La consultora ha presentado estas previsiones en un momento en el que las compañías están acelerando la adopción de herramientas de inteligencia artificial, pero también se enfrentan a la necesidad de establecer mecanismos que garanticen la calidad, seguridad y fiabilidad de los datos utilizados por estos sistemas. Según Gartner, el problema no se encuentra únicamente en la tecnología o en la creación de nuevas políticas internas.
La resistencia cultural supera a la falta de financiación
Una encuesta realizada por Gartner a 223 responsables de datos y analítica en marzo de 2026 refleja la importancia de este componente, según los resultados, la resistencia cultural es el principal motivo por el que fracasan las iniciativas de gobierno de datos, por delante de las limitaciones presupuestarias. En concreto, el 60% de los responsables consultados señaló los problemas culturales, frente al 40% que apuntó a las restricciones de financiación, para Gartner, dentro de estos obstáculos se encuentran una baja madurez en el uso de datos, una comprensión insuficiente por parte de los diferentes grupos de interés sobre el valor del gobierno de datos y una implicación limitada de las áreas de negocio.
Estos factores pueden terminar dificultando la creación de una base de datos fiable sobre la que posteriormente se desarrollen los sistemas de inteligencia artificial, la consultora considera que disponer de datos preparados para la IA no es suficiente si las personas encargadas de trabajar con ellos no comparten los mismos criterios sobre su gestión.
Uno de los conceptos centrales planteados por Gartner es la necesidad de pasar de los “AI-ready data” a los “AI-ready stakeholders”, es decir, no basta con preparar técnicamente los datos para que puedan ser utilizados por sistemas de inteligencia artificial; también es necesario que las personas implicadas entiendan cómo deben gestionarse.
Esto incluye comprender el valor de disponer de información fiable, participar en las políticas relacionadas con el gobierno de los datos y asumir responsabilidades concretas sobre su uso, Anurag Raj, director analista de Gartner, señala que muchas organizaciones continúan centrando sus esfuerzos en crear políticas y habilitar nuevas tecnologías, mientras dejan en un segundo plano los aspectos culturales necesarios para que esas políticas puedan aplicarse de forma sostenida.
Gartner propone integrar la gobernanza en el negocio
Para mejorar los resultados del gobierno de datos y sentar unas bases adecuadas para el gobierno de la IA, Gartner plantea varias líneas de actuación dirigidas a los responsables de datos y analítica. Una de ellas consiste en vincular el gobierno de datos con los objetivos empresariales, en lugar de desarrollar estas iniciativas de forma aislada, la consultora recomienda establecer prioridades en función de los objetivos estratégicos de la compañía y de sus propios planes relacionados con la inteligencia artificial.
El propósito es que los proyectos de gobierno de datos puedan demostrar un valor empresarial concreto y mantener el respaldo de los responsables ejecutivos, Gartner también plantea presentar el gobierno de datos como un elemento que facilita el negocio y como una responsabilidad compartida. Bajo este enfoque, la gestión de los datos no debería recaer exclusivamente sobre los equipos de tecnología, sino distribuirse entre las diferentes áreas que generan, utilizan o toman decisiones a partir de esa información.
La tercera recomendación pasa por integrar el gobierno de datos y la cultura asociada a él dentro de los propios procesos de trabajo, Gartner propone incorporar cuestiones como la alfabetización de datos, la alfabetización en inteligencia artificial y la gestión del cambio en las operaciones habituales de las organizaciones. El objetivo es evitar que estas iniciativas se conviertan en proyectos independientes que se aplican durante un periodo concreto para después perder presencia dentro de la organización.
La consultora considera que la confianza en los datos debe construirse mediante prácticas continuadas y una responsabilidad compartida, esto adquiere una importancia adicional con la expansión de la IA, ya que los sistemas dependen de la información que reciben para generar resultados y tomar decisiones dentro de los usos para los que han sido diseñados.
La advertencia de Gartner pone el foco en una cuestión que va más allá de la capacidad de las empresas para incorporar modelos de inteligencia artificial, a medida que estas tecnologías se integran en más procesos, las organizaciones necesitan establecer mecanismos que permitan controlar cómo se utilizan los datos, quién es responsable de ellos y qué criterios deben aplicarse para mantener su calidad y fiabilidad.
Si (
No(
