Cuando OpenAI presentó Atlas, su nuevo navegador basado en ChatGPT, no se limitó a lanzar otro producto. Abrió una puerta que conduce a la próxima era de la interacción entre humanos y ordenadores y, inevitablemente, a una nueva frontera para la publicidad.
La mayoría de las empresas no están preparadas para sustituir una pila de data de la era de los paneles de control por una pila de AI. El último informe «State of Data & Analytics» de Salesforce indica que el 84% de los responsables de data y análisis afirman que sus estrategias requieren una revisión completa antes de que las ambiciones en materia de AI puedan tener éxito. Los líderes estiman que el 26,1 % de su data no es fiable, solo el 43,1 % cuenta con marcos formales de data governance y alrededor del 50,1 % no confía en su capacidad para generar y ofrecer información oportuna. Al mismo tiempo, el 70 % cree que los insights más valiosos se encuentran en datos no estructurados. La conclusión es clara: el obstáculo no es el entusiasmo, sino los cimientos, y esos cimientos deben cambiar antes de que los sistemas de agencia puedan escalar.
Los minoristas operan en un entorno competitivo y dinámico, y se enfrentan a retos que van desde la sensibilidad al precio hasta la complejidad logística. Para prosperar, deben adoptar soluciones innovadoras que optimicen las operaciones y mejoren la satisfacción del cliente. Este artículo analiza cómo los agentes AI —sistemas autónomos que observan, razonan y actúan— están redefiniendo el sector minorista y preparando a la industria para alcanzar un nuevo nivel de competitividad.
For two decades, Master Data Management (MDM) gave organizations a single source of truth for customers, products, and suppliers so analytics and operations could run on clean, governed data.
When a leading global commodity trading company sought to accelerate its AI transformation, it turned to Artefact to turn potential into measurable performance. The goal was to make generative AI a daily productivity tool across departments while ensuring robust governance, compliance, and lasting cultural change.
Every decade or so, the way companies organize themselves quietly changes – not through grand announcements, but through a series of accumulated decisions that suddenly reveal a new pattern. We saw it with digital transformation in the 2000s, when data and connectivity became the fabric of the modern enterprise. Then came the agile revolution, which redefined how teams collaborate, iterate, and deliver value. Each shift didn’t just alter tools or processes—it changed what we believed possible about work itself.
At Artefact, we have designed a proven methodology to help corporations move from exploration to sustainable impact. This article explains the journey, the challenges, and the pragmatic steps to success.
How can organizations move from experimentation to true scale with generative and agentic AI? Over the past two years, many companies have launched promising pilots only to hit a wall when trying to operationalize them. The difficulty isn’t accessing technology anymore. Today, the challenge lies in scaling AI responsibly and effectively across the organization. To do that, companies must look beyond individual use cases and focus instead on holistic transformation. There are four critical dimensions that determine success: Processes, People, Platform, and Position: the 4Ps of Agentics.
Many industries sell into highly fragmented ecosystems composed of thousands of small, independent outlets spread across cities and regions - whether it is a global beverage company supplying high-end F&B venues or a local bank selling EDC terminals to micro-SMEs in an emerging market.
