ALIA salta del anuncio a la calle: primeras empresas españolas que ya la usan para atender, ahorrar y proteger datos.
Hemos puesto a disposición del tejido productivo una infraestructura pública, abierta y gratuita: un modelo de lenguaje multilingüe entrenado en español y en las demás lenguas oficiales.
En el Mobile World Congress 2026, el Gobierno ha querido demostrar que ALIA ya no es solo un concepto institucional, sino una pieza operativa: empresas españolas empiezan a aplicar la familia pública de modelos de lenguaje y la infraestructura pública asociada para crear soluciones de inteligencia artificial con resultados tangibles. El anuncio lo hizo el ministro para la Transformación Digital y de la Función Pública, Óscar López, en el acto “Con nuestra IA”, celebrado en el Pabellón de España del MWC, con demostraciones de casos de uso por parte de 1MillionBot, IBM, Multiverse Computing y Libelium.
La tesis del ministro es doble: por un lado, democratizar la IA para el tejido productivo, con foco explícito en el “90%” de empresas (pymes y organizaciones que no pueden competir en coste y dependencia con soluciones cerradas); por otro, reforzar soberanía en un momento en el que la IA se ha convertido en infraestructura crítica, como lo fue la conectividad en las décadas anteriores. En su formulación, ALIA es “infraestructura pública, abierta y gratuita” y, además, un modelo de lenguaje público, abierto y multilingüe, “altamente entrenado en español y demás lenguas oficiales”.
De qué va ALIA cuando se baja al terreno: menos dependencia, más control
El mensaje político se entiende rápido: si la IA va a mediar trámites, salud, patrimonio, educación o fiscalidad, depender por completo de tecnología extranjera y de “cajas negras” comerciales no es solo un debate industrial, también es un debate de control, privacidad, continuidad y coste. Pero el salto importante está en lo práctico: qué cambia para una empresa o una administración cuando tiene a mano una base pública sobre la que construir.
En el acto del MWC, López contrapuso dos modelos: el de “IAs que usan los datos para hacer vídeos plagiados o denigrantes” frente a una “IA española” orientada a usos responsables. Su conclusión fue clara: el problema no es la tecnología, sino “los intereses” y la “sensación de impunidad” de algunos propietarios de plataformas; y la alternativa pasa por gobernanza, reglas y capacidad propia.
En ese marco, los casos presentados funcionan como “prueba de vida”: atención al ciudadano, eficiencia computacional, herramientas para adaptar modelos con garantías y gemelos digitales de patrimonio.
Caso 1: 1MillionBot y la atención al ciudadano que no se cae en cuanto sube la demanda
La primera demostración aterriza un punto clásico: el cuello de botella en atención pública. 1MillionBot explicó que ha configurado asistentes conversacionales para webs de administraciones autonómicas y locales, citando ejemplos como el Ayuntamiento de Avilés o el de Murcia. El objetivo: atender dudas de ciudadanía sobre turismo o trámites de empadronamiento, entre otros.
Aquí ALIA juega un papel de infraestructura habilitadora: permite construir chatbots que respondan en lenguaje natural y, sobre todo, adaptarlos a contexto administrativo sin que cada actor tenga que empezar desde cero o asumir dependencias tecnológicas cerradas. Para las administraciones, el valor es evidente: reducción de carga en ventanillas y call centers; para el ciudadano, respuestas rápidas y trazables; y para el sistema, la posibilidad de mantener control editorial del conocimiento público que se ofrece.
Caso 2: IBM y la carrera silenciosa por la eficiencia: misma calidad, menos cómputo
La segunda demostración atacó un punto que suele quedar fuera del debate mediático: la eficiencia. IBM expuso cómo la optimización de IA puede permitir modelos que requieren menos capacidad de computación, con menor coste energético y operativo, manteniendo la calidad. En un mundo donde el coste de inferencia y el consumo energético condicionan despliegues, este argumento es estratégico: la IA “útil” no es solo la más potente, sino la más desplegable.
Su ejemplo fue la Base Única de Conocimiento para la Agencia Tributaria, un sistema interno para agilizar el trabajo de gestores del Ministerio de Hacienda y responder dudas sobre IVA, IRPF o fiscalidad internacional. Además, se subrayó un aspecto clave: reforzar la privacidad al procesar información de forma más local y controlada, facilitando un uso responsable y seguro.
Este caso es especialmente relevante porque toca un nervio sensible: la IA en administración pública no puede ser solo “rápida”, debe ser auditable, gobernable y prudente con datos. La promesa de eficiencia + privacidad conecta con una tendencia mayor: mover parte del procesamiento a entornos controlados, reducir exposición y evitar que información sensible “salga” de perímetros de confianza.
