La inteligencia artificial dejó de ser una función periférica para instalarse en el centro de la estrategia empresarial, y eso le exige al CDO moderno algo mucho más complejo que gestionar datos: liderar su adopción a gran escala en una región diversa e inestable, conectando gobernanza, talento, negocio y tecnología en un mismo ciclo.
Las cifras hablan por sí solas. En 2025, casi el 99% de las empresas globales considera prioritario invertir en datos e IA, un salto del 82,2% frente al año anterior, según el reporte AI and Data Leadership 2025 de DataIQ. Sin embargo, esa urgencia estratégica no se ha traducido en resultados a escala: el 76,1% de las organizaciones aún está en etapas de experimentación o producción limitada, y solo el 23,9% ha logrado implementaciones maduras.
América Latina refleja esa misma paradoja. El 47% de las empresas de la región ya incorporó IA en sus operaciones, cinco puntos por encima de la tasa global. Pero solo el 23% reporta generar valor económico con ella, y apenas el 6% captura un impacto significativo en su rentabilidad, según el informe Latin America in the Intelligent Age, publicado en enero de 2026 por el Foro Económico Mundial y McKinsey & Company.
La brecha no es de presupuesto ni de intención. Es de conducción. Y es ahí donde el CDO tiene un papel decisivo: leer el contexto, articular actores y sostener el ciclo de innovación en el tiempo.
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 la agenda de datos no escala, el problema casi nunca está en la arquitectura técnica. Está en la reunión que no ocurrió, el presupuesto que no se aprobó o el área que decidió seguir manejando sus datos como siempre. En América Latina, ese patrón se repite más de lo que el mercado reconoce.
El CDO opera sin territorio propio. No controla los datos que necesita transformar, ni la infraestructura sobre la que trabaja, ni los presupuestos que deciden qué se construye. Su único capital es la capacidad de persuadir: convencer a las áreas de negocio de compartir lo que consideran su ventaja competitiva, a TI de ceder parte del control sobre la arquitectura y al CFO de financiar inversiones cuyos resultados no aparecen en el balance del trimestre siguiente.
Esa dimensión política del rol es la que menos se entrena. No se resuelve con un framework ni con una certificación. Se construye con conversaciones difíciles, victorias tempranas que generen credibilidad y la habilidad de hacer que cada actor sienta que la agenda de datos también es la suya.
2. Gobernanza: avanzar sin burocracia
La gobernanza de datos sigue siendo uno de los conceptos más citados y menos comprendidos. Se la asocia con control o cumplimiento normativo, cuando en realidad puede ser la razón por la que la IA no escala. Sin claridad sobre de dónde vienen los datos, cómo se entrenan los modelos o quién responde por sus resultados, las iniciativas pierden legitimidad.
En América Latina, la gobernanza opera sobre un mosaico regulatorio complejo. Brasil actualizó su LGPD en 2024 con sanciones más estrictas y cláusulas para transferencias internacionales. Chile aprobó una nueva ley de protección de datos alineada con el GDPR europeo. Colombia avanza en la reforma de su Ley 1581 para incorporar nuevas bases de procesamiento y el derecho a no ser sujeto de decisiones automatizadas. Para el CDO, anticiparse a ese mosaico es una ventaja competitiva.
La gobernanza eficaz no es un marco abstracto: es una práctica integrada al negocio. Cuando las reglas están desconectadas de la operación se vuelven irrelevantes. Cuando están integradas a los procesos, generan velocidad.
3. Talento: habilidades híbridas que conectan negocio y tecnología
Más del 40% de las organizaciones enfrenta brechas significativas de habilidades para implementar IA de forma responsable. 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 que convierta capacidades técnicas en decisiones de negocio y resistencias culturales en adopción.
En ese contexto, las habilidades más valiosas no son las de certificación. Son las que permiten avanzar con los recursos disponibles, negociar prioridades y construir coaliciones internas que sostengan la agenda de datos más allá de los ciclos de entusiasmo.
Sostener el ciclo
Los datos solos no transforman nada. La transformación ocurre cuando alguien decide qué preguntas hacerles, quién puede acceder a ellos, cómo se convierten en acción y quién responde por los resultados. En América Latina, esa cadena se interrumpe con demasiada frecuencia: por escasez de talento, por arquitecturas que no resisten el crecimiento o por organizaciones que aún no encontraron el liderazgo que las conduzca.
El desafío del CDO es convertir los datos en capacidad organizacional sostenida, más allá de proyectos puntuales o ciclos de entusiasmo. Para eso, los objetivos del liderazgo de datos se están corriendo de lo técnico hacia lo estructural. Algunos OKRs posibles para este nuevo liderazgo apuntan a cambios concretos:
Integrar dominios de datos críticos para evitar una IA episódica. Los datos fuera de contexto no sirven. Mejorar la calidad del dato en una región donde la información pública y privada se cruza permanentemente, convirtiendo la representatividad en una variable estratégica. Mover la IA del laboratorio a la operación, reduciendo la dependencia de pilotos aislados y construyendo capacidades reutilizables. Instalar las decisiones basadas en datos como práctica organizacional:
cuando el dato no entra en la conversación ejecutiva, la IA no transforma nada. Y construir confianza a escala con marcos de gobernanza que permitan acelerar sin perder legitimidad, cumplir sin paralizar y automatizar sin renunciar a la responsabilidad.
El CDO moderno es quien cierra esa cadena. No como guardián de datos, sino como articulador de valor entre estrategia, tecnología y negocio. Esa es la complejidad del rol, y también su mayor aporte.