Ana Marino (IBM Consulting): “Por cada euro que las empresas invierten en IA, emplean cinco en datos”
La líder de ‘data transformation’ para IBM Consulting España, Portugal, Grecia e Israel considera que “los datos son fundamentales para la innovación, y la clave será unir datos, IA y negocio en una sola estrategia”
Ana Marino, la responsable de data transformation en IBM Consulting para España, Portugal, Grecia e Israel, y de Bluetab (compañía especialista en servicios tecnológicos de datos e inteligencia artificial, adquirida por IBM en 2021, con operaciones en España, México, Perú y Colombia) a nivel global, subraya que hoy la inteligencia artificial (IA) es imprescindible para las empresas. “Quienes no la adopten, corren el riesgo de quedarse atrás, perderán ventaja competitiva”, afirma. Sin embargo, para que la IA sea útil y eficiente, es esencial contar con datos de calidad y bien gobernados.
En España, la banca es uno de los sectores de mayor madurez en la adopción de los datos
En esta entrevista, Marino analiza el papel fundamental de los datos en la era en que la IA va a transformar los procesos de negocio, los retos a los que se enfrentan las empresas, y las claves para avanzar hacia una verdadera organización data-driven - aquella en que las decisiones se toman en base a datos, a todos los niveles de la compañía- y AI-first -aquella en que los flujos de trabajo se diseñan incluyendo la IA como premisa.
P. ¿Qué papel juegan los datos en esta nueva era marcada por la inteligencia artificial?
R. Un estudio que hicimos en IBM en 2023 con nuestros clientes mostraba que, por cada dólar que las empresas planeaban invertir en IA generativa en los próximos años, gastarían aproximadamente tres dólares en datos, en adecuar y preparar esos datos. Después de dos años — ya con la IA generativa como una realidad— hoy en día vemos que no son tres, sino que las empresas están invirtiendo cerca de cinco. ¿Qué quiere decir esto? Que sin una buena plataforma de datos, es imposible implementar una IA útil, eficiente, confiable, y realmente alineada con las necesidades del negocio.
P. ¿Por qué el dato se ha convertido en un activo tan estratégico para las organizaciones?
R. La IA es imprescindible para que las empresas alcancen la eficiencia que les está demandando el mercado, y los datos son la gasolina con la que funciona esta IA. Sin datos correctamente disponibles, almacenados, curados y —muy importante— gobernados, las empresas no podrán ejecutar de forma eficiente los programas de inteligencia artificial que, hoy por hoy, deberían formar parte de sus planes estratégicos. Los datos derivados de la actividad principal de la empresa, en conjunto con los datos externos que se necesitan para la toma de decisiones, debidamente consumidos por la IA, son claves para el éxito futuro de cualquier compañía.
P. Cuando hablamos de plataformas de datos empresariales, ¿a qué nos estamos refiriendo exactamente?
R. Es el lugar donde una empresa concentra su información clave, sus datos - tanto internos como externos- para explotarlos y consumirlos. Son plataformas separadas de las plataformas transaccionales en las que se generan los datos derivados de las operaciones diarias. Hasta hace poco hablábamos de grandes lagos de datos (big data)—difíciles de consumir— hoy lo que se busca son arquitecturas de datos diseñadas no para almacenarlo todo, sino para facilitar el acceso y el uso eficiente a los datos que necesita la inteligencia artificial aplicada a los procesos de la organización. Desde Bluetab, nuestra empresa especialista en datos e inteligencia artificial, ayudamos a nuestros clientes a diseñar y construir estas arquitecturas de datos orientadas al consumo de IA.
P. ¿En qué punto están las empresas españolas en cuanto a la madurez en el uso de plataformas de datos?
R. La madurez varía mucho entre sectores, no es uniforme. La banca, por ejemplo, muestra un nivel alto de madurez debido a exigencias regulatorias, que les obligaron a invertir en plataformas de datos. Y, ahora esa base, aunque se centró en cumplir normativas de reporting, les ha permitido aplicar IA de forma más rápida. En cambio, hay sectores con sistemas operacionales más monolíticos en torno a una sola tecnología, que han desarrollado plataformas de datos menos maduras, centradas en este único software. Ahora necesitan evolucionar, y la mayoría ya son conscientes de ello, y están actuando en consecuencia, colaborando con socios como IBM Consulting y Bluetab.
