Gobierno de datos primero, luego la IA

Adopción amplia, escala escasa

La encuesta global de McKinsey sobre el estado de la IA, realizada entre junio y julio de 2025 con 1.993 participantes, encontró que el 88% de las organizaciones usa IA en al menos una función, diez puntos más que en 2024, y que el 79% usa IA generativa. Pero solo el 7% dijo que la IA estaba completamente escalada en su organización (McKinsey).

Un modelo de IA es tan bueno como la información que lo alimenta, y la información de la mayoría de las empresas medianas no está lista.

La distancia entre usar y escalar tiene muchas causas, pero en la empresa mediana hay una que domina: los datos. Un modelo de IA es tan bueno como la información que lo alimenta, y la información de la mayoría de las empresas medianas no está lista.

Los datos existen, pero no sirven

En nuestro trabajo con distintos clientes encontramos un patrón constante. Los datos existen: en el ERP, en hojas de cálculo, en plataformas publicitarias, en reportes de calidad, en el conocimiento de las personas. Lo que falta es que sirvan para decidir.

En un grupo empresarial de servicios de alimentación, la construcción de líneas base para los casos de negocio exigió reconciliar cifras que distintas áreas reportaban de forma diferente. El producto no conforme se registraba sin una tipificación que permitiera un análisis de causas. En una empresa de comercio electrónico de consumo, no había reportes automatizados ni tableros para evaluar el desempeño en tiempo real, y las tendencias del mercado se revisaban sin un proceso para incorporarlas a la estrategia.

En ambos casos, la conclusión fue la misma: antes de hablar de IA, había que hablar de gobierno de datos.

¿Qué significa gobierno de datos en una empresa mediana?

El gobierno de datos suena a un programa corporativo complejo. En una empresa mediana puede ser mucho más simple y empezar con tres decisiones.

La primera, definir los datos críticos: los veinte o treinta indicadores y entidades (cliente, producto, proveedor, pedido) que la empresa usa para decidir. La segunda, asignar un dueño a cada uno, responsable de su definición y su calidad. La tercera, establecer una fuente única: el sistema donde cada dato se registra una sola vez y del que se alimentan los reportes.

En el portafolio de transformación del grupo empresarial, el gobierno de datos se diseñó como una iniciativa habilitadora con un rol específico de arquitectura de información. Su valor no se medía directamente, sino por las iniciativas de impacto que hacía posibles.

De datos a decisiones

Con datos gobernados, el siguiente paso no es la IA, sino la visibilidad. Un tablero ejecutivo que integre la información clave en un solo lugar cambia la manera en que se gestiona una empresa. Los problemas se ven antes y las reuniones discuten hechos en lugar de percepciones.

En el diseño de un programa de fortalecimiento empresarial para un gremio, el uso de datos permitió algo que antes no era posible: caracterizar a una base amplia de empresarios por nivel de madurez y priorizar la atención según su potencial. La segmentación, construida con datos de diagnóstico, ingresos declarados, experiencia exportadora y alineación de producto, permitió diseñar rutas de atención diferenciadas. Sin esos datos, el programa habría tratado a todos los empresarios por igual.

¿Cuándo tiene sentido la IA?

Con datos gobernados y visibilidad, la IA se vuelve una herramienta práctica. Los casos de uso con mejor relación entre esfuerzo y valor en la empresa mediana suelen ser el pronóstico de demanda basado en históricos, la detección de desviaciones (en consumo de insumos, en gastos, en calidad), la clasificación automática de información no estructurada y los asistentes para tareas repetitivas del equipo.

La recomendación es empezar con un caso de uso que tenga un dueño de negocio, datos disponibles y un indicador claro. Un piloto exitoso con esas condiciones se escala; un piloto sin ellas se queda en demostración.

Protección de datos

El gobierno de datos incluye su protección. En Colombia, la Ley 1581 de 2012 regula el tratamiento de datos personales. Cualquier iniciativa de datos que involucre información de clientes, empleados o proveedores debe contar con autorización, finalidad definida y medidas de seguridad.

Cultura de datos

El gobierno de datos no se sostiene solo con reglas. Necesita una cultura en la que las decisiones se tomen con datos y se cuestionen con datos. En nuestra experiencia, esa cultura se construye desde arriba: cuando la gerencia pide la cifra detrás de cada propuesta y revisa los tableros en las reuniones, el resto de la organización aprende rápido. Cuando la gerencia decide por intuición, los tableros se abandonan.

Un indicador sencillo de la cultura de datos es cuánto tiempo pasa en las reuniones de gerencia discutiendo si una cifra es correcta. Si es mucho, el problema está en el gobierno de datos. Si es poco y la discusión se concentra en qué hacer con la cifra, la organización está lista para el siguiente nivel.

Capacidades del equipo

La empresa mediana no necesita un equipo grande de datos para empezar. Necesita, como mínimo, una persona con capacidad analítica que entienda el negocio, un responsable de la arquitectura de información que asegure la consistencia de los datos y acceso a capacidades especializadas (ciencia de datos, ingeniería de datos) cuando se requieran, sea con personal propio o con aliados. En los equipos de proyecto que conformamos, la combinación de un perfil de inteligencia de negocios con un científico de datos y un analista de negocio ha sido suficiente para la mayoría de los casos de uso de la empresa mediana.

Lo que no funciona es delegar los datos al área de tecnología sin participación del negocio. Los datos son un activo del negocio; tecnología provee la infraestructura, pero la definición y la calidad son responsabilidad de quien los usa.