La gobernanza de datos es el marco de políticas, procesos, funciones y normas que determina cómo gestiona una organización sus datos a lo largo de todo su ciclo de vida: quién es el responsable de los mismos, cómo se clasifican, cómo se garantiza su calidad, cómo se controla el acceso a ellos y cómo se cumplen los requisitos de cumplimiento normativo.
Cuando la gobernanza de datos funciona, todos los equipos de la organización trabajan con las mismas definiciones, confían en los datos que utilizan y pueden demostrar el cumplimiento normativo sin necesidad de realizar una auditoría manual. Cuando no funciona, las organizaciones se enfrentan a informes incoherentes, riesgos normativos, resultados de IA de baja calidad y a que los equipos de datos dediquen más tiempo a validar los datos que a analizarlos.
Esta guía aborda qué es la gobernanza de datos, por qué es importante, sus componentes y marcos clave, las funciones implicadas, cómo desarrollar un programa y cómo se aplica la gobernanza en los sectores regulados.
¿Qué es la gobernanza de datos?
La gobernanza de datos es la capacidad organizativa que garantiza que los datos sean precisos, coherentes y seguros, y que se utilicen de conformidad con las políticas definidas. Establece una responsabilidad clara respecto a los activos de datos y crea los procesos y normas que hacen que dicha responsabilidad sea operativa, en lugar de teórica.
Un programa de gobernanza de datos responde a seis preguntas sobre cada activo de datos de la organización:
- ¿Quién es el responsable? ¿Qué equipo de la empresa es responsable de su exactitud, definición y uso adecuado?
- ¿Qué significa? Cómo se define, qué representan sus campos y cómo se relaciona con otros activos.
- ¿Es correcto? Si cumple con los estándares de calidad establecidos y cuenta con la certificación correspondiente.
- ¿Quién puede utilizarlo? ¿Qué equipos y roles tienen acceso, en qué condiciones y con la aprobación de quién?
- ¿De dónde procede? El recorrido del linaje desde el sistema de origen, pasando por todas las transformaciones, hasta su estado actual.
- ¿Durante cuánto tiempo se conserva? Las normas de conservación, las políticas de archivo y los requisitos de eliminación que rigen su ciclo de vida.
Por qué es importante la gobernanza de datos
Sin una gestión de los datos, surgen constantemente cinco problemas:
Definiciones incoherentes.El departamento de Finanzas calcula los ingresos de una forma, mientras que el de Ventas lo hace de otra. Sin un glosario empresarial estandarizado, ambas definiciones coexisten y cada informe interfuncional se convierte en un debate sobre qué cifra es la correcta.
Mala calidad de los datos.La calidad de los datos se deteriora si no se establecen normas definidas, no se asignan responsabilidades y no se lleva a cabo un seguimiento activo. Los equipos elaboran informes a partir de datos no verificados y descubren problemas de calidad cuando estos ya han influido en las decisiones.
Riesgos de incumplimiento normativo.Las multas del RGPD han superado los 6.000 millones de euros desde que entró en vigor. Las sanciones de la HIPAA alcanzan los 1,9 millones de dólares por categoría de infracción y año. El incumplimiento de la ley SOX puede acarrear responsabilidad penal para los directivos. La normativa exige una rendición de cuentas demostrable respecto a los datos que un programa de gobernanza genera como resultado de las operaciones diarias.
Responsabilidad poco clara.Cuando no se asigna a nadie la responsabilidad sobre un activo de datos, los problemas de calidad quedan sin resolver, las definiciones no se actualizan y las solicitudes de acceso quedan sin respuesta. Los datos sin un responsable son datos en los que nadie confía.
Fallos en la IA y el análisis de datos.Los modelos de IA basados en datos no gestionados generan resultados poco fiables. Los equipos de análisis que trabajan con múltiples versiones de la realidad elaboran informes contradictorios. La gobernanza es la infraestructura que hace que los datos sean lo suficientemente fiables como para basarse en ellos.
