No se puede compartir, reutilizar ni explotar lo que no se conoce ni se gobierna. En un momento en el que todos los entes públicos quieren participar en la economía del dato, desplegar casos de uso de inteligencia artificial o sumarse a los Espacios de Datos europeos, el primer escalón sigue siendo el más difícil de subir. Y ese primer escalón tiene un nombre: la gobernanza de los datos.
La tentación de conectar todo, y porque es un error
Cuando una administración decide abrir sus datos o alimentar un catálogo corporativo, la tentación es grande: conectar directamente los sistemas transaccionales o los lagos de datos (datalakes) a un portal público y dejar que el ciudadano, la empresa o el agente interessado se haga cargo. Parece rápido, parece eficiente, parece moderno.
Pero exponer datos en crudo, sin un trabajo previo de inventario, saneamiento y enriquecimiento semántico, es la receta perfecta para tres problemas que conocemos bien en el sector público: inconsistencias que erosionan la confianza, riesgos legales derivados de una exposición indebida de datos personales y, finalmente, repositorios que nadie consume porque nadie consume. Construir un ecosistema de datos interoperable no es un problema de exportación técnica sino un viaje estratégico que transforma el caos informacional en valor público real.
Pensar en dominios, no en sistemas
El viaje comienza, paradóxicamente, alejándonos de la tecnología. Antes de escanear bases de datos o desplegar herramientas, una organización debe entender su paisaje informacional a través de los llamados Dominios de Información: agrupaciones de datos en torno a un área temática coherente y delimitada, tales como movilidad, salud, educación, sostenibilidad o servicios sociales.
Definir estos dominios permite responder a la pregunta fundamental de toda gobernanza: ¿quién rinde cuentas por esta información? Cuando la responsabilidad se asigna a las áreas de negocio y no a los departamentos de TI, garantizamos que la gobernanza sobreviva a los cambios organizativos ya las inevitables migraciones de sistemas. Es el paso que nos permite romper los silos y avanzar hacia modelos de gobernanza federada, como los que propone el paradigma Data Mesh.
El inventario técnico y el papel de la inteligencia artificial
Con el mapa de responsabilidades trazado, toca bajar en las trinxeres: el inventario técnico de activos de datos. Sistemas, tablas, archivos, API, repositorios documentales. Hacer este trabajo manualmente en una organización medianamente compleja —y las administraciones lo son— es inviable. La automatización no es una opción, es una necesidad. Las herramientas de autodescubrimiento (fecha crawlers) que se conectan a las bases de datos para extraer esquemas y metadatos son imprescindibles para mantener el registro vivo.
Ahora bien, aquí es necesario recordar una de las trampas más habituales del gobierno del dato: la tecnología es una condición necesaria, pero nunca suficiente. Comprar una plataforma de catálogo no equivale a tener gobernanza. Es necesario que los Data Stewards y los responsables de negocio aporten el contexto que ninguna herramienta puede inferir por sí sola.
Es justamente en ese punto donde la inteligencia artificial generativa está cambiando las reglas del juego. Donde antes una persona debía descifrar qué significaba un campo técnico opaco, hoy las herramientas asistidas por IA analizan estructuras, datos de ejemplo y documentación dispersa para proponer mapeos semánticos automáticos. La IA no sólo ayuda a construir glosarios de negocio, sino que puede cruzar la demanda de los consumidores con el inventario existente y sugerir qué combinaciones de activos tienen mayor potencial para convertirse en productos de datos aptos para el consumo.
Del activo crudo al producto de datos
Tener un inventario automatizado y gobernado es un hito importante, pero el inventario es una herramienta de consumo interno. No todo lo que inventariamos merece ser catalogado ni publicado. Es necesario un proceso de selección y diseño que transforme los activos en crudo en auténticos productos de datos.
Un producto de datos se diseña siempre pensando en quién lo va a consumir, y por eso raramente será una còpia exacta de una mesa. Su creación es un ejercicio de curación: es necesario traducir el lenguaje técnico a un vocabulario de negocio, vincular cada campo a un glosario corporativo inequívoco, aplicar transformaciones estructurales, agregar microdatos para generar indicadores estadísticos útiles y, a menudo, fusionar varios activos para ofrecer un contexto completo.
