Entrevistas
Preetpal Singh, Director Ejecutivo del Grupo en Xebia – Serie de Entrevistas
Preetpal Singh es Director Ejecutivo del Grupo en Xebia, donde lidera iniciativas globales centradas en la creación y modernización de plataformas digitales, aplicaciones empresariales y sistemas impulsados por datos. Con más de 26 años de experiencia en servicios financieros, atención médica, fabricación, consumo y sectores de alta tecnología, ha trabajado en la intersección de la ejecución tecnológica y la transformación empresarial. Su carrera abarca la entrega de ingeniería, el liderazgo de lanzamiento al mercado y el cambio operativo a gran escala, con un enfoque constante en convertir las tecnologías emergentes en sistemas que operan de manera confiable en entornos de producción.
Xebia es una empresa de ingeniería digital global que diseña, construye y moderniza productos y plataformas digitales para empresas de todo el mundo. La empresa combina ingeniería de software, modernización de la nube y los datos, inteligencia artificial generativa y automatización inteligente para ayudar a las organizaciones a desarrollar aplicaciones escalables, arquitecturas modernas y capacidades de inteligencia artificial integradas. Con equipos que operan en múltiples regiones, Xebia trabaja con empresas para integrar nuevas tecnologías en los sistemas y plataformas principales, asegurando que la innovación esté respaldada por sólidas bases de ingeniería.
Ha pasado más de 26 años liderando iniciativas de tecnología, ventas y transformación empresarial en múltiples sectores. ¿Cómo ha moldeado ese viaje su enfoque hacia la innovación y el crecimiento hoy en día?
Con el tiempo, me he centrado más en la durabilidad que en la novedad. Al comienzo de mi carrera, me atraía el poder de la tecnología en sí. Con la experiencia, comencé a prestar más atención a lo que sucede después de la fase de prueba, cuando los sistemas deben integrarse con plataformas heredadas, pasar revisiones de cumplimiento y funcionar de manera consistente bajo cargas de trabajo reales. En todos los sectores, el punto de inflexión siempre parece producirse cuando una iniciativa prometedora se mueve a producción. La propiedad se vuelve crítica. La complejidad de integración surge. La tolerancia al riesgo se pone a prueba. Ahí es donde la transformación madura o se estanca.
Hoy en día, abordo la innovación con una lente práctica. En Xebia, priorizamos la creación y modernización de las plataformas que se encuentran en el núcleo de las operaciones. Pensamos en la mantenibilidad a largo plazo, la auditoría y la escalabilidad desde el principio, porque el crecimiento solo se mantiene cuando los sistemas subyacentes están diseñados para manejar la presión con el tiempo.
¿Dónde luchan las empresas más cuando ejecutan la inteligencia artificial?
Los desafíos suelen aparecer una vez que la inteligencia artificial se mueve más allá de la experimentación y hacia los sistemas operativos. Construir un modelo es un hito, pero incrustarlo en flujos de trabajo de underwriting, sistemas ERP o plataformas de reclamaciones introduce una capa diferente de complejidad.
En un escenario de implementación, un modelo había funcionado bien en entornos de prueba. Cuando se conectó a un flujo de transacción en vivo, surgieron preguntas sobre la registración de auditoría, la autoridad de anulación y los mecanismos de reversión que ralentizaron la implementación. Los equipos de cumplimiento necesitaban trazabilidad. Los equipos de riesgo requerían claridad sobre los caminos de escalación. Esos detalles operativos determinaron en última instancia el cronograma.
Las iniciativas de inteligencia artificial ganan impulso cuando las tuberías de datos están estructuradas, el monitoreo de producción está en su lugar y la responsabilidad está claramente definida. Las organizaciones que planean esas realidades desde el principio tienden a escalar de manera más fluida.
¿Cómo distingue entre la automatización que mejora la eficiencia y la transformación que reconfigura un negocio?
La automatización centrada en la eficiencia a menudo simplifica los pasos dentro de un proceso existente. Una transformación más amplia surge cuando los equipos reconsideran cómo está estructurado el proceso en sí.
He visto casos en los que las organizaciones estaban preparándose para automatizar cadenas de aprobación que abarcaban más de una docena de puntos de contacto. Una vez que la lógica de decisión se rediseñó y los puntos de verificación de validación se consolidaron, el flujo de trabajo se volvió significativamente más simple. El impacto se extendió más allá del tiempo de ciclo; influyó en la rendición de cuentas y la distribución del riesgo también.
Cuando se simplifica el flujo de decisión con el negocio primero, la automatización se vuelve más fácil y las ganancias se mantienen.
¿Qué distingue la transformación en sectores altamente regulados?
Los sectores altamente regulados tienden a incorporar consideraciones de gobernanza directamente en el diseño del sistema. En sectores como los servicios financieros y la atención médica, la trazabilidad y la explicabilidad son requisitos antes de la implementación, no después.
