Un espejo de la cultura de datos dentro de las compañías.
Si pensamos en nuestro manejo de herramientas de inteligencia artificial (IA) lo más probable es que, tanto para uso personal como profesional, el proceso de adopción haya sido de forma orgánica, intuitiva y, sobre todo, autodidacta.
Es que los últimos años estuvimos asistiendo a un fenómeno silencioso, pero de gran impacto para el futuro de las empresas: un creciente uso espontáneo de las herramientas por parte de los colaboradores, incluso antes de que la organización formalice políticas, estrategias o inversiones en IA. Esa adopción bottom-up (desde abajo hacia arriba) revela más de lo que parece. Se trata de un espejo de la cultura de datos real dentro de la compañía y, quizás, un indicador temprano de su madurez.
Un desajuste entre percepción de líderes y realidad operativa
Un informe reciente de McKinsey & Company muestra que mientras los ejecutivos o C-levels encuestados estimaron que solo un 4% de sus empleados usaban IA generativa para al menos 30% de su trabajo diario, en la práctica ese número asciende al 13% de los empleados.
La expectativa de innovar, resolver tareas con agilidad, ser más eficaces o competitivos –o la simple curiosidad por explorar nuevas herramientas– muchas veces nace desde dentro de los equipos operativos. En la práctica, esa adopción temprana suele darse en usos concretos: automatización de reportes, redacción y síntesis de información, análisis preliminar de datos, apoyo a la toma de decisiones o mejora de procesos cotidianos.
Y ese uso que empieza de forma improvisada puede indicar apertura hacia lo nuevo, pero también confianza implícita en los datos para potenciar la experiencia.
No quiero pasar por alto el rol del liderazgo intermedio tampoco. Sobre todo teniendo en cuenta el punto de tensión entre las iniciativas de equipos y la visión del C-Level. Los mandos medios suelen estar atravesados por la presión de resultados de corto plazo, la necesidad de mantener el orden operativo y, al mismo tiempo, la demanda de innovar. Cuando ese equilibrio se gestiona bien, el middle management puede actuar como traductor y habilitador: convierte la adopción espontánea en aprendizajes accionables.
En Latinoamérica, una región marcada por su heterogeneidad en donde conviven PyMEs, corporaciones, economías informales, diversidad cultural y productiva, este fenómeno se traduce en talento dispuesto, creatividad, adaptabilidad y muchas veces necesidad. Si las compañías prestan atención, ese entusiasmo puede tomar una nueva forma y convertirse en ventaja competitiva real.
Oportunidades de una adopción bottom-up
El primer impulso individual puede transformarse en un motor de innovación. A partir de la experimentación rápida, los colaboradores prueban nuevas herramientas, descubren flujos de trabajo alternativos y optimizan tareas repetitivas. Dicho de otro modo: generan valor antes de que exista un plan formal.
Además, la democratización de la innovación puede proveer pistas valiosas sobre las necesidades operativas reales. Se comienzan a sentar precedentes sobre lo que funcionó en un equipo, para replicarlo a otra escala dentro de la organización.
El impulso de una cultura de datos desde un enfoque práctico es vital. Cuando el dato deja de considerarse un insumo técnico y empieza a formar parte de la rutina, la organización empieza a internalizar su valor estratégico.
Cuando la informalidad, los recursos limitados o la fragmentación organizativa compite con la ambición de transformar procesos, este tipo de adopción puede catapultar la aceleración de nuevas tecnologías.
Riesgos y vulnerabilidades: por qué es importante la gobernanza de datos
Como toda posibilidad de crecimiento, también tiene sus riesgos. Si cada equipo adopta herramientas por su cuenta, pueden generarse silos de información, inconsistencias en formatos y ausencia de control de calidad. Sin caer en dramatismos, esto puede limitar la confiabilidad y la oportunidad de escalar.
Aquí es donde la gobernanza de datos se vuelve crítica: establece políticas, procesos y responsabilidades claras para garantizar que los datos sean precisos, seguros y utilizados de manera ética. Sin una gobernanza, las decisiones sin trazabilidad ni respaldo analítico, es decir, las decisiones basadas en IA usadas “off the books” pueden carecer de transparencia, control y criterios claros de responsabilidad o ética.
Si hay una falta de supervisión sobre qué datos se usan, cómo se almacenan o comparten, se puede exponer a la empresa a riesgos legales o reputacionales: un tema no menor en mercados latinoamericanos con marcos regulatorios en desarrollo.
Y, no menos importante, el uso espontáneo no garantiza que las soluciones sean sostenibles. Lo que funciona en un equipo, de modo artesanal o puntual, puede no resistir para una estrategia de expansión o crecimiento.
Transformando el entusiasmo en estrategia
Como primera recomendación para las empresas, es clave empezar por mapear el uso real de IA y datos en toda la organización. Qué herramientas, en qué áreas, con qué frecuencia, en definitiva, qué datos intervienen, con qué objetivos y con qué resultados.
A partir de ahí, se podría diseñar un marco de gobernanza de datos e IA a partir de estándares de calidad, trazabilidad, privacidad, acceso, roles y responsabilidades. Darle lugar a este proceso es el paso más importante para consolidar las bases de un uso ordenado.
Pero la capacitación ya no puede ser solo técnica: debe incluir conciencia ética, entendimiento del valor estratégico del dato, habilidades para interpretar resultados y cómo tomar decisiones a partir de la información obtenida. En la región, muchas veces esa capacidad de análisis es uno de los activos más valiosos. De hecho, según un informe reciente de SAP Latin America, el 43% de las empresas en la región ya ve la IA con buena perspectiva, con planes de aumentar la inversión.
No es menor que una compañía como Mercado Libre, a partir de la exploración de casos concretos de IA generativa, esté avanzando en la construcción de una estrategia más integrada de datos e IA. Sobre todo para anticipar escenarios financieros, aumentar la productividad en auditorías y mejorar experiencias de talento interno: un uso de datos concreto y estratégico.
La adopción bottom-up, en ese sentido, deja una enseñanza clara: se debe garantizar privacidad, integridad y trazabilidad. Y esto es una responsabilidad compartida entre TI, las áreas de negocio y los propios usuarios bajo reglas, roles y una semántica de datos clara y unificada. Este enfoque de gobernanza federada permite escalar el uso de IA sin perder control, alineando autonomía operativa con consistencia y responsabilidad.
Porque reconocer a los datos como insumo esencial no es un gesto menor, es la base sobre la que se construyen mejores herramientas, análisis, previsiones y, en definitiva, un condicionante para la innovación.
En Latinoamérica, esa infraestructura de datos tiene que ser flexible, representativa y escalable. Por eso, la adopción bottom-up no es un síntoma de desorden, sino de necesidad. Incorporar dentro de las decisiones estratégicas un manejo de datos inteligente puede revelar nuevos productos, servicios o mejoras.
En un momento en que la digitalización convive con desigualdades estructurales, contar con una infraestructura de datos capaz de integrar información proveniente de diversas fuentes, formatos y sistemas se vuelve una oportunidad para construir futuro. Una estrategia de datos consciente, responsable y alineada al contexto potencia la resiliencia, la competitividad y la capacidad de innovar.
Este artículo de opinión también está disponible en portugués
