Dos directores generales están sentados en un congreso. Uno dice: «Nosotros trabajamos guiados por los datos». El otro asiente. Ambos vuelven a la oficina y toman decisiones por intuición.
No es hipocresía. Es una realidad estructural.
La ilusión de los datos
Una organización media con veinte millones de facturación tiene más datos de los que sabe. Google Analytics, CRM, el sistema contable, el email marketing, el rendimiento de las campañas, los datos de recursos humanos. Los datos existen. No faltan.
Están atrapados.
Atrapados en sistemas que no se hablan entre sí. Atrapados en formatos incompatibles. Atrapados detrás de permisos que limitan el acceso. Atrapados en el tiempo, porque para cuando alguien exporta, limpia, procesa y presenta un informe, la realidad ya ha cambiado.
El resultado: una organización sentada sobre un tesoro que no puede tocar. Como una biblioteca enorme en la que cada libro está escrito en un idioma distinto y colocado al azar. El contenido existe. El acceso, no.
El coste silencioso de los datos encarcelados
El coste no es solo «no aprovechamos nuestros datos». Eso queda bien en una diapositiva. El coste real es estructural.
Decisiones tomadas con fricción
Cuando obtener respuesta a una pregunta de negocio sencilla lleva tres días, la dirección deja de preguntar. Pasa a la intuición. No porque prefiera la intuición, sino porque el dato no está cuando hace falta.
La democratización de las hojas de cálculo
Cada responsable construye su propia hoja, con sus propias definiciones, a partir de los datos que consiguió extraer. Cada hoja cuenta una historia algo distinta. Los comités de dirección se convierten en negociaciones sobre cifras, y mientras tanto el crecimiento toca techo sin que nadie lo advierta, en lugar de ser una conversación sobre decisiones.
Detección tardía
Una tendencia negativa detectable en días aflora dos meses después, cuando el daño ya está hecho. Un lead que se perdió entre las grietas se descubre cuando el cliente ya ha firmado con la competencia. Una campaña que no funciona sigue corriendo porque nadie ve las cifras en tiempo real. Y entonces se añade automatización para arreglarlo, lo que solo agrava el problema.
«¡Hemos hecho un cuadro de mando!»
La solución clásica: un dashboard. Alguien lo construye en Power BI o en Looker Studio. El primer día impresiona. Un mes después, nadie lo mira.
¿Por qué? Porque un cuadro de mando es como un reloj: dice qué hora es, no qué hacer. Y en organizaciones sin una capa de interpretación, el dashboard se convierte muy pronto en píxeles bonitos que nadie traduce en acción.
El problema de fondo: un cuadro de mando es una capa de presentación. No resuelve el problema de los datos atrapados; solo muestra lo que se logró extraer. Y si lo extraído es parcial, tardío o inconsistente, el dashboard presenta simplemente una imagen parcial, tardía e inconsistente. Con colores bonitos.
Lo que hace falta de verdad: una capa de verdad
Lo que necesitan las organizaciones medianas —y casi nadie les ofrece— es una capa de verdad. Una fuente única de verdad, en términos del sector. Pero no solo como concepto. Como infraestructura en funcionamiento.
Una capa de verdad significa:
- Una sola fuente: toda pregunta de negocio se responde desde un mismo lugar, con definiciones uniformes.
- Disponibilidad: la respuesta llega en segundos, no en días.
- Coherencia: el responsable A y el responsable B ven las mismas cifras, porque la fuente es la misma.
- Accesibilidad: no hace falta recurrir a «el chico de los datos» para sacar una cifra. La dirección puede preguntar directamente.
Suena básico. Las grandes corporaciones con presupuestos millonarios tardan años en construirlo. ¿Y las organizaciones medianas? Nunca pensaron que les concerniera. Y así siguen funcionando con diez verdades paralelas, ninguna de ellas completa.
La IA como capa de interpretación
Aquí es donde la IA resulta realmente pertinente: no como juguete ni como moda, sino como capa de interpretación sobre los datos.
Un agente de IA asentado sobre la capa de verdad puede:
- Detectar tendencias que las personas pasan por alto, porque lo revisa todo, todo el tiempo.
- Avisar de anomalías en tiempo real, no en un informe mensual.
- Responder preguntas de negocio en lenguaje natural («¿cuál fue el coste por lead en enero frente a diciembre?»).
- Revelar relaciones entre variables que nunca se te ocurrió buscar (¿los ingresos del jueves son un 30% más altos? ¿Por qué?).
Pero —y hay exactamente un pero— todo esto solo funciona si debajo hay una capa de verdad ordenada. La IA sobre datos desordenados produce conclusiones desordenadas. Basura entra, basura elocuente sale.
La secuencia correcta
No la IA primero. No el cuadro de mando primero. No la automatización primero.
Primero la capa de verdad.
Primero se conectan los datos. Se acuerdan definiciones uniformes. Se comprueba que cada sistema alimenta un mismo lugar. Y entonces —solo entonces— se añaden capas de presentación, interpretación y automatización.
Ese orden no emociona. No da para una presentación vistosa. Pero produce una organización que sabe lo que ocurre dentro de ella y puede actuar en consecuencia.
Esa es la diferencia entre una organización que habla de estar guiada por datos y una que lo está.
Y cuando esa capa existe, la previsión de negocio basada en IA deja de ser un sueño y se convierte en una herramienta de trabajo diaria.