El dato como asignatura pendiente de la Administración digital
Igual que los datos tienden al infinito, la gestión de este activo es algo que puede complicarse por momentos. Por eso, ni todos los organismos públicos están igual en lo que a la gestión del dato se refiere ni las soluciones a esta situación son ecuánimes.
La transformación digital del sector público español ha avanzado con solidez en la última década, especialmente en la disponibilidad de trámites electrónicos y en la modernización de infraestructuras informáticas. Sin embargo, cuando se pregunta a los responsables de tecnología del sector privado que trabajan con las administraciones públicas (AAPP) por el grado de madurez real en la gestión del dato, la respuesta es prácticamente unánime: se trata de un proceso desigual, todavía inacabado y con diferencias notables entre los distintos niveles administrativos.
José Alberto Pérez Cueto, director de área de Gobierno en Babel España, resume esa realidad con la idea de que «la digitalización ha avanzado, pero en muchas administraciones el dato continúa ligado a aplicaciones y expedientes concretos, sin una visión común ni responsables claramente definidos». Según Pérez Cueto, la Administración General del Estado (AGE) cuenta con más escala y capacidad de coordinación, mientras que las comunidades autónomas destacan en ámbitos como sanidad, servicios sociales o administración electrónica, y en el nivel local la diferencia es mayor porque «los grandes ayuntamientos avanzan con rapidez, mientras que muchos municipios dependen de diputaciones, consorcios o servicios compartidos».
Julia Bernal, Regional Leader Mediterranean Region de Red Hat, plantea una lectura complementaria al señalar que la madurez «es asimétrica» y que «esta desigualdad refleja la complejidad de sus infraestructuras y su capacidad de automatización, más que el tamaño de la organización». Bernal detalla que la AGE gestiona grandes volúmenes de datos y sistemas de alto impacto, donde «el principal reto no es la adopción de nueva tecnología, sino la gestión de la deuda técnica y la conexión de sistemas heredados aislados sin comprometer la seguridad». En las comunidades autónomas, apunta, el desafío reside en «conectar entornos multicloud e híbridos heterogéneos sin fragmentar la información del ciudadano», mientras que en el ámbito local «la automatización de la infraestructura representa la única vía práctica para gobernar los datos de manera eficaz» para los equipos con menos recursos.
Desde VASS, José María Ibáñez Bote, Public Services Director, coincide en que la madurez media se sitúa «en una fase intermedia» en la que «hay inventarios de datos, catálogos e infraestructura de interoperabilidad (la Plataforma de Intermediación, el ENI), pero el gobierno del dato como función transversal (con roles, políticas y calidad garantizada de extremo a extremo) es todavía la excepción». Ibáñez Bote añade que la AGE lleva la delantera en estrategia y normativa «gracias al Plan de Recuperación y la Oficina del Dato», que las comunidades autónomas presentan una madurez muy desigual entre áreas como sanidad, hacienda o empleo frente a otras que gestionan el dato por silos departamentales, y que las entidades locales son «las más rezagadas porque tienen recursos y talento digital limitados, salvo en grandes ayuntamientos que actúan como referentes».
Por su parte, Alfredo García, responsable de AAPP en NetApp, aporta una matización relevante al hablar de «una fase de transición» en la que las administraciones «han avanzado mucho en digitalización, administración electrónica y prestación de servicios en línea, pero no siempre han acompañado ese progreso con un gobierno integral del dato». García insiste en que «el reto es realmente transformar los datos en un activo accesible, protegido, trazable y reutilizable, y no tanto en almacenar más, como se ha pensado en muchos casos».
Los obstáculos que frenan el aprovechamiento del dato público
Al margen de la tecnología disponible, los cuatro proveedores coinciden en que las barreras principales tienen un componente organizativo y cultural muy marcado.
Pérez Cueto, de Babel, sitúa el problema en que «durante años se han gestionado sistemas y procedimientos, pero no siempre se ha definido quién responde por cada dato, cómo debe mantenerse o qué nivel de calidad necesita», a lo que se suman sistemas heredados, información repartida entre organismos y perfiles especializados escasos.
