Posicionamiento de MB3 ante una nueva edición de Smart City Expo World Congress. El lema de este año – Urban Solutions, Real Impact – exige algo más que tecnología: exige capacidad institucional para convertir información en decisiones públicas.
En cinco ideas
- Nunca habíamos tenido tantos datos sobre nuestras ciudades y tantas dificultades para convertirlos en decisiones.
- Una ciudad no es más inteligente por tener más tecnología, sino por comprender mejor su realidad, anticipar riesgos y justificar sus decisiones con conocimiento fiable.
- La información debe tratarse como una infraestructura de conocimiento, con gobernanza e interoperabilidad desde el diseño.
- Los modelos y los gemelos digitales deben ser explicables, contrastables y revisables. Una hipótesis exploratoria no es una predicción validada.
- El reto es la adopción, no la demostración. Y el éxito se mide en decisiones mejoradas, no en plataformas desplegadas.
La paradoja de las ciudades inteligentes
Durante las dos últimas décadas, las ciudades han vivido una transformación tecnológica extraordinaria. Hemos digitalizado procedimientos, desplegado sensores, construido plataformas urbanas y observatorios, conectado infraestructuras, incorporado sistemas de información geográfica y empezado a experimentar con inteligencia artificial y gemelos digitales. Hoy sabemos más sobre nuestras ciudades y territorios que en cualquier otro momento de la historia.
Y, sin embargo, existe una paradoja:
Nunca habíamos tenido tantos datos sobre nuestras ciudades y, al mismo tiempo, seguimos encontrando enormes dificultades para convertirlos en conocimiento útil para gobernarlas.
Conocemos indicadores de movilidad, consumos energéticos, calidad del aire, actividad económica, presión turística o uso de los servicios públicos. Los visualizamos en mapas, cuadros de mando y representaciones tridimensionales cada vez más sofisticadas. Pero la pregunta que importa no es qué vemos. Es si podemos explicar por qué sucede, anticipar las consecuencias de una decisión y utilizar ese conocimiento para mejorar las políticas públicas y la vida de las personas.
Impacto real: lo que exige y casi nadie mide
Del 3 al 5 de noviembre, Barcelona acoge una nueva edición de Smart City Expo World Congress, que este año se presenta bajo el lema «Urban Solutions, Real Impact» y con especial atención a la vivienda. Es un lema acertado y plantea una exigencia: hablar de impacto real nos obliga a demostrar que la tecnología cambia la forma en que se decide, no solo la forma en que se muestra.
Durante mucho tiempo, buena parte de la conversación sobre ciudades inteligentes ha girado alrededor de las soluciones: qué plataformas implantar, qué sensores desplegar, qué sistemas conectar, cómo representar digitalmente el territorio. Son cuestiones necesarias, pero no suficientes. La transformación no se mide por el volumen de tecnología incorporada, sino por la capacidad institucional que esa tecnología permite desarrollar.
Una ciudad no es más inteligente porque disponga de más datos, porque tenga un gemelo digital, incorpore algoritmos predictivos o cuente con un centro de control espectacular.
Una ciudad avanza hacia la inteligencia cuando consigue comprender mejor su realidad, coordinar sus recursos, anticipar riesgos, contrastar alternativas y justificar sus decisiones con conocimiento fiable.
Ese es el cambio de paradigma que defendemos en MB3, y es donde la información debe recuperar su protagonismo.
La información, como infraestructura de conocimiento
En las administraciones, la información sigue estando repartida entre departamentos, organismos, aplicaciones y proveedores. Urbanismo trabaja con unos datos, movilidad con otros, turismo mantiene sus propias fuentes y medio ambiente gestiona sus indicadores. Cada sistema, por separado, puede funcionar correctamente. El problema aparece cuando hay que comprender una situación que atraviesa varias dimensiones del territorio.
Tomemos un episodio de temperaturas extremas. Desde una perspectiva solo ambiental, podemos analizar las temperaturas previstas, la humedad o las zonas más expuestas. Pero entender sus consecuencias exige responder a otras preguntas:
- ¿Dónde reside la población especialmente vulnerable?
- ¿Qué barrios tienen menos sombra o infraestructura verde?
- ¿Cómo se comporta la demanda energética?