P. El término ’gobierno del dato’ sigue estando en boca de todos. ¿Qué significa realmente y por qué es tan relevante?
R. Una plataforma de datos sin gobierno no será útil para aplicar la IA. El gobierno del dato implica decidir qué datos recoger, cómo analizarlos, mantenerlos, transformarlos, y asegurar su calidad y fiabilidad. Incluye elementos clave como el acceso: quién puede acceder a qué datos; el linaje: de dónde provienen y cómo se traza su transformación; la clasificación: cómo se agrupan en función de su contenido; las reglas de calidad: que sean fiables y útiles; el glosario de términos de negocio: que todos en la compañía hablen el mismo idioma; o la propiedad: quién en el negocio es el dueño de los datos. Además, comienza a cobrar fuerza el debate sobre el gobierno de la IA, un ámbito aún más complejo que también estamos diseñando e implementando con nuestros clientes.
P. ¿Qué errores comunes ves en la implementación de estrategias de gobierno del dato en las empresas?
R. Uno de los errores más frecuentes es pensar que el gobierno del dato es responsabilidad exclusiva del área de tecnologías de la información (TI), cuando en realidad debe liderarse desde el negocio. Otro fallo común es creer que basta con comprar una herramienta: sin cultura organizativa y personas implicadas y un uso consciente del dato, no funciona. Y, por último, muchas empresas olvidan definir un modelo operativo adecuado, con roles definidos. Por ejemplo, el chief data officer (CDO o director de datos) ya suele estar fuera de TI, con una visión más transversal que conecta la estrategia de datos con las áreas de negocio.
P. ¿Cuáles son los principales retos actuales en el tratamiento, uso y explotación de los datos a los que se enfrentan las empresas?
R. El primer gran reto es la adopción acelerada de la IA sin tener los datos listos y gobernados: muchas plataformas aún no están preparadas y los datos están dispersos en silos, no son consumibles de forma ágil y eficiente. Otro reto es cómo aprovechar el ecosistema heterogéneo de plataformas de datos que ya existen sin tener que reconstruirlo desde cero; la clave está en construir una arquitectura abierta que permita crear una capa estructurada de productos de datos, que sean los que consuma la IA. Un producto de datos es un activo o paquete de información (que combina datos, semántica y funcionalidad), construido para satisfacer una necesidad específica de negocio, y es autónomo, reutilizable y fácilmente consumible por distintas áreas de la organización. También hay desafíos para incorporar a la inteligencia empresarial los datos no estructurados, que muchas veces están almacenados en los lagos, pero siguen infrautilizados, a pesar de que la tecnología ahora ya nos permite tratarlos e incorporarlos a los productos de datos. Y, finalmente, no se trata de tener más datos, sino los adecuados para la toma de decisiones y la transformación de los flujos de trabajo: calidad y relevancia son esenciales para una IA útil para el negocio.
P. Más allá de la tecnología, ¿qué cambios organizativos y culturales deben acometer las empresas para adaptarse a un modelo data-centric?
R. La IA no es opcional: las empresas que no la adopten en todas sus áreas funcionales corren el riesgo de quedarse atrás. Por eso, abordamos los proyectos con nuestros clientes de modo holístico: desde la transformación tecnológica especialista con Bluetab, pero también colaborando con nuestro cliente para impulsar un cambio cultural que involucre a toda la organización —no solo a TI— en el uso de datos e IA. No hay una única estructura ideal y hay que diseñar el modelo de adopción para cada empresa, pero en todos los casos es fundamental dar visibilidad estratégica al dato, establecer una gobernanza clara, y comunicar que adoptar inteligencia artificial es una prioridad para todos los equipos. El profesional que sepa usar IA en su día a día será quien marque la diferencia en su organización.
P. ¿Qué perfiles, roles o capacidades son clave en una organización que quiere liderar con datos?
R. El rol del chief data & AI officer (CDAIO) [director de datos e IA] es cada vez más decisivo: una figura que lidera tanto la estrategia de datos como la de IA. Bajo este liderazgo, se necesitan perfiles de negocio como data product owners [propietarios de productos de datos], responsables técnicos de datos y equipos mixtos que trabajen conjuntamente. Es fundamental organizar los datos por dominio funcional para construir los productos de datos, y que los responsables de estos trabajen de la mano con TI. Solo con esta combinación se puede pasar de tener datos a generar verdadero valor a la organización.
P. ¿Cómo imaginas la evolución del uso de los datos en los próximos 3 a 5 años?
R. Los datos pasarán a ser un activo estratégico al nivel de los recursos energéticos. Son fundamentales para la innovación. El foco no estará en acumular información, sino en organizarla por dominio, gobernarla, integrarla y hacerla consumible para toda la organización. La clave será unir datos, IA y negocio en una sola estrategia.