La proliferación acelerada de herramientas de inteligencia artificial está redefiniendo el perfil del Chief Data Officer: el rol ya no puede limitarse a la gobernanza clásica del dato y exige, en simultáneo, criterio técnico sobre modelos, capacidad de gestión del cambio organizacional y dominio de marcos regulatorios que aún están en construcción. Lo que antes era un horizonte es hoy una presión cotidiana.
Durante años, el debate sobre el CDO giró en torno a si debía ser un perfil más técnico o más estratégico. La irrupción masiva de sistemas de inteligencia artificial generativa —con ciclos de adopción que se miden en semanas, no en trimestres— volvió ese debate casi irrelevante. Hoy, el CDO que no comprende cómo se entrena un modelo, cómo se evalúa su calidad de salida o cómo se gestiona el riesgo de alucinaciones no puede tomar decisiones de gobierno de datos informadas. Y el CDO que no habla el lenguaje del negocio tampoco sobrevive. El cargo exige ambas cosas al mismo tiempo.
Las cinco capacidades que la IA volvió no negociables
El DAMA-DMBOK define al gobierno de datos como la práctica de ejercer autoridad, control y toma de decisiones compartida sobre activos de información. Esa definición sigue vigente, pero la IA añade capas de complejidad que los frameworks originales no anticipaban. Un CDO funcional en el entorno actual necesita, como mínimo, cinco capacidades que antes eran opcionales:
- Evaluación de calidad de datos para entrenamiento y fine-tuning de modelos, no solo para reportes de negocio.
- Comprensión del data lineage en pipelines de IA, donde los datos de entrada determinan directamente el comportamiento del modelo en producción.
- Gestión de riesgos de datos en sistemas de IA generativa: sesgos, privacidad diferencial, exposición de datos sensibles en prompts.
- Capacidad para establecer políticas de uso de IA con datos internos, incluyendo shadow AI —uso no autorizado de herramientas de IA por empleados con acceso a datos corporativos.
- Interlocución con equipos legales sobre marcos regulatorios emergentes, desde el AI Act de la Unión Europea hasta las guías sectoriales que empiezan a aparecer en América Latina.
Según el EDM Council, cuyo marco CDMC (Cloud Data Management Capabilities) ya incluye dimensiones específicas para IA, las organizaciones que avanzan en madurez de datos tienen una ventaja estructural cuando adoptan sistemas de inteligencia artificial: su data governance preexistente actúa como red de contención. El problema es que muy pocas organizaciones en la región llegan a ese punto antes de adoptar la tecnología.
Cuándo aplica este rediseño de rol / cuándo NO
Este escenario de presión máxima aplica principalmente a CDOs en organizaciones que ya están desplegando o evaluando activamente modelos de lenguaje en procesos que tocan datos sensibles o críticos para el negocio: finanzas, salud, recursos humanos, atención al cliente con acceso a historiales. No aplica de la misma manera a CDOs en organizaciones que aún están consolidando fundamentos básicos —catálogo de datos, clasificación, ownership— y que todavía no tienen IA en producción. Para ese segundo grupo, la prioridad sigue siendo construir la base: intentar gobernar IA sin gobierno de datos previo es empezar por el techo.
También es relevante distinguir entre el CDO que gestiona datos para IA interna y el que debe gobernar datos en contextos de IA como servicio (SaaS con IA embebida). En el segundo caso, el control es más limitado y el riesgo de exposición de datos puede ser mayor, porque los datos de la organización viajan a infraestructura de terceros con políticas de retención y entrenamiento que no siempre son transparentes.
En América Latina: regulación fragmentada, presión real
La región enfrenta una combinación específica: adopción de IA acelerada por la reducción de costos de acceso a modelos, regulación de IA todavía incipiente en la mayoría de los países, y marcos de protección de datos personales con distinto grado de madurez. Brasil opera bajo la LGPD con una ANPD activa que ya emitió orientaciones preliminares sobre IA y datos personales. Argentina tiene la Ley 25.326 con una AAIP que avanza en lineamientos sobre sistemas automatizados de decisión. México aplica la LFPDPPP en el sector privado, pero sin regulación específica de IA a nivel federal. Colombia, con la Ley 1581 y el proyecto de política nacional de IA, está construyendo el marco en paralelo.
En ese contexto, el CDO latinoamericano no puede esperar a que exista un marco regulatorio unificado para tomar decisiones. Tiene que actuar hoy con principios —minimización de datos, limitación de propósito, evaluaciones de impacto— que ya están en las leyes de protección de datos vigentes y que son directamente aplicables a sistemas de IA que traten datos personales. El AI Act europeo, aunque no vincula directamente a la región, opera como referencia de facto para multinacionales con presencia en LATAM.
Lo que un CDO debe revisar esta semana en su organización
El primer paso concreto no es estratégico: es un inventario. ¿Qué herramientas de IA están en uso en la organización, quién las autorizó y qué datos internos procesan? Shadow AI —el uso de herramientas como ChatGPT, Copilot u otras con datos corporativos sin aprobación formal— es el vector de exposición más inmediato y el menos visible en los dashboards de gobierno de datos tradicionales. El segundo paso es mapear qué datasets de la organización podrían ser usados para fine-tuning o como contexto en sistemas RAG (Retrieval-Augmented Generation), y verificar si esos datasets tienen clasificación, ownership y controles de acceso documentados. Sin eso, cualquier política de uso de IA es declarativa. El marco DCAM del EDM Council ofrece un punto de partida para autoevaluar ese nivel de madurez sin necesidad de una consultoría externa.
Los marcos de gobernanza de datos que una organización construyó antes de la irrupción de la IA generativa son hoy su activo más subestimado — y para los CDOs en la región que aún no los tienen, el costo de ese déficit se vuelve visible cada vez más rápido. El DAMA-DMBOK (disponible en español) y el CDMC del EDM Council son los puntos de partida más completos para estructurar esa conversación interna.
