Pedro Galván

Más allá del Chatbot: La Evolución hacia la Inteligencia Artificial Operativa en las MIPYMES

Fernando — Wed, 08 Jul 2026 21:19:40 +0000

Más allá del Chatbot: La Evolución hacia la Inteligencia Artificial Operativa en las MIPYMES

Fernando Wed, 07/08/2026 - 15:19

En la era del exceso de información, la Inteligencia Artificial se ha convertido en un objeto de consumo masivo, pero no necesariamente de utilidad operativa. Existe una saturación de herramientas (una nueva solución surge cada semana) que genera una "parálisis por análisis" en la toma de decisiones. Sin embargo, bajo el ruido publicitario, surge una pregunta crítica que los líderes empresariales deben hacerse: ¿Está la IA realmente ayudando a resolver los problemas de negocio o simplemente está automatizando tareas superficiales?

En el contexto de las Micro, Pequeñas y Medianas Empresas (MIPYMES) en México, que representan más del 70% de la ocupación laboral, la brecha tecnológica no es un tema menor; es un cuello de botella estratégico.

El fin de la era del "Googleo" y el inicio de la Conversación Estratégica

Tradicionalmente, cuando surgía una duda operativa o estratégica en la organización, la respuesta dependía de la latencia humana: consultar al gerente, solicitar un reporte al área de finanzas o cruzar datos manualmente en hojas de cálculo desactualizadas. El paradigma ha cambiado. La transición cultural es clara: de "googlear" una duda a interrogar a un modelo de lenguaje.

Sin embargo, los modelos de lenguaje generales (como GPT o Claude) enfrentan una limitación fundamental: el desconocimiento del contexto específico del negocio. Un modelo general puede redactar correos o resumir textos, pero carece de visibilidad sobre los datos críticos de la empresa: el flujo de caja en tiempo real, el estado exacto del inventario o el comportamiento del cliente más rentable. Aquí es donde surge la necesidad de un copiloto empresarial.

El Desafío Técnico: Arquitectura, Normalización y RAG

Desde una perspectiva de ingeniería de software y ciencia de datos, el reto de implementar un copiloto empresarial (denominado, en este caso, CONNIE) no reside en el entrenamiento de modelos de lenguaje, sino en la arquitectura de datos y la capacidad de inferencia sobre fuentes fragmentadas.

El despliegue de una solución de esta naturaleza implica resolver tres pilares técnicos críticos:

Integración de Silos de Datos: La realidad de las MIPYMES es heterogénea. La información reside en sistemas dispares: CRMs, ERPs, bases de datos SQL y, frecuentemente, estructuras no normalizadas como archivos de Excel. La arquitectura debe ser capaz de ingerir y normalizar estas fuentes antes de cualquier procesamiento semántico.

Implementación de Arquitectura RAG (Retrieval-Augmented Generation): El valor diferencial no está en el modelo base, sino en la capacidad de recuperar información precisa (RAG) de los repositorios internos de la empresa. El sistema no debe "inventar"; debe responder basándose exclusivamente en los datos propietarios de la organización.

Observabilidad y Trazabilidad: Para que un tomador de decisiones confíe en una IA, el sistema debe ser auditable. La inmediatez en la respuesta no debe sacrificar la precisión, lo que obliga a implementar capas de validación que aseguren que el dato proyectado sea coherente con el histórico real.

La Democratización del Dato como Ventaja Competitiva

El objetivo de un Copiloto Empresarial no es reemplazar al capital humano, sino cerrar la brecha entre el dato bruto y la acción estratégica. Al democratizar el acceso a la IA, se permite que un director general pueda obtener proyecciones de ventas o estados de producción mediante una consulta en lenguaje natural, eliminando la fricción operativa de esperar informes estáticos que llegan cuando la oportunidad de mercado ya ha pasado.

En un entorno económico como el actual, donde la competitividad se define por la capacidad de capitalizar oportunidades (como el nearshoring), la inmediatez en la obtención de insights es la diferencia entre liderar el mercado y ser un espectador.

Conclusión: La IA como un asesor, no solo como una herramienta

El éxito en la implementación de IA para MIPYMES no se mide por la sofisticación del algoritmo, sino por la adopción cultural y la integración profunda en el ADN del negocio. Estamos ante el surgimiento de una nueva clase de software: un asesor que "habla" con la empresa.

La verdadera innovación tecnológica en el sector empresarial no busca convertir a los directivos en programadores, sino devolverles lo más valioso que tiene un negocio: el tiempo para tomar decisiones basadas en información veraz, estructurada y, sobre todo, inmediata.

Pedro Galván

El Fin de la "Generación Espontánea": Cómo Construir una Estrategia de IA Empresarial Sostenible

Fernando — Wed, 08 Jul 2026 20:37:03 +0000

El Fin de la "Generación Espontánea": Cómo Construir una Estrategia de IA Empresarial Sostenible

Fernando Wed, 07/08/2026 - 14:37

Durante siglos, la ciencia fue presa de la creencia en la "generación espontánea". Se pensaba, erróneamente, que la vida surgía del vacío; que los granos de trigo se transformaban mágicamente en ratones o que las moscas nacían del aire. Hoy, esa idea nos parece absurda. Sin embargo, en el ecosistema actual de la Inteligencia Artificial (IA) y, específicamente, en la IA generativa, estamos siendo testigos de una nueva forma de "generación espontánea" mediática: el llamado "circo del éxito".

Los titulares abundan en narrativas simplistas: empresas que "inyectan" un poco de LLM (Large Language Models) en sus procesos, despiden talento y ahorran millones de la noche a la mañana. Pero la realidad técnica y operativa es significativamente más compleja. Detrás de una implementación exitosa no hay magia, sino arquitectura, gobernanza y datos.

Para las organizaciones que buscan transitar de la experimentación al valor real, el éxito no depende de elegir entre Gemini, Mistral o cualquier otro modelo de vanguardia. Depende de un marco estratégico sólido. Jorge Gaonas, Arquitecto de Soluciones, propone una metodología basada en el acrónimo ORDER, un framework que desmitifica la implementación de IA y la convierte en una disciplina de ingeniería.

El Framework ORDER: Los Pilares de la Inteligencia Artificial Empresarial

Una estrategia exitosa no comienza con la tecnología, comienza con la definición de valor. El framework ORDER (Oportunidad, Recursos, Desarrollo, Riesgos) proporciona la estructura necesaria para evitar el overkill tecnológico y garantizar la adopción.

1. Oportunidad (O)

El primer error común es la solución en busca de un problema. Una implementación de IA debe atacar una fricción real o una oportunidad de mejora tangible para el cliente o el colaborador. ¿Es un cuello de botella productivo? ¿Es una ineficiencia en el flujo de trabajo? Si el proceso manual es más eficiente o intuitivo que la automatización propuesta, la IA fracasará. El valor debe ser medible; de lo contrario, es solo ruido.