La gobernanza de datos frente a otras disciplinas relacionadas
Estos términos se utilizan con frecuencia de forma indistinta. Describen funciones distintas, pero relacionadas entre sí.
| Gobernanza de datos | Gestión de datos | Gestión de datos | Gestión de metadatos | |
|---|---|---|---|---|
| Qué es | El marco de políticas, normas y competencias decisorias en materia de datos | Los procesos técnicos de almacenamiento, traslado y mantenimiento de datos | La práctica operativa diaria de la aplicación de las políticas de gobernanza | La práctica de recopilar y gestionar los metadatos relativos a los activos de datos |
| Resultado principal | Políticas, normas y marcos de rendición de cuentas | Datos almacenados, procesados y accesibles | Se han resuelto los problemas de calidad, se han actualizado las definiciones y se ha aprobado el acceso | Metadatos precisos, consultables y regulados |
| ¿Quién lo hace? | Consejo de gobernanza, director de gobernanza (CDO), responsables de gobernanza | Ingenieros de datos, administradores de bases de datos, equipos de plataformas | Responsables de datos, equipos de área | Responsables de datos, plataforma de metadatos |
| Horizonte temporal | Estratégico y trimestral | Operativo diario | Diario y semanal | Continuo |
| Relación | Establece las normas | Se encarga de los trabajos técnicos | Lleva a cabo las tareas de gobernanza | Hace que la gobernanza sea visible y auditable |
Gobernanza de datos frente a gestión de datos:la gobernanza define qué debe hacerse con los datos; la gestión de datos se encarga de llevarlo a cabo desde el punto de vista técnico. Se necesitan ambas cosas: la gobernanza sin gestión da lugar a políticas que nadie puede hacer cumplir; la gestión sin gobernanza da lugar a una infraestructura sin rendición de cuentas.
Gobernanza de datos frente a gestión de datos:la gobernanza establece las políticas y las normas; la gestión se encarga de aplicarlas en el día a día. Los gestores de datos son las personas que hacen realidad la gobernanza.
Gobernanza de datos frente al cumplimiento normativo:El cumplimiento normativo es un resultado —que demuestra que se cumplen los requisitos reglamentarios—. La gobernanza de datos es el programa que genera el cumplimiento normativo como consecuencia de sus operaciones diarias. Considerar el cumplimiento normativo como una tarea independiente de la gobernanza supone hacer el mismo trabajo dos veces.
El descubrimiento de datos es la capacidad que hace que la gobernanza sea visible para los usuarios finales. Cuando las políticas de gobernanza se integran en la capa de descubrimiento, los usuarios se encuentran con controles de acceso, clasificaciones de cumplimiento y contexto de propiedad como parte del proceso de búsqueda de datos, y no como un proceso independiente. Descubrequé es el descubrimiento de datos y cómo funciona.
Componentes clave de un programa de gobernanza de datos
Propiedad de los datos y responsabilidad
Cada activo de datos debe tener un propietario designado —un responsable de la empresa que responda de su exactitud, definición y uso adecuado— y un gestor designado, encargado de las tareas operativas diarias dentro de ese ámbito. Sin una titularidad clara, la responsabilidad queda en el limbo y las decisiones de gobernanza se toman de forma inconsistente.
Normas de calidad de los datos
La gobernanza de datos define los umbrales de calidad que hacen que un conjunto de datos sea fiable: índice mínimo de exhaustividad, índice de valores nulos aceptable, grado de actualidad requerido y reglas de validación obligatorias. Los responsables se encargan de garantizar el cumplimiento de estas normas mediante herramientas de supervisión y catálogos de datos. Los activos que cumplen los umbrales definidos obtienen la certificación; los usuarios saben que pueden confiar en ellos.
Glosario empresarial y definiciones de datos
Un glosario empresarial es el vocabulario regulado que define el significado de los datos en toda la organización. Un término regulado vincula una definición empresarial —«Cliente activo: un cliente que ha realizado una compra en los últimos 90 días»— con los campos y tablas específicos de cada sistema en los que se aplica dicha definición. Sin un glosario regulado, las definiciones varían y los informes presentan discrepancias.
Gestión de metadatos
La gestión de metadatos recoge y mantiene el contexto que subyace a cada activo de datos: su definición, origen, linaje, índice de calidad, titularidad, clasificación e historial de acceso. Es la capa operativa que hace visible la gobernanza. Un programa de gobernanza sin gestión de metadatos da lugar a políticas que no pueden verificarse ni auditarse.
Linaje de datos
El linaje de datos realiza un seguimiento de cada activo de datos desde su fuente original, pasando por todas las transformaciones, etapas del proceso y agregaciones, hasta su destino final en un informe, un modelo o un sistema posterior. El linaje de datos permite realizar análisis de impacto antes de que se implementen los cambios, investigar las causas fundamentales cuando se produce un fallo y garantizar la trazabilidad normativa cuando los auditores preguntan de dónde procede una cifra.
