaño de su presupuesto tecnológico. En su lugar, han asumido un compromiso organizacional definitivo para tratar la orquestación de la jornada del pasajero como un objeto de diseño holístico, en lugar de una colección fragmentada de responsabilidades departamentales. Alguien es dueño explícito de la continuidad de la experiencia a través de los puntos de contacto, incluyendo las transiciones entre ellos. Estas transiciones son actos de diseño por derecho propio, no solo cambios operativos: el paso de la sala VIP a la cabina, donde la voz y el contexto se mantienen o se disuelven. Han invertido en la infraestructura menos glamorosa: capas de integración, flujos de datos en tiempo real, modelos compartidos de contexto de pasajeros... Un trabajo que a menudo pasa desapercibido, pero que hace que todo lo demás sea posible. Un ejemplo concreto de esta arquitectura llegando al nivel de la cabina es cómo algunos operadores aprovechan las alianzas de conectividad de órbita terrestre baja (LEO) y el software personalizado de entretenimiento a bordo (IFE). Al mejorar estas superficies más allá de sus capacidades estándar de fábrica, transforman de manera efectiva la pantalla del respaldo en una extensión fluida de la propia aplicación móvil de la aerolínea. Estos operadores también han interiorizado que las aerolíneas compiten en verbos, no solo en sustantivos. Las especificaciones del producto —asiento, estudio, suite— se pueden listar. La experiencia se siente. Las cosas pequeñas, repetidas de buena manera, se convierten en el sello distintivo. El ritual es una estrategia de diseño. Al mantenerse atentos a la última milla, equipan a los equipos de primera línea con herramientas que presentan la información adecuada de forma procesable en el momento exacto en que es relevante. El principio de diseño central aquí es claro: la tecnología debe potenciar la interacción humana, no sustituirla. El imperativo de una aviación conectada Las expectativas de los pasajeros se configuran cada vez más fuera de la aviación. Ocurre en las aplicaciones de streaming, comercio electrónico y banca que la gente abre todos los días, donde la personalización no es una función adicional, sino la base. Los esfuerzos superficiales en el sector de los viajes no alcanzarán ese estándar. El ritmo de cambio en la aviación tiene sus propias realidades estructurales: los ciclos de hardware son largos y las inversiones físicas y digitales no suelen alinearse en el mismo cronograma. En lugar de justificar la cautela, esta realidad exige una inversión bien secuenciada, comenzando por las capas que liberan el mayor valor en las fases posteriores. Los operadores que cierren la brecha entre la riqueza de datos y la coherencia de la jornada construirán una ventaja acumulativa. Y esto comienza con la capa de orquestación, no con la superficie que ve el pasajero. El hecho de que estos temas estén emergiendo de forma independiente en las conversaciones de la industria solo refuerza que los operadores coinciden plenamente en dónde está el trabajo. Para nosotros en Globant, esta es exactamente la intersección donde la estrategia tecnológica y el diseño de personalización de la experiencia del pasajero son más productivos juntos. Una pregunta que encontramos muy útil con las aerolíneas asociadas no es "¿cómo añadimos más personalización?", sino "¿cómo hacemos que la personalización sea estructuralmente posible a lo largo de toda la jornada?". Este replanteamiento tiende a abrir un tipo de conversación diferente y mucho más productiva. Y es una conversación que tiene un gran valor sostener. La personalización se hace realidad cuando cada punto de contacto habla el mismo idioma. Vea cómo Globant está ayudando a la estrategia de personalización de las aerolíneas dentro de este cambio.

Soluciones de IA desde la prueba de concepto hasta la producción total: Globant en el AWS Summit Madrid 2026
Data & AI

Soluciones de IA desde la prueba de concepto hasta la producción total: Globant en el AWS Summit Madrid 2026

