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%.