He trabajado con equipos que incorporaron puertas de validación de modelos en tuberías de CI/CD y establecieron estándares de registro detallados desde el principio. Los caminos de escalación y los marcos de monitoreo se definieron temprano en las discusiones de arquitectura. Esa disciplina da forma a sistemas más resilientes y prepara a las organizaciones para una mayor autonomía en entornos impulsados por la inteligencia artificial.
¿Cómo garantiza que las inversiones en inteligencia artificial se alineen con resultados comerciales medibles?
Animo a los equipos de liderazgo a definir el cambio operativo que esperan ver. Eso podría significar reducir el tiempo de incorporación, aumentar la capacidad de servicio sin un crecimiento proporcional de la plantilla, o reducir las tasas de error en el procesamiento de reclamaciones.
La instrumentación juega un papel crítico. Las plataformas que entregamos incluyen un seguimiento del rendimiento, la latencia, la precisión de la decisión y las tasas de adopción. Cuando esos indicadores son visibles en los paneles de producción, los líderes empresariales pueden conectar las inversiones en tecnología con el rendimiento operativo. ¿Cómo aceleran las asociaciones estratégicas la inteligencia artificial a escala?
Las iniciativas empresariales de inteligencia artificial abarcan la infraestructura, las plataformas de datos, la arquitectura de aplicaciones y la seguridad. La ejecución coordinada en esas capas requiere profundidad y alineación. Las asociaciones crean impulso cuando están directamente conectadas a la capacidad de ingeniería y la ejecución operativa.
Nuestra colaboración ampliada con socios como Google Cloud, Anthropic y otros incluye el desarrollo de soluciones industriales repetibles y el establecimiento de un Centro de Excelencia global para respaldar la entrega escalable. Estructuras como estas reducen la fricción de integración y brindan consistencia a medida que las implementaciones se expanden a través de regiones y unidades comerciales.
¿Qué conceptos erróneos ve en torno a la preparación para la inteligencia artificial?
Muchas organizaciones consideran que los pilotos exitosos son evidencia de preparación. En la práctica, la preparación se manifiesta en entornos de datos estructurados, capas de integración estables, protocolos de gobernanza definidos y modelos de responsabilidad claros.
La estabilidad de la producción y la madurez de la gobernanza dan forma al éxito a largo plazo tanto como el rendimiento del modelo. Un modelo puede funcionar bien en pruebas, pero una vez que opera a volumen de transacción completo, la latencia, el monitoreo y el manejo de fallas se vuelven críticos. Los equipos necesitan procedimientos de reversión claros, detección de deriva, estándares de registro y propiedad definida una vez que el modelo esté en vivo.
A medida que los sistemas de inteligencia artificial transitan de roles asesores a roles de toma de decisiones, la claridad sobre la autoridad de anulación y los caminos de escalación se vuelve esencial. Cuando those barandillas se construyen en la arquitectura desde el principio, la escalada se vuelve mucho más manejable.
¿Cómo deberían pensar los líderes sobre el equilibrio entre la innovación y el riesgo a medida que la inteligencia artificial se incorpora en las operaciones?
La inteligencia artificial responsable se construye en el sistema desde el día uno y se mantiene a través de una supervisión activa. Criterios claros sobre dónde los sistemas pueden actuar de manera independiente y dónde la supervisión humana sigue siendo esencial ayudan a prevenir la ambigüedad más adelante.
El monitoreo continuo es igualmente importante, ya que los patrones de datos cambian y los paisajes regulatorios evolucionan. Los sistemas de inteligencia artificial requieren una recalibración y revisión periódicas para mantener el alineamiento con las expectativas comerciales y de cumplimiento.
¿Cómo mantiene la alineación entre la ejecución de ingeniería y la estrategia ejecutiva?
La alineación se vuelve más fácil cuando la gente es honesta sobre las compensaciones. Si quieres moverte más rápido, hay implicaciones técnicas. Si das a los sistemas más autonomía, necesitarás un monitoreo más fuerte. Si personalizas profundamente, estás tomando decisiones sobre qué tan fácil será mantenerlo más adelante.
Nada de eso es malo. Solo necesita ser explícito. Cuando esas realidades se discuten desde el principio, la ambición y la disciplina no compiten entre sí. Los líderes pueden avanzar, los ingenieros pueden construir de manera responsable, y todos entienden a qué se comprometen. Ese tipo de transparencia genera confianza y mantiene el progreso constante con el tiempo.
¿En dónde deberían centrar las empresas sus inversiones estratégicas en los próximos años?
La adaptabilidad separará a los líderes del resto. Eso generalmente se reduce a sólidos fundamentos: datos limpios, infraestructura de nube escalable, despliegue disciplinado y visibilidad clara de cómo los sistemas están funcionando.
Las empresas que invierten en esa base y construyen las asociaciones de ecosistema adecuadas alrededor de ella pueden adaptarse a medida que los mercados y las regulaciones cambian. A largo plazo, la ventaja proviene de construir operaciones y arquitectura que puedan manejar cualquier ola que venga a continuación.
Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Xebia.