Control de acceso y seguridad
La gobernanza de datos define quién puede acceder a qué, en qué condiciones y con la autorización de quién. Las políticas de control de acceso se aplican en el momento de la solicitud mediante flujos de trabajo de aprobación, permisos basados en roles y controles basados en atributos. Cada decisión de acceso queda registrada con fines de auditoría.
Cumplimiento normativo y controles reglamentarios
Los programas de gobernanza integran los requisitos de cumplimiento directamente en los flujos de trabajo de gestión de datos, en lugar de tratarlos como un ejercicio de auditoría independiente. Las etiquetas de clasificación de la información de carácter personal (PII), las políticas de conservación, los flujos de trabajo de supresión y los registros de auditoría se mantienen de forma continua, en lugar de elaborarse a toda prisa antes de una auditoría.
Gestión del ciclo de vida de los datos
La gobernanza de datos define las normas que rigen la creación, el mantenimiento, el archivo y la eliminación de los activos de datos. Los calendarios de conservación se aplican automáticamente. Los flujos de trabajo de eliminación se ejecutan cuando los datos llegan al final de su ciclo de vida. Las políticas de ciclo de vida evitan que los datos sujetos a regulación se conserven más tiempo del necesario.
Roles y responsabilidades en gobernanza de datos
| Función | Responsabilidad | Responsabilidades principales |
|---|---|---|
| Director de Datos | Estrategia de datos y marco de gobernanza a nivel de toda la empresa | Establece la estrategia de gobernanza, patrocina el programa y rinde cuentas ante la dirección ejecutiva |
| Consejo de Gobernanza de Datos | Decisiones de gobernanza interfuncionales | Resuelve conflictos entre ámbitos, aprueba normas de gobernanza y supervisa el buen funcionamiento de los programas |
| Responsable de Gobernanza de Datos | Gestión y operaciones de programas | Gestiona el programa de gobernanza en el día a día, define las normas y realiza un seguimiento de los indicadores |
| Propietario de los datos | Responsabilidad última sobre un dominio de datos | Define las normas de negocio del ámbito, aprueba los cambios significativos y promueve la gestión responsable dentro del ámbito. |
| Responsable de datos | Gestión operativa diaria dentro de un ámbito | Se encarga de mantener las definiciones, supervisar la calidad, tramitar las solicitudes de acceso y resolver incidencias |
| Custodio de datos | Infraestructura técnica para los activos de datos | Aplica controles de acceso, gestiona el almacenamiento y los flujos de datos, y lleva a cabo correcciones técnicas relacionadas con la calidad de los datos |
| Usuario de datos | Uso responsable de los activos de datos | Utiliza los datos dentro de los permisos de acceso definidos, cumple las políticas de gobernanza y notifica los problemas de calidad. |
Marcos de gobernanza de datos
Un marco de gobernanza de datos es el enfoque estructurado que utiliza una organización para diseñar, implementar y gestionar su programa de gobernanza. Existen varios marcos ampliamente adoptados.
DAMA-DMBOK (Data Management Body of Knowledge):El marco de referencia más utilizado en el ámbito de la gobernanza de datos empresariales. El DAMA-DMBOK define once áreas de conocimiento, entre las que se incluyen la gobernanza de datos, la calidad de los datos, la gestión de metadatos, la seguridad de los datos y la arquitectura de datos. Ofrece un vocabulario exhaustivo y un conjunto de prácticas que muchas organizaciones utilizan como norma de referencia.
DCAM (Modelo de evaluación de la capacidad de gestión de datos):Desarrollado por el Consejo EDM, el DCAM se utiliza principalmente en el sector de los servicios financieros. Define un modelo de madurez para las capacidades de gestión de datos y se ajusta a los requisitos normativos, entre ellos la norma BCBS 239.
COBIT (Objetivos de control para la información y las tecnologías relacionadas):un marco de gobernanza de las tecnologías de la información que incluye componentes de gobernanza de datos centrados en la gestión de riesgos y el cumplimiento normativo. Se utiliza habitualmente en organizaciones en las que la gobernanza de datos viene determinada por los requisitos de auditoría de las tecnologías de la información.
Gobernanza federada:No se trata de un marco externo concreto, sino de un modelo estructural en el que las responsabilidades de gobernanza se distribuyen entre los equipos de dominio, en lugar de ser gestionadas por una función central. Un órgano central de gobernanza establece las normas para toda la empresa; los equipos de dominio las aplican a través de responsables locales. Este modelo se adapta mejor que la gobernanza centralizada a las grandes organizaciones o a las arquitecturas de malla de datos.
