<
Inteligencia artificial en construcción: 27 casos de uso para empezar con criterio
Conclusiones del Libro Blanco de IA y Machine Learning desarrollado por BUILD:INN, Ayesa e IKERLAN.
Una guía práctica para identificar dónde puede aportar valor la IA en promoción, obra, activos y logística; qué datos necesita cada iniciativa; qué riesgos deben resolverse y cómo pasar de una idea atractiva a un caso medible.
La pregunta no es si la IA llegará a la construcción. Es qué problema merece resolver primero.
El sector genera enormes cantidades de información: presupuestos, mediciones, certificaciones, cronogramas, planos, modelos BIM, imágenes, incidencias, partes de trabajo, contratos, datos de maquinaria, consumos, mantenimiento, transacciones y comportamiento de clientes. Sin embargo, gran parte de ese conocimiento permanece fragmentado entre sistemas, documentos y personas.
El proyecto ER(AI)KIN se planteó para ordenar ese escenario. El trabajo analiza procesos repetitivos, tecnologías disponibles, fuentes públicas y privadas de datos, barreras de implantación y herramientas aplicables a empresas constructoras, promotoras, ingenierías, gestoras de activos y organizaciones vinculadas a la cadena de suministro.
La conclusión principal es clara: la IA no genera valor por estar presente. Lo genera cuando se conecta con un proceso concreto, datos suficientes, responsables definidos y una métrica que permita decidir si merece escalar.
Un marco para evitar dos errores: empezar por la tecnología o esperar a tenerlo todo perfecto.
El documento no se limita a enumerar ideas: conecta procesos, datos y herramientas.
El Libro Blanco completo reúne tres trabajos consecutivos. Cada uno responde a una pregunta distinta y evita que la adopción se reduzca a una lista de productos.
Procesos y casos de uso
Analiza la cadena de valor, las tareas repetitivas, las tecnologías existentes y 27 aplicaciones distribuidas entre desarrollo, suelo, construcción, activos, comercialización y logística.
Fuentes y barreras del dato
Revisa datos públicos y privados: catastros, normativa, mercado, ERP, BIM, mantenimiento, IoT, transacciones, imágenes y registros operativos. También aborda privacidad, interoperabilidad, calidad, acceso y coste.
Herramientas y puesta en marcha
Relaciona los casos con soluciones, datos, actividades y mejoras esperadas. Cierra con recomendaciones para seleccionar iniciativas, preparar pilotos, formar equipos, medir resultados y escalar con control.
Presentación del Libro Blanco y debate sobre cómo llevar la IA a la operativa.
BUILD:INN presentó los resultados del proyecto ER(AI)KIN junto con Ayesa e IKERLAN. La conversación se centró en aplicabilidad, datos, priorización y recomendaciones para no convertir la IA en una sucesión de demostraciones sin continuidad.
Los 27 casos de uso organizados por la actividad donde generan valor.
No son promesas universales ni una lista de compras. Cada caso debe adaptarse al tipo de empresa, la madurez digital, la disponibilidad del dato, el proceso actual y el impacto que se desea conseguir.
Desarrollo del proyecto
La IA puede intervenir antes de iniciar la obra, cuando todavía es posible comparar alternativas, detectar conflictos y reducir el coste de una decisión incorrecta.
Planificación y diseño inteligente
BIM, datos históricos y modelos de IA ayudan a detectar incompatibilidades, anticipar condicionantes y comparar alternativas antes de ejecutar.
Simulación de escenarios
Modelos predictivos permiten evaluar riesgos, plazos, costes y decisiones de diseño antes de comprometer recursos.
Coordinación de equipos
Plataformas colaborativas, analítica y lenguaje natural facilitan compartir información actualizada entre diseño, ingeniería, obra y dirección.
Gestión del suelo
La combinación de información urbanística, territorial, económica y de mercado puede mejorar la selección de oportunidades y la evaluación de viabilidad.