Caso 3: Multiverse Computing y el problema que nadie resuelve solo con prompts: adaptar y evaluar
El tercer bloque se centró en una necesidad real de empresas y administraciones: adaptar modelos a contextos específicos y, al mismo tiempo, evaluarlos con mecanismos de control y garantías. El CEO de Multiverse Computing, Enrique Lizaso, presentó ALIneAmiento, una plataforma orientada a esa adaptación y evaluación para acelerar el desarrollo de soluciones “útiles y fiables”.
La clave aquí no es “tener un modelo”, sino dominar el ciclo completo: alineamiento, pruebas, controles, calidad y fiabilidad. Si ALIA pretende ser un cimiento público, necesita precisamente este tipo de capas: herramientas para que el tejido productivo convierta capacidad general en soluciones específicas sin que eso implique abrir la puerta a fallos o respuestas no confiables. En términos de política industrial, también se remarcó el “talento nacional” y la reducción de barreras de entrada, un objetivo coherente con la idea de democratización.
Caso 4: Libelium y el gemelo digital de la Alhambra: IA y patrimonio sin “turistificación” ciega
El cuarto caso es, quizá, el más simbólico: aplicar IA pública a un patrimonio milenario. La fundadora y consejera delegada de Libelium, Alicia Asín, explicó el uso de ALIA en el gemelo digital de la Alhambra de Granada, con el objetivo de hacer más eficiente la gestión patrimonial. El proyecto se enmarca en RETECH (Redes Territoriales de Especialización Tecnológica), impulsado por el ministerio para lanzar proyectos territoriales de transformación digital con comunidades autónomas.
Ese gemelo digital no es un “capricho” tecnológico: iniciativas ya presentadas por administraciones describen sistemas capaces de integrar múltiples tecnologías para conservación, gestión y experiencia de visita, con datos de entorno y monitorización. En el contexto de ALIA, el punto relevante es el encaje: usar una base pública para que el componente de IA (lenguaje, consulta, análisis, interacción) no dependa necesariamente de servicios externos y pueda operar bajo criterios de control y soberanía.
Qué significa “IA pública” en la práctica: infraestructura, no solo modelo
Uno de los riesgos cuando se habla de “modelos de lenguaje públicos” es pensar que todo se reduce a publicar un LLM. En el enfoque presentado en el MWC, ALIA se describe como infraestructura pública de recursos de IA y como familia pública de modelos. Eso es importante porque los casos de uso que se muestran (asistentes, base de conocimiento fiscal, alineamiento, gemelos digitales) necesitan más que un modelo:
- Capacidad de despliegue (entornos, seguridad, cómputo)
- Metodologías de adaptación (fine-tuning, RAG, evaluación)
- Gobernanza (control editorial, garantías éticas)
- Ecosistema de partners que conviertan la base en producto/servicio
Si el objetivo es “democratizar” para el tejido productivo, la infraestructura debe reducir fricción: coste, complejidad, dependencia y riesgo.
Una narrativa de soberanía con un objetivo concreto: que la IA llegue al ciudadano
López lo formuló con una frase que condensa la intención política: “Si la gente confía en la IA como una buena herramienta para la sociedad, la buena IA adelantará por la izquierda a los tecno-oligarcas que exprimen nuestros datos sin consecuencias”. Y remató con una idea provocadora: “El Estado no sobrevivirá a pesar de la IA, sino también gracias a ella”.
Más allá del tono, el mensaje es claro: ALIA se presenta como una vía para que la IA no sea solo una tecnología de plataforma, sino una capacidad distribuida: en empresas, administraciones y servicios concretos, con objetivos de utilidad y control.
El siguiente examen: escala, calidad y confianza
Los cuatro casos de uso enseñan dirección, pero el verdadero examen de ALIA será escalar sin perder calidad. En concreto:
- Escala organizativa: que más empresas puedan construir y desplegar sin depender de consultoría permanente.
- Escala técnica: rendimiento, costes y disponibilidad.
- Escala regulatoria y de confianza: garantías, auditoría, trazabilidad y privacidad en usos sensibles.
Por ahora, el Gobierno ha querido fijar un hito: “ya es una realidad” que ALIA entra en fase de casos de uso en producción o preproducción con actores concretos. El paso siguiente será demostrar que no es una colección de demos del MWC, sino una plataforma capaz de sostener servicios cotidianos.