Si bien el 61% de las empresas españolas ya han adoptado la IA en sus flujos de trabajo —según los datos compartidos en el evento—, sigue existiendo un cuello de botella sorprendente: solo el 17% lo ha respaldado con la estrategia formal y la gobernanza de datos necesarias para una adopción avanzada. En el AWS Summit Madrid 2026, la atmósfera estaba impregnada de una única y urgente certeza: hemos pasado oficialmente de una ola de curiosidad a una necesidad de ejecución. Cerrar esta brecha requiere superar el "hype" (la exageración publicitaria) y resolver las complejas realidades arquitectónicas que se esconden bajo la superficie. Como AWS Premier Tier Partner y poseedor de la AWS AI Services Competency, Globant asistió a la cumbre para compartir un punto de vista claro: las empresas que liderarán la próxima ola de transformación no son las que están probando la IA de forma aislada, sino las que están construyendo los cimientos adecuados para escalarla en todo el negocio. De la experimentación al impacto medible Según los datos de la conferencia magistral de AWS, cerrar la brecha de adopción de la IA podría liberar unos 191.000 millones de euros adicionales en valor económico en toda Europa. La conclusión clave es simple: el valor de la IA ya no se define en un entorno de pruebas (sandbox). Se define por la ejecución, la gobernanza y la capacidad de transformar la tecnología en resultados de negocio tangibles, impulsando la transformación del valor empresarial de la IA en todos los sectores. Lo que más destacó en la cumbre La IA se traslada a producción: La IA generativa ha superado la fase de pruebas. El enfoque actual se centra en implementaciones escalables, seguras y de nivel empresarial. Vimos esto en vivo con casos de estudio como OutSystems, que desplegó el conector de Amazon Bedrock para lanzar 19.000 agentes de IA autónomos a producción en solo cinco meses, reduciendo los costes de desarrollo en un 30%. Estos ejemplos resaltan el creciente impacto de las soluciones de IA generativa de AWS en la empresa. Reinventando la experiencia del desarrollador: Se puso un enorme foco de atención en la velocidad de la ingeniería. AWS presentó Kiro, un innovador asistente de IA para desarrolladores que convierte instrucciones en lenguaje natural en especificaciones técnicas profundas y las empaqueta automáticamente en código listo para enviar. Junto con Amazon Q —que adoptantes empresariales como 3M están utilizando para reducir el tiempo de preparación de las reuniones de ventas de 5 horas a solo unos minutos—, las herramientas mostradas demostraron que la productividad de los desarrolladores se está disparando, evidenciando cómo la IA puede mejorar la productividad del desarrollo a escala. La nube y los datos siguen siendo la base ("Sin datos, no hay IA"): La cumbre reforzó una verdad arquitectónica fundamental: sin canales de datos (data pipelines) modernos, la IA no puede rendir a escala. Para aliviar la fragmentación de datos y eliminar los cuellos de botella de almacenamiento, AWS presentó Amazon S3 Files, que permite a los equipos de ingeniería montar buckets de S3 de alto rendimiento directamente como sistemas de archivos locales dentro de instancias de EC2 o Lambda. La modernización de sistemas heredados (legacy) también ocupó un lugar central, destacando el caso de Mercedes-Benz, que utilizó la IA para migrar de forma autónoma código antiguo en COBOL a Java moderno, retirando limpiamente 3.000 aplicaciones heredadas. La soberanía y la infraestructura local importan: AWS subrayó su enorme compromiso a largo plazo con el mercado español, destacando su plan de inversión de 33.700 millones de euros en la región de centros de datos de Aragón hasta 2035; un proyecto previsto para mantener 30.000 empleos anuales e inyectar 32.000 millones de euros en el PIB de España. Un punto crucial