Orientados a los datos, no solo por datos

En la visión tradicional de software frente a analytics, una base de datos es solo un backing service de una aplicación. El BI usaba modelado de data warehouse, cubos, modelado dimensional y ETL para integrar datos de muchos de esos servicios y construir alguna representación analítica del negocio. Los dos mundos estaban casi completamente separados.

Luego llegó la revolución de que todo en una empresa se volviera software, de la operación al producto, y las ganas de integrar y entender todo eso. Llegaron la nube, el big data y el hype de la ciencia de datos. Invertimos mucho en una infraestructura nueva que cambió el paradigma de software y analytics, tanto en los límites de cada espacio como en las herramientas para manejar el flujo de datos.

Dos tradiciones que casi no se hablaron

El modelado tradicional del conocimiento usa tesauros y ontologías: formas de organizar significado, nombres y conceptos. El modelado “técnico” se quedó en el mundo práctico de las tablas, las bases relacionales y analíticas, el ETL. Traducir la capa granular (datos crudos, tablas) a una representación abstracta (conceptos, nombres, relaciones) siempre fue el gran cuello de botella.

Y resulta que los LLM son notablemente buenos para trazar ese mapa en ambos sentidos: de relaciones formales escritas como grafo a SQL sobre las tablas base, y de tablas, esquemas y descripciones a grafos formales de relaciones. El trabajo de Juan Sequeda llega a una conclusión parecida: enriquecer el contexto con taxonomía y ontología da respuestas mucho más precisas que arrojar metadatos sueltos.

El nuevo desafío

Con LLM y agentes, el desafío pasa a ser integrar todos estos sistemas no solo técnicamente, sino simbólicamente. Las bases de datos dejan de ser simples servicios de apoyo unidos por un mundo analítico aislado. Los procesos pasan a estar orientados a los datos, y no solo por datos: lo más importante es que el dato sea entendido y tenga significado para agentes, personas y otros sistemas.

Los agentes de IA actúan como tejido conectivo de esta red de sistemas y procesos. Y así empujan la necesidad de modelar software y datos hacia una capa aún más abstracta de la organización.

El mercado se dio cuenta

En 2025 grandes empresas de software corporativo compraron especialistas en gobernanza de metadatos: Salesforce compró Informatica, ServiceNow compró data.world. En un mundo que quiere IA en cada capa, el mensaje es claro: para que la IA entienda el contexto de tu organización, no basta con almacenar. Hay que organizar y catalogar la información. Es el camino hacia la IA neurosimbólica.

La IA no va a arreglar lo que las organizaciones no entienden. Si las personas no logran pasar información de forma confiable entre equipos, jerarquías y a través del tiempo, es ingenuo suponer que la IA le dará sentido a ese caos. Una semántica mal definida, entregada a sistemas autónomos, lleva a errores, ineficiencia e incluso daño. El futuro no es solo impulsado por IA: es impulsado por conocimiento.

Lo que todavía no sé

Metadatos, conocimiento e inteligencia parecen converger hacia alguna capa semántica, o simbólica, que teja los activos de información de “bajo nivel”. Me intriga cómo se construye eso de verdad. Parece razonable y correcto, pero es difícil de asir, y todavía faltan herramientas y métodos para una adopción amplia.

Las personas y los procesos limitan el estado actual de todo lo relacionado con datos. Pero la enorme cantidad de complejidad tampoco se gestionará solo con personas y procesos. Pienso en lo que los sistemas operativos hicieron por la computación personal, y me pregunto qué tipo de sistema podría hacer eso por las organizaciones.

Difícil de ver. Siempre en movimiento está el futuro.