Identificación de oportunidades
Datos geoespaciales, socioeconómicos, urbanísticos y de infraestructuras ayudan a localizar áreas con potencial de desarrollo.
Viabilidad técnica, económica y financiera
La combinación de datos de proyecto, costes, mercado y restricciones permite comparar escenarios de rentabilidad y riesgo.
Permisos y licencias
Automatización documental, seguimiento de expedientes y asistentes sobre normativa pueden reducir tareas manuales y mejorar la trazabilidad.
Optimización del uso del suelo
Modelos urbanos, gemelos digitales y análisis espacial permiten valorar configuraciones de uso, densidad, movilidad y sostenibilidad.
Construcción y ejecución
En obra, el valor depende de conectar datos actuales con decisiones rápidas sobre avance, recursos, calidad, maquinaria, planificación y seguridad.
Gestión y supervisión de obra
Datos de ERP, planificación, cámaras, drones y sensores pueden alimentar alertas, informes de avance y detección temprana de desviaciones.
Mantenimiento predictivo de maquinaria
Sensores y modelos de series temporales permiten anticipar fallos, programar intervenciones y reducir paradas imprevistas.
Control de calidad automatizado
Visión por computador ayuda a detectar defectos, grietas, desviaciones o incumplimientos y documentar evidencias de forma sistemática.
Optimización del cronograma
La IA puede identificar tareas críticas, dependencias, cuellos de botella y escenarios de reasignación de recursos.
Seguridad en obra
Cámaras, sensores y wearables pueden detectar riesgos, accesos no autorizados o ausencia de equipos de protección y generar alertas.
Gestión de activos y operaciones
Una vez entregado el activo, la IA puede ayudar a reducir coste operativo, anticipar fallos, mejorar ocupación y sostener decisiones de largo plazo.
Monitorización y mantenimiento predictivo
IoT, analítica y mantenimiento conectado permiten vigilar instalaciones, ascensores, climatización, energía y otros sistemas críticos.
Ocupación y uso del espacio
Los datos de utilización ayudan a identificar áreas infrautilizadas, ajustar distribuciones y mejorar la experiencia de los ocupantes.
Gestión energética inteligente
Modelos de consumo, ocupación y meteorología permiten detectar ineficiencias y optimizar climatización, iluminación y fuentes renovables.
Experiencia personalizada de residentes
Asistentes y servicios digitales pueden gestionar consultas, reservas, avisos y preferencias con mayor rapidez y contexto.
Ciclo de vida de los activos
La información técnica, económica y operativa ayuda a decidir cuándo mantener, renovar, reposicionar o vender un activo.
Comercialización y valoración
El análisis de mercado, CRM y comportamiento permite mejorar valoraciones, segmentación, comunicación y experiencia de compra o alquiler.
Predicción de precios y tendencias
Datos históricos, territoriales, demográficos y de mercado pueden mejorar la estimación de demanda, evolución y valor futuro.
Segmentación avanzada de clientes
CRM, comportamiento e intereses permiten identificar perfiles, priorizar contactos y personalizar la relación comercial.
Optimización del marketing digital
La IA puede analizar campañas, audiencias y contenidos para reasignar inversión hacia acciones con mayor contribución comercial.
Valoración automatizada de activos
Modelos comparables y datos estructurales ayudan a generar estimaciones iniciales y apoyar a los equipos de valoración.
Realidad virtual y aumentada
Recorridos, visualización de acabados y simulaciones mejoran la presentación del activo y reducen barreras en la decisión.
Logística y cadena de suministro
Materiales, equipos, transporte e inventarios afectan directamente al plazo y al margen. La visibilidad y la predicción reducen urgencias y desperdicio.
Optimización de rutas y transporte
Tráfico, clima, ventanas de entrega y disponibilidad de vehículos permiten calcular rutas y asignaciones más eficientes.
Inventarios y previsión de demanda
Históricos, planificación y consumo ayudan a anticipar necesidades y evitar roturas, exceso de stock y compras urgentes.
