VINCI Airports gestiona 70 aeropuertos en 14 países, recibe a 320 millones de pasajeros al año y genera unos ingresos de 4500 millones de euros. Ante las crecientes limitaciones operativas y medioambientales, el operador está recurriendo a Inteligencia Artificial optimizar su rendimiento. Repasamos una transformación exitosa con Benoît Forest, director de operaciones de VINCI Airports.
¿Quién es Benoît Forest?
Benoît Forest fue nombrado director de Operaciones de VINCI Airports en enero de 2025, tras haber ocupado el cargo de director de Data casi tres años. Con más de nueve años de experiencia en el Grupo, dirigió la data Compañia, incluyendo el despliegue del proyecto Smart Data en 15 países, la creación de 10 casos de uso que abarcan todas las áreas estratégicas de VINCI Airports (tráfico, comercial, operaciones, finanzas, medio ambiente) y la integración del análisis predictivo.
Es licenciado en Control de Gestión por el CNAM y combina la experiencia financiera y operativa adquirida en los sectores aeroportuario y de autopistas en VINCI Autoroutes.
El reto: gestión unificada de una data compleja.
VINCI Airports opera una red diversa que se extiende desde Japón hasta Chile. Cada plataforma tiene sus propios sistemas informáticos, limitaciones locales y especificidades operativas. Si bien esta diversidad es una fuente de fortaleza, también complica la toma de decisiones a nivel del grupo.
Su modelo de negocio se basa en dos palancas complementarias:
- Tasas aeronáuticas (50 % de los ingresos) cobradas a las compañías aéreas por el uso de las infraestructuras.
- Ingresos comerciales (30 %-40 %) generados por el gasto de los pasajeros, especialmente en tiendas libres de impuestos, restaurantes y aparcamientos.
Este modelo dual impone un requisito clave: conocer, comprender y anticipar el tráfico de pasajeros. Todo lo demás se deriva de esto: el tamaño del equipo, la calibración de las ofertas comerciales, las previsiones financieras, la calidad del servicio, las trayectorias de inversión y la estrategia de descarbonización.
El reto: recopilar y procesar data dispersos, no estandarizados y aislados de los distintos aeropuertos del Grupo para crear una visión unificada de los flujos de tráfico. Este es el objetivo de la transformación puesta en marcha con Artefact y Google Cloud. El resultado es la construcción de una Data global capaz de federar data de la red, estructurarlos y ponerlos a disposición para la toma de decisiones.
Una data diseñada como palanca de rendimiento
Para hacer frente a este reto de gestión a nivel de todo el grupo, VINCI Airports optó por una data unificada, escalable y segura basada en Google Cloud , elegida para proporcionar a todas las unidades de negocio de todos los aeropuertos los medios necesarios para comprender, anticipar y actuar mejor, basándose en data consolidados, contextualizados y analizables data diferentes niveles.
En colaboración con Artefact, el grupo creó en 2023 una Data capaz de:
- Recopilación data de sistemas heterogéneos en 14 países.
- Control de data y la integridad data mediante medidas de protección automatizadas.
- Armonizar data para permitir comparaciones fiables entre plataformas.
Este enfoque evita las cargas que conlleva la armonización tradicional de las tecnologías de la información. Gracias a la cloud, los aeropuertos conservan sus herramientas locales, pero exponen sus data una base común, donde se limpian, se estructuran y luego se utilizan para alimentar paneles de control, AI , análisis de rendimiento, etc.
Google Cloud : una arquitectura robusta
Para facilitar la ampliación, la arquitectura de Google Cloud se basa en componentes probados, diseñados para ofrecer volumen, velocidad de análisis y seguridad:
- BigQuery para almacenar y analizar data masivos
- Vertex AI para entrenar e implementar modelos predictivos
- Cloud + Streamlit para proporcionar a los equipos empresariales una interfaz sencilla, rápida e interactiva.
- Cloud para la gestión centralizada de modelos y versiones.
- Cloud para la integración continua y la implementación fluida de flujos de trabajo
Tres casos de uso clave para mejorar el rendimiento de los aeropuertos
1) En el origen: predicción del tráfico de pasajeros
El tráfico de pasajeros es el data clave Compañia. Predecirlo permite:
- Orientar la estrategia a largo plazo (inversiones, apertura de nuevas rutas, proyecciones financieras).
- Escalar las operaciones diarias (seguridad, recepción, manejo de equipaje)
- Gestionar las ofertas comerciales en función de los perfiles de los pasajeros.
VINCI Airports y Artefact diseñaron Artefact modelos predictivos multiescala adaptados a las necesidades de cada nivel de gestión, que proporcionan:
- Una visión consolidada para la gestión del grupo, con proyecciones de flujo anuales.
- Vistas operativas semanales o diarias para anticipar los picos de actividad.
- Una vista local por aeropuerto, cotejada con data de comportamiento.
Estos modelos se basan en el historial de tráfico, variables exógenas y señales débiles. Permiten simular trayectorias, comparar las previsiones humanas con las proyecciones algorítmicas y optimizar las compensaciones.
2) Mejorar la eficiencia operativa de los aeropuertos.
