La Inteligencia Artificial avanza rápidamente en las organizaciones, pero su éxito depende de un factor que muchas empresas aún no han resuelto: contar con datos íntegros, disponibles y resilientes. En entrevista con Prensario TI, Javier Castrillón, Gerente regional de ventas en Veeam, explica por qué la confianza en los datos se ha convertido en el principal habilitador de las estrategias de IA.
La Inteligencia Artificial (IA) dejó de ser una tecnología emergente para convertirse en una prioridad estratégica en las organizaciones. Empresas de todos los sectores están acelerando la adopción de modelos generativos, automatización y agentes inteligentes para optimizar procesos, mejorar la productividad y generar nuevas oportunidades de negocio.
Sin embargo, el verdadero desafío ya no está únicamente en implementar estas tecnologías, sino en garantizar que la información que las alimenta sea confiable, íntegra y esté disponible cuando se necesita.
De acuerdo con el informe The Data & AI Trust Gap, citado por Veeam, el 83 % de los CEO considera necesario acelerar las capacidades de IA y datos dentro de sus organizaciones. No obstante, el 95 % reconoce que los problemas relacionados con los datos han ralentizado sus iniciativas durante el último año.
En entrevista con Prensario TI, Javier Castrillón, gerente regional de ventas en Veeam, analiza los principales retos que enfrentan hoy las organizaciones para construir una Inteligencia Artificial confiable y explica por qué la resiliencia de los datos debe convertirse en una prioridad del negocio.
Prensario TI: La Inteligencia Artificial ha dejado de ser un proyecto experimental para convertirse en una prioridad de negocio. Sin embargo, ¿qué tan preparados están realmente los datos de las empresas para alimentar modelos de IA de forma confiable?
Javier Castrillón, Gerente regional de ventas en Veeam: Desde la perspectiva de Veeam, muchas organizaciones están listas para adoptar la IA como una iniciativa estratégica, pero no necesariamente para sostenerla con datos realmente confiables.
En la práctica vemos una brecha entre el entusiasmo por los casos de uso y la madurez del dato. La información puede existir, pero no siempre está bien catalogada, actualizada, gobernada o disponible con garantías de integridad.
La preparación real implica poder demostrar que los datos son correctos, que pueden utilizarse bajo políticas claras y que, si ocurre una falla o una alteración, existe la capacidad de recuperar rápidamente un estado conocido y confiable.
Prensario TI: Se suele decir que «la IA es tan buena como los datos que utiliza». Desde la experiencia de Veeam, ¿cuáles son hoy los principales problemas que limitan ese potencial?
Javier Castrillón, Gerente regional de ventas en Veeam: Los principales frenos no suelen estar en el modelo, sino en la realidad operativa del dato. Es común encontrar inconsistencias entre sistemas, información incompleta, duplicidad y falta de trazabilidad sobre el origen y las transformaciones de los datos.
A esto se suma la disponibilidad: la información está distribuida entre nubes, centros de datos y aplicaciones SaaS, lo que dificulta consolidarla rápidamente bajo controles consistentes.
Finalmente, está la gobernanza. Muchas organizaciones todavía no tienen reglas suficientemente claras sobre qué datos pueden utilizarse para entrenar modelos, quién autoriza ese uso, cómo se audita, cómo se protege la privacidad o cómo se evita que herramientas no autorizadas consuman información sensible.
Cuando falta ese control, la IA no solo pierde potencial; también aumenta el riesgo.
Prensario TI: Muchas organizaciones están acelerando la adopción de herramientas de IA generativa. ¿Considera que las empresas están invirtiendo con la misma intensidad en la protección y resiliencia de sus datos?
Javier Castrillón, gerente regional de ventas en Veeam: La IA generativa suele recibir inversiones aceleradas porque promete eficiencia y diferenciación, mientras que la resiliencia de datos todavía se percibe como un requisito exclusivamente tecnológico.
El problema es que cuando la IA empieza a influir en decisiones operativas o de atención al cliente, cualquier falla relacionada con los datos —por corrupción, indisponibilidad o uso indebido— se amplifica rápidamente.
Por eso insistimos en que la innovación debe ir acompañada de resiliencia. Si una organización no puede recuperar datos confiables, validar su integridad y restablecer la operación de forma rápida, la adopción de IA puede incrementar la exposición y los costos, en lugar de reducirlos.
Prensario TI: ¿Cuáles son los principales riesgos cuando un modelo de IA trabaja con datos desactualizados, incompletos o comprometidos por un ciberataque?
Javier Castrillón, gerente regional de ventas en Veeam: El riesgo más evidente es la toma de decisiones equivocadas, pero el impacto va mucho más allá.
Cuando un sistema de IA trabaja con datos desactualizados o incompletos puede producir recomendaciones aparentemente creíbles, pero incorrectas. Eso puede afectar procesos comerciales, financieros, de riesgo o de atención al cliente.
