Las empresas chilenas ya no discuten si adoptar inteligencia artificial, sino cómo escalarla. Ahora bien, cuando los pilotos intentan convertirse en procesos cotidianos, aparece un obstáculo que poco tiene que ver con modelos o infraestructura: la mala calidad de la información. Registros duplicados, campos incompletos, bases que nadie actualiza. El problema es que invertimos en tecnología, pero la alimentamos con datos que no estamos cuidando.
Las cifras lo confirman. Según el estudio The Value of AI 2026, de Oxford Economics para SAP, el 73% de las empresas identifica la calidad o disponibilidad de datos como el principal freno para obtener valor de la IA, por encima de la falta de capacidades, de estrategia o de inversión.
A esto se suma la Ley 21.719 de Protección de Datos Personales, cuya entrada en vigencia está fijada para el 1 de diciembre, aunque el Ejecutivo propuso postergarla un año. Más allá de la fecha, las organizaciones deberán saber qué información tienen, para qué la usan, quién accede a ella y cómo la protegen. Desde mi perspectiva, ambos desafíos tienen el mismo origen y no es tecnológico. Los datos no se ensucian solos; los registran y descuidan personas que muchas veces no están tratando los datos como un activo.
Por eso estoy convencida de que la alfabetización de datos, o data literacy, debe dejar de ser una habilidad reservada para analistas e ingenieros. Tiene que ser una competencia básica para todos los cargos, al nivel del pensamiento crítico. No queremos convertir a cada colaborador en científico de datos, pero es importante que todos sepamos qué preguntarle a la información, cómo interpretar lo que la IA le entrega y, sobre todo, cuándo desconfiar de un resultado.
Esto nos lleva a un aspecto clave para la efectividad. En las personas, la confianza es un acelerador: cuando confío en mi equipo, delego sin miedo, decido más rápido y no reviso cada entregable dos veces. Cuando esa confianza se rompe, todo se vuelve lento, aparecen las validaciones redundantes y las reuniones para confirmar lo que ya estaba confirmado.
Con la inteligencia artificial ocurre lo mismo. Una IA que trabaja sobre datos limpios genera confianza tecnológica; sus resultados se usan, se integran a los procesos y permiten avanzar con velocidad. Pero los datos descuidados introducen sesgos y errores que destruyen esa confianza y obligan a reverificarlo todo. El mismo estudio muestra que el 79% de las empresas se encuentra, al menos ocasionalmente, con resultados de IA de baja calidad que generan retrabajo y retrasos. Una IA a la que hay que chequear en cada paso deja de acelerar el trabajo y pasa a enlentecerlo.
Esa confianza se construye a través de registros bien ingresados y personas que entienden el impacto de los datos en las decisiones importantes. En este aspecto, el rol de las áreas de Personas es muy importante: formar criterio, instalar hábitos y generar una cultura donde cuidar la información sea responsabilidad de todos y no solo de TI.
La alfabetización de datos es el único camino para construir información confiable y esa confianza es el verdadero catalizador que permite a la IA acelerar el trabajo de forma segura y legal.
¿Cuánto confiamos en los datos en los que estamos basando nuestras decisiones hoy?