Gracias a data, VINCI Airports ahora puede anticipar los puntos de congestión y adaptar sus recursos con antelación. Por ejemplo, al escanear las tarjetas de embarque, es posible predecir cuándo llegarán los pasajeros a los controles de seguridad. Al cruzar estos data las capacidades de procesamiento de la línea, los equipos pueden ajustar los niveles de personal en tiempo real para garantizar tiempos de espera inferiores a 10 minutos. En términos de seguridad, los pasajeros que pasan por los controles de seguridad de equipaje pasan por una máquina de rayos X para detectar cualquier amenaza potencial.
3) Optimización de las estrategias de venta de productos turísticos.
Mediante el análisis de los flujos de tráfico y las compras, VINCI Airports obtiene una mejor comprensión de quién consume qué, cuándo, dónde y en qué contexto.
Un pasajero británico en tránsito no se comporta de la misma manera que un pasajero francés en un vuelo nacional. Un vuelo a Lisboa a las 6:15 a. m. no genera el mismo tamaño medio de cesta que una salida de vacaciones a Punta Cana.
Mediante el análisis de las tarjetas de embarque escaneadas en las cajas y su cruce con data de tráfico, el grupo identifica patrones de consumo y puede recomendar a los minoristas del aeropuerto que ajusten su oferta de productos en función de los perfiles de los pasajeros y los destinos.
Factores de éxito: desde la implementación hasta la adopción empresarial
Involucrar a los equipos desde el inicio del proyecto
Artefact VINCI Airports desde las primeras fases del proyecto, adoptando un enfoque colaborativo con el personal operativo desde el inicio del proyecto. Es absolutamente esencial contar con un apoyo empresarial mejorado para lograr el equilibrio adecuado entre la inteligencia humana y los modelos predictivos.
«El momento en que se incorporan los equipos operativos es muy importante. Debe ser desde el primer día. Esto garantiza que data comprendan las preocupaciones del negocio e incorporen las necesidades altamente operativas en el diseño de las soluciones». – Benoît Forest, director de operaciones de VINCI Airports.
Esto facilita el desarrollo de casos de uso concretos que se ajustan a los retos empresariales reales (tráfico, seguridad, comercio minorista, finanzas, etc.) y garantiza su adopción a largo plazo.
Data , clave para la confianza empresarial
Al principio, los equipos de VINCI Airports consideraban data como algo secundario. Muy pronto, con Benoît Forest, se dieron cuenta de que en realidad era fundamental. Porque cuando los modelos fallan debido a data mala data , la confianza empresarial se erosiona rápidamente.
VINCI Airports y Artefact implementado una serie de medidas técnicas de seguridad para garantizar data en las fases iniciales:
- Detección de archivos perdidos (por ejemplo, una alerta como «tráfico no recibido del día anterior»).
- Control de la estructura para garantizar que los esquemas se mantengan estables a lo largo del tiempo.
- Pruebas de integridad (una desviación anómala en un aeropuerto activa una alerta automática)
Estas comprobaciones automatizadas, que se realizan íntegramente en Google Cloud , evitan desviaciones silenciosas y garantizan la estabilidad de los modelos en producción.
«Creo que el éxito de este proyecto radica en comprender el reto estratégico empresarial, definir el alcance, implementar la solución, proporcionar formación y, ahora, la herramienta es utilizada a diario por los equipos empresariales». – Benoît Forest, director de operaciones de VINCI Airports.
Medición continua del rendimiento predictivo
VINCI Airports ha implementado un proceso de evaluación postoperativa. Los equipos comparan lo que habían predicho los modelos con lo que realmente ocurrió sobre el terreno. El objetivo es identificar discrepancias, comprender sus causas y ajustar los modelos para mejorar su precisión con el tiempo. Esta eficiencia es posible gracias al despliegue de AI.
Avanzando con AI: sistematización de la predicción
Con la estabilización del data , VINCI Airports ha emprendido una segunda fase: la transición hacia la predicción sistematizada. Los equipos han entrenado modelos para refinar las trayectorias del tráfico, anticipar los picos de actividad y enriquecer su comprensión del comportamiento de los pasajeros.
El enfoque se basa en una granularidad diferenciada:
- Previsión estratégica anual, útil para el departamento financiero.
- Proyecciones semanales o diarias para la gestión operativa.
- Análisis posoperativo, para comparar lo que predijo el modelo con lo que realmente ocurrió.
AI nos permite pasar de la intuición local al conocimiento compartido, sin sustituir a los equipos, sino proporcionándoles los medios para ahorrar tiempo y centrarse en la toma de decisiones». – Benoît Forest, director de operaciones de VINCI Airports.
El auge de AI generativa AI data integral data
Como parte del proyecto en curso, VINCI Airports está explorando ahora el potencial de AI generativa AI tres casos de uso:
- Secure GPT: un asistente integrado en los paneles de control
- Habla con mis data: consultas conversacionales a bases de datos
- Inteligencia documental: extracción y síntesis automáticas de contenidos complejos (procedimientos, auditorías, reports).
Estos avances son necesarios y representan los retos para 2025 del equipo de Benoît Forest. Esta gran cantidad de información sigue materializándose principalmente en paneles visuales en tiempo real (Power BI). Aunque eficaces, estas herramientas siguen siendo rígidas y requieren un desarrollo constante para evolucionar.
Por lo tanto, el objetivo es permitir que todos los empleados interactúen directamente con todos data AI autónomos, capaces de responder a preguntas complejas y llevar el análisis mucho más allá de las capacidades actuales de los paneles tradicionales.
