Trabajo en sostenibilidad con una mirada operativa, orientada a que deje de ser una capa aislada de compliance y se integre en la forma en que una empresa opera, mide y decide.
La IA entra como una herramienta práctica para acelerar tareas rutinarias: extraer información, validar datos, analizar marcos, comparar benchmarks y estructurar información dispersa.
De dónde viene esta mirada
Empecé en operación industrial. Al poco tiempo asumí la supervisión de un área que necesitaba ser ordenada y encaminada. En operación, los problemas no pueden quedarse para después: hay que decidir, coordinar con otras áreas, cumplir plazos, resolver fricciones y hacer que el proceso funcione.
Con el tiempo entendí que había ganado agilidad, pero también necesitaba reforzar una mirada más estratégica. Ese cambio me llevó a la sostenibilidad y, más adelante, al mundo del software, donde empecé a ver cómo los datos, los sistemas y la IA podían acelerar la integración de la sostenibilidad dentro de las empresas.
En sostenibilidad he trabajado en empresas con presencia internacional, coordinando datos ambientales para el reporte de información no financiera, validando información auditable y apoyando acciones de mejora en diferentes países.
Además, conocer desde dentro un software de sostenibilidad me permitió entender mejor cómo se estructuran los datos ESG, qué errores suelen repetirse, qué formatos generan fricción y qué información necesita realmente un usuario para reportar, validar o decidir.
Actualmente trabajo en sostenibilidad dentro de una empresa industrial, integrando sistemas de gestión ambiental, huella de carbono, doble materialidad, automatización documental y criterios ESG en procesos, datos, responsabilidades y decisiones.
Eso implica medir con trazabilidad, identificar impactos relevantes, detectar oportunidades de eficiencia, mejorar procesos internos, digitalizar flujos y convertir información dispersa en decisiones útiles.
Por lo general, donde hay una emisión relevante de carbono también hay una posible oportunidad de mejora: eficiencia, coste, diseño, logística, energía, proceso o dato.
Qué suele funcionar
Cuando abordo un problema, suelo seguir una lógica práctica:
- Entender el proceso real.
- Identificar fuentes de datos, responsables y fricciones.
- Validar con las áreas internas.
- Definir el criterio técnico o metodológico.
- Estructurar los datos en una plantilla, modelo o flujo.
- Automatizar lo que tenga sentido.
- Convertirlo en insight, dashboard o decisión.
No me interesa sobredimensionar sistemas que luego nadie mantiene. Me interesa construir estructuras suficientemente robustas para ser auditables, pero suficientemente simples para integrarse en la rutina de una organización.
Qué estoy construyendo aquí
Esto es un archivo y laboratorio de trabajo sobre sostenibilidad corporativa, datos e IA aplicada.
La intención es bajar estos temas a problemas concretos: ordenar información, definir criterios, reducir trabajo manual, construir trazabilidad y hacer que la sostenibilidad aporte valor dentro de la empresa.
Si estás trabajando en problemas parecidos, puedes empezar por los recursos o conectar conmigo.