Guía editorial de preparación y contratación. Combina análisis propio con documentación primaria enlazada. Los ejemplos numéricos son hipotéticos; las fichas de soluciones no acreditan implantaciones ni resultados de clientes.
Preparar datos para un proyecto de IA significa seleccionar las fuentes necesarias, entender sus campos, corregir problemas relevantes y definir quién puede usarlos. No consiste en volcar todas las carpetas en una herramienta. Una muestra bien elegida suele permitir decidir antes si el proyecto es viable.
La preparación depende de la tarea. Un asistente documental necesita textos vigentes y permisos; un sistema de análisis necesita definiciones y series coherentes; un clasificador necesita ejemplos y categorías. Empieza por el resultado esperado y trabaja hacia las fuentes que lo sostienen.
Primero define qué tendrá que responder o hacer
Escribe preguntas reales y el resultado que aceptarías. «Analizar ventas» es demasiado abierto. «Mostrar pedidos pendientes por fecha prevista» permite localizar tablas, estados y reglas. «Responder qué procedimiento de devolución está vigente» lleva a documentos y versiones.
Para cada pregunta, identifica la fuente autorizada y a una persona capaz de validar el resultado. Si nadie sabe qué archivo manda, el modelo no debería elegirlo por ti.
| Uso de IA | Datos prioritarios | Riesgo que hay que revisar |
|---|---|---|
| Asistente documental | Texto, versión y permisos | Responder con información retirada |
| Extracción de facturas | Documentos y campos esperados | Leer bien y asignar mal |
| Informe de negocio | Registros, fechas y definiciones | Comparar periodos incompatibles |
| Clasificación | Ejemplos y categorías | Aprender etiquetas inconsistentes |
| Predicción | Historial y objetivo temporal | Usar información del futuro |
Crea un inventario que alguien pueda mantener
Registra sistema, propietario, formato, actualización, acceso y uso previsto. No necesitas una plataforma nueva para empezar: una tabla compartida con responsable puede bastar para un piloto acotado.
Anota si la fuente es original o una copia. Una hoja exportada hace tres meses puede contener los mismos nombres que el ERP y representar una situación distinta. Señala también las transformaciones que ya se han aplicado.
Decide qué queda fuera. Excluir una carpeta sin propietario o una tabla sin significado claro puede ser más responsable que incorporarla y generar respuestas imposibles de comprobar.
Haz un perfilado antes de limpiar a mano
El perfilado describe ausencias, formatos, duplicados y distribución de valores. La documentación de Microsoft sobre Data Profiling presenta esta práctica para detectar posibles problemas de calidad. No exige que tu proyecto use ese producto: el principio es inspeccionar antes de transformar.
Cuenta nulos por campo, valores inesperados y registros sin clave. Busca fechas imposibles y cambios bruscos de distribución. No borres automáticamente los casos raros: pueden ser errores o situaciones de negocio legítimas.
En un conjunto ficticio de 1.000 pedidos, 120 no tienen fecha de entrega. Antes de rellenarla, averigua si significa «pendiente de planificar», «cancelado» o «dato perdido». Las tres situaciones requieren tratamientos distintos. Sustituir todo por la fecha de creación inventaría información.
Prioriza problemas que cambien la respuesta. Corregir mayúsculas puede mejorar presentación; resolver qué estado indica cancelación puede cambiar un indicador completo.
Define un contrato de datos sencillo
Para cada campo importante escribe significado, tipo, unidad, valores permitidos y regla de ausencia. Si es una cantidad, aclara moneda e impuestos. Si es una fecha, explica el evento que representa y la zona horaria cuando sea relevante.
Conserva identificadores estables. Cambiar nombres de clientes no debería romper sus relaciones históricas. Separa normalización de deduplicación: poner dos nombres en minúsculas no demuestra que pertenezcan a la misma entidad.
Documenta transformaciones con ejemplos de antes y después. El equipo debe poder reconstruir el conjunto sin depender de una hoja corregida manualmente por una sola persona.
Permisos antes de indexar o enviar datos
Identifica qué información necesita cada rol. Aplica esos permisos antes de recuperar contenido para una respuesta. Ocultar un enlace en la interfaz no impide que el modelo reciba el texto si la búsqueda lo devuelve.
Minimiza la información enviada a servicios externos y acuerda las condiciones de tratamiento, conservación y acceso con los responsables correspondientes. No todos los datos de producción son necesarios para probar una integración.
Usa ejemplos sintéticos para comprobar formatos cuando basten. Para evaluar rendimiento real necesitarás una muestra representativa autorizada y un procedimiento de acceso adecuado. No confundas datos que parecen reales con datos que representan tus dificultades operativas.
Reserva un conjunto de evaluación independiente
Separa ejemplos usados para configurar el sistema de los utilizados para comprobarlo. Si el proveedor conoce todas las preguntas de prueba, puede ajustar el resultado sin demostrar capacidad sobre entradas nuevas.
Incluye casos frecuentes, excepciones importantes y entradas sin respuesta. Para documentos, añade versiones contradictorias y permisos diferentes. Para predicción, separa periodos de forma que la evaluación refleje el uso futuro y no filtre información que aún no existía.
Guarda la respuesta de referencia, quién la aprobó y por qué. Si dos expertos discrepan, resuelve la ambigüedad antes de juzgar al modelo por elegir una de las dos interpretaciones.
Qué entregar al proveedor y qué conservar tú
Entrega inventario, diccionario, muestra autorizada, reglas y criterios de aceptación. Conserva una copia del original y un registro de cambios. El índice, las representaciones vectoriales y los archivos temporales deberían poder reconstruirse desde fuentes controladas.
Pide que la entrega incluya scripts o pasos reproducibles y un informe de descartes. «Se limpiaron los datos» no explica qué registros dejaron de existir ni cómo recuperar una decisión equivocada.
Si preparas un asistente, continúa con la guía de documentación de empresa. Si quieres conectar el ERP, revisa la arquitectura de solo lectura.
Preguntas frecuentes
¿Cuántos datos necesito?
Depende de la variedad y del uso. Para un piloto, busca cobertura de casos importantes antes que una cifra grande. No hay un número universal de documentos o filas.
¿Debo limpiar toda la empresa antes de empezar?
No. Delimita fuentes y problemas relevantes para una tarea. Usa lo aprendido para ampliar el alcance sin convertir la preparación en un proyecto interminable.
¿Quién debería liderar este trabajo?
Una persona de negocio que entienda los registros y una persona técnica que pueda reproducir el procesamiento. La validación necesita ambas perspectivas.
¿Cómo sé que estoy preparado?
Cuando puedes explicar de dónde sale cada resultado esperado, quién puede verlo y cómo repetir la prueba. Ese material hace mucho más útil el brief de implantación.