2. Recursos (R)

Los datos son el combustible del motor de la IA, pero no cualquier dato. La madurez de datos de una organización se mide por su capacidad de tener datos limpios, disponibles y accesibles. La cultura de los "silos" de información, donde los departamentos protegen sus datos como secreto de estado, es el enemigo número uno de la estrategia de IA. Sin una democratización controlada y una arquitectura de datos que permita la inferencia, la IA generativa es inútil.

3. Desarrollo (D)

Aquí es donde el ingeniero debe resistir la tentación de "reinventar la rueda". La industria ya ofrece componentes robustos: desde arquitecturas de Retrieval-Augmented Generation (RAG) hasta estándares de prompting y herramientas de orquestación. La ventaja competitiva no reside en construir el modelo de lenguaje, sino en la personalización (Fine-tuning o RAG) y en la integración con las herramientas específicas del negocio. Un enfoque basado en tecnologías abiertas (Open Source) y estándares de la CNCF no solo acelera el time-to-market, sino que evita el lock-in con proveedores propietarios.

4. Riesgos (R)

La IA no es un empleado incondicional; es un agente que toma decisiones. Esto conlleva riesgos legales, de ciberseguridad y de reputación. La observabilidad es crítica: no basta con que el sistema funcione; hay que entender por qué toma las decisiones que toma. La implementación de "Firewalls de IA" y capas de validación semántica para filtrar peticiones maliciosas (como el prompt injection o la exfiltración de infraestructura) es una necesidad absoluta en entornos de producción.

Infraestructura: La Realidad Multicloud y la Inferencia

El despliegue de estas soluciones plantea el dilema de la infraestructura. La tendencia global apunta hacia una estrategia multicloud, donde el 80% de las organizaciones ya operan en múltiples nubes para maximizar la resiliencia y el costo-efectividad.

En este escenario, el enfoque estratégico debe centrarse en la inferencia. Mientras que el entrenamiento masivo de modelos puede centralizarse, la inferencia (la capacidad de ejecutar el modelo en tiempo real para el usuario final) requiere una infraestructura distribuida. Aquí es donde las soluciones de infraestructura abierta, como las que ofrecen proveedores de edge computing y nube, permiten una arquitectura de replicación donde, si una región falla o se satura ante un pico de demanda, la carga se desplaza de manera transparente.

Conclusión: Del Circo a la Ingeniería

La IA generativa, bien implementada, es una herramienta poderosa para aumentar capacidades humanas, no para reemplazar la lógica de negocio con "magia". Los líderes tecnológicos deben priorizar la observabilidad de los procesos, la gestión inteligente de costos (donde la transferencia de datos y el dimensionamiento de infraestructura son claves) y, sobre todo, la adopción de tecnologías portables.

No estamos ante una generación espontánea de éxito empresarial. Estamos ante una evolución de la ingeniería de software donde la oportunidad, los recursos, el desarrollo inteligente y la mitigación de riesgos definen quién construye el futuro y quién solo observa el circo.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

Tu sistema AML está obsoleto: Por qué los bancos que ignoran la Analítica de Grafos perderán la batalla contra el fraude

Fernando — Wed, 03 Jun 2026 23:08:59 +0000

Tu sistema AML está obsoleto: Por qué los bancos que ignoran la Analítica de Grafos perderán la batalla contra el fraude

Fernando Wed, 06/03/2026 - 17:08

En el ecosistema financiero actual, el cumplimiento normativo ha dejado de ser un simple trámite administrativo para convertirse en una carrera armamentista tecnológica. A pesar de los esfuerzos del GAFILAT y las estrictas normativas "Conozca a su Cliente" (KYC), el lavado de dinero sigue siendo una crisis sistémica que involucra entre el 2% y el 5% del Producto Mundial Bruto —cifras que alcanzan los 80 billones de pesos mexicanos anualmente—. Con una tasa de recuperación de apenas el 1%, es evidente que los métodos tradicionales de defensa están fallando.

¿Por qué seguimos intentando resolver un problema dinámico y evolutivo con estructuras rígidas y estáticas?

El Talón de Aquiles de los Sistemas Relacionales

La mayoría de las soluciones actuales de Anti-Money Laundering (AML) se basan en reglas predefinidas y bases de datos relacionales tradicionales. Este enfoque presenta tres obstáculos críticos:

Rigidez Estructural: Las bases de datos relacionales no son flexibles. Cada vez que el entorno cambia o surge un nuevo patrón de fraude, la arquitectura requiere un rediseño costoso y lento.
Obsolescencia Programada: Los delincuentes estudian las reglas del sistema para diseñar estrategias que las eviten. Una vez que una regla es aprendida y esquivada, el sistema queda obsoleto.
Ceguera Contextual: Los sistemas tradicionales se enfocan en el quién (datos aislados del usuario), pero ignoran el cómo (la red de relaciones). En un mundo interconectado, ignorar las relaciones indirectas, los patrones de convergencia y las comunidades de clientes es dejar la puerta abierta a la criminalidad.

Grafos: El Lenguaje Natural de las Conexiones

Si el lavado de dinero es, por definición, una red de transacciones, ¿por qué analizamos los datos como tablas aisladas? La Analítica de Grafos se posiciona como el cambio de paradigma necesario.

A diferencia de los modelos relacionales, un grafo trata las relaciones como ciudadanos de primera clase. En esta arquitectura, el cambio es nativo: añadir nueva información no requiere destruir la estructura existente, sino que la enriquece. Esto permite:

Identificar Patrones Ocultos: Descubrir rutas de lavado que no son evidentes a simple vista, exponiendo comportamientos anómalos dentro de comunidades de clientes.
Contextualizar la Investigación: Entender el papel real de cada actor. ¿Estamos ante una "mula", un puente de dispersión de fondos o el beneficiario final? Los grafos permiten visualizar el rol de cada nodo en tiempo real.
Visibilidad de Actores Relevantes: Identificar "concentradores" —usuarios que acumulan fondos de diversas fuentes para dispersarlos en una sola transacción— y nodos puente que conectan comunidades aparentemente independientes.

Integrando Inteligencia: El Futuro con GenAI

La tecnología de grafos, potenciada por herramientas como Neo4j y Neo4j Bloom, permite realizar consultas complejas sobre millones de transacciones. Pero la verdadera potencia surge al integrar esta capacidad analítica con la Inteligencia Artificial Generativa.

Al combinar la potencia de consulta de los grafos con el razonamiento del lenguaje natural (mediante frameworks como LangChain), las instituciones financieras pueden pasar de la mera detección técnica a la interpretación estratégica. Un agente de IA puede navegar por el grafo, identificar un anillo de fraude, analizar las relaciones directas e indirectas, y generar un resumen ejecutivo listo para la toma de decisiones.

El Cambio de Paradigma

La lucha contra el blanqueo de capitales no se ganará con más reglas estáticas, sino con más inteligencia dinámica. La metodología Follow the Money (seguir el dinero) deja de ser un concepto aspiracional para convertirse en una realidad operativa mediante el análisis de grafos.