para las industrias reguladas: la AWS European Sovereign Cloud ya está oficialmente activa y físicamente aislada, operada exclusivamente por residentes de la UE para hacer de la IA soberana una realidad operativa llave en mano. Flexibilidad multimodelo e IA de agentes (Agentic AI): Las empresas quieren capacidad de elección y control. El gran anuncio técnico de la disponibilidad general (General Availability - GA) de los modelos de OpenAI GPT de forma nativa dentro de Amazon Bedrock demostró que el mercado exige un enfoque multimodelo. Junto con Amazon Bedrock Agent Core y las nuevas AWS Lambda Durable Functions (que permiten a los agentes autónomos pausar flujos de trabajo complejos durante horas o días sin acumular costes de computación por inactividad), la IA basada en agentes ha pasado oficialmente de ser un concepto a una realidad operativa. El cambio de mentalidad que necesitan las empresas El mayor desafío ya no es el acceso a la tecnología, sino la mentalidad organizativa necesaria para utilizarla bien. De hecho, el 60% de las empresas todavía cita la falta de habilidades digitales como su principal cuello de botella, lo que resalta los desafíos de adopción de la IA a los que muchas organizaciones siguen enfrentándose. La adopción avanzada de la IA requiere un marco estructurado: Patrocinio ejecutivo para romper silos. Protocolos claros de gobernanza y cumplimiento. Una estrategia enfocada en casos de uso vinculados al valor del negocio. Cimientos de datos modernos (dejando atrás los sistemas heredados). Inversión continua en capacidades y actualización profesional (reskilling) de los empleados. Las empresas que tengan éxito serán aquellas que traten a la IA como una capacidad empresarial central, no solo como una capa tecnológica aislada. Cómo ayuda Globant a transformar la IA en valor de negocio En Globant, ayudamos a las organizaciones a pasar de la ambición de la IA a la ejecución. Nuestro enfoque combina la experiencia en la nube, datos e IA con un profundo conocimiento de la industria para diseñar soluciones listas para generar un impacto en el mundo real. Ofrecemos esto a través de: AI Pods: Unidades de servicio nativas de IA donde los agentes ejecutan, los expertos supervisan y las empresas reciben resultados gobernados a escala. Soluciones de IA específicas para cada industria: Marcos personalizados diseñados para abordar los desafíos únicos de cada sector, desde los servicios financieros hasta el comercio minorista (retail). Implementación de extremo a extremo (End-to-end): Soporte integral que guía tu arquitectura desde la estrategia inicial y la ingesta de datos hasta la producción final. Sólida base de AWS: Aprovechamos nuestra asociación Premier Tier para desplegar arquitecturas multimodelo de forma segura, eficiente y conforme a las normativas. Ya sea que el objetivo sea modernizar las operaciones, mejorar la experiencia del cliente o desbloquear nuevos modelos de negocio, trabajamos con los clientes para hacer que la IA sea práctica, escalable y medible. Reinvención en acción Explora cómo Globant, impulsado por AWS, está generando resultados comerciales tangibles para empresas de todo el mundo. Descubre nuestras historias de éxito del mundo real a continuación: Interbanking-Frisvy's: Cómo Interbanking-Frisvy aprovechó AWS y la IA generativa para mejorar el procesamiento de documentos. Santander: El salto a la nube de Santander con Globant y AWS. USGBC: Globant acelera la adopción de la gestión del rendimiento de la sostenibilidad en USGBC. Mirando hacia el futuro El AWS Summit Madrid 2026 dejó claro que el futuro de la IA pertenece a las organizaciones que puedan combinar la infraestructura, los datos y el modelo de ejecución adecuados. En Globant, estamos listos para ayudar a los clientes a navegar ese cambio y convertir la IA en una verdadera ventaja competitiva