Seguimiento de materiales y equipos
IoT, geolocalización y sistemas embarcados ofrecen visibilidad sobre ubicación, estado, incidencias y disponibilidad.
Cadena de suministro sostenible
La IA puede comparar rutas, proveedores, materiales y emisiones para apoyar decisiones con menor impacto ambiental.
Automatización de procesos logísticos
Órdenes, reaprovisionamiento, documentación, comunicaciones y seguimiento pueden automatizarse cuando las reglas están definidas.
No todos los casos deben empezar al mismo tiempo ni necesitan la misma inversión.
Una aplicación sencilla sobre documentos y datos existentes no tiene la misma complejidad que un gemelo digital, un sistema de visión en obra o un modelo predictivo entrenado con históricos. Mezclarlos en una única cartera conduce a presupuestos poco realistas y expectativas difíciles de gestionar.
La priorización debe cruzar impacto, disponibilidad del dato, esfuerzo de integración, seguridad, adopción y tiempo necesario para demostrar resultado.
Procesos repetitivos con datos ya disponibles
Son buenos candidatos para una primera iniciativa porque el problema está delimitado y puede medirse con rapidez.
Casos con dato suficiente, pero mayor dependencia técnica
Requieren validar calidad, cobertura y comportamiento en un entorno controlado antes de ampliar su alcance.
Iniciativas que necesitan una base más amplia
Tienen potencial relevante, pero solo funcionan cuando la empresa dispone de arquitectura, sensórica, modelos y gobierno adecuados.
La calidad del resultado depende más del dato y del proceso que del modelo elegido.
El Libro Blanco distingue entre fuentes públicas y privadas y muestra que el sector dispone de información suficiente para iniciar muchos proyectos. El problema habitual no es la ausencia absoluta de datos, sino su fragmentación, falta de normalización, escasa trazabilidad o dificultad para relacionarlos.
Un modelo puede ser técnicamente avanzado y producir recomendaciones deficientes si trabaja con mediciones incompletas, presupuestos sin estructura común, imágenes sin etiquetar, incidencias no clasificadas o históricos que no reflejan el proceso actual.
Datos de proyecto
Presupuestos, capítulos, mediciones, certificaciones, costes, compras, producción, facturación, desviaciones y rentabilidad procedentes del ERP o de sistemas de gestión.
Modelos y documentación técnica
BIM, IFC, planos, memorias, especificaciones, fotografías, vídeos, informes de calidad, contratos y documentación de obra.
Sensores y operación
Telemetría, temperatura, vibración, consumo, geolocalización, ocupación, maquinaria, energía, instalaciones y datos de dispositivos conectados.
Información territorial
Catastro, planeamiento, normativa, licencias, mapas, parcelas, infraestructuras, movilidad y datos geoespaciales públicos.
Mercado y clientes
Transacciones, precios, demanda, oferta, comportamiento digital, CRM, oportunidades, contratos, ocupación y valoración de activos.
Mantenimiento y activos
Históricos de incidencias, órdenes de trabajo, tiempos de parada, componentes, repuestos, revisiones, rendimiento y vida útil.
El mejor punto de partida suele estar en los datos que ya utiliza la empresa para operar.
Antes de comprar nuevas fuentes o instalar sensores, conviene revisar qué información existe en Business Central, IB Building 365, Dynamics 365, Power BI, BIM, plataformas de obra, mantenimiento y repositorios documentales. La primera oportunidad puede estar en ordenar y conectar lo que ya se genera.
Cada problema necesita una combinación distinta de capacidades.
IA generativa no sustituye a optimización, visión, modelos predictivos, automatización o IoT. En muchos casos, el mayor valor aparece al combinar varias tecnologías con los sistemas transaccionales de la empresa.
Modelos predictivos
Aprenden de históricos para estimar costes, plazos, demanda, fallos, precios o probabilidad de determinados eventos.
Algoritmos de optimización
Buscan la mejor asignación de recursos, tareas, rutas, materiales o capacidad dentro de restricciones definidas.
