La inteligencia artificial dejó de ser una tecnología que las empresas observan desde afuera. Ya está dentro de las organizaciones y no hay forma de volver atrás. Se utiliza para automatizar tareas, analizar información, detectar patrones y mejorar procesos. Y a medida que estas aplicaciones se vuelven más sofisticadas, también aumenta la cantidad y el tipo de información que las organizaciones ponen a disposición de los modelos de IA.
Es justamente ahí donde aparece una pregunta que considero cada vez más importante: ¿qué sucede con los datos de una empresa cuando comienzan a ser procesados por inteligencia artificial?.
No es lo mismo utilizar una herramienta de IA para redactar un correo que incorporarla a procesos que involucran información financiera, propiedad intelectual, documentación interna, datos de clientes o información vinculada a la salud. Estos datos no son simplemente un insumo. Son parte del activo estratégico de una organización.
Y el riesgo no es solamente una posibilidad teórica. El Data Privacy Benchmark Study 2025 de Cisco, basado en una encuesta a más de 2.600 profesionales de privacidad y seguridad en 12 países, encontró que el 64% de los consultados teme que los empleados compartan accidentalmente información sensible a través de herramientas públicas de IA o con competidores. Al mismo tiempo, casi la mitad reconoció que sus organizaciones ya habían introducido datos personales de empleados o información no pública en herramientas de IA generativa.
El dato muestra una tensión que probablemente se profundice: las empresas quieren aprovechar la IA, pero todavía están construyendo las reglas para hacerlo de manera segura. Por eso, el desafío no debería ser frenar la adopción de inteligencia artificial. El desafío es incorporarla sin perder el control sobre los datos que hacen estratégico a un negocio.
En salud, por ejemplo, hablamos de información personal y sanitaria que requiere un tratamiento especialmente cuidadoso. En servicios financieros, las organizaciones gestionan información económica y transaccional. En la industria pueden estar en juego procesos productivos y propiedad intelectual. En sectores como energía o infraestructura crítica, además, aparecen exigencias de disponibilidad, continuidad y seguridad.
En todos estos casos, preguntarse qué herramienta de IA utilizar es solamente una parte de la decisión. También hay que preguntarse qué información va a procesar, dónde se va a procesar, quién tendrá acceso a ella y bajo qué condiciones. La infraestructura pasa entonces a ocupar un lugar que muchas veces no tenía en la conversación sobre IA.
No toda carga de trabajo necesita el mismo nivel de control, y tampoco todas las empresas tienen que adoptar exactamente la misma arquitectura. Una aplicación de uso general puede tener necesidades muy diferentes a un sistema que procesa información sensible o que resulta crítico para la operación de una compañía. Y la respuesta no es plantear una oposición entre nube pública, nube privada o infraestructura propia.
Una empresa puede utilizar servicios globales para determinadas aplicaciones y, al mismo tiempo, necesitar entornos más controlados para procesar información sensible o implementar soluciones de inteligencia artificial sobre sus propios datos.
“Soberanía digital” no significa hacer todo puertas adentro. Esta capacidad de decisión nos lleva a una discusión más amplia. El concepto suele asociarse rápidamente con la idea de almacenar y procesar toda la información dentro de las fronteras de un país. Pero creo que es una mirada demasiado limitada.
La soberanía digital no significa aislarse ni dejar de utilizar tecnología desarrollada en otras partes del mundo. Significa tener alternativas. Significa poder decidir dónde están nuestros datos, dónde se procesan, quién puede acceder a ellos, qué infraestructura los sostiene y qué nivel de dependencia estamos dispuestos a asumir.
Lo importante es que la infraestructura deje de pensarse como un soporte que simplemente “hace funcionar” una aplicación y pase a formar parte de la estrategia con la que una empresa incorpora inteligencia artificial. Porque si la IA va a trabajar sobre los datos más importantes de una organización, la infraestructura que procesa esos datos termina siendo estratégica.
Por eso, hoy no alcanza con preguntarse quién tiene el mejor modelo de inteligencia artificial. También importa quién puede decidir dónde, cómo y bajo qué condiciones procesa su información. Esa capacidad de elección puede convertirse en una ventaja estratégica y no aprovecharla puede causar daños irreparables a una organización.