Julia no es solo una de las profesionales más reconocidas del ecosistema de datos e inteligencia artificial en España. Es licenciada en Matemáticas y la primera doctora en Informática de la Universidad Autónoma de Madrid, con más de tres décadas de trayectoria en I+D+i. Lleva años liderando el área de Data Science de Repsol, una de las compañías con mayor madurez analítica de nuestro país, donde la inteligencia artificial no es una promesa de futuro sino infraestructura real de negocio. Además, es profesora en la UAM y en el Instituto de Empresa, lo que le da una visión única entre la academia y la empresa.
En esta entrevista, Julia nos cuenta en qué punto está realmente Repsol en su viaje de transformación data-driven, cómo se mide el impacto de la IA. También hemos hablado de observabilidad y de la explicabilidad de los modelos, y por qué el talento sigue siendo la variable más escasa y más crítica de todas.
InfoNegocios España (IN): En esta edición del DES 2026 has hablado sobre datos, agilidad operativa e IA para tomar decisiones en tiempo real. ¿Qué crees que es lo que no está resuelto aún en la mayoría de las empresas españolas?
Julia Díaz García (JDG): Lo que queda pendiente de resolver es la industrialización a escala de la inteligencia artificial. Hablar de IA es hablar de datos, algoritmos e infraestructuras, de computer power. Y esas tres variables tienen que estar ya escaladas, industrializadas, teniendo en cuenta la minimización del CAPEX y del OPEX. Ese es el reto al que nos enfrentamos. "La industrialización a escala es el reto. Datos, algoritmos e infraestructura tienen que estar alineados y minimizando costes. Creo que eso es uno de los pendientes en las empresas".
InfoNegocios España (IN): ¿En qué punto está hoy Repsol en ese viaje? ¿Arranque, velocidad de crucero o modo escala?
Julia Díaz García (JDG): No estamos en un arranque, por supuesto, y tampoco tenemos todos los deberes hechos. Considero que Repsol es una compañía con un alto grado de madurez analítica. Empezamos en 2018 con inteligencia artificial nativa o tradicional. En 2023 evolucionamos a la IA generativa con la creación de un centro de competencia específico. Después llegaron los agentes, siendo pioneros y creando nuestra propia plataforma. Y ahora estamos democratizando también la IA generativa para que los empleados puedan llevar a cabo sus propios agentes. Todo esto tiene que convivir, porque la IA nativa sigue siendo entre el 75 y el 80% de toda la inteligencia artificial que se lleva a cabo en Repsol. Tiene que convivir de forma que se pueda industrializar. Estamos en ello.
InfoNegocios España (IN): ¿Cómo se mide el impacto real de la IA en el negocio de Repsol? ¿Qué KPI o métrica te dice que el esfuerzo está valiendo la pena?
Julia Díaz García (JDG): Todas las acciones que se llevan a cabo se miden. Primero porque se expone la idea y el valor que le proporciona al negocio. Esto no es tecnología que nos gusta utilizar porque somos muy modernos. Tiene que haber un usuario final que esté detrás de esa demanda. Y a continuación siempre se pone una balanza entre el coste de la iniciativa y el impacto económico que se obtiene. Si esa balanza es positiva, la iniciativa crece.
El impacto económico es uno de los KPIs que estamos medicando. También medimos kilotones de CO2 que se minimizan, de forma auditada, porque somos una compañía con un objetivo de cero emisiones netas en 2050. También medimos la alfabetización de las personas involucradas en todos los proyectos.
En la IA nativa cuesta menos cuantificar el impacto porque ya es una metodología muy rodada. Sabes lo que suponen dos grados en el spalling de una refinería o unos céntimos en una estación de servicio. En la IA generativa el impacto cuesta más cuantificarlo, porque tienes la incertidumbre de los tokens asociados a los LLMs y porque muchas acciones conllevan aumentos de productividad de los empleados o bien en la reinvención de procesos que son más difíciles de monetizar. Pero hay que llevarlas adelante igualmente.
InfoNegocios España (IN): ¿Qué área de negocio de Repsol ha cambiado más radicalmente gracias a los datos y la IA?
Julia Díaz García (JDG): Todos los negocios hacen uso de la inteligencia artificial. En exploración y producción puedes ver en prensa el caso de ayuda a la perforación. En transformación industrial tenemos programas de planta autónoma, cero fallos, seguridad de los empleados. En cliente, todos los servicios que prestamos a clientes finales: electricidad, gas, estaciones de servicio. En generación baja en carbono, con toda la parte de renovables. Y en corporación, donde se está llevando a cabo una reinvención de toda la función de TI con nuestra plataforma de agentes.
Si hablo de los negocios que más acciones de inteligencia artificial están demandando en general, son transformación industrial y economía circular, y cliente. Muy a la par.
InfoNegocios España (IN): ¿Y cuál es el caso de uso de IA del que más orgullosa te sientes?
Julia Díaz García (JDG): Son como mis hijos, me costaría decir a quién quiero más. Pero el último que ha salido en prensa es el de pedido sugerido en tienda. Son los sistemas de inteligencia artificial que proporcionan recomendaciones a los compañeros de las estaciones de servicio para saber cuál es el pedido que deben llevar a cabo.
Es un caso de uso de alto impacto acorde al reglamento, pero su implantación abarca 900 estaciones de servicio y en cada una hay dos modelos: uno de predicción y otro de optimización. Por el volumen, por la atención que requiere cada estación, por la dificultad de productivizarlo y monitorizarlo de forma diaria, es el que te cuento ahora con orgullo.
InfoNegocios España (IN): A la hora de escalar la apuesta por la IA, ¿cuál es el primer gran obstáculo? ¿Los datos, la infraestructura o las personas?