Marcos de gobernanza de la IA:Los marcos emergentes para la gobernanza de los sistemas de IA —entre los que se incluyen el cumplimiento de la Ley de IA de la UE, el Marco de Gestión de Riesgos de la IA del NIST y las normas de gobernanza de modelos— amplían las disciplinas tradicionales de gobernanza de datos a las entradas, salidas y el linaje de los modelos de IA. La gobernanza de la IA se está convirtiendo en un componente imprescindible de los programas de gobernanza empresarial en 2026.
Creación de un programa de gobernanza de datos
Paso 1: Definir el alcance y los ámbitos prioritarios
Empieza por los ámbitos de datos que entrañan mayor riesgo empresarial o exposición normativa: datos de información financiera, registros de clientes, información sanitaria protegida (PHI) e información de identificación personal (PII). Asigna responsables y gestores a los ámbitos prioritarios antes de ampliar el alcance a áreas de menor prioridad. Un programa de gobernanza que intente regularlo todo a la vez no regula nada bien.
Paso 2: Establecer la estructura de gobernanza
Define la estructura de toma de decisiones: quiénes forman parte del consejo de gobernanza, cómo se resuelven las disputas entre ámbitos, quién aprueba las nuevas normas y cómo rinde cuentas el programa ante la dirección ejecutiva. Una gobernanza sin una estructura de toma de decisiones da lugar a debates interminables y a la ausencia de decisiones.
Paso 3: Definir políticas y normas
Redacta las políticas que rigen los ámbitos prioritarios: umbrales de calidad de los datos, normas de control de acceso, taxonomía de clasificación de la sensibilidad, calendarios de conservación y proceso de gestión de los términos del glosario. Las políticas definidas desde el principio evitan las incoherencias que, más adelante, socavan la confianza en los programas de gobernanza.
Paso 4: Implementar un catálogo de datos y una plataforma de gestión de metadatos
La gobernanza no puede gestionarse a gran escala mediante hojas de cálculo y cadenas de correo electrónico. Un catálogo de datos ofrece a los responsables una interfaz centralizada para mantener los términos del glosario, supervisar la calidad, realizar un seguimiento del linaje, gestionar las solicitudes de acceso y registrar las acciones de gobernanza. Una plataforma de gestión de metadatos automatiza la recopilación y el mantenimiento de los metadatos, lo que hace que la gobernanza sea visible y auditable.
Paso 5: Asignar la gestión por ámbito
Identifica a los responsables de cada ámbito prioritario. Define claramente sus responsabilidades: qué activos gestionan, qué umbrales de calidad deben garantizar, cómo tramitan las solicitudes de acceso y con qué frecuencia revisan el estado de los metadatos. En la mayoría de las organizaciones, los responsables son expertos en la materia que ya forman parte de la plantilla y que asumen esta función como parte definida de su puesto.
Paso 6: Establecer normas de calidad y criterios de certificación
Definir qué hace que un activo sea certificable: nivel mínimo de integridad, tasa de valores nulos aceptable, actualidad requerida y documentación obligatoria sobre el historial. Los responsables aplican estos criterios de forma coherente. Los usuarios confían en los activos certificados sin necesidad de una validación independiente.
Paso 7: Evaluar y comunicar el estado del programa
Se debe hacer un seguimiento de la tasa de cobertura (porcentaje de activos con propietarios asignados y metadatos completos), las tendencias de la puntuación de calidad por dominio, el tiempo medio de resolución de incidencias relacionadas con los datos, el tiempo de tramitación de las solicitudes de acceso y la tasa de cobertura del glosario. Los programas que no pueden evaluarse a sí mismos no pueden demostrar su valor ni identificar dónde realizar las próximas inversiones.
La gobernanza de los datos en los sectores regulados
Servicios financieros:La norma BCBS 239 exige a los bancos que demuestren el origen de los datos y cumplan los estándares de calidad en la presentación de informes de riesgo. La ley SOX exige registros de auditoría para los datos financieros. La norma PCI DSS exige controles estrictos sobre los datos de los titulares de tarjetas. Un programa de gobernanza de datos genera esta evidencia de cumplimiento como resultado de las operaciones diarias, en lugar de como un ejercicio manual trimestral. Las entidades de servicios financieros que cuentan con programas de gobernanza consolidados registran reducciones de entre el 30 % y el 50 % en el tiempo de preparación de las auditorías.