Visión por computador
Interpreta imágenes y vídeo para detectar defectos, avance, riesgos, equipos, grietas o incumplimientos.
Lenguaje natural e IA generativa
Resume, clasifica, consulta, redacta y facilita la interacción con documentos, datos y procesos empresariales.
Automatización de procesos
Ejecuta tareas repetitivas, mueve información, solicita aprobaciones, genera documentos y coordina sistemas.
Gemelos digitales
Relacionan un modelo virtual con datos del activo para simular, monitorizar y optimizar diseño, obra y operación.
Internet de las cosas
Recoge información de sensores, equipos, edificios y vehículos para observar condiciones y reaccionar en tiempo real.
BIM y plataformas colaborativas
Aportan geometría, atributos, coordinación y una base común para conectar diseño, planificación, coste y ejecución.
La principal barrera no es el algoritmo: es la distancia entre el dato disponible y la decisión que se quiere automatizar.
El estudio identifica obstáculos técnicos, económicos, normativos y culturales. Ignorarlos al inicio suele producir pilotos llamativos que no pueden integrarse, mantenerse o utilizarse con confianza.
Resolverlos no exige paralizar la iniciativa. Exige limitar el alcance, documentar supuestos y preparar un camino de mejora progresiva.
Datos fragmentados
La información se reparte entre administraciones, empresas, sistemas, hojas de cálculo, documentos y proveedores con criterios diferentes.
Falta de estándares
Formatos incompatibles, estructuras propias y ausencia de identificadores comunes dificultan relacionar BIM, ERP, sensores y mercado.
Calidad insuficiente
Registros incompletos, duplicados, desactualizados o sin contexto pueden degradar predicciones y automatizaciones.
Privacidad y uso legítimo
Datos personales, imágenes, geolocalización y actividad de trabajadores o residentes requieren finalidad, control y protección adecuados.
Acceso y coste
Algunas fuentes, sensores, plataformas o capacidades de cómputo exigen inversión y mantenimiento que deben justificarse.
Resistencia a compartir
La falta de confianza entre empresas, subcontratas y propietarios limita la visión conjunta y el aprendizaje transversal.
Conocimiento especializado
El proyecto puede necesitar perfiles de datos, integración, visión, seguridad o procesos que no siempre están disponibles internamente.
Cambio organizativo
Una herramienta no cambia hábitos por sí sola. Los usuarios necesitan entender el beneficio, la responsabilidad y la forma de trabajar.
El mismo caso de uso no aporta el mismo valor a todos los perfiles.
El Libro Blanco relaciona las aplicaciones con ocho roles habituales. Esta lectura permite definir quién utiliza el resultado, quién valida la decisión y quién debe asumir la operación.
Promotor o desarrollador
Necesita comparar viabilidad, suelo, mercado, financiación, riesgo, valor del activo y decisiones de largo plazo.
Arquitectura
Puede utilizar simulación, BIM, revisión de alternativas, visualización y comprobación temprana de condicionantes.
Ingeniería
Trabaja con cálculo, diseño, integridad del modelo, optimización técnica, calidad y comportamiento del activo.
Dirección de proyecto
Necesita coordinación, planificación, alertas, seguimiento económico, priorización y explicación de desviaciones.
Constructora o contratista
Se beneficia de control de obra, recursos, producción, compras, inventario, maquinaria, calidad y margen.
Supervisión e inspección
Requiere evidencias, trazabilidad, detección de defectos, cumplimiento y documentación consistente.
Prevención y seguridad
Puede utilizar visión, sensores y análisis de incidentes para anticipar riesgos y reforzar medidas preventivas.
Equipos de campo
Necesitan herramientas simples, móviles, contextuales y capaces de reducir carga administrativa sin añadir fricción.
Siete preguntas para elegir un primer caso con posibilidades reales de éxito.
La mejor iniciativa inicial no siempre es la más novedosa. Suele ser aquella donde el dolor está claro, el dato existe, el equipo puede participar y el impacto puede demostrarse.
¿Qué problema concreto queremos reducir?