Julia Díaz García (JDG): Lo más importante es siempre el talento. Si tienes a las personas adecuadas, el resto se puede construir. Las personas que llevan mucho tiempo en la organización y conocen los procesos son súper valiosas, por eso hay que llevar a cabo acciones de reskilling. El talento digital que se incorpora tiene que conocer la compañía. El mix entre perfiles senior y talento nuevo es un mix que funciona muy bien.
Luego están los datos. Sin datos no se puede llevar a cabo ninguna iniciativa. Solo podríamos trabajar con opiniones y nosotros somos una empresa de evidencia. Los datos son el filón, pero tienen que estar limpios, sin ruido, y eso conlleva mucho trabajo y mucho coste. Y se invierte mucho tiempo en saber qué datos de los recogidos son los importantes para la pregunta que corresponda; los datos tienen que estar alojados en un sitio donde puedan escalar.
En lo referente a infraestructura, el modelo lo veo híbrido. Hemos vivido ciclos: primero on-premise, luego nos pasamos a la nube y ahora estamos en un modelo híbrido. Dependiendo de la criticidad del negocio, hay que tener datos en la nube y datos on-premise. La Unión Europea tiende a escalares en zona Europa porque ahora mismo tenemos dependencia de fuera. Por ahí van a ir las pautas.
InfoNegocios España (IN): Plataformas como AWS, Snowflake o Databricks, ¿qué rol juegan en vuestra arquitectura?
Julia Díaz García (JDG): Juegan un rol importante porque estamos en un momento híbrido. Lo que es muy crítico tiene un espejo on-premise. Lo que no, está en la nube. Trabajamos con distintos escalares que nos permiten montar nuestras plataformas de data analytics e inteligencia artificial. Repsol es multiplataforma y contamos con acuerdos con diferentes escalares en los que además consumen nuestra propia energía renovable, para dar respuesta al trilema energético: que la energía sea verde, barata y sin interrupciones.
InfoNegocios España (IN): La observabilidad de los modelos en producción es uno de los grandes temas del momento. ¿Cómo lo abordáis en Repsol?
Julia Díaz García (JDG): La observabilidad es importante para nosotros, como también lo es la explicabilidad, porque ambos conceptos forman parte de nuestros principios rectores del uso responsable de la IA. La observabilidad la llevamos a cabo porque necesitamos saber cómo están funcionando los modelos para operarlos de forma adecuada. Ningún modelo pasa a producción, ni siquiera se construye un producto mínimo viable, si no tenemos un KPI definido. Y esa métrica no puede ser el sentimiento o el olfato de un experto de negocio. Tiene que haber una métrica que se pueda programar, cuantificar y documentar. Esa es la que se observa en operación.
La explicabilidad es otra historia. Tenemos una cátedra con la Universidad de Granada precisamente para trabajar en explicabilidad de modelos complejos de machine learning. Hay herramientas de gobierno de la IA que ayudan, pero es una acción que el reglamento solicita y que, ojo, no está resuelta al cien por cien.
InfoNegocios España (IN): ¿Qué modelo tiene Repsol para desarrollar internamente el talento en IA?
Julia Díaz García (JDG): Empezamos con formaciones hechas a medida, por nosotros y para nosotros, en lo que inicialmente se llamó “Data for School” o “Data 4 Business”. Se seleccionaron personas de todos los negocios, se configuraban equipos y se aprendía no solo técnica estadística o modelado, sino a llevar a cabo un proyecto completo. Y lo más bonito es que las personas que tenían diferentes roles y recibían esa formación se convertían en formadores en ediciones siguientes. La empresa iba formándose a sí misma.
Eso ha ido creciendo hasta lo que hoy se llama Repsol University, un centro físico donde se convocan ediciones de formación, se comparten contenidos, podcasts y sesiones de onboarding para el talento joven que se incorpora. Yo misma voy a dar sesiones a equipos de organización y personas sobre qué es la inteligencia artificial, aspectos metodológicos y cómo medirla. Es una mezcla híbrida entre proveedores externos que hacen programas a medida y nosotros mismos compartiendo buenas prácticas.
InfoNegocios España (IN): Como profesora en la UAM y en el Instituto de Empresa, ¿está el sistema universitario español formando los perfiles que el mercado necesita, o hay un gap estructural?
Julia Díaz García (JDG): Siempre hay un gap porque la tecnología en las empresas va a un ritmo al que no van las titulaciones regladas. Una titulación tiene que pasar por supervisión del ministerio, por acreditación, y eso lleva tiempo. Las empresas van muy rápidas. Ese gap existe y existirá. Pero sí te aseguro que las universidades están pendientes de cuáles son las demandas y necesidades de la sociedad. Lo que pasa es que los ritmos para articular un nuevo grado o un nuevo máster tienen otro tempo.
Y en Repsol no somos necesariamente de "titulitis". Estás hablando con una licenciada en Matemáticas, doctora ingeniera en Informática; en mi caso hablas con propiedad. Lo que se mide cuando se incorpora un empleado en Repsol es que sepa lo que tiene que hacer. Una titulación te da estructura mental y unos conocimientos básicos. Pero si alguien demuestra que sabe esos básicos a través de otra formación o experiencia, bienvenido.
InfoNegocios España (IN)
Julia Díaz García es de esas personas que llevan años construyendo lo que otros están empezando a descubrir. Su visión de la IA viene de más de tres décadas trabajando con datos reales, modelos reales y negocio real. En Repsol, la inteligencia artificial no es una promesa, es una realidad.
Porque como dice Julia: "Sin datos no hay IA. Y sin talento, no hay nada".