Para las instituciones financieras que buscan proteger no solo su capital, sino también su reputación, la adopción de arquitecturas basadas en grafos ya no es una opción vanguardista; es la única defensa efectiva contra un adversario que, cada día, utiliza herramientas más sofisticadas.

Es momento de dejar de ver los datos como tablas y empezar a verlos como lo que realmente son: una red viva de relaciones.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

La Era de la Inteligencia Agéntica: Del Hype a la Madurez Empresarial (2026-2027)

Fernando — Tue, 02 Jun 2026 22:10:44 +0000

La Era de la Inteligencia Agéntica: Del Hype a la Madurez Empresarial (2026-2027)

Fernando Tue, 06/02/2026 - 16:10

La frontera entre la automatización convencional y la verdadera inteligencia artificial ha sido traspasada. Lo que hace tres años era considerado un ejercicio académico o un "juguete" tecnológico, hoy se ha consolidado como el sistema nervioso central de las organizaciones más competitivas de Latinoamérica.

Durante una reciente cumbre de expertos en datos, líderes de sectores críticos —como banca, salud, manufactura y siderurgia— expusieron cómo la transición desde los LLMs (Modelos de Lenguaje Extensos) hacia la IA Agéntica (Agentic AI) está redefiniendo el playbook corporativo.

El Panorama Actual: Aplicaciones de Alta Disponibilidad

La implementación de IA generativa ya no busca la espectacularidad, sino la eficiencia operativa cuantificable. El enfoque actual se divide en cuatro pilares estratégicos:

Siderurgia y Productividad: La democratización del acceso a datos mediante lenguaje natural permite que usuarios de negocio, sin conocimientos en codificación, interactúen con ecosistemas complejos (como Google Cloud Platform). La capacidad de generar insights en segundos a través de agentes configurables ha reducido drásticamente los tiempos de toma de decisiones.
Sector Salud (Validación Clínica): El enfoque ha migrado hacia la "Inteligencia Aplicada". Proyectos de imagenología y radiología asistida, junto con el uso de datos sintéticos para investigación, están marcando un hito. Sin embargo, el imperativo es claro: la validación clínica por parte de profesionales es innegociable. La confianza en el sistema es la métrica de éxito definitiva.
Manufactura y Deep Learning: La industria pesada utiliza redes neuronales estables para realizar inferencias de datos en tiempo real. La implementación de guardrails en agentes autónomos busca no solo la automatización, sino la capacidad de respuesta inmediata ante anomalías operativas.
Banca (Procesos Agénticos): La banca ha pasado de simples asistentes virtuales (chatbots) a agentes capaces de ejecutar procesos end-to-end (aclaraciones de cargos, gestión de documentos, validaciones burocráticas). La madurez aquí se mide en la capacidad del sistema para conectarse a sistemas legacy y resolver incidentes sin intervención humana.

Los Obstáculos del Éxito: Datos, Cultura y el "Factor Humano"

A pesar de la sofisticación tecnológica, los retos se mantienen consistentes a través de las industrias:

La Gobernanza de Datos como Base: La infraestructura y los modelos no tienen valor sin una estrategia de datos robusta. La estandarización, la calidad y la gobernanza son los cimientos sobre los cuales se construye cualquier implementación de IA.
Change Management (Gestión del Cambio): El obstáculo más crítico no es el código; es la cultura organizacional. Existe una resistencia natural al cambio, particularmente en sectores tradicionales. La recomendación de los expertos es clara: es indispensable contar con equipos de gestión del cambio y codiseñar las soluciones directamente con quienes las utilizarán en su día a día.
El Factor Humano: En la era de la autonomía, la supervisión humana (human-in-the-loop) es el estándar de seguridad. La dependencia excesiva hacia la IA sin validación es un riesgo corporativo que las empresas deben mitigar activamente.

Hacia el 2027: Madurez y Optimización Brutal

La visión hacia 2026 y 2027 es unánime: la era de la experimentación aleatoria está terminando.

El futuro inmediato apunta hacia una "optimización brutal". Las organizaciones se están moviendo hacia una madurez operativa donde la IA actúa como un facilitador silencioso pero omnipresente. La tendencia tecnológica se encamina hacia los Agent Swarms (enjambres de agentes) y el uso avanzado de MCP Servers (Model Context Protocol), permitiendo una orquestación mucho más compleja y autónoma.

Para las empresas que buscan liderar su sector, la lección es contundente: no se trata de elegir la IA más potente, sino de identificar el problema de negocio con mayor potencial de rentabilidad y aplicar inteligencia agéntica donde realmente genera valor.

El éxito en este nuevo paradigma no dependerá de quién tenga la tecnología más vanguardista, sino de quién logre integrar mejor a sus equipos humanos con estas nuevas capacidades, navegando la curva de aprendizaje con una mentalidad de mejora continua.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

El Algoritmo de la Desigualdad: ¿Por qué el Boom de la Complejidad Económica en México Te Está Forzando a Vivir Más Lejos?

Fernando — Thu, 07 May 2026 00:02:07 +0000

El Algoritmo de la Desigualdad: ¿Por qué el Boom de la Complejidad Económica en México Te Está Forzando a Vivir Más Lejos?

Fernando Wed, 05/06/2026 - 18:02

El crecimiento económico, ese motor perenne de las estrategias de desarrollo global, a menudo se celebra como un fin en sí mismo. Sin embargo, la ciencia de datos aplicada a las dinámicas urbanas en México revela una verdad incómoda: el auge productivo de las metrópolis más sofisticadas no solo coexiste con la segregación por ingresos, sino que parece impulsarla. Una investigación académica reciente, gestada en la confluencia de la política pública, la ingeniería y la data science, ha cartografiado esta paradoja con una granularidad sin precedentes.

La Estructura de Datos de la Urbe: Expansión Fragmentada y Variable Objetivo

Para comprender este fenómeno, los investigadores definieron y cuantificaron tres variables críticas en las 74 zonas metropolitanas más importantes del país. El análisis parte de una realidad ineludible: México es un país 80% urbano. Alarmantemente, entre 1990 y 2020, el área construida creció 2.13 veces más rápido que la población, catalizando un fenómeno conocido como Expansión Urbana de Baja Densidad o Sprawl (SPR).

El SPR, caracterizado por el desplazamiento masivo de personas hacia la periferia, mientras la infraestructura y el empleo permanecen concentrados en el centro, funciona como un multiplicador de la desigualdad. Mediante algoritmos de aprendizaje automático aplicados a bases de datos satelitales (como Global Human Settlement y ESA), el equipo pudo mapear esta expansión, diferenciando las estructuras techadas de la infraestructura urbana como calles y parques.

La segregación por ingreso, definida como la separación espacial de distintos grupos de ingreso, fue establecida como la variable objetivo. Su medición fue un desafío técnico superado a través de un método estadístico novedoso: la combinación de la distribución de ingreso a nivel metropolitano (ENIC del INEGI) con la resolución espacial a nivel de AGEP o barrio (Censo del INEGI). Esta integración de bases de datos se ejecutó a través de la minimización de la distancia de Kullback-Leibler en las distribuciones, permitiendo obtener el ingreso personal a nivel de barrio y, finalmente, un índice de segregación basado en la entropía.