Sanidad:La HIPAA exige que se documente la responsabilidad sobre la información médica protegida (PHI): clasificación, controles de acceso y registros de auditoría para cada acceso. Un programa de gobernanza clasifica automáticamente la PHI, aplica controles de acceso en el momento de la solicitud y registra cada acceso. Cuando se produce una investigación por violación de la seguridad o se recibe una solicitud de derecho de acceso, los registros ya están disponibles.
Productos farmacéuticos:La norma 21 CFR, parte 11, de la FDA y la normativa GxP exigen la documentación de la integridad de los datos clínicos y de fabricación. Los programas de gobernanza mantienen el historial y los registros de auditoría que demuestran la integridad de los datos en entornos de investigación complejos que abarcan múltiples sistemas.
Seguros:La normativa Solvencia II y las regulaciones estatales en materia de seguros exigen una calidad y un historial de los datos demostrables para la presentación de informes actuariales y reglamentarios. Los programas de gobernanza garantizan que los datos que alimentan los modelos de riesgo cumplan con los estándares de calidad definidos y puedan rastrearse hasta los sistemas fuente fiables.
Sector público:Las organizaciones gubernamentales deben cumplir los requisitos de privacidad de datos establecidos en marcos normativos como FedRAMP, FISMA y las leyes de privacidad estatales. Los programas de gobernanza de datos establecen los controles de acceso, los registros de auditoría y las normas de clasificación que exigen dichos marcos normativos.
Gobernanza de datos e inteligencia artificial
La gobernanza de la IA se está convirtiendo en un componente imprescindible de los programas de gobernanza de datos de las empresas. Los modelos de IA requieren datos de entrada limpios, trazables y regulados, y los resultados de los sistemas de IA requieren a su vez su propia gobernanza.
Gobernanza de los datos de entrenamiento:Cada conjunto de datos utilizado para entrenar o ajustar un modelo debe contar con un historial documentado, una certificación de calidad y registros de acceso. Un programa de gobernanza amplía estas disciplinas a los procesos de entrenamiento de la IA, garantizando que los modelos se construyan a partir de datos que cumplan con los estándares de calidad definidos y que se pueda rastrear la procedencia de cada conjunto de datos de entrenamiento.
Controles de datos sensibles para la IA:los procesos de entrenamiento de la IA no deben incorporar información de identificación personal (PII), información sanitaria protegida (PHI) ni datos financieros regulados sin que se hayan revisado y aprobado previamente. Un programa de gobernanza de datos clasifica automáticamente los datos sensibles, los señala cuando aparecen en conjuntos de datos en cola para su incorporación a la IA y canaliza las solicitudes de acceso a través de flujos de trabajo de aprobación definidos.
Gobernanza de los flujos de trabajo RAG:Los flujos de trabajo de generación aumentada mediante recuperación incorporan documentos y conjuntos de datos a las ventanas de contexto de los modelos de lenguaje a gran escala (LLM) en el momento de la consulta. Los programas de gobernanza definen qué activos pueden ser objeto de recuperación, aplican controles de acceso a los datos subyacentes y registran cada evento de recuperación con fines de auditoría.
Gobernanza de los resultados de los modelos:Los resultados de los modelos de IA requieren una gobernanza, al igual que los datos de entrada. Los programas de gobernanza definen normas relativas a la calidad de los resultados de los modelos, establecen flujos de trabajo de revisión para las decisiones de alto riesgo tomadas por los sistemas de IA y mantienen registros de auditoría con fines normativos.
Cumplimiento de la Ley de IA de la UE:La Ley de IA de la UE establece requisitos diferenciados para los sistemas de IA en función del nivel de riesgo. Las aplicaciones de IA de alto riesgo requieren una gobernanza de datos documentada, pruebas de sesgo y supervisión humana. Las organizaciones que cuentan con programas de gobernanza de datos consolidados están en mejores condiciones de demostrar su cumplimiento, ya que ya disponen de la documentación y los controles necesarios.
Los mercados de datos son uno de los principales canales a través de los cuales se aplican las políticas de gobernanza en el punto de consumo. Para obtener información detallada sobre los conceptos de gobernanza de los mercados de datos, consulta elglosario de mercados de datos.
Preguntas frecuentes
La gobernanza de datos es el conjunto de políticas, funciones y procesos que determinan quién es responsable de los datos, cómo se definen y gestionan, quién puede acceder a ellos y cómo cumplen las normas de calidad y cumplimiento normativo en toda la organización.
