{"id":193492,"date":"2026-03-02T20:03:56","date_gmt":"2026-03-02T23:03:56","guid":{"rendered":"https:\/\/www.itsitio.com\/mx\/?p=193492"},"modified":"2026-03-02T20:03:56","modified_gmt":"2026-03-02T23:03:56","slug":"cual-es-el-valor-de-los-datos-no-estructurados-en-la-era-de-la-ia","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/mx\/columna-de-opinion\/cual-es-el-valor-de-los-datos-no-estructurados-en-la-era-de-la-ia\/","title":{"rendered":"\u00bfCu\u00e1l es el valor de los datos no estructurados en la era de la IA?"},"content":{"rendered":"

Por: Francisco Larez, vicepresidente de ventas de Progress para Am\u00e9rica Latina y el Caribe.<\/i><\/strong><\/p>\n

\u00bfY si la mayor riqueza de su empresa estuviera oculta a la vista de todos? No en hojas de c\u00e1lculo o informes estandarizados, sino en innumerables correos electr\u00f3nicos, contratos, grabaciones de reuniones y manuales olvidados en carpetas digitales. Mientras los l\u00edderes siguen buscando la pr\u00f3xima gran innovaci\u00f3n en inteligencia artificial, una mina de oro intelectual y casi totalmente ignorada, permanece dentro de las propias operaciones. Las estimaciones del mercado, incluidas las proyecciones de <\/span>IDC<\/span><\/a>, indican que los datos no estructurados representan alrededor del 80 % del conocimiento organizacional, lo que conlleva una paradoja silenciosa de la era digital: estamos m\u00e1s informados y, sin embargo, ajenos a la propia inteligencia que generamos cada d\u00eda.<\/span><\/p>\n

Aunque gran parte de las decisiones empresariales siguen bas\u00e1ndose en datos estructurados, la verdadera inteligencia colectiva, formada por matices, contexto y experiencia acumulada, queda en archivos digitales poco accesibles e infrautilizados. Este \u201coro\u201d sigue siendo un recurso invisible, pero con potencial para generar una ventaja competitiva. Quien logre acceder a \u00e9l puede transformar el ruido en se\u00f1al y la informaci\u00f3n en decisi\u00f3n.<\/span><\/p>\n

El coste de esta invisibilidad se nota en la productividad de los equipos. Se estima que <\/span>un trabajador del conocimiento pierde alrededor de dos horas y media al d\u00eda<\/span><\/a> buscando informaci\u00f3n y otras dos horas recreando contenidos que ya existen, adem\u00e1s del tiempo que dedica a localizar al especialista interno adecuado para una cuesti\u00f3n espec\u00edfica. En total, se pierde pr\u00e1cticamente una jornada laboral completa a la semana en tareas burocr\u00e1ticas de localizaci\u00f3n de datos. Es un desperdicio de talento y capital intelectual que las empresas no pueden ignorar, especialmente en un escenario en el que la aplicaci\u00f3n de la IA generativa puede generar un valor econ\u00f3mico global anual de entre 2,6 y 4,4 billones de d\u00f3lares, seg\u00fan <\/span>un an\u00e1lisis de McKinsey & Company<\/span><\/a>.<\/span><\/p>\n

Aun as\u00ed, la transici\u00f3n del entusiasmo a la ejecuci\u00f3n pr\u00e1ctica se caracteriz\u00f3 por la falta de claridad. Muchas empresas sienten la urgencia de implementar la IA, pero a menudo carecen de una visi\u00f3n objetiva de los casos de uso. La pregunta \u201c\u00bfIA para qu\u00e9?\u201d a\u00fan resuena en muchas reuniones. Esta incertidumbre se ve alimentada por riesgos reales: las alucinaciones de los modelos, la falta de confianza en los resultados, el sesgo algor\u00edtmico y, sobre todo, las preocupaciones por la seguridad y la soberan\u00eda de los datos corporativos. Sin confianza, la IA se convierte en un experimento costoso pero con confianza, puede pasar a formar parte de la infraestructura de toma de decisiones de la empresa.<\/span><\/p>\n

Para que la IA deje de ser una herramienta experimental y se convierta en un motor de negocio fiable, la tecnolog\u00eda evolucion\u00f3 hasta lo que conocemos como RAG (Retrieval-Augmented Generation). El RAG funciona como una capa que ayuda a garantizar que las respuestas de la IA se basen en los datos propios y seguros de la propia organizaci\u00f3n. Sin embargo, para extraer el valor real de los datos no estructurados, es necesario ir m\u00e1s all\u00e1 de la recuperaci\u00f3n pasiva de archivos. El futuro exige lo que definimos como Agentic RAG.<\/span><\/p>\n

En este enfoque \u201cag\u00e9ntico\u201d, la inteligencia no se limita a encontrar un p\u00e1rrafo en un documento PDF. Act\u00faa como un agente que comprende el contexto, interact\u00faa con la l\u00f3gica empresarial y cruza esta informaci\u00f3n con sistemas transaccionales. En la pr\u00e1ctica, un sistema ag\u00e9ntico puede analizar un historial de soporte t\u00e9cnico no estructurado, identificar un patr\u00f3n de error y, de forma aut\u00f3noma, consultar el sistema de inventario para sugerir la sustituci\u00f3n de una pieza. Es la evoluci\u00f3n de la IA: de un asistente de texto a un agente que apoya las decisiones y optimiza los procesos, prestando atenci\u00f3n a la infraestructura, la seguridad y el cumplimiento.<\/span><\/p>\n

Esta evoluci\u00f3n tecnol\u00f3gica exige un cambio de mentalidad en el liderazgo, que debe ver la IA no como una moda pasajera, sino como una palanca. En este sentido, la disrupci\u00f3n de la IA debe convertirse en una ventaja competitiva sostenible mediante el redise\u00f1o de experiencias digitales m\u00e1s adaptativas y centradas en las personas.\u00a0<\/span><\/p>\n

Esto nos lleva a reflexionar que la ventaja competitiva en esta d\u00e9cada no pertenecer\u00e1 a las empresas que tengan los modelos de IA m\u00e1s potentes, sino a aquellas que logren dar utilidad a sus datos silenciados. Al integrar capacidades ag\u00e9nticas en la infraestructura ya existente, resolvemos parte del dilema de la confianza y liberamos tiempo humano para la innovaci\u00f3n. En la pr\u00e1ctica, gran parte de este conocimiento ya existe, pero sigue fragmentado entre documentos e interacciones cotidianas.<\/span><\/p>\n

La tecnolog\u00eda para extraer este conocimiento y convertirlo en un activo vivo ya est\u00e1 a nuestro alcance. Sin embargo, el verdadero impacto depende de que las empresas miren m\u00e1s all\u00e1 de la punta visible del iceberg y avancen sobre lo que est\u00e1 bajo la superficie. El an\u00e1lisis inteligente de datos no estructurados puede convertir lo que hoy est\u00e1 disperso en decisiones m\u00e1s r\u00e1pidas, seguras y consistentes.<\/span><\/p>\n

 <\/p>\n

Lee m\u00e1s:\u00a0<\/strong><\/span><\/h3>\n
\n
\n