- ¿Qué equipamientos públicos pueden ofrecer refugio?
- ¿Qué efectos tendrá sobre la movilidad, el turismo o los servicios esenciales?
Cada respuesta está en una fuente distinta. Lo mismo ocurre con la vivienda, el gran asunto de esta edición del congreso: decidir qué rehabilitar, dónde renovar o cómo planificar el suelo exige cruzar vulnerabilidad social, estado del parque edificado, consumo energético y accesibilidad a los servicios.
La inteligencia aparece cuando esas fuentes se relacionan, se interpretan sus dependencias y se convierten en alternativas de actuación. Ya no hablamos de visualizar un mapa de temperaturas, sino de decidir dónde priorizar inversiones, qué recursos activar, qué actuaciones preventivas comparar y cómo evaluar después sus resultados.
La información deja de describir la realidad para convertirse en una infraestructura de conocimiento al servicio de las decisiones públicas. Y eso requiere mucho más que herramientas informáticas.
Gobernanza del dato: la base de la inteligencia
Defendemos desde hace años que la gobernanza del dato no es una tarea administrativa añadida a los proyectos tecnológicos, sino parte de su arquitectura desde el primer día. Disponer de datos no significa poder utilizarlos con garantías. Hay que conocer su procedencia, calidad, frecuencia de actualización, significado, responsables, condiciones de acceso y posibilidades de reutilización. Y hay que poder combinar información de distintas organizaciones sin perder seguridad, trazabilidad ni control sobre los activos de información.
Por eso importan la interoperabilidad, los modelos semánticos, las ontologías, los estándares abiertos y los espacios de datos: no como conceptos tecnológicos aislados, sino como el modo de que sistemas distintos compartan y comprendan la misma información. El marco europeo (Reglamento de IA, Data Act, Ley de Europa Interoperable) empuja en esa dirección y convierte en obligación lo que hasta ahora era buena práctica.
La reciente publicación de la norma ISO 37187:2026, en julio de 2026, es una señal en la misma línea. Ofrece orientaciones sobre el intercambio y la compartición de datos mediante plataformas de modelado de información de ciudad a lo largo de la construcción, operación y mantenimiento de edificios e infraestructuras. No aporta una solución única para todas las ciudades, pero refuerza la importancia de gestionar la información de manera interoperable, algo decisivo cuando las administraciones deben garantizar que la inversión de hoy siga aportando valor dentro de diez años.
En España, las Plataformas Inteligentes de Destino y las infraestructuras de datos compartidos ofrecen una oportunidad real de avanzar. Pero el objetivo no puede limitarse a conectar plataformas. Necesitamos conectar datos, servicios, organizaciones y conocimiento. La interoperabilidad técnica es imprescindible. La organizativa y semántica es la que la convierte en capacidad de gestión.
De saber qué ocurre a comprender por qué: ciencia, modelos y gemelos digitales
Hay una diferencia fundamental entre disponer de información y generar conocimiento. Un cuadro de mando indica que una zona turística recibe una determinada afluencia. Un observatorio muestra cómo evolucionan los indicadores económicos. Un centro de control identifica una incidencia. Todo ello es valioso. El siguiente nivel consiste en comprender las relaciones que explican esos comportamientos: por qué crece la presión sobre ciertos espacios, qué factores condicionan la demanda de transporte, cómo se relacionan las decisiones urbanísticas con el acceso a los servicios, qué dependencias existen entre infraestructuras críticas y qué ocurriría si una fallara.
Responderlo exige combinar datos, conocimiento sectorial y metodologías analíticas rigurosas. Por eso sostenemos que el futuro de la inteligencia territorial pasa por recuperar el papel de la ciencia en la construcción de herramientas de decisión.
La inteligencia artificial abre posibilidades extraordinarias para analizar grandes volúmenes de información, reconocer patrones y automatizar procesos. Pero ningún algoritmo debe convertirse en una fuente incuestionable de conocimiento. Los modelos parten de hipótesis, usan determinados datos, tienen condiciones de aplicación y márgenes de incertidumbre. Necesitan validación, análisis de sensibilidad, contraste de resultados y conocimiento experto. No se trata de calcular más deprisa, sino de saber qué se puede afirmar con los datos disponibles, qué incertidumbres permanecen y qué condiciones hacen defendible una conclusión.
