La frase más común en nuestros diagnósticos: "nuestros datos son un desastre". La respuesta corta: los de casi todos. La pregunta correcta no es si están perfectos, sino si están suficientemente listos para el caso de uso.
Un chatbot de políticas internas necesita documentos actualizados y con dueño, no un data lake. Una automatización de facturas necesita órdenes de compra consistentes, no un catálogo maestro impecable.
Por eso el trabajo de datos en nuestros proyectos es quirúrgico: identificamos las fuentes que el caso necesita, les ponemos dueño, proceso de actualización y validaciones. Nada más, nada menos.
Si el diagnóstico revela que el caso exige una base que no existe, lo decimos y proponemos el proyecto de datos primero. Construir IA sobre datos sin dueño es rentar problemas.