La Matriz Productiva: Navegando la Complejidad Económica

La segunda variable clave es la Complejidad Económica. Este concepto trasciende el simple Producto Interno Bruto (PIB) al entender las estructuras productivas como matrices interconectadas. El modelo compara la especialización industrial de las regiones (en este caso, las 92 zonas metropolitanas) a través de bases de datos amplias de actividades económicas, utilizando técnicas de reducción de dimensionalidad para determinar el grado de tecnificación y diversidad de su estructura productiva.

Históricamente, la complejidad ha tenido efectos bidireccionales en la desigualdad:

Efecto Mitigador: Una especialización inicial en industria manufacturera puede llevar a la profesionalización de la clase obrera e incrementar salarios, lo que disminuye la desigualdad y, consecuentemente, la segregación.
Efecto Expulsor: El surgimiento de industrias de alta tecnología o servicios eleva el valor de la tierra adyacente a las fuentes de empleo (gentrificación), expulsando a grupos de bajos ingresos y aumentando la desigualdad salarial, lo cual incrementa la segregación.

El objetivo de la investigación fue determinar cuál de estos efectos prevalece en el ecosistema urbano mexicano.

Conclusiones de Data: La Causalidad entre Complejidad y Aislamiento

El análisis de regresión ejecutado arrojó una conclusión rotunda que demanda una revisión de las prioridades en política pública: a mayor complejidad económica, existe una tendencia clara a una mayor segregación espacial. Esta variable es estadísticamente significativa en la propulsión de la desigualdad espacial, junto con la expansión urbana (SPR).

Los investigadores agruparon las zonas metropolitanas en cinco clusters con dinámicas diferenciadas:

Cluster 3 (Alta Segregación y Complejidad): Las zonas con los mayores niveles de segregación por ingreso también ostentan la más alta complejidad económica y PIB per cápita. Este output del sistema subraya el trade-off: se prioriza el PIB, pero se desatiende el diseño social de la ciudad.
Cluster de Frontera (Tijuana, Juárez): Economías altamente vibrantes por el comercio bilateral, pero con una expansión urbana fragmentada y socialmente costosa.
El Caso de Cancún: Representando un outlier positivo, Cancún experimentó un crecimiento poblacional explosivo (cinco veces su tamaño) sin que la segregación espacial se disparara. Los resultados atribuyen este éxito a políticas públicas focalizadas en el transporte urbano y la vivienda.

Reflexión y Hoja de Ruta para Desarrolladores Urbanos

Desde una perspectiva de software development para la gobernanza urbana, la solución reside en diseñar sistemas que mitiguen el side effect del crecimiento. Si bien la complejidad económica es un input deseado, el output de segregación debe ser contrarrestado con features de diseño urbano. Los hallazgos sugieren que el porcentaje de viajes en transporte público y una mayor infraestructura urbana contribuyen a disminuir la segregación espacial, facilitando el mestizaje social y el acceso a oportunidades.

La correlación identificada por este estudio, que convierte el auge económico en un factor de aislamiento socioespacial, es un call to action para los líderes de las metrópolis mexicanas. La próxima generación de estrategias de desarrollo no debe solo enfocarse en el crecimiento (el output del PIB), sino en la ingeniería social y espacial que permite desacoplar la complejidad económica de la desigualdad. Se requiere el uso continuo de estos datos espaciales y técnicas analíticas avanzadas para asegurar que el progreso beneficie a todas las capas del stack social.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

De la intuición a la optimización algorítmica: La ineludible fusión entre Marketing, Data Science y Desarrollo.

Fernando — Wed, 06 May 2026 20:42:41 +0000

De la intuición a la optimización algorítmica: La ineludible fusión entre Marketing, Data Science y Desarrollo.

Fernando Wed, 05/06/2026 - 14:42

En un entorno donde la velocidad del cambio tecnológico se mide en semanas, no en décadas, la disciplina del marketing se encuentra en una encrucijada transformacional. Impulsado por la democratización masiva de herramientas como ChatGPT y la emergencia de nuevos motores generativos como Sora para la producción de video, el sector ha trascendido la era del hype para instaurar un nuevo paradigma: la optimización basada en datos y la integración algorítmica. Esta nueva realidad exige una convergencia funcional sin precedentes donde el experto en Data Science debe integrarse orgánicamente en los equipos de Marketing.

De Machine Learning al Generative Engine Optimization (GEO)

El uso de la Inteligencia Artificial (IA) en marketing no es un fenómeno reciente. Desde principios de los años 2000, los motores de búsqueda ya empleaban algoritmos de Machine Learning para la indexación y el ranking. Las estrategias de Search Engine Optimization (SEO) y Search Engine Marketing (SEM) se basaban en la optimización de contenido y en complejos sistemas de pujas (bidding) en tiempo real para la asignación de anuncios patrocinados, una labor que requería un control algorítmico a nivel de segundos.

No obstante, la irrupción de la IA generativa ha reescrito el playbook. Hoy, el desafío ya no es únicamente posicionarse en una lista de resultados, sino lograr que el contenido de una marca sea referenciado en el párrafo resumido que ofrecen los nuevos buscadores. Este fenómeno, denominado Generative Engine Optimization (GEO), obliga a los creadores de contenido a estructurar los datos de sus plataformas de manera que sean inteligibles para las máquinas (Structured Data) y, por ende, susceptibles de ser jalados por los Large Language Models (LLMs).

La Volatilidad de las Fuentes y el Riesgo Reputacional

Esta rápida adopción ha generado tensiones significativas, especialmente en la curación de los datasets utilizados para entrenar los LLMs. Plataformas de contenido libre y colaborativo como Reddit y Wikipedia, históricamente fuentes de información para modelos como ChatGPT y Perplexity, han demostrado ser vectores de riesgo reputacional. La facilidad con que los usuarios pueden crear narrativas negativas y dañar la percepción de una marca llevó a una caída en la relevancia de estas fuentes para los modelos, obligando a las agencias a reconsiderar dónde y cómo se construye la "fuente de la verdad" de una marca.

Además, el auge de las imágenes generativas (como las versiones mejoradas de Midjourney) y los deepfakes (como Sora) ha creado una paradoja operativa. Si bien la IA elimina la necesidad de contratar diseñadores gráficos para la producción masiva de contenido, introduce riesgos de errores en la salida, por ejemplo, fallos en la anatomía o desalineación de la identidad visual de la marca, como se ha visto en casos de Audi y Calvin Klein.

Imperativos de la Personalización a Escala

La tendencia hacia la hiperpersonalización se ha acelerado de manera exponencial. Con el declive de las cookies de terceros, plataformas como Meta están recurriendo a sus propios LLMs (como LLaMA) para recopilar y utilizar datos de conversaciones de chat en Facebook y otras redes, con el fin de generar anuncios ultra-segmentados.