El conocimiento territorial debe ser explicable, contrastable y revisable.
Esto vale también para los gemelos digitales, una herramienta de enorme interés para integrar información espacial, representar infraestructuras, observar comportamientos y desarrollar escenarios. Su valor no está en representar una ciudad en tres dimensiones, sino en ayudar a comprender un problema, contrastar alternativas y mejorar una decisión. Pensemos en una administración que estudia cómo reducir la congestión de un área urbana. La representación muestra la red viaria, los flujos y los equipamientos. El valor diferencial llega cuando permite comparar escenarios (frecuencias de transporte público, redistribución de flujos, transformación de espacios, nuevas medidas de regulación) con criterios de coste, emisiones, accesibilidad, impacto social y calidad del servicio. Con una condición irrenunciable: distinguir las hipótesis exploratorias de las predicciones realmente validadas.
Lo mismo vale para los agentes de inteligencia artificial que empiezan a operar sobre estos sistemas. Cuanta más capacidad de actuar se les delegue, más necesarios son la trazabilidad, los límites explícitos y la supervisión. Es el principio con el que trabajamos en nuestra Factoría de Agentes.
No necesitamos máquinas que prometan conocer el futuro. Necesitamos instrumentos que nos ayuden a estudiar futuros posibles y a comprender mejor las consecuencias de nuestras decisiones.
El verdadero reto es la adopción, no la demostración
El sector ha aprendido a desarrollar pilotos cada vez más sofisticados: demostradores, pruebas de concepto, soluciones que despiertan interés en los congresos. Lo que no siempre logra es que esas capacidades se incorporen de forma estable al funcionamiento de las administraciones.
En nuestra experiencia, el problema casi nunca es la tecnología. Es la falta de condiciones organizativas para usarla. ¿Quién mantiene la información actualizada? ¿Qué departamento valida los modelos? ¿Cómo se integran los resultados en los procedimientos administrativos? ¿Qué presupuesto garantiza la continuidad? Son preguntas menos vistosas que una demostración, pero son las que deciden si una solución sobrevive.
Por eso hay que pasar de una lógica de proyectos a una lógica de capacidades institucionales. Las oficinas técnicas, los modelos de gobernanza, los centros de inteligencia y los observatorios no deben limitarse a supervisar implantaciones: deben conseguir que el conocimiento y las herramientas se incorporen al trabajo diario de los equipos públicos. Para ello hay que conectar tres dimensiones que a menudo avanzan por separado:
- La tecnología que permite hacer las cosas.
- El conocimiento que permite comprenderlas.
- La organización que hace posible utilizarlas.
Sin esa convergencia, incluso una excelente solución acaba infrautilizada.
Medir el éxito de otra manera
Durante años hemos medido despliegues, funcionalidades, fuentes integradas y aplicaciones implantadas. Son métricas necesarias para gestionar proyectos, pero no valoran su impacto. Las preguntas que nos tenemos que empezar a hacer son otras:
- ¿Ha mejorado la coordinación entre departamentos?
- ¿Ha bajado el tiempo necesario para analizar una situación?
- ¿Podemos justificar mejor una inversión pública?
- ¿Anticipamos riesgos que antes no veíamos?
- ¿Se usa realmente la información en los procesos de decisión?
Y cuando una actuación produce resultados distintos de los previstos, ¿somos capaces de aprender y ajustar nuestros modelos? Una administración inteligente no es la que nunca se equivoca. Es la que desarrolla la capacidad de aprender de la evidencia, revisar sus decisiones y mejorar de forma continua. Es, probablemente, uno de los mejores indicadores de madurez institucional.
De proyectos aislados a una inteligencia territorial compartida
Muchos de los problemas actuales no respetan los límites administrativos. La movilidad es metropolitana, los recursos hídricos responden a sistemas territoriales amplios, los impactos climáticos afectan a varios municipios, los flujos turísticos conectan destinos y las infraestructuras críticas tienen dependencias que superan las fronteras locales.
