La creciente demanda de datos para entrenar modelos de inteligencia artificial ha impulsado a los data brokers a buscar nuevos recursos: los archivos y correos internos de las empresas. Esta práctica, reportada recientemente por el medio especializado Wired, pone de relieve un fenómeno en expansión que genera debate tanto en el ámbito tecnológico como empresarial.
El entrenamiento de algoritmos de Machine Learning y Large Language Models depende críticamente de grandes cantidades de datos diversos y de calidad. Si bien muchas compañías han recurrido históricamente a fuentes públicas, la saturación y la necesidad de datos cada vez más especializados han llevado a los intermediarios de datos (data brokers) a comercializar documentos de uso interno, presentaciones empresariales, emails corporativos y otros archivos sensibles.
Según el reporte, algunas empresas proveedoras de servicios de IA están pagando por acceder, de manera legal, a repositorios internos de organizaciones, lo que incluye desde correos electrónicos hasta documentos de procesos y reportes internos. Si bien esto puede representar una fuente valiosa de información para alimentar algoritmos, no todos los sectores ven con buenos ojos la tendencia, especialmente aquellos vinculados al compliance y la protección de datos.
El mercado global de los datos empresariales está en pleno auge. Se estima que el valor de los datos internos, por su nivel de detalle y representatividad, supera ampliamente al de grandes repositorios abiertos. Este nuevo impulso por adquirir información corporativa plantea interrogantes sobre los límites éticos, legales y de protección de la propiedad intelectual, así como sobre la responsabilidad de las empresas ante posibles filtraciones o malos usos de la información compartida.
Para las empresas, la posibilidad de que sus datos internos sean utilizados para entrenamientos de IA puede significar riesgos reputacionales, fuga de know-how o ventajas competitivas erosionadas. Por otro lado, la apertura controlada de ciertos conjuntos de datos puede representar ingresos adicionales u oportunidades de colaboración en el marco de sandboxes de innovación, siempre y cuando se asegure el anonimato y la protección de los intereses estratégicos.
Este tema se inscribe en la tendencia más amplia de utilización de datos empresariales para potenciar soluciones de inteligencia artificial aplicadas a distintas áreas del negocio, desde automatización de workflows y análisis predictivo, hasta la generación automatizada de documentos o asistentes virtuales hiperpersonalizados. Las organizaciones enfrentan así el doble desafío: extraer valor de sus datos para innovar, y protegerse ante usos no autorizados o poco transparentes.
De acuerdo con la publicación de Wired (https://www.wired.com/story/ai-companies-really-really-want-to-buy-your-work-files-and-emails/), el debate no solo alcanza cuestiones tecnológicas, sino que interpela al gobierno corporativo, la ética empresarial y la estrategia de protección de activos intangibles, aspectos que serán cada vez más críticos a medida que avance la economía basada en datos.