Este cambio impone una exigencia operacional extrema a las agencias: la necesidad de producir hasta 60 diferentes versiones de anuncios por campaña para asegurar la personalización correcta por segmento (por ejemplo, diferentes versiones de una nueva camioneta Ford para diversos perfiles de consumidor).

El Modelo Predictivo como Ventaja Competitiva

Actualmente, muchos directores de marketing (CMOs) operan bajo un modelo reactivo, tomando decisiones costosas e ineficientes basadas en la intuición y optimizando campañas post-mortem, lo que se traduce en un desperdicio significativo de presupuesto.

El modelo ideal, en cambio, se fundamenta en la predictibilidad: la toma de decisiones 100% basada en datos, la medición del Retorno de Inversión (ROI) en tiempo real, la personalización a escala y la optimización dinámica de presupuestos.

El gap de oportunidad es inmenso, especialmente en el contexto mexicano, donde solo el 5% de las empresas reportan usar IA, mientras que el 45% planea invertir en esta tecnología para marketing. Esta bifurcación representa la ventana dorada para los científicos de datos, quienes son los catalizadores necesarios para transformar la función de marketing de una disciplina "glamurosa" a una basada en álgebra, logarítmica y modelado avanzado.

Casos de Uso Impulsados por Data Science

La aplicación de la IA en marketing se centra en tres pilares: Generativa (contenido y multimedia), Agéntica (automatización de tareas) y Predictiva (Machine Learning para la toma de decisiones). Los casos de uso más rentables son:

Marketing Mix Modeling (MMM) para Asignación Presupuestaria: Se emplean modelos de atribución predictiva multicanal, ingiriendo datasets históricos para identificar tendencias y simular escenarios (temporalidad, eventos disruptivos). Una implementación en el sector retail con 15 canales activos demostró un 42% de incremento en ROI y un ahorro reintegrado de 2.5 millones de pesos en seis meses, gracias a la reasignación automática y en tiempo real de fondos entre canales (ej. de Facebook a Google).
Targeting Inteligente y Ciclos Largos de Venta: En el sector automotriz, donde el costo por lead es elevado y los ciclos de venta son extensos, la solución es la implementación de modelos lookalike (identificar usuarios con características predictivas similares a compradores existentes) y la integración bidireccional con Customer Relationship Management (CRM). Esta integración es crucial para la optimización y coherencia del funnel, evitando el impacto publicitario a usuarios que ya han completado la adquisición.
Motores de Recomendación para E-commerce: En el comercio electrónico de moda, la baja conversión y los carritos abandonados se combaten con motores de recomendación predictivos y contenido web dinámico. Los LLMs se utilizan para generar emails de comunicación únicos y relevantes para cada usuario, revitalizando la experiencia de usuario estática.

El Mandato Ético y la Responsabilidad del Data Scientist

Los desafíos técnicos (datos sucios, expectativas irreales de la Alta Dirección y modelos sin utilizar) solo pueden mitigarse mediante la creación de equipos híbridos y la educación del liderazgo corporativo sobre el funcionamiento y el impacto real de la IA.

No obstante, el imperativo ético se cierne sobre la innovación. Los LLMs globales manifiestan sesgos inherentes que afectan la representación de minorías o contextos endémicos (ejemplo, la imagen estereotipada del mexicano). Además, el uso irresponsable de filtros o aplicaciones generativas para uso personal representa un riesgo de privacidad masivo, pues la imagen del usuario puede utilizarse para entrenar a los modelos sin consentimiento informado.

El caso Cambridge Analytica sirve como recordatorio de que la tecnología de datos, al carecer de regulación global unificada, puede ser utilizada para influir en procesos democráticos. La disyuntiva es clara: regular o innovar.

Para garantizar que el marketing sea inteligente, rentable y responsable, la comunidad de desarrollo y datos debe tomar la iniciativa:

Auditar la data (calidad, estructura y fuentes).
Definir casos de uso (específicos, medibles, con impacto).
Construir equipos híbridos con científicos de datos.
Actuar éticamente, consultando manifiestos como el de la IAB y permaneciendo vigilantes ante el uso de la IA por redes criminales.

El futuro del marketing no es una opción, es un requisito competitivo que demanda expertise técnico y una profunda responsabilidad ética.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

Beam vs Spark vs Flink: Por qué Beam es el MVP de la era RAG

Fernando — Tue, 07 Apr 2026 23:18:28 +0000

Beam vs Spark vs Flink: Por qué Beam es el MVP de la era RAG

Fernando Tue, 04/07/2026 - 17:18

En el ecosistema del procesamiento de datos a gran escala, la batalla por la supremacía tecnológica suele reducirse a tres nombres: Apache Spark, Apache Flink y Apache Beam. Durante años, la narrativa se centró en la velocidad bruta o en la gestión de micro-batches. Sin embargo, en 2026, el paradigma ha cambiado. La explosión de la IA Generativa y la necesidad de arquitecturas RAG (Retrieval-Augmented Generation) han desplazado el foco de la "fuerza bruta" hacia la "flexibilidad semántica". Para entender este cambio, debemos analizar no solo qué herramienta procesa más registros por segundo, sino cuál permite orquestar la inteligencia de manera más eficiente.

La Anatomía del Procesamiento: Spark vs. Flink vs. Beam

Para un ingeniero de datos, la elección entre estos frameworks depende de la naturaleza del flujo de trabajo. Aquí la comparativa técnica:

Característica	Apache Spark	Apache Flink	Apache Beam
Modelo de Procesamiento	Micro-batches (Structured Streaming).	Streaming nativo (evento por evento).	Unificado (Batch y Stream bajo un mismo modelo).
Latencia	Segundos / Milisegundos altos.	Milisegundos reales (Ultra-low latency).	Depende del Runner (Flink, Spark, Dataflow).
Gestión de Estado	Compleja, dependiente de checkpoints.	Excelente, líder en stateful processing.	Abstracta, permite portabilidad total de la lógica.
Casos de Uso Ideal	Analytics masivo, ML clásico, ETL Batch.	Detección de fraude en tiempo real, alertas.	AI Pipelines, RAG dinámico, Ingesta Multi-cloud.

El Renacimiento de Beam: Más allá del Pipeline Convencional

Mientras que Spark domina el análisis histórico y Flink es el rey de la baja latencia, Apache Beam se ha erigido como el estándar de facto para la IA moderna. ¿La razón? Su capacidad de abstracción. Beam no es un motor de ejecución por sí mismo, sino una capa de programación que permite escribir el pipeline una vez y ejecutarlo en cualquier motor (Runners).

1. AI Pipelines: La Transformación en el "Edge" del Dato

En la creación de modelos, el preprocesamiento de datos suele ser el cuello de botella. Beam permite integrar transformaciones de Machine Learning directamente en el flujo. Gracias a conectores como RunInference, los desarrolladores pueden cargar modelos de PyTorch o TensorFlow dentro del pipeline de datos.

