Inventario de datos para IA: qué revisar antes de implantar

Por qué el inventario va antes que la herramienta

Casi todos los problemas que aparecen en mitad de un proyecto de IA tienen que ver con los datos: una tabla que nadie actualiza, dos hojas de cálculo con precios distintos, documentos escaneados que no se pueden leer o un permiso que no se concedió a tiempo. El inventario de datos sirve para descubrir esos obstáculos cuando todavía es barato resolverlos, antes de firmar un alcance o comprometer fechas.

No se trata de catalogar toda la empresa. Un inventario útil se limita al proceso que quieres mejorar y responde a cuatro preguntas: dónde está la información que interviene, quién la mantiene, en qué estado se encuentra y quién puede utilizarla. Si el caso de uso todavía no está decidido, haz un inventario ligero de los dos o tres procesos candidatos y profundiza después solo en el elegido.

El resultado es un documento corto, normalmente una hoja de cálculo con una fila por fuente, que el equipo técnico y el responsable del proceso pueden leer igual de bien. Te servirá para estimar el esfuerzo de preparación, hablar con proveedores con datos concretos y evitar sorpresas cuando llegue la integración.

Qué anotar de cada fuente de datos

Recorre el proceso de principio a fin con la persona que lo ejecuta y apunta cada lugar del que sale o al que llega información: aplicaciones, carpetas compartidas, bandejas de correo, hojas de cálculo, formularios web o papel. Incluye también las fuentes informales, como el cuaderno del jefe de almacén o el fichero que un comercial guarda en su ordenador; suelen contener las excepciones que el sistema oficial no recoge.

Para cada fuente, rellena una ficha con los mismos campos. La uniformidad importa más que el detalle: es preferible tener todas las fuentes descritas de forma básica que una muy documentada y el resto en blanco.

• Nombre y sistema: qué es y dónde vive (ERP, CRM, carpeta en la nube, correo, papel).
• Propietario: la persona que responde de su contenido y puede autorizar su uso.
• Contenido y formato: tablas estructuradas, documentos de texto, PDF escaneados, imágenes o audios.
• Volumen aproximado y antigüedad: cuántos registros o documentos hay y desde cuándo.
• Frecuencia de actualización: en tiempo real, diaria, mensual o cuando alguien se acuerda.
• Fuente de referencia: si el mismo dato existe en otro sitio, cuál manda cuando discrepan.
• Sensibilidad: si contiene datos personales, económicos, contractuales o secretos industriales.
• Acceso técnico: si existe una forma de extraer los datos (exportación, conector, interfaz de programación) o solo se consultan a mano.

Cómo revisar la calidad con una muestra real

La calidad no se valida mirando el sistema por encima. Extrae una muestra de registros o documentos reales, por ejemplo los de dos o tres semanas recientes, y revísala con el responsable del proceso. Busca campos vacíos, valores duplicados, códigos que significan lo mismo escritos de forma distinta, fechas en formatos mezclados y referencias que no coinciden entre sistemas.

Por ejemplo, un fabricante de 60 personas que quiere clasificar automáticamente los pedidos que recibe por correo descubre en la revisión que el mismo cliente aparece con tres códigos en el ERP y que una parte de los pedidos llega como fotografías hechas con el móvil. Ninguna de las dos cosas impide el proyecto, pero las dos cambian su alcance: hay que unificar el maestro de clientes y decidir qué se hace con los pedidos ilegibles.

Anota cada problema con su impacto y una propuesta de solución. Algunos se resuelven con una limpieza puntual; otros requieren cambiar cómo se captura el dato en origen. Esa segunda categoría es la que más conviene detectar a tiempo, porque implica a personas y no solo a tecnología.

• ¿Cuántos registros tienen vacíos los campos que el caso de uso necesita?
• ¿Hay duplicados o entidades con varios identificadores?
• ¿Los documentos son legibles por una máquina o son imágenes?
• ¿Los ejemplos recientes se parecen a los antiguos o ha cambiado el formato?
• ¿Existen casos ya resueltos que sirvan para comprobar los resultados de una prueba?

Permisos, datos personales y sensibilidad

Un sistema de IA conectado a tus datos puede hacer visible información que antes estaba dispersa. Por eso el inventario debe registrar quién puede ver cada fuente hoy y quién debería poder verla a través de la nueva solución. Si una persona no tiene acceso a las nóminas en la carpeta original, tampoco debe obtenerlas preguntando a un asistente.

Aplica el principio de minimización: incluye solo los datos que el caso de uso necesita. Si para clasificar incidencias basta el texto de la incidencia y el tipo de producto, no hace falta conectar el historial completo del cliente. Cuando haya datos personales, revisa con quien gestione la protección de datos en tu empresa la base para tratarlos, dónde se alojarán y qué hará el proveedor con ellos. Existe además regulación europea específica sobre IA; conviene revisar con asesoramiento adecuado qué obligaciones pueden aplicarse a tu caso.

Marca en el inventario las fuentes que no deben salir de tu infraestructura o que requieren anonimizarse antes de usarlas en pruebas. Esa marca condiciona la arquitectura técnica y conviene que el proveedor la conozca desde la primera conversación.

Documentos: vigencia, versiones y propietarios

Los documentos plantean problemas distintos a las tablas. Un procedimiento puede existir en cuatro versiones, dos de ellas obsoletas, y un sistema que las lea todas mezclará instrucciones antiguas con las vigentes. Antes de usar documentos como fuente, identifica cuál es la versión válida de cada uno y dónde se guarda.

Para cada colección documental, anota quién la mantiene, cada cuánto se revisa y cómo se retira un documento caducado. Si no existe ese proceso, defínelo ahora: es más fácil acordar una regla sencilla, como que cada área revise sus documentos una vez por trimestre, que corregir después respuestas equivocadas.

• Elimina o archiva duplicados y borradores que no deben consultarse.
• Añade fecha de vigencia y responsable en cada documento clave.
• Separa los documentos internos de los que pueden mostrarse a clientes.
• Comprueba que los PDF escaneados tienen texto reconocible o planifica su conversión.

Mantenimiento: el inventario como documento vivo

La calidad inicial no basta. Los datos se degradan cuando cambian los procesos, entran nuevos empleados o se sustituye una aplicación. Asigna a cada fuente un responsable de calidad y una revisión periódica, y define cómo se comunica un problema: quién lo detecta, a quién avisa y en qué plazo se corrige.

Añade al inventario una columna de estado (lista para usar, requiere limpieza, requiere cambio en origen, descartada) y actualízala a medida que avance el proyecto. Así el inventario deja de ser un trámite inicial y se convierte en la hoja de control de la preparación de datos.

Cómo encaja con el diagnóstico y el caso de uso

El inventario de datos es una pieza del diagnóstico de madurez y, a la vez, la prueba de realidad del caso de uso. Si el caso elegido depende de una fuente que no existe o que nadie mantiene, conviene saberlo antes de comprometerse. A menudo el inventario cambia la prioridad: un caso menos vistoso pero con datos limpios puede ser mejor punto de partida.

El documento del Plan IA360 indica que la implantación del futuro Bono IA incorporará un diagnóstico previo de madurez, la identificación de un caso de uso concreto y la medición posterior del impacto en productividad. Todavía no hay convocatoria ni bases que precisen cómo se valorará cada elemento, así que no tomes esta preparación como un requisito oficial. Es, en cualquier caso, trabajo que necesitarás para ejecutar bien el proyecto, con ayuda o sin ella.