Retraso, sobrecoste, error, tiempo administrativo, parada, falta de información, riesgo, desperdicio o pérdida de oportunidad.
¿Quién utiliza el resultado y quién responde por él?
Debe existir un responsable funcional capaz de definir criterios, validar excepciones y decidir si el resultado es útil.
¿Qué datos necesita y qué calidad tienen?
Hay que localizar fuentes, periodo histórico, frecuencia, permisos, estructura, cobertura, errores y responsable del dato.
¿Debe recomendar, alertar o ejecutar?
El nivel de autonomía condiciona permisos, pruebas, supervisión, trazabilidad y respuesta cuando el sistema se equivoca.
¿Con qué sistemas debe integrarse?
ERP, BIM, mantenimiento, CRM, Power BI, repositorios, sensores, cámaras, aplicaciones de obra o plataformas de terceros.
¿Cómo sabremos si ha funcionado?
Tiempo, errores, retrabajo, disponibilidad, consumo, coste, margen, seguridad, conversión o calidad deben compararse con una situación inicial.
¿Qué ocurrirá después del piloto?
Debe existir una decisión prevista: retirar, corregir, mantener de forma limitada o escalar con presupuesto, soporte y ownership.
Cómo pasar de la selección a una primera solución operativa.
El proceso debe ser suficientemente rápido para mantener el impulso y suficientemente riguroso para evitar una demostración desconectada del negocio.
Descubrir y priorizar
Preparar y probar
Operar y escalar
Ocho principios para evitar que la iniciativa se quede en una prueba aislada.
La tecnología debe integrarse en una forma de trabajar. El documento insiste en avanzar de manera progresiva, documentar lo aprendido y combinar conocimiento sectorial con capacidades técnicas.
Empezar por el problema
La selección debe partir de una dificultad real y cuantificable. Elegir primero la herramienta suele crear un alcance artificial que no encaja con las prioridades del negocio.
Limitar el primer alcance
Un piloto debe cubrir un proceso, un grupo de usuarios y un conjunto de datos suficientemente representativo. Intentar resolver demasiadas situaciones impide aprender.
Preparar la información
Antes de entrenar o automatizar, conviene corregir campos críticos, definir reglas, relacionar fuentes y documentar qué significa cada dato para los usuarios.
Involucrar a quienes operan
Jefes de obra, técnicos, mantenimiento, compras, administración y usuarios de campo conocen excepciones que no aparecen en los diagramas iniciales.
Diseñar seguridad desde el inicio
Acceso, privacidad, trazabilidad, permisos, revisión humana y respuesta ante errores deben definirse antes de ampliar usuarios o conectar procesos críticos.
Formar y acompañar
La capacitación debe combinar uso de la herramienta, comprensión del proceso, criterio para revisar resultados y conocimiento de los límites de la solución.
Medir contra una referencia
Sin una situación inicial no puede demostrarse mejora. Tiempo, errores, coste, disponibilidad o calidad deben registrarse antes y después.
Documentar y reutilizar
Los aprendizajes, datos, conectores, reglas y componentes del primer caso deben quedar disponibles para reducir el esfuerzo de las siguientes iniciativas.
Ayesa conecta conocimiento sectorial, datos empresariales y plataforma Microsoft.
La participación de Ayesa en ER(AI)KIN aporta una visión centrada en cómo integrar las aplicaciones de IA con los sistemas que ya sostienen la operación: Dynamics 365 Business Central, IB Building 365, IB Real Estate 365, Power Platform, Power BI, Azure, Microsoft 365 y soluciones especializadas de terceros.
El objetivo no es colocar una capa inteligente sobre procesos desordenados. Es seleccionar un caso, preparar el dato, conectar la solución con el flujo real y medir si mejora plazo, coste, seguridad, calidad, servicio o capacidad de crecimiento.
Diagnóstico inicial
Problema, proceso, datos, responsables, sistemas, restricciones y situación de partida.
Diseño del caso
Alcance, integración, seguridad, experiencia de usuario, métrica y criterio de éxito.
