La llegada de la IA a las empresas ha introducido nuevas dinámicas en la toma de decisiones y obliga a revisar principios tradicionales dentro de la gobernanza del dato. Hoy, además de contar con información precisa, se necesita que dicha información permita desarrollar modelos confiables, explicables y alineados con el propósito del negocio.
En este contexto, la gobernanza del dato se convierte en un elemento indispensable para que la IA pueda escalar de manera segura, ética y sostenible. Este fue el enfoque central de la participación de Juan Carlos Morcillo, Data Governance & Quality Lead de Solunion, en el Data Driven Day 2026, en una mesa redonda en la que analizó cómo debe evolucionar un gobierno del dato maduro para sostener el desarrollo de modelos de IA responsables y útiles para la organización.
Su mensaje parte de una premisa que resume la relación entre ambas disciplinas:
no hay decisión gobernable sin dato gobernado.
Índice de contenidos
La gobernanza del dato como cimiento de una IA responsable
La IA ha ampliado el alcance y la exigencia de la gobernanza del dato. Antes, el objetivo consistía en asegurar calidad, consistencia, definiciones comunes y procesos estandarizados. Ahora, la prioridad incluye explicar decisiones algorítmicas, controlar riesgos asociados a modelos, supervisar comportamientos no deseados y garantizar que la tecnología actúa conforme a los valores corporativos.
Este cambio implica que la gobernanza tradicional debe transformarse en una estructura capaz de:
- Ofrecer información contextualizada que permita entender el origen y propósito del dato.
- Proporcionar trazabilidad completa en el ciclo de vida de los modelos.
- Generar mecanismos de supervisión continua.
- Asegurar que cualquier decisión automatizada pueda justificarse ante el negocio.
La gobernanza deja de ser un mecanismo técnico y se convierte en un sistema organizativo que sostiene la confiabilidad, la transparencia y la seguridad del uso de la IA.
Cinco ejes que marcan la evolución del gobierno del dato en la era de la IA
Durante su intervención, el Data Governance & Quality Lead de Solunion describió cinco ejes que permiten adaptar la gobernanza del dato al nuevo entorno tecnológico.
1. ¿Qué significa ampliar el alcance del Gobierno del Dato hacia los modelos?
En gobiernos del dato tradicionales, gobernar significaba controlar los procesos que generaban o transformaban la información. Sin embargo, la IA introduce una nueva capa: ahora son los modelos los que influyen y redefinen procesos de operaciones a través de las decisiones que toman.
Por tanto, la gobernanza del dato debe extenderse a:
- Los modelos que consumen los datos.
- Las reglas, hipótesis y riesgos asociados.
- Los criterios de supervisión y actualización.
- El impacto que generan en la actividad.
Este enfoque cierra el ciclo entre Modelos – Procesos – Datos, y permite que las decisiones generadas por la IA sean consistentes, explicables y alineadas con el propósito corporativo.
2. ¿Qué nuevos roles y capacidades exige la IA dentro de la gobernanza?
La IA introduce nuevos roles —Model Owner, AI Risk Officer, entre otros— pero la clave está en coordinar capacidades.
Los Data Owners y Data Stewards mantienen un papel central, pero deben asumir nuevas funciones relacionadas con:
- La valoración del riesgo del dato y su impacto en la IA.
- La participación en la supervisión del ciclo de vida de modelos.
- La contribución a la explicabilidad desde una visión de negocio.
- La evaluación continua del valor y propósito del dato.
3. ¿Cómo deben adaptarse los pilares tradicionales del Gobierno del Dato a la IA?
Los elementos clásicos del Gobierno del Dato —catálogos, trazabilidad, evaluación de calidad y control de accesos— deben adaptarse a las necesidades de la IA.
Catálogos más exigentes
Ya no basta con definir qué es un dato; ahora es imprescindible incluir elementos que permitan determinar los contextos de cada uso del dato, sensibilidad, propósito y relaciones con modelos.
Trazabilidad extendida
La trazabilidad debe abarcar el ciclo completo: desde cómo se captura el dato hasta cómo influye en las decisiones del modelo. Esta relación entre dato y modelo es esencial para la explicabilidad.
Controles orientados a la evaluación de la calidad
Los indicadores ya no pueden limitarse a validar corrección técnica. Deben certificar si el dato es entrenable, estable, robusto y si permite desarrollar modelos confiables.
Control de accesos y usos
El gobierno del dato debe evaluar quién y cómo accede a la información, por supuesto, pero sobre todo para qué lo hace. Esto garantiza un uso responsable y evita que la IA se alimente de información que pueda generar riesgos éticos, legales o reputacionales.
4. ¿Qué modelo operativo permite gobernar la IA sin ralentizar la innovación?
La IA exige una revisión profunda del modelo operativo, que debe ser más ágil, más coordinado y orientado al riesgo.
Capa estratégica
Define el apetito de riesgo, los principios de uso responsable y los límites éticos dentro de los que se permite operar a la IA.
Capa táctica
Coordina las funciones de negocio, tecnología, gobierno y cumplimiento para asegurar coherencia en decisiones y supervisión.
Capa técnica
Debe contar con capacidades para corregir sesgos, detectar desviaciones, identificar alucinaciones y determinar cuándo interviene el criterio humano, tanto preventivamente como en escenarios críticos.
Este modelo operativo evita fricciones, reduce tiempos de revisión y garantiza que la IA actúa dentro de un marco de control claro y bien definido.
5. ¿Qué transformación cultural es necesaria para una IA sostenible?
La cultura organizativa es el componente más determinante para que la IA pueda escalar sin riesgos ni frenos.
Una gobernanza eficaz en este contexto necesita:
- Mayor democratización del dato.
- Roles con más autonomía y menor dependencia de comités.
- Mecanismos que permitan actuar rápido sin perder control.
- Instrumentos como contratos de datos para reforzar responsabilidades de forma explícita.
El objetivo es lograr un gobierno del dato sólido, accesible y casi invisible, capaz de acompañar al negocio sin convertirse en una capa de fricción.
¿Cómo cambia el rol del CDO en un entorno impulsado por IA?
La transformación que introduce la IA afecta directamente al Chief Data Officer. El CDO tradicional se centraba en garantizar calidad, estandarización y cumplimiento. El CDO del futuro, y del presente, necesita:
- Conectar tecnología con propósito de negocio.
- Impulsar una cultura basada en decisiones éticas y fundamentadas.
- Servir de puente entre datos, personas, modelos y estrategia.
- Fomentar una innovación que no se desvíe de los valores corporativos.
Como defendió Juan Carlos Morcillo, la gobernanza del dato no es un ejercicio de control aislado, sino el mecanismo que permite generar confianza, operar con transparencia y asegurar que la IA actúa con criterios claros.
No hay decisión gobernable sin dato gobernado.
Una premisa sencilla, pero decisiva, para cualquier organización que aspire a una IA responsable, útil y confiable.