La gobernanza de datos define las normas: las políticas, los estándares y las estructuras de rendición de cuentas en materia de datos. La gestión de datos se encarga de aplicar esas normas desde el punto de vista técnico: almacenando, trasladando, procesando y manteniendo los datos. La gobernanza sin gestión da lugar a políticas que nadie puede aplicar. La gestión sin gobernanza da lugar a una infraestructura sin rendición de cuentas.
La propiedad y la gestión de los datos, un glosario empresarial con definiciones reguladas, normas de calidad de los datos y su seguimiento, gestión de metadatos, seguimiento del linaje de los datos, políticas de control de acceso y seguridad, controles de cumplimiento normativo y gestión del ciclo de vida. Todos estos elementos funcionan de forma conjunta: un programa que invierte en políticas pero no en la gestión de metadatos no puede verificar ni auditar su propia gobernanza.
La definición inicial del alcance, la asignación de responsabilidades y las políticas básicas para los ámbitos prioritarios pueden estar listas en un plazo de entre 4 y 6 semanas. Un programa operativo que incluya un catálogo de datos, flujos de trabajo de gestión, supervisión de la calidad y un glosario empresarial suele tardar entre 3 y 6 meses en ponerse en marcha en el caso de las organizaciones de tamaño medio. La implantación completa en toda la empresa, en todos los ámbitos, lleva entre 12 y 24 meses, dependiendo de la complejidad.
Un marco de gobernanza de datos es el enfoque estructurado que utiliza una organización para diseñar, implementar y gestionar su programa de gobernanza. En él se definen los objetivos, el alcance, las funciones, las políticas, los procesos y los indicadores de la gobernanza. Entre los marcos de referencia más habituales se encuentran el DAMA-DMBOK, el DCAM y el COBIT. Muchas organizaciones adaptan elementos de varios marcos en lugar de adoptar uno de ellos en su totalidad.
En un modelo federado, las responsabilidades de gobernanza se distribuyen entre los equipos de dominio, en lugar de ser gestionadas por una función central. Un órgano central de gobernanza establece las normas para toda la empresa; los equipos de dominio las aplican a través de responsables locales. Este modelo se adapta mejor que la gobernanza centralizada a las grandes organizaciones con unidades de negocio diferenciadas o con una arquitectura de malla de datos.
El RGPD exige a las organizaciones saber dónde se encuentran los datos personales, cómo se utilizan, quién puede acceder a ellos y cómo localizarlos y eliminarlos cuando se solicite. Un programa de gobernanza de datos clasifica automáticamente los activos de datos personales, aplica controles de acceso, mantiene registros de auditoría de cada evento de acceso y utiliza el linaje de datos para rastrear los datos personales a lo largo de todos los sistemas por los que pasan. El cumplimiento del RGPD se convierte así en un resultado operativo, en lugar de un ejercicio de auditoría periódico.
Un catálogo de datos es la herramienta principal mediante la cual se pone en práctica la gobernanza. Ofrece una interfaz centralizada y con función de búsqueda en la que los responsables mantienen los términos del glosario empresarial, supervisan los índices de calidad, realizan un seguimiento del linaje, gestionan las solicitudes de acceso y certifican los activos fiables. Sin un catálogo, las tareas de gobernanza se llevan a cabo en hojas de cálculo y cadenas de correo electrónico que no permiten ampliar la escala.
La seguridad de los datos es la disciplina técnica que se encarga de proteger los datos frente al acceso no autorizado, las filtraciones y la pérdida: cifrado, controles de red, autenticación y supervisión. La gobernanza de los datos es un programa más amplio que incluye la seguridad, junto con la calidad, el cumplimiento normativo, el linaje, la titularidad y la gestión del ciclo de vida. La seguridad es un componente de la gobernanza, no un sustituto de la misma.
La gobernanza de datos de IA amplía las disciplinas tradicionales de gobernanza de datos a los sistemas de IA: gestionar los datos de entrenamiento que se introducen en los modelos, controlar el acceso a los datos sensibles en los flujos de trabajo de IA, realizar un seguimiento del linaje de las entradas y salidas de los modelos, y cumplir los requisitos normativos en materia de transparencia y rendición de cuentas de la IA. A medida que las organizaciones implementan más sistemas de IA, la gobernanza de la IA se está convirtiendo en un componente imprescindible de los programas de gobernanza empresarial.