Caso Real: Una multinacional de retail utiliza Beam para procesar imágenes de cámaras de seguridad en tiempo real. El pipeline no solo normaliza los datos, sino que ejecuta un modelo de visión computacional para detectar aforos, enviando solo los metadatos procesados a la nube, reduciendo costes de ancho de banda en un 65%.

2. El Corazón de RAG: Indexación Dinámica a Escala

El Retrieval-Augmented Generation (RAG) requiere que los sistemas de IA tengan acceso a datos frescos y vectorizados. Aquí es donde Beam brilla sobre Spark. Un pipeline RAG eficiente debe:

Ingerir documentos en tiempo real (Streaming).
Fragmentar (chunking) y limpiar el texto.
Generar embeddings mediante una API de LLM.
Actualizar la base de datos vectorial (Pinecone, Weaviate o pgvector).

Beam orquesta esto con una elegancia superior. Al utilizar ventanas de tiempo (windowing) y disparadores (triggers), garantiza que la base de datos de conocimiento de la IA esté actualizada al milisegundo, evitando que el LLM genere alucinaciones basadas en datos obsoletos.

Casos de Éxito: Impacto Real en el Mundo

"La portabilidad no es una característica de Beam; es su ventaja competitiva. Permite que el código sobreviva a la infraestructura."

Sector Financiero (Detección de Fraude): Una entidad líder migró sus procesos de Flink nativo a Beam corriendo sobre Flink. ¿El resultado? Redujeron el tiempo de despliegue de nuevas reglas de negocio de semanas a días, ya que los científicos de datos (Python) y los ingenieros de datos (Java/Go) ahora comparten el mismo modelo de programación sin fricciones.
Logística Global: Mediante el uso de Beam en Google Cloud Dataflow, una empresa de logística gestiona 2 millones de eventos por segundo. Su pipeline RAG permite que los operarios pregunten en lenguaje natural: "¿Cuál es la causa del retraso en el puerto de Rotterdam?", y la IA responde con datos procesados hace apenas 10 segundos.

Conclusión

Si la visión es construir sistemas inteligentes, portables y preparados para la era de la IA, Apache Beam es la elección estratégica. Beam libera a las organizaciones de la tiranía del vendor lock-in y proporciona el marco de trabajo necesario para que los datos no solo fluyan, sino que piensen.

En el tablero de ajedrez de los datos, Spark y Flink son las piezas poderosas, pero Beam es el tablero mismo: el lugar donde todas las estrategias cobran sentido.

¿Quieres aprender más sobre Apache Beam? ¡No te pierdas Beam College y Beam Summit!

Pedro Galván

La Revolución Silenciosa de la Medicina: Datos, IA y el Expediente Digital Estructurado

Fernando — Tue, 07 Apr 2026 22:27:00 +0000

La Revolución Silenciosa de la Medicina: Datos, IA y el Expediente Digital Estructurado

Fernando Tue, 04/07/2026 - 16:27

La transformación digital en el sector salud no es un mero cambio de formato; es una reestructuración fundamental de cómo se almacena, procesa y utiliza la información crítica. Históricamente, la información estructural, como los datos recopilados en las fronteras o los registros de expedientes digitales, ha presentado desafíos significativos. La dificultad para traducir y estructurar esta vasta cantidad de datos ha sido un cuello de botella, impidiendo que la información sea tan fácil y fluida como se requiere para la toma de decisiones clínicas y administrativas.

El meollo del problema reside en convertir narrativas médicas, diagnósticos y resultados de experimentos (como los referidos a experiment o enfermedad) en una estructura de datos coherente y analizable. Este proceso es vital no solo para la gestión hospitalaria, sino también para asegurar el derecho de las personas a un manejo de su información que sea eficiente y seguro.

De la Transcripción al Expediente Estructurado

El camino hacia una medicina verdaderamente inteligente comienza con la digitalización de los expedientes. Sin embargo, la simple digitalización no es suficiente. El verdadero valor emerge al traducir y estructurar esa información para que sea consumible por sistemas avanzados. La historia que se está estructurando en torno a un dispositivo médico o un diagnóstico es, en esencia, la información para que los profesionales de la salud puedan, poco a poco, conformar y profundizar el entendimiento de su paciente.

Esta estructuración permite a las empresas y proveedores de atención médica pasar de una gestión reactiva a una proactiva. Por ejemplo, al analizar datos de manera estructurada, se pueden identificar patrones para mejorar la atención femenina o entender mejor condiciones complejas, más allá de la simple visualización de tantos numeritos sin contexto.

La Inteligencia Artificial como Simulación de la Realidad Sistémica

El concepto de inteligencia artificial "inteligente" aplicado a la salud es, en realidad, una simulación sofisticada. No se trata de reemplazar el juicio médico, sino de potenciarlo mediante el análisis de la condición sistémica del paciente.

El análisis de datos brutos, como las métricas de sueño (ej. 80% de sueño), o los parámetros alterados en una embarazada, adquiere un nuevo significado cuando se contextualiza dentro del perfil individual del paciente. Un valor que para un individuo promedio podría ser bajísimo (un 60 o un 80), para una embarazada es un parámetro esperado dentro de su condición sistémica que es diferente.

La inteligencia médica del futuro se basa en la capacidad de procesar variables que incluyen:

Condición Sistémica: Entendimiento integral del estado de salud del paciente.
Factores Genéticos: Consideración de la predisposición y el historial familiar (conforme genéticos).
Contexto: El entorno y las variables externas que influyen en la salud.

La Democracia de la Medicina y la Accesibilidad

La estructuración de la información es la clave para la democracia de la medicina. Permite que la mejor práctica clínica, o el conocimiento del mejor cirujano en un punto del mundo, esté potencialmente disponible para el resto del planeta. La capacidad de digitalizar los expedientes y compartir esta información estructurada a través de plataformas eficientes (como la mencionada plataforma para el registro, etc.) es un imperativo tecnológico y ético.

En este contexto, el desarrollo de software y el análisis de datos se centran en crear herramientas que permitan a los profesionales:

Ocupar el expediente de manera intuitiva.
No perder tiempo en escribir datos, sino en la interacción y el juicio clínico.

La meta es clara: desarrollar tecnología para servir a los pacientes y al personal de salud, facilitando una atención más rápida, menos transporte y un uso más eficiente de los recursos, asegurando que la fuerza de las personas se enfoque en el cuidado y no en la carga administrativa.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

Automatización e IA en México y Latam: Claves de la Industria 4.0 para Superar la Competencia Global

Fernando — Tue, 07 Apr 2026 20:42:14 +0000

Automatización e IA en México y Latam: Claves de la Industria 4.0 para Superar la Competencia Global

Fernando Tue, 04/07/2026 - 14:42

La conversación reciente entre expertos de diversas industrias en Latinoamérica revela una visión clara y ambiciosa sobre el futuro industrial de la región. Lejos de ser meros espectadores, países como México, Brasil, Colombia y Panamá se están posicionando como focos de innovación, impulsando la adopción de tecnologías de vanguardia como la automatización, la ciberseguridad y la Inteligencia Artificial (IA) para optimizar sus procesos productivos.

