viernes, 18 de julio de 2025

Douglas Wallace, Gerente de Ventas Distrital, América Latina y el Caribe (Excepto Brasil) en Pure Storage

La IA ha pasado de ser una curiosidad a una prioridad empresarial. En México y el resto de América Latina, el debate está cambiando. Los líderes empresariales ya no se preguntan: "¿Podemos implementar IA?", sino: "¿Está dando resultados?". La novedad se desvanece y las expectativas se intensifican. ¿Cuál es el retorno? ¿Qué valor estamos descubriendo? ¿Qué problemas estamos resolviendo realmente?
 
Pero hay un punto ciego en muchas de estas conversaciones. Mientras las empresas se apresuran a adoptar herramientas de IA y a aumentar su capacidad de procesamiento, pocas dedican el tiempo suficiente a solucionar lo que realmente importa: los datos que alimentan esos sistemas.
 
La realidad es la siguiente: datos desordenados significa IA desordenada. Si tu organización tiene cinco versiones del mismo conjunto de datos circulando, almacenadas en diferentes departamentos, y nadie está seguro de cuál es la más precisa o actualizada, no obtendrás inteligencia, sino ruido.
 
Y en sectores como finanzas, salud o administración pública, ese ruido puede llevar a decisiones arriesgadas. Invertir más recursos computacionales en el problema no servirá de nada; solo te llevará a la respuesta equivocada más rápido.
 
Para que la IA funcione correctamente, necesitamos hacer el trabajo duro y poco atractivo: depurar los datos, estandarizarlos y asegurarnos de que todos trabajen con la misma versión de la verdad. Esto implica romper con los silos, establecer reglas claras sobre cómo se gestionan los datos e invertir en los sistemas adecuados para rastrearlos y gestionarlos.
 
No se trata de una tarea puntual, sino de un cambio de mentalidad. Piénsalo como un volante: unos datos limpios conducen a mejores modelos, que ayudan a tomar decisiones más inteligentes, y esas decisiones generan datos aún más útiles. Pero el volante solo gira si la información es sólida.
 
También debemos tomarnos en serio la responsabilidad de los datos. Esto significa saber de dónde provienen, cómo se han modificado y quién tiene acceso a ellos. Sin esa transparencia, no podemos construir sistemas en los que confiemos, ni tampoco los reguladores, los clientes ni el público.
 
Hoy en el Día de Apreciación de la Inteligencia Artificial, centremos la atención en los cimientos. Porque el verdadero progreso no proviene de adoptar la herramienta más reciente, sino de construir la infraestructura, la mentalidad y la cultura adecuadas para respaldarla.