Desde sus inicios en 2008, decide ha integrado la inteligencia artificial en su ADN tecnológico. “No somos una compañía que se subió al carro del boom de la IA», afirma Ángel Luengo, Head de IA de decide. “Llevamos más de una década acompañando a empresas en la toma de decisiones complejas con modelos que aprenden de los datos y se integran en su operativa diaria”.
A diferencia de la visión «inflada» que a veces rodea la IA, Luengo, insiste en que «no se trata de magia» sino de una tecnología que bien diseñada es capaz de transformar datos en patrones complejos que permiten tomar decisiones eficientes, medibles y alineadas con objetivos de negocio.
“Nuestro enfoque ha sido siempre pragmático. Si no resuelve un problema, no es una solución. La clave está en aplicar IA donde aporta valor real».
Sobre agentes de IA
Ángel Luengo apuesta por separar la línea que los separa de los flujos tradicionales que utilizan modelos de lenguaje. “Hay una diferencia estructural entre un sistema que sigue un camino predefinido y otro que decide cómo actuar para alcanzar un objetivo”, explica.
Los agentes, según marcos de referencia como los de Anthropic o OpenAI, comienzan donde termina la orquestación rígida. Cuando el sistema elige dinámicamente qué herramientas usar, en qué orden, y adapta sus pasos en función de los resultados que va obteniendo. No se limitan a responder, sino que razonan, actúan, observan y reajustan su comportamiento.
Es un cambio de paradigma: ya no se trata de ejecutar instrucciones paso a paso, sino de construir sistemas capaces de tomar decisiones propias en función del objetivo que se les ha asignado. Para Ángel, esto tiene implicaciones directas en negocio: “cuanto más agéntico es un sistema, más flexible y autónomo se vuelve, pero también más difícil de auditar, mantener y gobernar. Por eso es clave diseñar con intención, y no aplicar agentes donde no corresponde. «procura no delegar lo que puedes automatizar» explica Luengo.
Esta filosofía se traduce en una arquitectura por capas que decide aplica de forma sistemática. Una primera capa de validación semántica con modelos ligeros y procesos deterministas para garantizar coherencia contextual y control de acceso; una segunda capa de orquestación dinámica basada en embeddings y planificación adaptable; y, finalmente, una tercera capa que incorpora agentes diseñados para resolver tareas concretas, integrados en un entorno trazable y auditable.
“Diseñar por capas nos permite adaptar el nivel de inteligencia y autonomía a cada caso de uso, sin perder control ni generar complejidad innecesaria”, explica Ángel.
Este enfoque modular se ha convertido en una ventaja competitiva clave, elevando la tasa de éxito de los pilotos por encima del 95 %. Decide ha desplegado soluciones operativas en sectores tan diversos como energía, banca, seguros o retail, aplicando soluciones de IA allí donde realmente aporta valor. En energía, por ejemplo, se han desarrollado sistemas que ajustan precios dinámicamente en puntos de recarga en función de la demanda y condiciones del mercado; en banca, se emplean chatbots inteligentes capaces de autorizar operaciones en tiempo real cumpliendo con las normativas más exigentes; en seguros, modelos de lenguaje analizan documentación no estructurada para extraer información clave que alimenta procesos de negocio y automatiza tareas de back office y en retail, se utilizan sistemas inteligentes para anticipar la demanda, optimizar el aprovisionamiento de stock y planificar la plantilla de forma más eficiente.
“Más del 95 % de nuestros desarrollos acaban en producción, porque desde el diseño combinamos IA, arquitectura y negocio de forma coherente y aplicada”
“La clave está en diseñar cada proyecto desde la raíz: con un propósito concreto, una arquitectura escalable y una visión de negocio clara”, subraya Ángel. Lo que comenzó como un ejercicio experimental con modelos de lenguaje ha evolucionado en servicios operativos de alto impacto, demostrando que una arquitectura estructurada, adaptable y orientada a objetivos es la forma más eficaz de convertir un piloto de IA en una solución real en producción, capaz de generar valor tangible