La Base de la Transformación: Datos y Automatización Inteligente

En el núcleo de esta transformación se encuentra la gestión inteligente de datos. El camino hacia la Industria 4.0 no es solo un cambio de maquinaria, sino una reestructuración de cómo las organizaciones recopilan, procesan y actúan sobre la información generada.

La automatización se aborda desde una perspectiva integral, cubriendo no solo los aspectos físicos de la producción, sino también los temas cinemáticos y de seguridad. La recolección de datos en diversas áreas es el punto de partida para una transformación que busca cambiar la forma en que las empresas operan a futuro.

Un dato crucial de este análisis es la composición del interés en esta adopción tecnológica: el sector manufacturero y la construcción emergen como las áreas con mayor potencial y base de implementación.

IA Aplicada: De la Teoría a la Oportunidad Tangible

La Inteligencia Artificial aplicada se percibe como el motor que permitirá a las empresas latinoamericanas competir con sus pares globales. Se subraya que, aunque existen desafíos en la mano de obra y la infraestructura en comparación con mercados como Estados Unidos o Europa, la oportunidad es significativa.

Un aspecto crítico es cómo la implementación de estas tecnologías se traduce en valor. El enfoque está en el desarrollo de soluciones internas (consultores internos), que entienden profundamente el contexto y las subsidiarias de la región. Esto permite una mayor propiedad intelectual y una adaptación más rápida de las soluciones.

Métricas Clave y Escalamiento de la Solución

La adopción de tecnología debe estar anclada en resultados medibles. El éxito inicial se centra en proyectos piloto de rápida ejecución:

Implementación Sencilla: Comenzar con soluciones modulares en áreas específicas como facturas y alimentos.
Aproximación Ejecutiva: El acercamiento a los líderes es fundamental; pasar de 12 a 60 asistentes en sesiones de acercamiento subraya la necesidad de concientización y conocimiento.
Visualización de Valor: Mostrar resultados tangibles, como videos y herramientas rápidas, que demuestren el valor en la operación es más efectivo que la promesa abstracta de eficiencia.

El mantenimiento controlado por rendimiento es un ejemplo de cómo los datos se convierten en acciones. La clave es el ecosistema inteligente, donde la información fluye para que los usuarios finales, desde la operación hasta la gerencia, puedan interpretar métricas como una mejora del 85% al 95% en ciertos indicadores. Para que esto funcione, es indispensable un equipo destinado a llevar ese tracking y asegurar la ejecución y auditoría.

Desafíos y Visión a Futuro: De la Resiliencia a la Competitividad

El objetivo final de esta ola de digitalización se resume en un conjunto de metas estratégicas:

Aumentar la Competitividad y Rentabilidad.
Crear Sistemas Resilientes y Sostenibles.
Atracción de Talento Especializado.

Existe una advertencia constante sobre la tentación de adoptar tecnologías de moda, como la IA conversacional (los agentes), sin comprender sus usos y limitaciones. La madurez se alcanza cuando las empresas logran el escalamiento de proyectos exitosos a otros departamentos, asegurando que la tecnología adoptada sea útil y sostenible a largo plazo.

Latinoamérica es vista como un ecosistema variado con oportunidades específicas: Brasil en manufactura, Colombia y Panamá en logística y banca. La gran oportunidad para los desarrolladores locales es sacar todo lo que ya se está haciendo, darle un ajuste para otro mercado y capitalizar el talento local que se está preparando.

Finalmente, el tema cultural y la resistencia organizacional son la última frontera. Se requiere un sistema de liderazgo que promueva la alfabetización tecnológica y el uso constante, garantizando que el ecosistema inteligente continúe creciendo y generando valor.

Latinoamérica no solo está adoptando la Industria 4.0; la está moldeando con soluciones propias, un fuerte enfoque en el valor medible y la convicción de que la explotación de las capacidades de los recursos internos es el camino hacia una satisfacción y competitividad duraderas.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván

Cómo la IA y tus Datos Rescatan a las Ciudades de la Crisis Climática

Fernando — Wed, 04 Mar 2026 23:32:05 +0000

Cómo la IA y tus Datos Rescatan a las Ciudades de la Crisis Climática

Fernando Wed, 03/04/2026 - 17:32

La lucha contra la crisis climática exige acciones rápidas y decisiones informadas. En el corazón de esta transformación se encuentran las ciudades, motores de la economía global, pero también fuentes significativas de emisiones. La organización C40 Cities (anteriormente Ciforitis), una coalición de casi 100 alcaldes de ciudades vanguardistas, se ha posicionado en la primera línea de este combate, utilizando la ciencia de datos y la tecnología para impulsar un futuro donde la prosperidad y la sostenibilidad coexistan.

La Biósfera como Contexto Global

El punto de partida es una visión humilde de nuestro planeta. Si la Tierra fuese una pelota de baloncesto envuelta en una hoja de papel, el grosor de ese papel representaría la biósfera: un equilibrio frágil que soporta la vida. Ante la alarma sobre el cambio climático, la Tierra persistirá, pero su capacidad para soportar la vida cómoda y predecible que conocemos está en riesgo. Esta realidad convoca a los habitantes de la biósfera, especialmente a las ciudades, a actuar.

C40 Cities: Un Enfoque Científico y Colaborativo

C40 Cities se define como una ONG que une a líderes urbanos con un objetivo común: evitar el calentamiento global extremo, alineado con los Acuerdos de París, y construir comunidades equitativas y resilientes.

El pilar de esta misión es el enfoque científico, que es intrínsecamente dependiente de los datos. La colaboración es la herramienta clave para el intercambio de información y la gestión de estrategias conjuntas.

Métrica Clave	Impacto Global de las Ciudades	Contribución de la Red C40
Superficie del Mundo	Muy poco	N/A
Población Mundial	Más de la mitad de la humanidad	N/A
Consumo de Energía Global	75%	N/A
Emisiones Globales de CO2	70%	N/A
Riqueza Global (PIB)	80%	23% de la economía global (con 97 ciudades)

Objetivos 2030: Una Triple Tarea Crítica

Los objetivos de C40 Cities al 2030 se centran en tres áreas de impacto:

Descarbonización del Transporte: Reducir la dependencia de los combustibles fósiles, promoviendo la movilidad activa (caminata, bicicleta) y rediseñando la infraestructura urbana, a menudo heredada del modelo americano que privilegia el automóvil.
Resiliencia Urbana: Construir ciudades capaces de resistir y recuperarse de desastres y eventos climáticos extremos.
Transición Justa e Inclusiva: Asegurar que las políticas de transición climática no perjudiquen a las poblaciones más vulnerables, garantizando la equidad en la acción climática.

Estas metas se abordan mediante programas e iniciativas estructurados en ocho ámbitos esenciales, que van desde la planeación urbana y la eficiencia energética de los edificios (grandes consumidores de energía), hasta la gestión del transporte de mercancías.

