El alto costo de implementar inteligencia artificial sin preparación de datos
30% de los proyectos de IA generativa (GenAI) serán abandonados tras la prueba de concepto debido a la mala calidad de los datos, controles de riesgo inadecuados, aumento de los costos o valor comercial incierto.
Ciudad de México, junio de 2025- La inteligencia artificial promete transformar la forma en que las empresas operan, pero sin una estrategia clara basada en datos, esa promesa puede volverse una trampa. Apostar por soluciones de IA sin contar con datos confiables, bien estructurados y alineados a los objetivos del negocio es como querer preparar el platillo perfecto sin contar con los ingredientes correctos
La diferencia entre crecer y estancarse ya no está en expandirse, sino en afinar la mirada. En un mercado saturado, el verdadero diferencial competitivo será la capacidad de adaptarse a cualquier tipo de tecnologías innovadoras. Actualmente, casarse y enfocarse en una sola herramienta, estrategia o idea, no permite avanzar y expandirse de manera más efectiva.
Javier Costa, cofundador y director de desarrollo empresarial de X-DATA, consultora en analítica avanzada y visualización de datos, explicó que un ejemplo claro en la historia empresarial, es el caso de Blockbuster y Kodak que en su momento desestimó el poder de lo emergente. Hoy, el riesgo se llama desinformación interna y decisiones basadas en datos mal preparados.
“Cuando los resultados numéricos de una empresa no son coherentes, es un síntoma de que no está lista para la inteligencia artificial. El primer paso no está en implementar modelos sofisticados, sino en asumir una cultura de gobernanza de datos transversal, que parta de preguntas de negocio claras y reconozca el verdadero valor de la información”, enfatizó Costa.
En los últimos años, la inteligencia artificial ha dejado de ser una promesa futurista para convertirse en una herramienta operativa con impacto real en todas las industrias. Según el Informe de Evaluación del Estadio de Preparación de la Inteligencia Artificial de México, publicado por la UNESCO en colaboración con la Alianza Nacional para la Inteligencia Artificial (ANIA), la necesidad de consolidar y operar una estrategia nacional con orientación en la gobernanza de datos para implementar la inteligencia artificial se ha convertido en una prioridad estratégica, para tomar decisiones relevantes y accionables.
Por su parte, un estudio de la empresa de investigación Gartner, reveló que 30% de los proyectos de IA generativa (GenAI) serán abandonados tras la prueba de concepto debido a la mala calidad de los datos, controles de riesgo inadecuados, aumento de los costos o valor comercial incierto.
En este contexto, a diferencia del enfoque tradicional que intenta arreglar todos los datos antes de actuar, el data readiness plantea una estrategia más ágil ya que se asegura de que la información necesaria, sea de calidad para responder preguntas concretas.
“Gracias al data readiness, es posible abordar problemas específicos como por ejemplo mejorar la eficiencia en la contratación o reducir la rotación de personal, sin caer en la parálisis del perfeccionismo. No se trata de tener todos los datos perfectos, sino de saber qué información es clave para avanzar”, señaló el cofundador de X-DATA.
La inteligencia artificial ya no es un escenario futuro, es una realidad presente que está transformando la manera en que las empresas compiten. En esta nueva realidad, el verdadero valor no está solo en tener datos, se deben preparar esos datos para usarlos estratégicamente. Las compañías que sigan tomando decisiones basadas en corazonadas, sin una base sólida de datos, están condenadas a quedarse fuera del juego.