Esta transformación no puede desligarse de la privacidad desde el diseño. Antes de cualquier publicación es imperativo aplicar Técnicas de Mejora de la Privacidad (PET), como la anonimización o la pseudonimización, para mitigar riesgos éticos y legales. Sólo así obtenemos un activo estandarizado, empaquetado con seguridad y acompañado por métricas de calidad y contratos de uso claros.
DCAT-AP-ES: el idioma común para hablar con el mundo
Una vez forjados los productos de datos, es necesario exponerlos. El catálogo de productos de datos es el servicio habilitante, pero si queremos que nuestro catálogo no sea una isla, debe hablar un idioma universal. Aquí entra en juego la adopción de DCAT-AP-ES y sus derivados sectoriales.
Este perfil de aplicación, como estándar estructural para los metadatos, es el que garantiza la interoperabilidad. Permite describir no sólo qué contiene el producto de datos, sino quién lo edita, con qué frecuencia se actualiza y bajo qué licencias se distribuye (con vocabularios como ODRL). Adoptar este estándar es la puerta de entrada a los Espacios de Datos europeos. Un catálogo bien construido sobre esta base deja de ser un simple buscador de archivos para convertirse en el fundamento de la confianza digital: habilita la identidad verificable, la observabilidad y, en última instancia, la automatización de transacciones entre organizaciones.
Hacia la IA agéntica y los mercados de conocimiento
El viaje no termina con la publicación. Las organizaciones que dominan esta cadena de producción están sentando las bases de un futuro inmediato en el que el catálogo evoluciona hacia un auténtico Knowledge Marketplace. En este escenario, los consumidores de nuestro catálogo ya no serán sólo analistas humanos: serán agentes de inteligencia artificial y contratos inteligentes capaces de localizar información en ecosistemas federados, entender sus restricciones legales, negociar su acceso y componer respuestas complejas de forma autónoma y gobernada.
Para la administración pública, este horizonte no es ciencia ficción: es la consecuencia lógica de haber hecho bien el trabajo previo.
Conclusión: no hay derechoeres
El entusiasmo por participar en los Espacios de Datos, por compartir información con otras administraciones o por desplegar casos de uso de IA avanzada no puede hacernos olvidar los fundamentos. Saltarse la fase de descubrimiento interno y de gobernanza es la forma más segura de construir silos insostenibles y exponer nuestras organizaciones a riesgos legales y reputacionales.
La automatización y la inteligencia artificial nos ofrecen hoy un atajo inestimable para gobernar los activos técnicos a una velocidad y escala impensables hace pocos años. Pero el salto del inventario técnico en el catálogo de negocio continua exigiendo un enfoque centrado en el usuario, rigor en el diseño de los productos y compromiso con los estándares abiertos.
El dato deja de ser un pasivo técnico escondido en un servidor cuando recorre el camino completo: domini → inventario → producto → catálogo → ecosistema. Sólo entonces se convierte en un activo fiable, gobernable y listo para conectarse con el mundo.
En la AOC creemos que éste es el camino que deben hacer todas las administraciones catalanas si quieren ser actores —y no espectadoras— de la economía del dato. Y es un camino que no puede hacerse en solitario: requiere estándares comunes, infraestructuras compartidas y una visión de país que ponga la gobernanza de los datos en el centro de la transformación digital del sector público.
Así es como desde la Red de Gobiernos Locales Inteligentes, ya estamos trabajando para que este camino sea asumible para todos los entes locales, con independencia de su tamaño y capacidad técnica. El objetivo es poner a disposición del mundo local unos instrumentos mínimos, comunes y reutilizables para el gobierno del dato: modelos de referencia, criterios metodológicos, vocabularios compartidos, pautas para el inventario y la catalogación y servicios comunes que eviten que cada administración deba empezar de cero. Para los ayuntamientos, consejos comarcales y entes dependientes, este esfuerzo compartido debe significar menos incertidumbre, menos dispersión, menos dependencia de soluciones cerradas y mayor capacidad real para transformar sus datos en conocimiento, mejores servicios públicos y políticas más inteligentes al servicio de la ciudadanía.
Nota: Este artículo se inspira en el artículo de Carlos Alonso Peña, Director de División en la Dirección General del Dato, publicado en Linkedin en mayo de 2026 bajo el título «Del dato oculto al activo compartido: La ruta hacia los Productos de Datos».