El fin del CRM tal como lo conocemos: Los datos como sistema operativo para la ejecución agéntica
Salesforce

El fin del CRM tal como lo conocemos: Los datos como sistema operativo para la ejecución agéntica

La mayoría de las juntas directivas corporativas están midiendo el éxito de sus iniciativas de IA utilizando la métrica incorrecta: la mera cantidad de proyectos piloto que se encuentran actualmente en desarrollo. En realidad, lo que muchas empresas multinacionales llaman un "viaje de transformación de IA" es en realidad una quema sistemática de presupuesto en capacidad de cómputo y consumo de tokens, lo que genera un impacto medible de cero en el estado de pérdidas y ganancias. Hemos llegado a un punto de inflexión crítico. Las empresas han invertido con éxito millones en la implementación de Salesforce y, sin embargo, sus organizaciones continúan funcionando bajo la lógica de un CRM tradicional: datos fragmentados, integraciones complejas y automatizaciones confinadas a flujos de trabajo aislados. Cuando el liderazgo intenta inyectar una capa agéntica sobre esta estructura fracturada, el sistema se estanca. El problema central no es la tecnología de IA subyacente; es el alcance estratégico. Introducir capas autónomas en procesos que no han sido adecuadamente transformados o repensados, sobre arquitecturas de datos desconectadas, simplemente añade adornos tecnológicos a su operación. La IA no solo necesita más datos; necesita contexto operativo. La tensión oculta: Desacoplar el software de la ejecución Durante la última década, el escalamiento corporativo dependió de una fórmula predecible: la acumulación de licencias y personal. Si una organización necesitaba expandir la atención al cliente o acelerar un ciclo de ventas, la respuesta siempre era contratar más analistas y comprar más licencias de software. Hoy en día, ese modelo se está volviendo obsoleto. Estamos siendo testigos de un cambio de paradigma radical en el consumo de tecnología: la transición de las licencias basadas en usuarios a una economía basada en el uso y la ejecución. En este nuevo ecosistema, Salesforce está evolucionando mucho más allá de un CRM tradicional, consolidándose en una Plataforma de Ejecución Empresarial donde la fuerza laboral es inherentemente híbrida, compuesta por humanos y agentes de IA que co-orquestan procesos de extremo a extremo. El verdadero obstáculo para desbloquear este modelo no es la falta de herramientas. Es la ausencia de una base estructural que aborde las dos mayores barreras para la IA empresarial: la preparación de los datos y la adopción operativa. Cuando un agente de IA (como Agentforce) carece de acceso a datos en tiempo real, de alta calidad y accionables, su capacidad de toma de decisiones se neutraliza por completo. No importa qué tan avanzadas sean sus habilidades o acciones nativas, sin un contexto unificado, el agente genera resultados insuficientes o irrelevantes en el frente operativo. Cuando el proceso no se rediseña teniendo en cuenta las nuevas capacidades que los humanos tienen a su disposición, estamos proporcionando a nuestros empleados herramientas que los mantienen ocupados con el trabajo, pero la operación funciona de manera similar a antes; aumenta el volumen, pero no el valor ni la efectividad. En consecuencia, los equipos internos pierden la confianza en la herramienta, la abandonan y regresan a procesos manuales y aislados. 5 ideas estratégicas para la alta dirección (C-Suite) Los datos como el sistema operativo definitivo La infraestructura de datos ya no es un repositorio de almacenamiento estático; es el sistema nervioso central de la organización. Las empresas con visión de futuro ya no diseñan arquitecturas de datos únicamente para que los humanos lean tableros de control, sino para que los agentes de IA entiendan, decidan y ejecuten acciones comerciales directamente dentro del flujo de trabajo. Si el contexto de los datos no tiene sentido, el agente de IA no podrá discernir los matices del proceso de negocio y fallará. Los humanos pueden tomar esas decisiones la mayor parte del tiempo, pero si queremos escalar en velocidad y volumen, necesitamos la automatización de la IA, y para ello, los datos proporcionan el mapa para navegar por el territorio operativo. De datos limpios a un "contexto de datos compartido y confiable" El paradigma tradicional de TI se enfocaba fuertemente en acciones como la eliminación de registros duplicados o la completitud de la información. La automatización de la IA exige un entorno unificado de inteligencia en tiempo real. Esto significa orquestar tecnologías como MuleSoft, Informatica y Data 360 en conjunto, abstrayendo la complejidad de los sistemas backend heredados para entregar el contexto exacto a la capa agéntica en el milisegundo preciso en que necesita ejecutarse. Arquitectura Headless y ejecución ubicua Salesforce mantendrá su valor mediante la gestión de las reglas de negocio principales, los flujos de trabajo operativos y esos valiosos registros transaccionales. Sin embargo, la interacción del usuario ya no pertenecerá exclusivamente a su interfaz nativ. A través de protocolos de conectividad modernos como MCP (Model Context Protocol) y APIs avanzadas, la interacción en lenguaje natural se encontrará con los usuarios dondequiera que ya operen, ya sea Slack, Microsoft Teams, WhatsApp