En América Latina, el rol del Chief Data Officer evoluciona con rapidez frente a la aceleración de la inteligencia artificial. Es que la tecnología tomó un lugar central en la estrategia, en donde ya no se considera una función aislada.

¿Qué se espera de un CDO moderno en Latinoamérica? Nada más y nada menos que  liderar la adopción de datos e IA a larga escala en una región tan diversa e inestable, integrando conducción, talento, gobernanza y conectando negocios, aplicaciones, datos e IA en un ciclo virtuoso infinito.

En 2025, casi 99 de cada 100 empresas globales consideran prioritario invertir en iniciativas de datos e IA, un incremento del 82,2% desde el año anterior, según el reporte AI and Data Leadership 2025 de DataIQ. Sí, invertir en este eje ya no es opcional para competir.

Pero a pesar de la urgencia estratégica, la adopción real, aquella que produce valor medible, todavía está lejor de ser mayoritaria. El mismo reporte revela que el 76,1% de las organizaciones aún se encuentra en etapas de experimentación o producción limitada de IA, mientras que solo el 23,9% ha alcanzado implementaciones de IA a escala.

En América Latina, el escenario es parecido.  La inteligencia artificial ya no es una promesa futura: es una paradoja presente. Aunque el 47% de las empresas latinoamericanas han incorporado IA en sus operaciones, cinco puntos porcentuales por encima de la tasa global, solo el 23% reporta generar algún valor económico con esta tecnología, y apenas el 6% captura un impacto significativo en su rentabilidad. El dato proviene del informe "Latin America in the Intelligent Age", publicado en enero de 2026 por el Foro Económico Mundial en colaboración con McKinsey & Company.

La brecha no es de intención ni de presupuesto. Es de conducción.

Para lograr ese salto, es clave el liderazgo, la gobernanza y el talento. Un triunvirato que debe encarnar el Chief Data Officer (CDO), hoy expandido a Chief Data & Analytics Officer o combinado con funciones de inteligencia artificial.

El CDO moderno no tiene respuestas únicas ni recetas universales. Tiene, en cambio, la responsabilidad de leer el contexto, conectar actores y sostener el ciclo de innovación en el tiempo. En esa codificación se juega buena parte de la capacidad de la región para transformar datos en desarrollo.

Se trata de una discusión más profunda sobre quién define qué dato importa, cómo se usa, cómo se transforma con IA y cómo ese proceso vuelve al negocio y a la sociedad en forma de decisiones.

El liderazgo de datos e IA: una función en transición

Los datos por sí solos no bastan; lo que importa es la capacidad de alinear inversiones, procesos y decisiones con objetivos de negocio.

El mismo reporte de DataIQ muestra que la adopción de la función de liderazgo ha crecido exponencialmente en la última década: donde solo un 12% de las organizaciones tenía un CDO o equivalente en 2012, en la actualidad esa cifra alcanza 84,3%. Además, un 33,1% de compañías ya ha incorporado un Chief Artificial Intelligence Officer (CAIO), y 43,9% considera que debería hacerlo.

De todas formas, el rol aún enfrenta desafíos de comprensión y permanencia, con altos niveles de rotación y ambigüedad sobre objetivos claros.

La agenda del CDO moderno: liderazgo, talento y gobernanza

1. Liderazgo: el CDO como actor político interno

Cuando un CDO no logra escalar la agenda de datos en su organización, la explicación rara vez está en una arquitectura mal diseñada o en un modelo que no convergió. Está en una reunión que nunca sucedió, en un presupuesto que no se aprobó, o en un área de negocio que decidió seguir manejando sus datos como siempre lo hizo. En América Latina, ese patrón se repite con una frecuencia que el mercado todavía subestima.

El cargo de CDO es, en esencia, un mandato sin territorio propio. No controla los datos que necesita transformar, no es dueño de la infraestructura sobre la que debe operar y no administra los presupuestos que determinan qué se construye y qué se posterga. Su único capital real es la capacidad de persuadir a las áreas de negocio para que compartan lo que consideran su ventaja competitiva; a IT para que ceda parte de la propiedad sobre la arquitectura; y al CFO para que financie inversiones cuyos resultados no aparecen en el balance del trimestre siguiente.

Esa es la dimensión política del rol, y es la que menos se entrena y menos se discute. No se resuelve con un framework de gobernanza ni con una certificación en gestión de datos. Se construye con conversaciones difíciles, con victorias tempranas que generen credibilidad y con la habilidad de hacer que cada actor relevante sienta que la agenda de datos también es su agenda.

2. Governance: accelerating without bureaucracy

Effective governance is not built as an abstract framework but as a practice embedded within the business. When governance rules are disconnected from operations, they become irrelevant. When they are integrated into processes, they enable speed. The difference lies in design.

La gobernanza de datos y de IA sigue siendo uno de los conceptos más mencionados y menos comprendidos en las organizaciones. Todavía se la asocia con control, burocracia o cumplimiento normativo. Pero puede ser el motivo por el que la IA no escala.

Cuando nadie puede explicar de dónde vienen los datos, cómo se entrenan los modelos o quién responde por sus resultados, las iniciativas pierden legitimidad interna y externa.