La inteligencia territorial necesita, por tanto, modelos de cooperación. Diputaciones, cabildos, comunidades autónomas, ayuntamientos y operadores de servicios deben compartir información y capacidades manteniendo sus responsabilidades y la soberanía sobre sus datos. Es especialmente importante para los municipios pequeños, que difícilmente pueden asumir por sí solos las capacidades de analítica, simulación o inteligencia artificial. Reutilizar modelos, metodologías, conectores y conocimiento puede democratizar el acceso a esas capacidades.
Reutilizar no es aplicar la misma solución a cualquier territorio. Los modelos deben adaptarse a las condiciones locales, a las fuentes disponibles y al ámbito en el que sus resultados son válidos. Ahí la combinación de estandarización, interoperabilidad y conocimiento territorial especializado marca la diferencia.
Compartir tecnología es útil. Compartir conocimiento validado puede transformar la capacidad de gestión de todo un territorio.
Las personas y la ciudadanía en la próxima generación de ciudades inteligentes
Cuanto más avanzan la automatización, la analítica predictiva y la inteligencia artificial, más importante es definir bien el papel de las personas. Los modelos ayudan a procesar información, identificar relaciones y proponer alternativas, pero las decisiones públicas incorporan prioridades políticas legítimas, criterios de equidad, restricciones jurídicas, necesidades sociales y responsabilidades institucionales que no se resuelven con cálculos. La tecnología puede hacer explícitos esos criterios y estudiar sus consecuencias, pero no debe sustituir el juicio de quienes tienen la responsabilidad de decidir.
Por eso el conocimiento de los técnicos municipales, los especialistas sectoriales, los científicos y los responsables públicos es parte imprescindible de cualquier sistema de inteligencia territorial. Y la supervisión humana no puede llegar solo al final para aprobar una recomendación: debe estar desde el principio, en la definición del problema, la selección de hipótesis, la interpretación de resultados y la evaluación de consecuencias.
Hay además un destinatario que no puede quedar fuera: la ciudadanía. Un sistema que apoya decisiones públicas debe poder explicarlas. Eso exige transparencia sobre qué datos se usan, qué criterios se aplican y cómo se rinden cuentas de los resultados.
Nuestros compromisos
Una visión sin compromisos es solo un discurso. Esto es lo que asumimos en MB3 al construir capacidades de inteligencia territorial:
- Ningún modelo sin ficha. Hipótesis, datos, límites de validez e incertidumbre, visibles para quien decide.
- Gobernanza del dato desde el diseño, no como anexo del proyecto.
- Estándares abiertos e interoperabilidad semántica, para que la inversión de hoy siga sirviendo dentro de diez años.
- Evaluación de impacto definida antes de implantar, con indicadores de uso y de decisión, no solo de despliegue.
- Supervisión humana desde la definición del problema, no solo en la aprobación final.
Más allá del dato
Smart City Expo World Congress será, sin duda, una oportunidad para conocer nuevos avances: mejores plataformas, gemelos digitales más sofisticados, nuevas capacidades de inteligencia artificial. En MB3 queremos llevar el debate un paso más allá: cómo se integran esas innovaciones en la gestión pública, cómo se garantiza la sostenibilidad de las inversiones, cómo se capacita a los equipos y cómo se articula la información para que sea un activo estratégico que conecte la realidad del territorio con las decisiones de sus instituciones.
No se trata de abandonar la tecnología, sino de ponerla al servicio de una propuesta de mayor alcance: construir capacidades de inteligencia territorial que combinen información, conocimiento especializado, modelos verificables, ingeniería interoperable y responsabilidad humana. Que sistemas de información, plataformas, observatorios, espacios de datos, gemelos digitales e inteligencia artificial dejen de ser iniciativas aisladas y formen parte de una arquitectura común orientada a generar conocimiento y mejorar la acción pública.
La verdadera transformación no llegará cuando logremos representar digitalmente toda la complejidad de una ciudad, sino cuando seamos capaces de comprenderla mejor y de usar ese conocimiento para actuar sobre ella con responsabilidad.
El futuro de las ciudades inteligentes no dependerá de cuánta información recopilen, sino de cuánto conocimiento generen con ella y de cómo lo conviertan en mejores decisiones.
¿Cuánta capacidad institucional estamos construyendo por cada euro que invertimos en tecnología?
Dónde encontrarnos en Barcelona
Ven a vernos al Pabellón 2, Nivel 0, calle D, Stand 100.