Mientras, Julia Bernal, de Red Hat, agrupa los frenos en cuatro grandes bloques: la gobernanza fragmentada y el aislamiento de los datos, la deuda técnica asociada al almacenamiento y al llamado «data gravity», el cumplimiento normativo y la predictibilidad de los costes, y la brecha de talento especializado. Sobre el primero de ellos advierte que «sin un modelo claro de propiedad, las iniciativas tecnológicas se paralizan en debates organizativos internos», mientras que en relación con el cumplimiento normativo recuerda que «las brechas de cumplimiento conllevan riesgos significativos y dañan la confianza pública».
Julio Estévez, Global Head of Data & AI en VASS, es especialmente directo al describir la raíz del problema, asegurando que «el obstáculo de fondo no es tecnológico, es organizativo: el dato sigue siendo propiedad de quien lo genera, no un activo compartido de la institución». Estévez enumera además presupuestos ligados a proyectos concretos y no a una capacidad continua de gestión del dato, escasez de perfiles data en la plantilla pública y una cultura en la que «compartir dato se percibe como riesgo (legal, de seguridad, de pérdida de control) antes que como oportunidad». Además, sostiene que «la normativa de protección de datos, bien aplicada, no es el obstáculo; la interpretación defensiva que se hace de ella, sí».
Alfredo García, de NetApp, asegura, desde un punto de vista más técnico, que la fragmentación como el obstáculo más visible, «puesto que muchas administraciones mantienen sistemas heredados, herramientas poco integradas y datos distribuidos entre centros propios, aplicaciones departamentales y distintos entornos cloud». García añade que «cuando una organización desconoce qué datos posee, su sensibilidad o su calidad, resulta muy difícil gobernarlos, protegerlos y prepararlos para proyectos de analítica o inteligencia artificial», y apunta a la separación excesiva entre tecnología, negocio público, seguridad, contratación y áreas jurídicas como una de las trabas organizativas más persistentes.
Los pilares de una estrategia de dato más allá de la infraestructura
Preguntados por los elementos imprescindibles de una estrategia de dato que trascienda la mera capa tecnológica, los cuatro proveedores cinciden en la necesidad de un modelo de gobierno con responsabilidades definidas, aunque cada uno matiza el orden de prioridades. De hecho, Alfredo García, de NetApp, insiste en que la estrategia debe partir de los objetivos de servicio público, «así, antes de seleccionar herramientas, la administración tiene que determinar qué decisiones desea mejorar, qué trámites quiere simplificar y qué resultados espera obtener para ciudadanos, empleados y empresas». García añade que todo ello debe acompañarse de «indicadores que midan mejoras concretas, no únicamente actividad tecnológica: tiempos de resolución, disponibilidad de los servicios, reducción de errores, calidad de los datos o satisfacción ciudadana».
Para Julio Estévez, de VASS, hay cinco pilares clave: una gobernanza sólida con responsabilidades claramente definidas (Data Owner, Data Steward y CDO institucional), un catálogo de datos dinámico, políticas de acceso e intercambio basadas en el principio «once only», un modelo orientado al dato como producto, y la capacitación continua del personal. Estévez resume su planteamiento afirmando que «la tecnología es una condición necesaria, pero no suficiente: sin una gobernanza efectiva y sin profesionales preparados para aprovecharla, la infraestructura corre el riesgo de permanecer infrautilizada».
Por su parte, Julia Bernal, de Red Hat, plantea tres elementos esenciales relacionados con la confianza tecnológica: la seguridad y la gestión de vulnerabilidades desde el diseño, la interoperabilidad basada en estándares abiertos y la independencia operativa frente a un proveedor concreto. Sobre el primero afirma que «puesto que la IA acelera tanto el descubrimiento como la explotación de los fallos de seguridad, gobernar los datos públicos exige proteger la cadena de suministro de software de código abierto, donde nace la innovación». Respecto a la interoperabilidad, defiende que «los datos públicos deben ser capaces de fluir sin fricciones entre administraciones, niveles de gobierno y aplicaciones heterogéneas», y en cuanto a la independencia tecnológica sostiene que «las entidades públicas no deberían asumir que un proveedor específico de infraestructura o tecnología mantendrá sus servicios en los mismos términos a lo largo del tiempo».
