VALÈNCIA. La inteligencia artificial gana espacio en las administraciones públicas, pero su implantación encuentra un obstáculo en la información que debe alimentar estas herramientas. El 80% de las organizaciones del sector público encuestadas por la consultora Capgemini señala que la calidad y la disponibilidad de los datos han supuesto barreras importantes para el éxito de sus proyectos. Además, el 60% afirma que las deficiencias en la información han provocado directamente el fracaso de iniciativas o resultados inferiores a los esperados.
Así lo recoge el informe Data and AI in government 2026: From AI ambition to operational maturity, elaborado por el Capgemini Research Institute a partir de una encuesta a 600 directivos de organizaciones públicas de 16 países, entre ellos España, y más de quince entrevistas con responsables y expertos. El estudio refleja una distancia entre las ambiciones de las administraciones en inteligencia artificial y su capacidad para preparar los datos y los sistemas necesarios para utilizarla.
El problema abarca tanto la fiabilidad de la información como la posibilidad de acceder a ella y combinarla. Los datos repartidos entre departamentos, las copias duplicadas y las aplicaciones que no se comunican entre sí complican el desarrollo de herramientas que puedan extenderse al conjunto de una organización. El 71% de las entidades consultadas considera que sus capacidades en materia de datos avanzan por detrás de sus objetivos en IA.
Información dispersa y sistemas incompatibles
El 57% de las organizaciones sitúa la falta de interoperabilidad o la incompatibilidad de los estándares de datos entre sus cinco principales dificultades. A ello se suma que el 58% identifica la ausencia de infraestructuras modernas y capaces de crecer como uno de sus mayores obstáculos, mientras que el 53% señala problemas de gobernanza y gestión de la información.
El informe recoge el caso del Departamento de Salud Pública del condado de Los Ángeles, que invirtió en un repositorio central ante la proliferación de copias de datos y la ausencia de una referencia común. "Teníamos una proliferación de copias y ninguna versión clara de la verdad", explica su responsable de Información y Datos, Jake Campbell, en una declaración recogida en el documento.
La centralización, según Campbell, permite gestionar los riesgos de acceso, mejorar la eficiencia y ofrecer una base de información depurada y fiable a quienes necesitan utilizarla. La experiencia ilustra una de las cuestiones que plantea el estudio: incorporar IA requiere también ordenar los datos con los que ya trabaja la organización.
En la región francesa de Île-de-France, la ampliación de un programa de IA generativa encontró otra dificultad. Las herramientas carecían de las conexiones necesarias para acceder a las bases de datos centrales. La infraestructura existente no podía sostener sus ambiciones, por lo que fue necesario invertir en una capa tecnológica que permitiera acceder a los sistemas antiguos.
El salto pendiente desde las pruebas
Estas limitaciones ayudan a explicar las dificultades para pasar de la experimentación al uso habitual. Solo el 28% de las organizaciones encuestadas afirma haber llevado sus proyectos de IA desde los pilotos hasta un despliegue a gran escala. Al mismo tiempo, el 70% reconoce que estas herramientas requieren más mantenimiento, supervisión y ajustes de los que esperaba. El estudio sostiene que extender la IA depende de contar con sistemas flexibles, mecanismos de control y capacidad para mantener las aplicaciones una vez que entran en funcionamiento. También requiere revisar procesos y coordinar responsabilidades entre departamentos.
"La IA no sustituye la voluntad de acometer reformas estructurales", señala Dirk Günnewig, secretario de Estado del Ministerio de Finanzas de Renania del Norte-Westfalia, en Alemania. El responsable explica que su Administración tributaria plantea modernizar primero el funcionamiento administrativo y construir después las aplicaciones de inteligencia artificial. Las responsabilidades fragmentadas, los procesos heterogéneos y los datos dispersos, advierte, limitan su eficacia.
La colaboración entre organismos aparece como otra vía para mejorar la base de información disponible. Según el informe, las entidades públicas pueden disponer de conjuntos de datos valiosos pero incompletos, cuya combinación permite desarrollar análisis y aplicaciones más sólidos. Sin embargo, el 61% señala barreras de infraestructura y de interoperabilidad semántica, es decir, dificultades para que los distintos sistemas interpreten de forma consistente la información compartida.
Más inversión y dificultades de supervisión
Pese a estos obstáculos, la apuesta económica por la IA continúa creciendo. Las organizaciones consultadas prevén que esta tecnología pase de representar el 5% de sus presupuestos tecnológicos en 2025 al 7% en 2027. Además, el 68% manifiesta su compromiso de aumentar significativamente la inversión durante los próximos dos o tres años.
Los beneficios, sin embargo, todavía no son homogéneos. Un 45% considera que el retorno y el valor generado por la IA son claros y medibles, mientras que un 40% asegura haber obtenido reducciones de costes con sus iniciativas. Los avances más sólidos se concentran en tareas operativas y analíticas, como la detección del fraude, la automatización administrativa y el apoyo a la toma de decisiones.
La supervisión también avanza a un ritmo desigual. Aunque el 50% afirma contar con principios formales de IA responsable, solo el 23% considera que sus prácticas en este ámbito siguen el ritmo al que despliega la tecnología. Un 16% reconoce que carece de una estructura formal de atribución de responsabilidades para su gobernanza.
Capgemini plantea que los principios deben trasladarse a procedimientos concretos para revisar las herramientas, corregirlas o suspender su uso cuando sea necesario. La formación de las plantillas, la gestión de los datos y la coordinación entre departamentos se perfilan así como condiciones para convertir la inversión en mejoras efectivas de los servicios públicos.