En América Latina, donde coexisten sistemas públicos y privados heterogéneos, la gobernanza de datos es doblemente crítica: para proteger por un lado, y también para habilitar el uso productivo de datos en escenarios legales y culturales diversos.

En la región, la gobernanza de datos no opera en un vacío regulatorio: opera en un mosaico. Brasil consolidó su LGPD (Lei Geral de Proteção de Dados Pessoais – RGPD: Reglamento General de Protección de Datos) con actualizaciones significativas en 2024, incluyendo cláusulas estándar para transferencias internacionales y sanciones más estrictas; Chile aprobó un nuevo proyecto de ley de protección de datos en agosto de 2024, alineado con el GDPD europeo; y Colombia avanza en una reforma de su Ley 1581 de 2012 para incorporar nuevas bases legales de procesamiento y el derecho a no ser sujeto de decisiones totalmente automatizadas. Para el CDO, navegar este mosaico es una ventaja competitiva para aquellos que sí anticipan y movilizan los recursos necesarios para cumplir las reglas y habilitar nuevos negocios.

La gobernanza eficaz no se construye como un marco abstracto, sino como una práctica integrada al negocio. Cuando las reglas están desconectadas de la operación, se vuelven irrelevantes, mientras que cuando están integradas a los procesos, habilitan velocidad. Se trata de una diferencia de diseño.

3. Talento: habilidades híbridas que conectan negocio, aplicaciones, datos e IA

Un gran obstáculo para la adopción masiva de IA tiene que ver con la falta de talento estratégico que conecte negocios con tecnología. Más del 40% de las organizaciones aún enfrentan brechas significativas de habilidades para implementar IA responsablemente. Porque el desafío está en construir equipos con competencias híbridas: conocimiento del negocio, comprensión de los datos y capacidad para traducir resultados en decisiones ejecutivas.

El perfil que la región necesita no es el de un arquitecto de datos con poder ejecutivo, sino el de un traductor organizacional: alguien capaz de convertir capacidades técnicas en decisiones de negocio, y resistencias culturales en adopción real.

A eso se suma una dimensión específicamente regional. El CDO en LATAM opera en mercados donde el talento especializado es escaso y disputado, donde el marco regulatorio cambia a velocidades distintas según el país, y donde la mayoría de las organizaciones, pymes incluidas, no tienen infraestructura madura sobre la cual construir. En ese contexto, las habilidades más valiosas no son las que se aprenden en un curso de certificación: son las que permiten avanzar con lo que hay, negociar prioridades con recursos limitados y construir coaliciones internas que sostengan la agenda de datos más allá de los ciclos de entusiasmo.

Sostener el ciclo

Data alone does not transform organizations. Transformation happens when someone decides which questions to ask of that data, who can access it, how it is translated into action, and who is accountable for the outcomes. In Latin America, that chain of decisions is still interrupted too often by talent shortages, architecture that cannot be scaled, or organizations that have yet to find the leadership capable of guiding them. The modern CDO is precisely the one who closes that chain not as a gatekeeper of data, but as a catalyst for value across strategy, technology, and business. That is the complexity of the role, and also its greatest value.

La coyuntura actual exige una arquitectura que que pueda sostener los datos en contextos reales: muchas veces desiguales, regulados, fragmentados y, sobre todo, en constante cambio.

El desafío del CDO, o de la función que concentre el liderazgo de datos e IA,  está en convertir los datos en capacidad organizacional sostenida. Más allá de las personas, proyectos puntuales o avances tecnológicos.

En ese sentido, los objetivos del liderazgo de datos en la organización empiezan a correrse de lo técnico hacia lo estructural. Algunos OKRs (Objectives and Key Results) posibles para este nuevo liderazgo buscan medir cambios reales en la organización:

• Romper la lógica de fragmentación para integrar dominios de datos críticos para evitar una IA episódica. No sirven los datos fuera de contexto.
• Mejorar la calidad del dato, especialmente en una región donde los datos públicos y privados se cruzan permanentemente. La representatividad deja de ser un concepto técnico y pasa a ser una variable estratégica.
• Mover la IA del laboratorio a la operación, para reducir la dependencia de pilotos aislados y construir capacidades reutilizables que sobrevivan al entusiasmo inicial.
• Instalar decisiones basadas en datos como práctica organizacional, no como excepción. Cuando el dato no entra en la conversación ejecutiva, la IA no transforma nada.
• Construir confianza a escala con marcos de gobernanza que permitan acelerar sin erosionar legitimidad, cumplir sin paralizar y automatizar sin perder responsabilidad. Es quizás lo más complejo, pero lo que más va a proyectar sostenibilidad a largo plazo.

Los datos, por sí solos, no transforman nada. Transforman cuando alguien decide qué pregunta hacerles, quién puede acceder a ellos, cómo se traducen en acción y quién responde por los resultados. En América Latina, esa cadena de decisiones todavía se interrumpe con demasiada frecuencia: por falta de talento, por arquitecturas que no resisten el crecimiento o por organizaciones que aún no encontraron quién las conduzca con claridad. El CDO moderno es, precisamente, quien cierra esa cadena. No como un guardián de datos, sino como un articulador de valor entre estrategia, tecnología y negocio. Esa es la complejidad del rol. Y también su valor