Empresarial o aplicaciones personalizadas para dispositivos móviles y de escritori. El fin de los equipos de entrega de TI sobredimensionados El modelo actual de los integradores de sistemas de invertir infinitas horas y personal escribiendo código y configurando cada campo y cada flujo no puede sobrevivir a la velocidad que la IA puede proporcionar. Alcanzar la velocidad de una startup dentro de una arquitectura empresarial requiere modelos de entrega automatizados de IA gobernados por humanos en un marco estructurado. Los humanos (desarrolladores y consultores) trabajan como el filtro de calidad para las construcciones de IA, aportando el “por qué” y el “cómo”, acelerando el rendimiento, aumentando la calidad y aprovechando la exhaustividad de la documentación que la IA puede proporcionar, sentando las bases para un ciclo de desarrollo más robusto que nunca. La trampa del alcance limitado de las PoC (Pruebas de Concepto) Las iniciativas de IA se estancan habitualmente porque su alcance estratégico es demasiado estrecho. Limitar la IA a tareas menores y de bajo impacto genera costos de computación sin impulsar un valor real. Para capturar un ROI verdadero, el objetivo estratégico debe ser ambicioso y estar estrechamente alineado con los macroobjetivos comerciales, como una reducción drástica en los tiempos de respuesta operativa, un rediseño completo de la cadena de prestación de servicios o incluso que los agentes de nuestra empresa interactúen con los agentes de nuestros socios o clientes para ejecutar tareas y actividades rutinarias. Ir más allá de los silos: El enfoque de Globant Para poner en marcha este nuevo modelo, las empresas deben alejarse de las cadenas de integración tradicionales y avanzar hacia una estrategia de entrega continua y automatizada. En Globant, estamos resolviendo este desafío mediante el despliegue de AI Pods especializados para los ecosistemas de Salesforce y MuleSoft. Los AI Pods representan una evolución fundamental en los servicios profesionales. En lugar de un simple aumento de personal (staff augmentation), operan bajo un modelo de suscripción industrializado que empareja a arquitectos senior (humanos en el ciclo) con capacidades de IA integradas bajo un riguroso marco de gobernanza. ¿Cómo se ve esto en la práctica? Cuando una organización necesita migrar integraciones heredadas a arquitecturas modernas de MuleSoft para alimentar a sus agentes de IA, los AI Pods de Globant automatizan la fase de diseño de APIs y modernizan el código a la velocidad de una startup. Esto acelera drásticamente la ejecución del proyecto, impone límites estrictos para la seguridad de los datos y reduce el costo total de entrega. El resultado es una arquitectura limpia que permite a las empresas la transición de silos de datos fragmentados a flujos de trabajo complejos y autónomos en semanas en lugar de años. Las métricas de impacto observadas en despliegues maduros de ejecución empresarial demuestran que el valor es altamente cuantificable: Operaciones de TI: Lograr una reducción del 30% al 40% en el MTTR (Tiempo Medio de Reparación) a través de resoluciones recomendadas por IA y respaldadas por un profundo contexto de datos. Servicios de RR.HH.: Recuperar hasta 2 horas diarias por agente al canalizar la redacción y validación de respuestas complejas a través de flujos de IA automatizados. Atención al Cliente: Desviar hasta el 40% de las consultas rutinarias a través de recomendaciones avanzadas de IA de autoservicio que realmente resuelven los problemas en lugar de simplemente redirigir los tickets. Conclusión La ventaja competitiva en la era de la IA no pertenecerá a las empresas con los modelos fundacionales más grandes, ni a aquellas que acumulen más licencias de software. Pertenecerá a las organizaciones que transformen con éxito sus datos fragmentados en una plataforma de ejecución empresarial unificada. Continuar tratando a Salesforce como un repositorio glorificado para las interacciones de ventas es un error fundamental de diagnóstico estratégico. El verdadero desafío para la alta dirección hoy en día es diseñar el Contexto de Datos Compartido y Confiable requerido para que los humanos y los agentes operen con la máxima velocidad y total seguridad bajo límites de control. Aquellos que continúen expandiendo el tamaño de sus equipos para solucionar problemas de agilidad se encontrarán administrando software heredado. El futuro pertenece a la ejecución inteligente. Quienes sigan ampliando el tamaño de sus equipos para resolver problemas de agilidad acabarán gestionando software obsoleto. El futuro está en la ejecución inteligente. Descubre más sobre nuestro enfoque aquí.

image

Book a call with our M&E expert

Giorgio Tacchia Managing Director - Media and Entertainment Studio Globant

Contact us
image

FEATURED CONTENT

Connect with Globant's thought leadership partner

TechPros Website

Join the discussion

By submitting this form you confirm that you agree to Globant’s privacy policy.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

function getGAClientID() { let match = document.cookie.match(/_ga=([^;]*)/); return match ? match[1].split('.').slice(-2).join('.') : null; } document.addEventListener("DOMContentLoaded", function() { let clientID = getGAClientID(); if (clientID) { document.getElementById('client_id').value = clientID; } });