Construcción sin criterio
Margen Oculto · septiembre 2026
Construyeron durante meses. Nadie supo si lo que habían construido era correcto.
El caso que explica por qué invertir en data sin criterio es el error más caro que puede cometer una empresa — y qué estructura necesitas para evitarlo.
Margen Oculto · 18 min de lectura
Hace un tiempo me encontré frente a un caso que no he olvidado. Un organismo público había recibido un presupuesto importante para modernizarse en data. Fondos disponibles. Equipo técnico con experiencia. Ganas reales de hacer las cosas bien.
Empezaron a lanzar licitaciones. A contratar consultoras. A construir desarrollos.
Todo parecía avanzar. Hasta que alguien hizo la pregunta que nadie había hecho antes.
¿Cómo sabemos si lo que están construyendo las consultoras es correcto?
Silencio.
No había nadie capaz de responderla. Y ahí estaba el verdadero problema. No era falta de presupuesto. No era falta de tecnología. No era falta de ganas.
El mismo error. Distinta escala.
Hoy veo ese mismo patrón cada semana. Solo que el organismo público lo ha sustituido una pyme. Y los fondos europeos los ha sustituido Claude.
Empresas que deciden modernizarse en data. Que tienen presupuesto. Que cogen la IA y empiezan a construir. Dashboards. Automatizaciones. Integraciones entre sistemas. Modelos de datos.
Todo parece funcionar. Hasta que alguien intenta escalar. O hasta que algo falla y nadie sabe por qué. O hasta que llega alguien externo, mira lo que hay debajo y dice: "Esto hay que rehacerlo casi todo."
La IA hace exactamente lo que se le pide. El problema es que nadie sabía con certeza qué había que pedirle. Y sin criterio, la herramienta más potente del mundo solo acelera el camino hacia el error.
Por qué ocurre: IT y Data no son lo mismo.
El equipo técnico del organismo era bueno. Con años de experiencia. Con iniciativa. Pero habían confundido dos mundos que desde fuera parecen idénticos.
| IT | Data |
|---|---|
| Mantiene sistemas y infraestructura | Explota la información que generan los sistemas |
| Automatiza tareas operativas | Unifica fuentes para generar conocimiento |
| Hace que las cosas funcionen | Ayuda a negocio a decidir mejor |
| Orientado al sistema | Orientado al dato y a la decisión |
| El éxito es que el sistema no caiga | El éxito es que el negocio tome mejores decisiones |
Desde fuera parecen lo mismo. Los dos trabajan con tecnología. Los dos usan términos técnicos que el resto de la empresa no entiende. Los dos necesitan servidores, bases de datos y código.
Pero la mentalidad es radicalmente distinta. Un buen perfil de IT puede ser un mal perfil de data — y viceversa. Son disciplinas distintas que requieren experiencias distintas y formas de pensar distintas.
Cuando una empresa confunde los dos, pasa lo que pasó en ese organismo: le encarga el trabajo de data a quien sabe de IT. Y el equipo de IT hace lo que sabe hacer — ejecutar, construir, avanzar — sin pararse a preguntarse si lo que construye es correcto desde el punto de vista del dato.
El riesgo real de construir sin criterio.
En el caso del organismo, el riesgo era concreto y medible: si llegaba una auditoría europea y detectaba que los desarrollos eran incorrectos o no justificaban el presupuesto, el dinero había que devolverlo.
En una empresa privada el riesgo es igual de real, aunque menos visible a corto plazo.
La solución: la Oficina del Dato.
Cuando identifiqué el problema en el organismo, la solución no fue técnica. Fue organizativa.
Creamos una Oficina del Dato. No un equipo de desarrolladores — un equipo auditor y de gobierno. Gente que no iba a construir: iba a asegurar que lo que construían las consultoras era correcto, coherente y escalable.
Cinco perfiles concretos con cinco responsabilidades distintas. Y todos con algo en común: no solo tenían que saber de data. Tenían que saber comunicar, auditar y liderar. Porque su trabajo no era escribir código. Era asegurar que el código que se escribía tenía sentido.
IT al servicio de negocio. Pero con criterio.
Hay una frase que se repite mucho en las organizaciones: "IT tiene que estar al servicio del negocio." Es correcta. Pero incompleta.
Porque estar al servicio del negocio no significa construir todo lo que negocio pide. Significa ayudar a negocio a conseguir sus objetivos de la forma más eficiente posible. Y eso a veces implica decir que no — o decir "sí, pero hay una forma más simple de conseguirlo."