Prueba controlada
Datos reales, usuarios representativos, excepciones y comparación con el proceso actual.
Escalado responsable
Operación, soporte, monitorización, formación, costes y siguiente ola de aplicaciones.
Recursos para conectar los casos de uso con la realidad de tu empresa.
El Libro Blanco ayuda a identificar oportunidades. Estas rutas permiten profundizar en plataformas, procesos y soluciones sectoriales que pueden sostener su implantación.
Cloud Industry para Construcción y Real Estate
Una arquitectura sectorial para conectar ERP, CRM, datos, automatización, analítica y agentes.
ERP + IA para construcción
Cómo conectar control económico, operativa de obra, Copilot, analítica y nuevos agentes sobre una base sectorial.
ERP para constructoras con Business Central
La base para controlar obra, compras, certificaciones, costes, planificación y finanzas con información estructurada.
IB Building 365
Solución sectorial sobre Business Central para gestionar la operativa económica y funcional de constructoras e ingenierías.
Agentes de IA para construcción
Aplicaciones orientadas a consultar, analizar y ejecutar procesos sobre datos y reglas del negocio de obra.
Azure para IB Building 365
Servicios cloud, integración, datos, IoT y capacidades avanzadas para extender el ERP sectorial.
Power Platform conectada al ERP
Apps, flujos, automatización y asistentes alrededor de los procesos del ERP sin sobrecargar el núcleo.
Casos de uso Microsoft Azure
Ejemplos de modernización, integración, seguridad, datos y servicios cloud aplicables a empresas.
La ventaja no estará en probar más IA, sino en aprender a convertirla en capacidad operativa.
El Libro Blanco muestra que existen aplicaciones relevantes en todas las fases del ciclo de vida. También deja claro que el éxito depende de datos fiables, integración, ownership, formación y una selección disciplinada del alcance.
Una empresa no necesita desplegar los 27 casos. Necesita elegir uno que resuelva un problema importante, demostrar resultado y utilizar el aprendizaje para construir una base reutilizable.
Selecciona un caso que pueda medirse en semanas, no una visión imposible de gobernar.
Ayesa puede ayudarte a revisar procesos, datos, sistemas y objetivos para decidir qué iniciativa tiene mejor equilibrio entre impacto y viabilidad.
Dudas habituales sobre IA y machine learning en construcción.
Respuestas para orientar una primera conversación antes de seleccionar herramientas o comprometer inversión.
¿Qué es el proyecto ER(AI)KIN?
Es una iniciativa impulsada por BUILD:INN con la colaboración de Ayesa e IKERLAN para analizar aplicaciones de inteligencia artificial y machine learning en promoción inmobiliaria, construcción, activos y logística.
¿Cuántos casos de uso identifica el Libro Blanco?
El estudio organiza 27 casos de uso en seis áreas: desarrollo del proyecto, gestión del suelo, construcción y ejecución, gestión de activos, comercialización y valoración, y logística.
¿Está dirigido solo a grandes constructoras?
No. El documento contempla empresas de distintos tamaños. La complejidad del caso debe adaptarse a la madurez, el presupuesto, los datos y la capacidad de operación de cada organización.
¿Hace falta disponer de grandes volúmenes de datos?
Depende del caso. Algunas automatizaciones pueden empezar con documentos y datos actuales. Los modelos predictivos, visión por computador o mantenimiento avanzado suelen necesitar mayor volumen, calidad y continuidad.
¿Qué papel tienen ERP y BIM?
El ERP aporta información económica y operativa estructurada; BIM aporta modelos, geometría y datos técnicos. Juntos pueden enriquecer planificación, control, simulación, mantenimiento y trazabilidad.
¿La IA puede predecir retrasos y sobrecostes?
Puede ayudar a identificar patrones y señales de riesgo cuando existen históricos comparables, variables relevantes y una definición consistente de costes, avance y planificación.
¿Qué casos pueden ofrecer resultados más rápidos?
