Cómo trabajo según el estado de tus datos (el paso 0 que decide si la IA funciona)

¿Por qué los datos deciden si la IA funciona?

Porque la IA usa tus datos para responder. Una atención al cliente contesta con tu información real, un agente cita tu documentación, un análisis mira tus ventas. Si esa base está desordenada o desactualizada, el resultado hereda el desorden, solo que más rápido y con más cara de seguridad.

Hay cifras que lo confirman. Gartner proyecta que las organizaciones abandonarán el 60% de los proyectos de IA que no estén respaldados por datos "listos para IA" (integrados y de calidad), y en una encuesta suya el 63% de las empresas no tiene (o no sabe si tiene) las prácticas de gestión de datos que la IA necesita. A eso se suma que al menos un 30% de los proyectos de IA generativa se abandona tras la prueba de concepto, y la mala calidad de los datos aparece primera entre las causas. En Chile el patrón se ve a simple vista: el 73% de las empresas ya adoptó IA en alguna etapa, pero solo el 5% la usa de forma integral (PwC Chile y ESE Business School), y el uso activo real ronda el 16% (SONDA). Muchas ya probaron la IA y pocas la tienen funcionando. La diferencia, casi siempre, está en el dato.

Dicho corto: lo que te frena suele ser el dato, mucho antes que el modelo.

Los 3 estados de datos de una PYME (y qué necesita cada uno)

No todas las empresas parten del mismo lugar. En la práctica me encuentro con tres estados, y el trabajo previo es distinto en cada uno.

• Disperso. Planillas sueltas, información en WhatsApp y en correos, datos clave que solo están en la cabeza de alguien. No hay una fuente única de verdad. Antes de la IA hay que juntar todo eso en un lugar confiable y decidir qué dato manda cuando dos planillas se contradicen.
• En sistemas, pero en silos. Ya tienen CRM, ERP o una base de datos, pero los sistemas no se hablan, hay duplicados y la calidad es despareja. Acá el trabajo es integrar lo que ya existe, limpiar duplicados y fijar reglas mínimas de calidad.
• Ordenado. Una base sólida, documentada, con calidad medida y con dueños claros. Falta poco: a esta altura ya se puede ir por IA más ambiciosa, como RAG o agentes, con confianza.

La mayoría de las PYMEs está en el estado 1 o 2, y la buena noticia es que no hace falta llegar al 3 para empezar. Basta con ordenar lo justo para el proceso que quieres automatizar, ni más ni menos.

Cómo trabajo: diagnóstico antes que implementación

Mi método tiene un orden fijo, y el primer paso no toca ninguna herramienta de IA:

1. Diagnóstico, mirando datos reales. Reviso dónde vive tu información, qué tan confiable es y qué proceso quieres mejorar. Nada de autoevaluarte "del 1 al 10": miro las planillas y los sistemas como están de verdad. El resultado es una hoja de ruta priorizada y accionable.
2. Ordenar lo mínimo viable. Acá uso la misma lógica que con las soluciones de IA: el tamaño que el problema pide. Una PYME rara vez necesita un "data lake"; le sirve una sola fuente confiable para el proceso que vamos a automatizar. Ordenar de más cuesta plata igual que ordenar de menos.
3. La compuerta: ¿listo o no listo? Recién con el dato en orden decidimos qué IA tiene sentido ahora y cuál conviene dejar para más adelante. Es un sí o no honesto, y a veces la respuesta es "todavía no, primero esto".
4. Recién ahí, implementar. Con la base lista, la IA se instala sobre terreno firme. Fijamos una métrica, partimos en pequeño y ajustamos con datos reales.

El punto 3 es el que más me diferencia: prefiero decirte "tus datos todavía no están listos para esto" antes que cobrarte por una IA que iba a fallar igual. Es menos venta hoy, pero mucha más confianza para lo que venga después.

Un motivo extra para ordenar tus datos ahora

Hay otra razón para ordenar tu información que no tiene que ver con la IA: la protección de datos personales es cada vez más exigente en Chile y en la región. No voy a entrar en lo legal, porque para eso está un abogado, pero el rumbo es bastante claro. Saber qué datos manejas y dónde están dejó de ser un lujo.

Y acá está lo práctico: ese ordenamiento es casi el mismo primer paso del diagnóstico de datos. Ordenar tu información para usar IA y quedar mejor parado frente a lo que viene en regulación son, en buena medida, el mismo trabajo hecho una sola vez. No lo digo para asustarte ni para meterte urgencia. Es, simplemente, una razón más para hacer ahora algo que de todas formas te conviene.

Errores comunes con los datos (y cómo los evito)

• Comprar la IA antes de mirar el dato. Es el orden al revés. El diagnóstico va primero, siempre.
• Armar de más. Una infraestructura de datos enorme para una PYME que solo necesitaba una fuente confiable. Sale caro y no aporta.
• Confiar en la autoevaluación. El "nuestros datos están ordenados" casi nunca sobrevive a mirar las planillas reales, así que prefiero revisarlas yo mismo.
• Limpiar todo de una. No hace falta ordenar la empresa entera, solo lo que el primer proceso necesita. El resto puede esperar.

Próximos pasos

Si tienes un proceso en mente, el primer paso es un diagnóstico gratuito de 30 minutos. Miramos juntos dónde están tus datos y te digo con honestidad qué conviene ordenar antes de automatizar, trabajes conmigo o no. Y si quieres ver la otra cara de la decisión, lee cómo elijo la solución del tamaño correcto: muchas veces, una vez ordenados los datos, lo que conviene es algo bastante más simple que un agente.