Pérez Cueto, de Babel, considera que debe incluir «un modelo de gobierno con responsabilidades concretas, un catálogo que permita saber qué información existe y unas reglas comunes de calidad, seguridad, acceso y trazabilidad», y advierte de que «una estrategia de dato no puede quedarse en ordenar información: debe establecer para qué se va a utilizar, cómo se medirá su impacto y qué cambios organizativos hacen falta para incorporarla a la toma de decisiones».
Centralizar las reglas, no necesariamente los datos
Uno de los debates más recurrentes en el diseño de estrategias de dato es el equilibrio entre la centralización necesaria para la gobernanza y la autonomía que requieren los organismos que mejor conocen su propio contexto. Las cuatro compañías consultadas apuestan, con matices, por un modelo federado o híbrido antes que por un almacén único de información.
De esta forma, Julia Bernal, de Red Hat, defiende que «el equilibrio no se logra construyendo un único e inmenso almacén de datos centralizado», ya que históricamente «este modelo ha tenido dificultades en el sector público por su rigidez organizativa». Bernal describe una nube híbrida bien diseñada que permite que «cada carga de trabajo se ejecute allí donde lo exijan los requisitos operativos» y pone como ejemplo casos como el del Gobierno Vasco, donde EJIE «desplegó inteligencia artificial para fomentar la inclusión lingüística, procesando miles de consultas ciudadanas diarias con total autonomía sobre sus sistemas», o el del Ayuntamiento de Valencia, que «modernizó los servicios municipales de administración electrónica, reduciendo los tiempos de tramitación».
Julio Estévez, de VASS, es especialmente explícito al describir el modelo que propone: «gobernanza y estándares comunes (nomenclatura, calidad, seguridad, interoperabilidad) definidos de forma centralizada, con la gestión operativa del dato descentralizada en cada organismo, que conoce mejor su contexto y sus usuarios». Estévez advierte de que «centralizar la ejecución suele generar cuellos de botella», y relaciona su propuesta con el concepto de «data mesh» del sector privado, «adaptado a la naturaleza jurídica y competencial de la Administración».
Mientras, Pérez Cueto, de Babel, remite a experiencias ya consolidadas en la Administración española, como «el Esquema Nacional de Seguridad (ENS) o el Esquema Nacional de Interoperabilidad (ENI): marcos comunes que fijan criterios compartidos, mientras cada organismo mantiene la responsabilidad de aplicarlos en su ámbito». Considera que en el gobierno del dato «debería ocurrir algo similar: cada unidad sigue siendo responsable de los datos que conoce y genera, pero dentro de un marco común que permita compartirlos y utilizarlos con garantías», y subraya que este modelo federado «encaja bien con el principio europeo de subsidiariedad».
Quien plantea una fórmula parecida es Alfredo García, de NetApp, al sostener que «la solución no pasa por reunir físicamente todos los datos en un único repositorio, más bien por centralizar las reglas y federar la gestión». García remarca que este enfoque evita «dos extremos poco eficaces: una centralización rígida que ralentice los proyectos y una autonomía sin coordinación que multiplique los silos», y añade que requiere «una plataforma capaz de ofrecer visibilidad y políticas coherentes a través de entornos locales, nubes privadas y servicios de nube pública».