Si los datos fueron alterados o comprometidos, el escenario es aún más delicado, porque el modelo puede incorporar patrones manipulados o generar resultados que favorezcan a un atacante.
Además, aparece un riesgo regulatorio y reputacional importante, ya que las organizaciones deben ser capaces de demostrar que sus decisiones automatizadas se basan en información íntegra y autorizada.
Prensario TI: ¿Cómo ha cambiado el concepto de respaldo y recuperación de información en un entorno impulsado por la Inteligencia Artificial?
Javier Castrillón, gerente regional de ventas en Veeam: El respaldo dejó de ser un tema meramente técnico para convertirse en una pieza central de continuidad del negocio y ciberresiliencia. Hoy el objetivo ya no es únicamente recuperar sistemas, sino recuperar rápidamente la información correcta y poder demostrar que sigue siendo confiable.
En entornos donde la IA participa en procesos críticos, la resiliencia de datos cumple un doble papel: mantener disponibles los datos para entrenamiento e inferencia y garantizar que esa información pueda recuperarse de forma íntegra incluso después de un incidente.
Prensario TI: ¿Estamos depositando demasiada confianza en las respuestas de la Inteligencia Artificial?
Javier Castrillón, gerente regional de ventas en Veeam: Es un riesgo creciente. La IA puede producir respuestas muy convincentes, aunque el fundamento de los datos sea débil. Cuando las organizaciones confunden fluidez con exactitud aparece la tentación de automatizar decisiones sin suficiente validación. La conversación ya no puede limitarse a qué tan inteligente es el modelo, sino a qué tan confiables son los datos y qué controles existen sobre ellos.
Prensario TI: Si una empresa sufre un ataque de ransomware, ¿qué impacto puede tener sobre los sistemas de IA?
Javier Castrillón, Gerente regional de ventas en Veeam: El impacto suele ser doble: operativo y de confianza. Operativamente, los sistemas de IA pueden detenerse porque dejan de recibir información desde los repositorios comprometidos.
Pero incluso después de restaurar la operación, permanece una pregunta crítica: ¿podemos confiar nuevamente en esos datos?
Recuperar los sistemas suele ser más sencillo que recuperar la certeza de que los modelos vuelven a trabajar sobre información íntegra. Dependiendo del nivel de madurez de cada organización, puede ser necesario validar datos, realizar auditorías e incluso volver a entrenar modelos.
Prensario TI: ¿Qué capacidades debería incorporar una estrategia moderna de resiliencia de datos?
Javier Castrillón, gerente regional de ventas en Veeam: Debe garantizar que los datos sean recuperables y que esa recuperación sea confiable.
Eso implica contar con copias protegidas mediante inmutabilidad, realizar pruebas periódicas de restauración, disponer de recuperación rápida y granular, tener visibilidad sobre dónde están los datos y quién los utiliza, además de identificar usos no autorizados o Shadow AI.
Para Veeam este enfoque puede resumirse en tres conceptos: Detect AI. Protect AI. Undo AI.
Prensario TI: En América Latina, ¿cuál es hoy el mayor desafío para construir una cultura de resiliencia de datos?
Javier Castrillón, gerente regional de ventas en Veeam: Generalmente es una combinación de factores, pero el elemento decisivo suele ser el liderazgo. Muchas organizaciones cuentan con parte de la tecnología necesaria, pero no con procesos, pruebas y métricas alineadas con la continuidad del negocio.
La innovación recibe presupuesto con facilidad, mientras que la resiliencia suele postergarse hasta que ocurre un incidente. Cuando las empresas entienden que la resiliencia es un habilitador del negocio y no un gasto de TI, el nivel de madurez aumenta significativamente.
Prensario TI: ¿Qué recomendaciones daría a los CIO y líderes de negocio que están impulsando proyectos de Inteligencia Artificial?
Javier Castrillón, gerente regional de ventas en Veeam: La principal recomendación es construir la IA sobre una base de confianza en los datos y no únicamente sobre modelos o capacidad de cómputo. Eso significa definir qué fuentes son aptas para IA, validar permanentemente su calidad e integridad, establecer políticas claras de gobernanza y elevar la resiliencia de datos al nivel de infraestructura crítica.
También es fundamental controlar el Shadow AI, realizar simulacros periódicos y medir la capacidad real de recuperación frente a incidentes.
La innovación sostenible no es aquella que nunca falla; es aquella que puede recuperarse rápidamente y demostrar que sus datos siguen siendo íntegros cuando algo sale mal.
La Inteligencia Artificial continuará transformando la manera en que las empresas operan, innovan y toman decisiones. Sin embargo, como concluye Javier Castrillón, el verdadero diferencial competitivo no estará únicamente en adoptar los modelos más avanzados, sino en garantizar que estos trabajen sobre información íntegra, verificable y resiliente. En un entorno donde la IA tendrá un papel cada vez más determinante en el negocio, la confianza en los datos será el activo que permita convertir la innovación en resultados sostenibles.
