Mondelēz International —fabricante de Oreo, Cadbury y Chips Ahoy— decidió que antes de escalar el uso de inteligencia artificial necesitaba resolver un problema más antiguo y más barato de ignorar: la calidad y la propiedad de sus datos. El resultado fue un rediseño completo de su modelo de gobernanza, con ownership transferido de IT a los equipos de negocio, antes de encender cualquier modelo.
La secuencia importa. Muchas organizaciones invierten en IA sobre datos que nadie sabe exactamente quién tiene que mantener, con linaje desconocido y calidad sin medir. Mondelēz invirtió ese orden: primero construyó la base, después habilitó los casos de uso. La plataforma elegida fue Ataccama ONE, que integró calidad de datos, catálogo y data lineage —trazabilidad del origen y transformación de cada activo de datos— en un único entorno operativo, según informó la empresa.
El movimiento clave: del ownership de IT al ownership del negocio
El cambio estructural más relevante no fue tecnológico sino organizacional. Mondelēz trasladó la responsabilidad formal sobre los datos desde el área de tecnología hacia los equipos de negocio que los crean y consumen. En la terminología del DAMA-DMBOK, esto equivale a formalizar el rol de data steward en las líneas de negocio, reconociendo que el área de IT puede administrar la infraestructura pero no puede ser la última responsable de la semántica ni de la calidad de datos que nunca generó. Bob Seiner, referente de la corriente de Non-Invasive Data Governance, describe este patrón como asignar responsabilidades a quienes ya las ejercen informalmente —la formalización no crea el trabajo, lo hace visible y auditable.
La consecuencia práctica es que los data stewards de cada unidad de negocio pasan a ser los responsables de definir reglas de calidad, aprobar cambios en definiciones de datos maestros y validar el linaje antes de que un dataset llegue a un modelo de IA. Sin ese mecanismo, la cadena de responsabilidad se rompe y el error de datos se convierte en error de modelo —un problema infinitamente más difícil de diagnosticar.
Calidad, catálogo y linaje: por qué los tres juntos y no por separado
La decisión de consolidar calidad de datos, catálogo y linaje en un entorno único en lugar de mantener herramientas separadas responde a un problema de fricción operativa conocido en la industria. Cuando el catálogo vive en un sistema, las reglas de calidad en otro y el linaje en un tercero, los data stewards pasan tiempo reconciliando vistas inconsistentes en lugar de gobernar. El EDM Council, en su marco CDMC (Cloud Data Management Capabilities), identifica la integración de estos tres dominios como una capability de nivel avanzado —equivalente aproximadamente al nivel 4 sobre 5 en el modelo de madurez— que habilita la confianza en datos para casos de uso de analytics e IA.
Para Mondelēz, conectar esos tres dominios significó poder responder preguntas concretas antes de autorizar el uso de un dataset en un modelo: ¿De dónde vienen estos datos? ¿Quién los modificó por última vez y cuándo? ¿Qué porcentaje cumple las reglas de calidad definidas por el steward responsable? Sin esas respuestas, la confianza en el output del modelo es, en el mejor caso, optimismo.
Cuándo aplica este enfoque y cuándo no es suficiente
El modelo de Mondelēz es replicable en organizaciones con volumen de datos distribuido entre múltiples unidades de negocio, fuentes heterogéneas y ambición de escalar IA más allá de proyectos piloto. No es la solución adecuada para empresas en etapas tempranas de madurez donde el problema es más básico —inventario de fuentes, definición de dominios de datos, identificación de propietarios— porque implantar un catálogo activo sobre datos sin ownerships claros genera ruido, no gobernanza. El DAMA-DMBOK sugiere evaluar primero la madurez en Data Management antes de seleccionar plataformas: sin un mapa de dominios y stewards asignados, la herramienta no sustituye el trabajo conceptual previo.
Tampoco es un modelo listo para operar en contextos con datos altamente sensibles sin capas adicionales de control. En sectores regulados —financiero, salud, telecomunicaciones— la gobernanza de datos para IA debe articularse además con marcos de gestión de riesgo como el NIST AI RMF, que exige documentación de la procedencia de los datos de entrenamiento y de las métricas de calidad utilizadas para validar los modelos.
La lectura desde América Latina: regulación y presión sobre el dato de negocio
En la región, la presión para formalizar el ownership de datos tiene cada vez más anclaje regulatorio. En Brasil, la Lei Geral de Proteção de Dados (LGPD) exige que las organizaciones puedan demostrar la trazabilidad de los datos personales utilizados en procesos automatizados de toma de decisiones —exactamente el tipo de linaje que Mondelēz construyó, aunque aplicado aquí a un requerimiento de cumplimiento legal y no solo operativo. En Argentina, la Ley 25.326 y las disposiciones de la AAIP sobre tratamiento automatizado plantean exigencias similares en materia de responsabilidad sobre el dato. En México, el INAI ha comenzado a preguntar por los mecanismos de control sobre datos utilizados en sistemas de IA en el sector privado.
El punto de convergencia es que los CDOs de empresas de consumo masivo con operaciones en Brasil, Argentina o México no pueden separar la gobernanza de datos para IA de su programa de cumplimiento en protección de datos personales. El ownership de negocio que Mondelēz formalizó no es solo buena práctica de DAMA: en determinados contextos regulatorios regionales, es condición de cumplimiento.
Lo que un CDO puede hacer a partir de este caso
El caso de Mondelēz sugiere una secuencia de tres movimientos concretos. Primero, auditar qué porcentaje de los datasets que hoy alimentan o alimentarán modelos de IA tienen un data steward formalmente asignado en el área de negocio —no en IT. Segundo, evaluar si calidad, catálogo y linaje están integrados o son silos que requieren reconciliación manual; si lo segundo, cuantificar el costo operativo de esa fricción antes de la próxima conversación presupuestaria. Tercero, mapear cuáles de esos datasets contienen datos personales y si el linaje documentado es suficiente para responder a una auditoría de la ANPD, la AAIP o el INAI. Los tres pasos son independientes de la plataforma elegida y pueden iniciarse con los recursos de gobernanza ya existentes.
La referencia técnica de base para este enfoque es el DAMA-DMBOK segunda edición, en particular los capítulos de Data Quality Management y Data Governance; para el marco de madurez en nube, el CDMC del EDM Council ofrece el benchmark más usado actualmente en organizaciones con arquitecturas híbridas.
Deja un comentario