¿Cuál es el valor de los datos no estructurados en la era de la IA?

Por Francisco Larez, vicepresidente de ventas de Progress para América Latina y el Caribe.
¿Y si la mayor riqueza de su empresa estuviera oculta a la vista de todos? No en hojas de
cálculo o informes estandarizados, sino en innumerables correos electrónicos, contratos,
grabaciones de reuniones y manuales olvidados en carpetas digitales. Mientras los líderes
siguen buscando la próxima gran innovación en inteligencia artificial, una mina de oro
intelectual y casi totalmente ignorada, permanece dentro de las propias operaciones. Las
estimaciones del mercado, incluidas las proyecciones de IDC, indican que los datos no
estructurados representan alrededor del 80 % del conocimiento organizacional, lo que
conlleva una paradoja silenciosa de la era digital: estamos más informados y, sin embargo,
ajenos a la propia inteligencia que generamos cada día.
Aunque gran parte de las decisiones empresariales siguen basándose en datos
estructurados, la verdadera inteligencia colectiva, formada por matices, contexto y
experiencia acumulada, queda en archivos digitales poco accesibles e infrautilizados. Este
“oro” sigue siendo un recurso invisible, pero con potencial para generar una ventaja
competitiva. Quien logre acceder a él puede transformar el ruido en señal y la información
en decisión.
El coste de esta invisibilidad se nota en la productividad de los equipos. Se estima que un
trabajador del conocimiento pierde alrededor de dos horas y media al día buscando
información y otras dos horas recreando contenidos que ya existen, además del tiempo que
dedica a localizar al especialista interno adecuado para una cuestión específica. En total, se
pierde prácticamente una jornada laboral completa a la semana en tareas burocráticas de
localización de datos. Es un desperdicio de talento y capital intelectual que las empresas no
pueden ignorar, especialmente en un escenario en el que la aplicación de la IA generativa
puede generar un valor económico global anual de entre 2,6 y 4,4 billones de dólares,
según un análisis de McKinsey & Company.
Aun así, la transición del entusiasmo a la ejecución práctica se caracterizó por la falta de
claridad. Muchas empresas sienten la urgencia de implementar la IA, pero a menudo
carecen de una visión objetiva de los casos de uso. La pregunta “¿IA para qué?” aún
resuena en muchas reuniones. Esta incertidumbre se ve alimentada por riesgos reales: las
alucinaciones de los modelos, la falta de confianza en los resultados, el sesgo algorítmico y,
sobre todo, las preocupaciones por la seguridad y la soberanía de los datos corporativos.
Sin confianza, la IA se convierte en un experimento costoso pero con confianza, puede
pasar a formar parte de la infraestructura de toma de decisiones de la empresa.
Para que la IA deje de ser una herramienta experimental y se convierta en un motor de
negocio fiable, la tecnología evolucionó hasta lo que conocemos como RAG (Retrieval-
Augmented Generation). El RAG funciona como una capa que ayuda a garantizar que las
respuestas de la IA se basen en los datos propios y seguros de la propia organización. Sin
embargo, para extraer el valor real de los datos no estructurados, es necesario ir más allá
de la recuperación pasiva de archivos. El futuro exige lo que definimos como Agentic RAG.

En este enfoque “agéntico”, la inteligencia no se limita a encontrar un párrafo en un
documento PDF. Actúa como un agente que comprende el contexto, interactúa con la lógica
empresarial y cruza esta información con sistemas transaccionales. En la práctica, un
sistema agéntico puede analizar un historial de soporte técnico no estructurado, identificar
un patrón de error y, de forma autónoma, consultar el sistema de inventario para sugerir la
sustitución de una pieza. Es la evolución de la IA: de un asistente de texto a un agente que
apoya las decisiones y optimiza los procesos, prestando atención a la infraestructura, la
seguridad y el cumplimiento.
Esta evolución tecnológica exige un cambio de mentalidad en el liderazgo, que debe ver la
IA no como una moda pasajera, sino como una palanca. En este sentido, la disrupción de la
IA debe convertirse en una ventaja competitiva sostenible mediante el rediseño de
experiencias digitales más adaptativas y centradas en las personas.
Esto nos lleva a reflexionar que la ventaja competitiva en esta década no pertenecerá a las
empresas que tengan los modelos de IA más potentes, sino a aquellas que logren dar
utilidad a sus datos silenciados. Al integrar capacidades agénticas en la infraestructura ya
existente, resolvemos parte del dilema de la confianza y liberamos tiempo humano para la
innovación. En la práctica, gran parte de este conocimiento ya existe, pero sigue
fragmentado entre documentos e interacciones cotidianas.
La tecnología para extraer este conocimiento y convertirlo en un activo vivo ya está a
nuestro alcance. Sin embargo, el verdadero impacto depende de que las empresas miren
más allá de la punta visible del iceberg y avancen sobre lo que está bajo la superficie. El
análisis inteligente de datos no estructurados puede convertir lo que hoy está disperso en
decisiones más rápidas, seguras y consistentes.