Soberanía del dato: control efectivo antes que ubicación física
Pero, ¿qué entendemos por soberanía del dato? Julio Estévez, de VASS, señala que la soberanía «no debe entenderse como la obligación de alojar la información en infraestructuras físicamente ubicadas dentro del territorio nacional, sino como la capacidad real de mantener su control en todo momento». Estévez detalla condiciones concretas para que sea compatible con la nube pública global, como «el cifrado con claves bajo control de la Administración, la residencia y trazabilidad de los datos, salvaguardas contractuales frente a normativas extraterritoriales como el Cloud Act y estrategias híbridas o multicloud para los entornos más críticos», y concluye que «el verdadero riesgo no radica en adoptar soluciones cloud globales, sino en hacerlo sin una gobernanza técnica y contractual que asegure la autonomía, el control y la protección efectiva de la información».
Para Pérez Cueto, de Babel, «la soberanía del dato consiste en conservar un control efectivo sobre la información: quién puede acceder, bajo qué jurisdicción se trata, cómo se cifra, cómo se audita y cómo puede trasladarse a otra plataforma». Considera que es compatible con proveedores cloud globales, «pero no de forma automática», ya que requiere «una arquitectura adecuada, control sobre los accesos y las claves, cumplimiento del marco normativo y un plan de salida que reduzca la dependencia de un proveedor concreto».
Por su parte, la deficinión que hace Alfredo García, de NetApp, es que es un asunto que «no se limita a saber en qué país está ubicado un servidor», sino que «implica conocer qué legislación se aplica, quién puede acceder a la información, dónde se procesan las copias, quién controla las claves de cifrado, cómo se auditan los accesos y si la administración puede trasladar o repatriar sus datos cuando lo necesite». García explica que su compañía «plantea la soberanía como un espectro que combina ubicación, jurisdicción, control, seguridad y portabilidad», y defiende una estrategia híbrida que permita «utilizar servicios cloud sin renunciar al control del dato ni asumir que toda la información debe recibir exactamente el mismo tratamiento».
Julia Bernal, de Red Hat, va más allá al afirmar que la soberanía «va más allá de la mera residencia física de la información» y que «almacenar los datos dentro de las fronteras españolas ofrece poca protección si el stack tecnológico subyacente es propietario, si los contratos continúan sujetos a normativas extraterritoriales o si las propias administraciones no pueden auditar ni migrar sus sistemas de manera independiente». Bernal precisa que «soberanía no significa reemplazar a los proveedores de nube globales como AWS, Microsoft Azure o Google Cloud», sino «poner fin a la dependencia exclusiva de un único proveedor mediante un enfoque de nube híbrida abierta».
Del expediente reactivo al servicio proactivo
Más allá de la eficiencia interna, los cuatro proveedores coinciden en que el verdadero cambio de paradigma consiste en que la Administración deje de esperar a que el ciudadano reclame y pase a anticiparse a sus necesidades.
Esta transformación está vinculada, según Julia Bernal, de Red Hat, al principio europeo de «solo una vez», que «establece que la ciudadanía solo debe entregar información a los organismos públicos una única vez», y sostiene que «una infraestructura de datos madura también ayuda a las entidades públicas a pasar de una tramitación reactiva a un servicio público proactivo», permitiendo identificar «la elegibilidad para recibir prestaciones sociales antes de que el ciudadano lo solicite».
Mientras, Pérez Cueto, de Babel, explica que una estrategia bien diseñada «puede reducir trámites, evitar que el ciudadano presente información que la Administración ya posee y permitir que determinados servicios se activen de forma más proactiva», con especial relevancia en «ayudas públicas, sanidad, dependencia y servicios sociales».
José María Ibáñez Bote, de VASS, describe ese cambio con una formulación especialmente ilustrativa: «el impacto de una estrategia bien diseñada se notará cuando el ciudadano deja de ser quien reclama derechos y pasa a ser la Administración quien los identifica y activa». Ibáñez Bote menciona entre los beneficios «resoluciones más rápidas y personalizadas en ayudas, becas o prestaciones» y «detección proactiva de ciudadanos en riesgo de exclusión o con derecho a prestaciones que no solicitan por desconocimiento»
Coincide Alfredo García, de NetApp, en que el beneficio «no consiste únicamente en tramitar más deprisa, más bien en evitar desplazamientos, reducir incertidumbre y mejorar la igualdad de acceso», y añade una dimensión de continuidad del servicio al señalar que «una plataforma resiliente ayuda a que hospitales, servicios sociales, sistemas tributarios o canales de atención sigan disponibles ante una incidencia».