El Desafío de la Ingesta de Datos: De la Voluntariedad al Big Data

El corazón operativo de C40 Cities reside en su capacidad para agregar y estandarizar datos. El proceso, sin embargo, se enfrenta a retos significativos en la ingesta:

Voluntariedad y Variabilidad Política: La entrega de datos por parte de las ciudades es voluntaria, regida por sus prioridades y velocidad, que a menudo cambian con las administraciones gubernamentales.
Heterogeneidad Metodológica: Cada ciudad utiliza su propia metodología de medición y formato de reporte (p. ej., reporte de consumo de agua en litros per cápita anual en lugar de metros cúbicos por segundo promedio).
Dispersión de Fuentes: La información proviene de múltiples canales: las propias ciudades, fuentes independientes (estudios, satélites) y cálculos internos. Esta data termina dispersa en una vasta colección de hojas de cálculo (Excel o Google Sheets).
Diferencias en la Frecuencia de Actualización: Mientras algunas ciudades reportan al día, otras tienen datos rezagados de años, generando un mosaico de información incompleto y asincrónico.

La Solución: Estandarización y Arquitectura de Datos

Para superar esta frustración, C40 Cities ha implementado una estrategia de estandarización y concentración de la información.

Componente	Función Principal	Tecnología/Plataforma
CRM	Gestión de interacciones con las ciudades, accountability con donantes, seguimiento de contactos.	Salesforce
Gestión de Proyectos	Colaboración y seguimiento interno.	Asana, Slack
Data Warehouse (Actual)	Almacenamiento y centralización de datos.	PostgreSQL (Postgress), AWS (montado en As)
ETL (Actual)	Extracción, Transformación y Carga de datos.	R (Scripts)
Plataforma de Análisis	Visualización y exploración de datos.	Qlik (Click)

Nota sobre Presupuesto: Al operar como ONG, la dependencia de la generosidad de estas plataformas es clave para mantener la viabilidad financiera de su infraestructura tecnológica.

Usos Estratégicos de los Datos: De la Gobernanza a la Divulgación

Usos Internos (Accountability y Operación)

Los datos son esenciales para la gobernanza interna y la efectividad operativa de C40 Cities:

Trazabilidad de Interacciones: Registrar foros, eventos y comunicaciones con las ciudades para evitar redundancias y asegurar un seguimiento eficiente.
Estatus de Cumplimiento: Monitorear que las ciudades cumplan y lideren las acciones climáticas requeridas para mantener su membresía, incluyendo la inspiración y ayuda a otras urbes.
Documentación de Casos de Éxito: Analizar y divulgar historias de éxito (qué se hizo, cómo se hizo, costo y lecciones aprendidas) para facilitar la replicación de soluciones.
Control Financiero: Gestión y seguimiento de donaciones.
Analítica de Contenido: Medición del impacto y la lectura de publicaciones (gracias a Google Analytics).
Satisfacción del Miembro: Evaluación de la satisfacción de las ciudades con los servicios de C40 Cities.

Usos Externos: El Knowledge Hub

La herramienta principal de divulgación es el C40 Knowledge Hub (C40hub.org), un recurso abierto y multilingüe que concentra el conocimiento, historias de éxito, guías y, crucialmente, exploradores interactivos de datos.

Estos exploradores permiten a cualquier usuario, desde un planificador urbano hasta un ciudadano, consultar, visualizar y descargar datos clave, como la calidad del aire o las tendencias de emisiones. La data divulgada es la que ya ha sido depurada y aprobada para el uso público. El Hub ha demostrado ser altamente efectivo, con cerca del 70% de los usuarios encuestados reportando que el contenido les ha servido para tomar una acción.

Inteligencia Artificial en la Trinchera de Datos

La IA y el Machine Learning son integrales a la estrategia de datos de C40 Cities, facilitando la operatividad y la proyección de impacto:

1. Limpieza de Datos y Estandarización Asistida por IA

Se utiliza la API de modelos de lenguaje, como la de ChatGPT, para estandarizar los datos de entrada que vienen en formatos heterogéneos. Mediante prompts diseñados con precisión, el modelo es capaz de transformar, por ejemplo, una métrica reportada en texto descriptivo a la cifra numérica requerida, agilizando el proceso de ETL. Esta técnica permite limpiar datos de manera rápida y sin necesidad de complejos algoritmos condicionales o codificación extensiva.

2. Machine Learning Sin Código (No-Code ML)

Se emplean herramientas que permiten a los científicos de datos realizar proyecciones y análisis predictivos de manera gráfica e interactiva, sin requerir una codificación exhaustiva. Un ejemplo notable es el análisis de la zona de ultrabaja emisión de Londres, donde el Machine Learning ha permitido proyectar el impacto de la expansión de la zona en la reducción de emisiones y en los efectos positivos en la salud pública (reducción de enfermedades respiratorias crónicas como el asma).

3. RAGs Personalizados (Retrieval-Augmented Generation)

Para la gestión de conocimiento interno y sensible, C40 Cities implementa chatbots entrenados con sus propios documentos (políticas, procedimientos, datos operativos) en una red privada. Esto asegura que la información sensible no sea utilizada para el reentrenamiento de modelos externos ni sea divulgada.

Estos generadores de respuestas son cruciales por su capacidad de explicabilidad (explainability), al proporcionar no solo la respuesta resumida a una consulta (p. ej., política de gastos de viaje), sino también las tres fuentes de documentos originales (incluso si la pregunta y respuesta son en español y los documentos fuente están en inglés) de las cuales se extrajo la información. La retroalimentación del usuario sobre la calidad de la respuesta es un mecanismo de mejora continua.

La Hoja de Ruta Tecnológica: Datos Duros y Contexto con IA

De cara al futuro, la arquitectura de datos de C40 Cities está evolucionando para optimizar la velocidad y la facilidad de acción:

Área de Cambio	Componente (Actual)	Componente (Futuro)	Beneficio Esperado
Data Warehouse	PostgreSQL	Amazon Aurora (Evolución natural)	Mayor escalabilidad y rendimiento.
ETL	R (con scripts)	Herramienta de ELT no-code (Integración de datos Qlik)	ELT más rápido y fácil, mayor capacidad de acción de los datos.
RAGs/IA	Acceso a datos no estructurados.	Acceso a aplicaciones de análisis y datos estructurados (cifras/datos duros).	Respuestas fundamentadas con contexto y cifras: Capacidad de explicar por qué subió o bajó una métrica basándose en la política o lineamiento correspondiente.

Esta convergencia de RAGs con datos estructurados permitirá pasar de la simple extracción de texto a la generación de conocimiento contextualizado basado en métricas, facilitando la toma de decisiones bien fundadas para la red de ciudades. La meta es clara: eliminar las hojas de cálculo y la data aislada para convertir cada dato en una palanca de acción climática.

Si quieres aprender más de casos de uso de ciencia de datos e IA, no te pierdas el próximo Data Day y mira el video completo de esta charla:

Pedro Galván