Por Adrian Johnson, Chief Revenue Officer (CRO) de Hitachi Vantara
En distintas industrias, las organizaciones están prestando cada vez más atención a quién tiene acceso a sus datos y qué implica esto desde la perspectiva de la privacidad, el cumplimiento normativo y la resiliencia operativa.
Los cambios geopolíticos en nuestro mundo interconectado, las crecientes amenazas de ciberseguridad y las nuevas regulaciones están impulsando conversaciones cada vez más profundas sobre dónde se almacenan los datos y hacia dónde circulan.
Un estudio global de 2026 reveló que el 76% de las organizaciones espera que la soberanía de los datos adquiera mayor importancia, mientras que los requisitos legales son identificados como el principal factor externo que impulsa esta tendencia.
Esta creciente presión regulatoria significa que los directivos y otros responsables de la toma de decisiones de TI están cada vez más enfocados en dónde se almacenan los datos empresariales, qué leyes y regulaciones les son aplicables, y cómo garantizar que sus organizaciones cuenten hoy — y en el futuro — con la infraestructura de datos necesaria para cumplir con dichos requisitos.
Por ejemplo, las organizaciones pueden tener múltiples copias o versiones de los mismos datos distribuidas en diferentes entornos, sin una visión clara de cuál es la versión actual, quién tiene acceso a ella o qué regulaciones le son aplicables. Esto puede generar riesgos de cumplimiento, seguridad y operación.
La rápida adopción de la IA empresarial también está otorgando una mayor urgencia al gobierno de datos. Los sistemas de IA suelen utilizar grandes volúmenes de datos provenientes de distintas áreas de la organización, aumentando la importancia de cómo esos datos son clasificados, protegidos y gestionados.
Durante los últimos años, las organizaciones han hablado sobre la monetización de los datos y han intentado gestionar la denominada avalancha de datos. Ahora, la IA ofrece la oportunidad de obtener aún mayor valor sobre ellos. Pero para conseguir los resultados adecuados con IA, es necesario poder localizar los datos que se necesitan, gestionarlos de manera segura, cumpliendo con las normativas, y garantizar que estén limpios, estructurados y correctamente comprendidos.
Si un sistema de IA utiliza datos desactualizados, duplicados o incorrectamente clasificados, el resultado puede ser recomendaciones inexactas, insights poco confiables o la exposición de información que debería haber estado restringida. Si una organización no puede gestionar, proteger y utilizar los datos de manera adecuada y confiable, sus iniciativas de IA tendrán dificultades para entregar resultados en los que se pueda confiar.
Esto no es una mera especulación. Investigaciones recientes muestran que la precisión y la confianza en los resultados generados por IA continúan situándose en alrededor de un 40%.
Esto ayuda a explicar por qué muchos proyectos de IA todavía no alcanzan sus objetivos. Gestionar eficazmente la IA requiere gestionar los datos que la sustentan. Sin esa visibilidad y control, las empresas corren el riesgo de escalar la IA más rápido que su capacidad para gobernar los datos de los que dependen. El objetivo no es ralentizar la adopción de la IA, sino garantizar que exista el gobierno de datos y la infraestructura adecuados para respaldarla.
El desafío de la infraestructura: mantenerse al ritmo de la IA
Muchas organizaciones ya se encuentran en desventaja porque la infraestructura de datos de la que dependen no fue diseñada para la IA. Fue concebida para soportar sistemas bancarios centrales y otras plataformas específicas de cada industria, habilitar la gestión de relaciones con clientes y respaldar otros aspectos tradicionales del negocio.
Investigaciones recientes de la industria revelaron que el 59% de las organizaciones cuenta con una infraestructura que limita la efectividad de la IA. Y al seleccionar esa infraestructura, ciertamente las empresas no contemplaron que las preocupaciones geopolíticas — como la soberanía de los datos y la soberanía de la IA — tendrían el impacto actual en sus decisiones tecnológicas.
Esto deja a las organizaciones con la necesidad de ejercer un mayor control sobre volúmenes de datos que crecen rápidamente, precisamente cuando la IA está imponiendo nuevas exigencias sobre la infraestructura utilizada para almacenarlos, gestionarlos y protegerlos.
Gobierno de datos: innegociable ante la IA y los riesgos geopolíticos
Un gobierno de datos adecuado puede resultar especialmente complejo cuando una organización depende de hyperscalers y otros proveedores de plataformas de software como servicio (SaaS) para respaldar sus operaciones, como ocurre actualmente con la mayoría de las empresas.
A medida que los datos se distribuyen entre un número creciente de plataformas y entornos, resulta más difícil rastrear dónde residen y cómo se desplazan.
Los datos pueden estar circulando a través de sus plataformas y sistemas sin que la organización tenga plena visibilidad ni control sobre ellos. Incluso podrían atravesar otra jurisdicción legal sin que la empresa lo sepa.
Considerando el tamaño y alcance global de los hyperscalers, no resulta difícil imaginar que esto ocurra.
Primer paso: comprender las regulaciones a las que están sujetos sus datos
Ya sea que una organización opere en banca, salud, manufactura u otro sector, necesita tener absoluta claridad sobre las jurisdicciones legales y los requisitos regulatorios que se aplican a sus datos.
Especialmente en las industrias reguladas, estos requisitos pueden determinar dónde se almacena determinada información, quién puede acceder a ella, durante cuánto tiempo debe conservarse y cómo debe documentarse su utilización.
Es necesario comprender cómo están clasificados los datos, identificar cuáles son los más importantes y determinar la mejor manera de controlarlos y protegerlos para garantizar el cumplimiento normativo, la resiliencia y los resultados del negocio.
La respuesta está en las modernas plataformas de almacenamiento de datos disponibles actualmente. Hoy, por ejemplo, las empresas pueden implementar una plataforma de datos unificada que elimina los silos de información al combinar almacenamiento de bloques, archivos, objetos y mainframe dentro de un único plano de datos y control.
Esto no solo proporciona a las organizaciones una mayor visibilidad y control sobre sus entornos de datos, sino que también ofrece mayor simplicidad y facilidad de gestión, escalabilidad y, en general, contribuye a reducir los costos y las necesidades energéticas. En definitiva, permite ahorrar tiempo y dinero, al mismo tiempo que entrega una mayor visibilidad sobre dónde residen los datos.
El mejor enfoque consiste en contar con una estrategia coherente y una infraestructura de datos moderna que permita visualizar, clasificar y controlar los datos, de manera que sea posible garantizar un mayor nivel de gobierno y cumplimiento de las regulaciones aplicables.
A medida que se acelera la adopción de la IA, las organizaciones que sepan dónde están sus datos, cómo están gobernados y si su infraestructura puede responder a las nuevas exigencias estarán en una posición mucho más sólida para gestionar los riesgos y obtener mayor valor de la IA.
Un enfoque más unificado entre los distintos entornos de almacenamiento puede proporcionar la visibilidad necesaria para gestionar los datos de manera consistente a medida que evolucionan estas exigencias.
Establecer correctamente estos fundamentos es lo que permite a las organizaciones avanzar más rápido sin renunciar al control y la resiliencia que necesitan.
