miércoles, 12 de agosto de 2026

Por Adrian Johnson, chief revenue officer de Hitachi Vantara

Las organizaciones están acelerando sus inversiones en inteligencia artificial. Los casos de uso se multiplican, los presupuestos crecen y la presión por capturar valor a partir de esta tecnología aumenta día con día. Sin embargo, detrás del entusiasmo por la IA persiste una pregunta que muchas empresas aún no pueden responder con certeza: ¿saben realmente dónde están sus datos, quién tiene acceso a ellos y bajo qué reglas se administran?

En la conversación sobre inteligencia artificial suele hablarse de modelos, automatización y productividad. Mucho menos se habla de la materia prima que hace posible todo lo anterior: los datos. Sin una base sólida de información confiable, completa y gobernada, incluso las iniciativas de IA más ambiciosas están destinadas a generar resultados inconsistentes o, en el peor de los casos, decisiones equivocadas.

La confianza en la inteligencia artificial comienza mucho antes de ejecutar un modelo o desplegar una nueva aplicación. Comienza con la confianza en los datos.

El desafío es que muchas organizaciones han construido sus entornos tecnológicos durante años, incorporando nuevas plataformas, aplicaciones, nubes y herramientas a medida que evolucionan las necesidades del negocio. El resultado suele ser una infraestructura compleja donde la información se encuentra dispersa entre distintos sistemas, equipos y ubicaciones. En este contexto, identificar qué datos existen, dónde residen, quién puede utilizarlos y qué tan confiables son se convierte en una tarea mucho más difícil de lo que parece.

La llegada de la inteligencia artificial está exponiendo esta realidad. Los modelos son cada vez más capaces, pero también más dependientes de la calidad de la información que consumen. Alimentar sistemas de IA con datos incompletos, duplicados, desactualizados o carentes de contexto puede generar respuestas sesgadas, inconsistentes o difíciles de explicar. Y cuando la confiabilidad de los resultados se pone en duda, también se debilita la confianza del negocio en la tecnología.

El reto ya no consiste únicamente en tener acceso a grandes volúmenes de información. El verdadero diferenciador está en la capacidad de gestionarla adecuadamente. Saber qué datos son críticos, cuáles contienen información sensible, quién puede acceder a ellos y bajo qué condiciones se utilizan se ha convertido en un requisito indispensable para escalar iniciativas de inteligencia artificial con seguridad y confianza.

Al mismo tiempo, las empresas enfrentan un entorno regulatorio cada vez más exigente. La conversación sobre privacidad y protección de datos ha evolucionado hacia un concepto más amplio: la soberanía digital. Hoy no basta con proteger la información. También es necesario comprender dónde se almacena, bajo qué jurisdicción opera y qué regulaciones aplican a su transferencia y tratamiento.

Para muchas organizaciones, este cambio representa un desafío significativo. Los datos ya no permanecen dentro de un único centro de datos ni dentro de las fronteras de un solo país. Viajan constantemente entre nubes públicas, plataformas híbridas, servicios digitales y ecosistemas globales. Como consecuencia, una misma organización puede estar sujeta simultáneamente a distintos marcos regulatorios y obligaciones de cumplimiento.

Esto explica por qué la conversación sobre datos ha dejado de ser exclusivamente tecnológica. Cada vez más directores generales, responsables legales, líderes de riesgo, equipos de cumplimiento y especialistas en seguridad participan en decisiones relacionadas con el manejo de la información. Lo que antes podía considerarse un asunto operativo hoy forma parte de la agenda estratégica del negocio.

La infraestructura también enfrenta nuevas exigencias. Buena parte de los entornos tecnológicos empresariales fueron diseñados para una realidad distinta, cuando las demandas de procesamiento, almacenamiento y movilidad de datos eran considerablemente menores. La inteligencia artificial está cambiando esas reglas.

Las organizaciones necesitan responder simultáneamente a un crecimiento acelerado del volumen de información, cargas de trabajo mucho más intensivas, mayores requerimientos de resiliencia y disponibilidad, un entorno de amenazas cibernéticas cada vez más sofisticado y regulaciones que continúan evolucionando. En este escenario, la calidad de la infraestructura y la capacidad de gobernar los datos dejan de ser factores independientes para convertirse en elementos inseparables.

La verdadera pregunta ya no es si una organización adoptará inteligencia artificial. La mayoría ya lo está haciendo o planea hacerlo. La pregunta es si cuenta con los fundamentos adecuados para convertir esa adopción en resultados sostenibles.

Las empresas que logren combinar infraestructura moderna, gobierno de datos, seguridad, cumplimiento regulatorio y una estrategia clara sobre la ubicación y el uso de su información estarán en mejor posición para capturar el potencial de la inteligencia artificial. No solo porque podrán cumplir con regulaciones cada vez más complejas, sino porque tendrán algo todavía más valioso: confianza en los datos que impulsan sus decisiones.

Durante años, la gobernanza de datos fue vista como un ejercicio de control y cumplimiento. Hoy se está convirtiendo en una ventaja competitiva. En una economía impulsada por la inteligencia artificial, las organizaciones que sepan exactamente qué datos tienen, dónde están y cómo utilizarlos serán las que innoven con mayor velocidad y menor riesgo.

Porque, al final, el éxito de la IA no depende únicamente de la inteligencia de los algoritmos. Depende de la inteligencia con la que las empresas gestionan sus datos.