En el proyecto del organismo esta tensión apareció constantemente. Un área pedía una funcionalidad específica. IT evaluaba el esfuerzo de desarrollo. Y la pregunta que nadie estaba respondiendo bien era: ¿cuántas veces se va a usar esto? ¿Vale la pena el desarrollo? ¿Hay una forma más simple de conseguirlo?
La Oficina del Dato es el árbitro de esa conversación.
Cuando negocio pide algo, la Oficina evalúa si tiene sentido técnicamente, si encaja en la arquitectura, si el coste de desarrollo y mantenimiento está justificado por el valor que va a generar. Y cuando no está justificado, lo dice.
Eso requiere autoridad. Y requiere que la dirección respalde a la Oficina cuando toma decisiones que no gustan a algún área.
Sin esa figura árbitro, cada área consigue lo que pide. El resultado es una acumulación de desarrollos que nadie puede mantener, integrar ni escalar. Y un coste de mantenimiento que crece año a año sin que el valor crezca al mismo ritmo.
Cómo implementar una Oficina del Dato en una empresa mediana.
La Oficina del Dato no requiere una estructura corporativa grande. En una empresa mediana, el proceso puede ser mucho más ágil — y no siempre requiere cinco personas a tiempo completo.
Empieza por el diagnóstico.
Antes de crear la estructura, entiende el problema. ¿Qué desarrollos de data existen actualmente? ¿Quién los construyó? ¿Hay documentación? ¿Son mantenibles? ¿Qué proyectos están en curso o previstos? Este diagnóstico determina qué perfiles necesitas con más urgencia y dónde están los riesgos más grandes.
No necesitas los cinco perfiles desde el principio.
En una empresa mediana, es posible que un perfil senior de data pueda cubrir varias responsabilidades al principio. Lo importante es que alguien tenga la visión global y la autoridad para tomar decisiones de arquitectura y calidad. A medida que el volumen de proyectos crece, se añaden los perfiles especializados.
Formaliza la autoridad.
La Oficina del Dato solo funciona si tiene autoridad real para aprobar, rechazar o modificar desarrollos. Si es un equipo consultivo que puede ser ignorado, no sirve de nada. La dirección tiene que respaldar explícitamente que ningún desarrollo de data puede ponerse en producción sin el visto bueno de la Oficina.
Define los estándares antes de los proyectos.
La Oficina tiene que establecer las reglas del juego antes de que los proyectos empiecen, no después. Cómo se nombran los campos, qué formatos se usan, cómo se documentan los desarrollos, qué criterios de calidad tiene que cumplir un pipeline antes de ir a producción. Esos estándares son el marco que hace posible auditar.
Establece un proceso de revisión continua.
La Oficina no es un comité que se reúne una vez al año. Es una función continua que revisa desarrollos en curso, audita lo que ya existe y actualiza los estándares cuando el negocio o la tecnología evolucionan. En la práctica, esto suele traducirse en revisiones periódicas de cada proyecto activo y en un proceso de aprobación para cada nuevo desarrollo antes de que empiece.
El resultado cuando funciona.
En el caso del organismo público, el impacto fue claro y medible.
La lección que trasciende el caso.
Este proyecto era de un organismo público con fondos europeos. Pero el problema que resolvió es exactamente el mismo que encuentro en empresas de distribución, en manufactureras, en empresas de servicios que hoy están invirtiendo en data con la IA como única guía.
No importa el sector. No importa el tamaño. No importa si usas Claude, ChatGPT u otra herramienta.
Cuando no hay criterio técnico que supervise lo que se construye, el resultado siempre es el mismo: desarrollos que funcionan a corto plazo y que generan problemas a medio plazo. Costes de mantenimiento que crecen. Arquitecturas que no escalan. Datos que no cuadran. Y decisiones tomadas sobre información que nadie puede garantizar que sea correcta.
Puedes tener las mejores herramientas del mercado. Puedes tener Claude generando código en segundos. Puedes tener dashboards en tiempo real con todos los KPIs que el negocio necesita.
Pero si nadie supervisa si lo que se está construyendo tiene sentido, todo eso solo te llevará más rápido hacia el error.
La pregunta no es si puedes permitirte tener una Oficina del Dato.
Es si puedes permitirte no tenerla.
No alguien que construya. Alguien que sepa si lo que se construye tiene sentido.
Si la respuesta no es inmediata, ahí está tu riesgo.
Comentarios
Publicar un comentario