Normalmente los procesos repetitivos y bien definidos: clasificación documental, generación de informes, consultas sobre sistemas, automatización de aprobaciones, seguimiento y tareas administrativas.
¿Qué riesgos deben revisarse?
Calidad del dato, privacidad, seguridad, sesgo, permisos, integración, dependencia del proveedor, mantenimiento, respuesta ante errores y responsabilidad sobre la decisión final.
¿Cómo se mide el retorno?
Comparando la situación inicial y el resultado en tiempo, errores, retrabajo, disponibilidad, consumo, coste, seguridad, margen, conversión o cualquier indicador directamente relacionado con el problema.
¿Qué diferencia hay entre un piloto y una solución operativa?
Un piloto valida una hipótesis en alcance limitado. Una solución operativa necesita integración estable, responsables, soporte, monitorización, formación, control de cambios y presupuesto de continuidad.
¿Puede Ayesa ayudar aunque la empresa no use todavía Microsoft?
Sí. El primer paso puede ser un diagnóstico de procesos, datos y arquitectura actual. La recomendación debe partir del problema y del punto de partida, no de imponer una herramienta.
¿Cómo se solicita el Libro Blanco completo?
Puedes utilizar el formulario de esta página para solicitar el documento y explicar qué área de construcción, promoción o gestión de activos te interesa analizar.
Evalúa qué aplicación tiene mejor encaje con tus procesos, datos y prioridades.
Indícanos el tipo de empresa, el proceso que quieres mejorar, los sistemas que utilizas y el problema que necesitas resolver. Revisaremos contigo si existe un caso viable y qué información hace falta para plantearlo.
¿Conectamos?
La tecnología bien aplicada suele facilitar las cosas. Si sospechas que también puede ser de ayuda para ti, concédenos la oportunidad de conocerte y demostrarte hasta qué punto es así.
Suscríbete a nuestra enews mensual, y no te pierdas los mejores contenidos sobre Microsoft Dymanics 365
Información respecto al tratamiento de los datos solicitados, de acuerdo con el RGPD 2016/679 y la LOPDGDD 3/2018: el responsable es Ibermática SA; la finalidad es la recogida y tratamiento de los datos personales que solicitamos para atender tu consulta, enviarte nuestras publicaciones, newsletters, promociones de productos y/o servicios, y recursos exclusivos; la legitimación se establece mediante el consentimiento expreso; no se cederán datos a terceros, salvo obligación legal; en cualquier momento puedes ejercer tus derechos de acceso, rectificación, supresión, portabilidad, limitación u oposición al tratamiento de tus datos, así como retirar el consentimiento prestado o formular reclamaciones ante la Autoridad de Control, enviando la solicitud por correo electrónico a: arco@ibermatica.com; puedes consultar la información adicional y detallada sobre Privacidad y Protección de Datos de Carácter Personal en la Política de Privacidad de Ibermática S.A.
¿Por qué Ayesa?
Somos uno de los principales implantadores de Microsoft, con casi 2000 clientes que han depositado su confianza en nosotros para la implantación de Dynamics 365, Business Central (NAV / Navision) y Dynamics 365 Finance & Operations (AX / Axapta). Además, destacamos en el despliegue de proyectos sobre AZURE y Microsoft 365. Nuestra experiencia en el campo de la inteligencia artificial y el uso de Copilot nos sitúa a la vanguardia de la innovación tecnológica.
Con una plantilla de más de 12.000 profesionales y una sólida presencia en 23 países, estamos comprometidos en ayudar a nuestros clientes a definir y aprovechar oportunidades en el nuevo contexto digital. Desde la tecnología hasta las personas, ofrecemos un enfoque integral que garantiza el éxito en cada proyecto.
- ÚLTIMAS ENTRADAS DEL BLOG -
Business Development Manager | PSELLER Microsoft en Ayesa | Miembro Unidad Transición Energética, Climática y Urbana en Tecnalia | Secretaria de la Junta Directiva del Cluster de la Construcción (Build INN)