Opinión: la calidad de los datos limita el retorno de la IA y los errores se amplifican al automatizar
Hecho Qué ha ocurrido
Un artículo de opinión de Alberto Martín Gutiérrez sostiene que la calidad de los datos es el principal obstáculo para la IA empresarial. Cita una encuesta de Precisely y la Universidad de Drexel con 565 profesionales, en la que el 88% se declara preparado y el 43% reconoce que sus datos son un obstáculo. Recoge también casos como el de iTutorGroup, que pagó 365.000 dólares en 2023 para cerrar una demanda por discriminación por edad.
Resumen generado mediante IA a partir de Computing España. Naturaleza de la información: análisis u opinión.
Análisis Por qué importa
Un proyecto de IA que se apoya en datos mal gobernados puede escalar errores a gran velocidad, con costes y riesgos legales. Antes de aprobar presupuestos conviene medir la calidad del dato.
- Quién se ve afectado
- Directivos, responsables de datos y empresas que automatizan procesos de selección, crédito o atención.
- Qué puede cambiar
- Las organizaciones pueden priorizar el gobierno y la calidad del dato antes de desplegar agentes que ejecuten acciones.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si las cifras citadas se confirman en nuevos estudios y si las exigencias del reglamento europeo de IA sobre calidad de datos se aplican en la práctica.
Recomendación Qué debería hacer una empresa
Hacer en los próximos 3-6 meses un diagnóstico de calidad, trazabilidad y propiedad de los datos que alimentan el caso de uso de IA prioritario.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Computing España. La referencia es siempre el artículo original.
Ver fuente original ↗agentesmodelos de IAgobierno del dato PreciselyUniversidad de DrexelGartnerAmazonZillow calidad del dato Gartner gobierno del dato Precisely Reglamento europeo de IA
Relacionadas
Infraestructura de datos fiable, clave para escalar agentes de IA en empresas
Según McKinsey, el 65 % de empresas experimentaba con agentes de IA a finales de 2025 y el 88 % usaba IA en alguna función empresarial (frente al 78 % en…
Por qué importaLas capacidades de los agentes de IA dependerán más de la solidez de la arquitectura y gobernanza de datos empresarial que de la evolución de los…
Estudio: problemas de datos causan mayoría de fallos en IA visual y robótica
Un estudio de Wiley basado en encuesta a más de 700 profesionales en 2026 examina cómo equipos construyen sistemas de IA visual y física. El informe identifica…
Por qué importaPara directivos y equipos técnicos que invierten en IA de visión por computadora y sistemas robóticos, este dato cuestiona la estrategia común de…
Vázquez y Chessa advierten en Mendoza que la IA en Recursos Humanos exige responsables, métricas y gobernanza
En una jornada organizada por la Bolsa de Comercio de Mendoza, los especialistas Vázquez y Chessa señalaron como principales obstáculos la falta de…
Por qué importaMuchas empresas incorporan herramientas de IA sin dueño, indicadores ni diagnóstico previo, lo que puede traducirse en inversión sin mejoras medibles…
Estudios de BCG y Deloitte señalan la seguridad de datos como freno a la adopción de IA en empresas
Según el informe AI at Work de BCG (junio 2026), el 74% de empleados de primera línea usa IA varias veces por semana, cifra que sube al 88% en managers y al…
Por qué importaLa confianza y el control sobre datos sensibles se están convirtiendo en el principal cuello de botella para escalar la IA en las organizaciones, más…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.