Expertos destacan la importancia del control de datos en el uso empresarial de inteligencia artificial
En el marco del evento “45 Másters de la Tecnología” se llevó a cabo el panel “IA Estratégica: Inteligencia Artificial para la Toma de Decisiones”, moderado por el Dr. Hugo Isaak, fundador y CEO de Neurabitat y miembro del Grupo de Expertos de Ciudades Inteligentes de la ONU-Habitat.
Los panelistas coincidieron en que la inteligencia artificial tiene un potencial significativo para optimizar decisiones empresariales, siempre que se implemente bajo un estricto control de datos y protocolos de seguridad. El debate se centró en la “soberanía de los datos”, entendida como la capacidad de las organizaciones para saber dónde se almacenan, quién accede a ellos y bajo qué estándares se protegen.
Riesgos y filtraciones de información
Uno de los ejemplos citados fue el caso de ingenieros de Samsung que subieron código interno a ChatGPT, lo que provocó que fragmentos protegidos por propiedad intelectual aparecieran en consultas públicas. Este incidente ilustró cómo el uso indiscriminado de herramientas de IA abiertas puede derivar en filtraciones no intencionales.
Para prevenir este tipo de riesgos, se recomendó evitar modelos gratuitos y optar por versiones de pago que permitan desactivar el entrenamiento con datos propios. Otra propuesta fue implementar modelos de IA internos, ejecutados en servidores controlados por la empresa, para que toda la información procesada permanezca dentro de su infraestructura.
IA estratégica segura y adaptada al negocio
Los ponentes subrayaron que trabajar con IA de forma segura implica desarrollar un marco de políticas claras, desde la clasificación de la información hasta la definición de flujos de acceso. También destacaron que la IA puede integrarse con datos empresariales de sistemas como SAP, Oracle o Dynamics para análisis avanzados, siempre que se garantice que esta información no salga del entorno corporativo.
El panel concluyó que la clave para aprovechar la IA estratégica está en combinar su capacidad de análisis y automatización con una gestión rigurosa de los datos, de modo que se potencie la toma de decisiones sin comprometer la seguridad ni la propiedad intelectual de las organizaciones.