Recomendaciones para quien empieza a diseñar su estrategia
Ante la pregunta sobre qué recomendaciones concretas darían a un responsable de tecnología e innovación de una AAPP que inicia este recorrido, las respuestas comparten un mismo eje: comenzar por problemas acotados antes que por transformaciones integrales. Pérez Cueto, de Babel, aconseja «elegir uno o dos problemas concretos y demostrar valor antes de ampliar el alcance», «asignar responsables a los datos desde el inicio y acordar criterios medibles de calidad, acceso y actualización» y «diseñar una arquitectura interoperable y escalable, pero también reversible».
Julia Bernal, de Red Hat, propone «empezar por el inventario de datos antes de seleccionar la plataforma de software», ya que «las inversiones tecnológicas realizadas sin un punto de partida preciso sobre los datos conllevan un riesgo arquitectónico significativo». En segundo lugar recomienda «diseñar pensando en la portabilidad y la independencia desde el primer día» y, en tercer lugar, «considerar los marcos normativos como el punto de partida del diseño y no como una obligación secundaria».
Julio Estévez, de VASS, plantea «empezar por el gobierno del dato y los casos de uso, no por la plataforma tecnológica», «priorizar dos o tres casos de uso de alto impacto y visibilidad rápida para generar tracción política y presupuestaria» e «invertir en capacitación y en figuras de gobierno del dato (CDO, data stewards) antes que en ampliar infraestructura»
Alfredo García, de NetApp, sugiere «empezar por una auditoría realista: identificar los datos existentes, sus ubicaciones, su sensibilidad, su calidad, sus propietarios y los sistemas de los que dependen», «seleccionar pocos casos de uso prioritarios, vinculados a objetivos medibles de servicio público» y «establecer desde el inicio un modelo común de gobierno, seguridad e interoperabilidad que pueda aplicarse de forma automatizada a todos los entornos».
La mirada hacia 2030
Pero, ¿y si miramos más allá, a cuatro años vista? Al proyectar el horizonte de 2030, las cuatro compañías dibujan una Administración que comparte información entre organismos con garantías, que utiliza inteligencia artificial con supervisión humana y que actúa de forma anticipatoria.
Desde VASS, José María Ibáñez Bote y Julio Estévez comparten la visión de «una Administración donde el dato se comparta por defecto entre organismos con la seguridad, ante todo, donde la IA generativa y predictiva ayude a tomar decisiones sin sustituir la responsabilidad última del funcionario, y donde el ciudadano interactúe con una Administración que ya sabe lo que necesita antes de que lo pida».
Por su parte, Alfredo García, de NetApp, considera que «una administración verdaderamente orientada al dato debería ser capaz de tomar decisiones apoyadas en información fiable y actualizada, compartirla de manera segura entre organismos y ofrecer servicios más preventivos que reactivos», y subraya que «la gobernanza, la soberanía y la ciberresiliencia serán condiciones previas para innovar, no componentes añadidos al final de los proyectos».
Pérez Cueto, de Babel, sostiene que en 2030 una administración orientada al dato «debería haber pasado de la transaccionalidad a la proactividad: no limitarse a responder a los trámites que inicia el ciudadano, sino anticipar determinadas necesidades y ofrecer servicios en el momento adecuado», aplicando «la inteligencia artificial con transparencia y supervisión humana».
Mientras, Julia Bernal, de Red Hat, prevé que «la IA en el sector público evolucionará más allá de los resúmenes automatizados de documentos para convertirse en sistemas inteligentes colaborativos capaces de ejecutar flujos de trabajo complejos entre departamentos», y remarca que «las decisiones respaldadas por sistemas automatizados deben seguir siendo verificables, transparentes y estar sujetas a la supervisión humana».
