El problema de la era digital no es usar datos para decidir. Al contrario, las empresas necesitan más datos, mejores datos y mayor capacidad de análisis. El verdadero problema aparece cuando dejamos de preguntar algo esencial: ¿quién definió el criterio con que esos datos fueron clasificados, interpretados y convertidos en información para decidir?

Porque un dato no habla por sí solo. Un dato siempre entra a un sistema bajo una categoría, una regla, una interpretación o una decisión previa. Y esa definición puede cambiar completamente la lectura económica de una empresa.

Un ejemplo simple lo demuestra: ¿qué criterio definió que una determinada operación es un gasto y no una inversión?

La diferencia no es menor. Si una operación se clasifica como gasto, afecta directamente el resultado del período. Si se clasifica como inversión, puede reconocerse como un activo que generará beneficios futuros. La misma operación, con distinto criterio, puede mostrar una empresa más rentable, menos rentable, más sólida o más debilitada de lo que realmente es.

Por eso, antes de hablar de inteligencia artificial, automatización o tableros de gestión, debemos hacernos una pregunta anterior: ¿sobre qué verdad económica está trabajando la tecnología?

La IA puede analizar millones de registros, detectar patrones, proyectar escenarios y sugerir decisiones. Pero si los datos fueron clasificados con criterios débiles, arbitrarios, manipulables o no trazables, la IA solo amplificará esa debilidad. Puede entregar respuestas rápidas, incluso sofisticadas, pero construidas sobre una base mal definida.