El bucle de datos también se gobierna

El progreso tecnológico no siempre abarata. En el desarrollo de medicamentos ocurre lo contrario, y la anomalía tiene nombre propio: la ley de Eroom —Moore escrito al revés—, descrita por Scannell y sus colegas en 2012 en Nature Reviews Drug Discovery. Desde 1950, el número de fármacos nuevos aprobados por cada mil millones de dólares invertidos en I+D se ha reducido aproximadamente a la mitad cada nueve años. Leído como lo lee un consejo, el enunciado incomoda: descubrir y llevar al mercado un medicamento cuesta, en términos reales, cada vez más. Donde la ley de Moore prometía duplicar capacidad al mismo precio, la de Eroom describe la dinámica exactamente inversa.

Sobre ese fondo, la inteligencia artificial se presenta como el factor capaz de doblar la curva. En el descubrimiento de fármacos, los modelos de aprendizaje automático ya priorizan qué moléculas tienen mayor probabilidad de éxito, descartan antes las vías fallidas y acortan cada iteración. La promesa es real. Pero situar la ventaja en el algoritmo es leer mal el problema.

Un sistema de IA vale lo que valen los datos que recibe de vuelta. La ventaja competitiva no está en el modelo, sino en el bucle de datos que lo alimenta —y ese bucle es una decisión de gobierno, no de laboratorio.

El bucle de datos: el activo que no aparece en el balance

Un modelo entrenado una vez envejece; un modelo realimentado mejora. La diferencia entre ambos es el bucle de datos: cada experimento, cada resultado negativo, cada dato de un ensayo clínico vuelve al sistema, ajusta sus predicciones y lo hace más eficiente en la iteración siguiente. Es un circuito de mejora continua cuyo valor no está en ningún activo del balance, pero que determina quién descubre más rápido y con menos capital desperdiciado.

De ahí que quien cierra antes ese bucle acumule una ventaja que se compone con el tiempo: más datos propios de alta calidad producen mejores predicciones, que producen mejores experimentos, que producen más datos. La ventaja no es un modelo mejor comprado a un proveedor —eso lo compra cualquiera—; es un flujo de datos gobernado que la organización posee y sabe reincorporar. Por eso el bucle de datos pertenece al perímetro de gobierno del dato y de la inteligencia artificial que la comisión de tecnología está llamada a supervisar, y no al terreno exclusivo de la dirección científica.

Tres preguntas que corresponden al consejo

Reconocer el bucle de datos como activo estratégico traslada al consejo tres cuestiones que ni la tesorería ni el laboratorio resuelven.

1. La inversión en IA deja de ser táctica. Si un competidor cierra su bucle de datos más deprisa, la ventaja propia se erosiona aunque la tecnología adquirida sea idéntica: es una carrera por acumular antes datos de alta calidad. La decisión pertenece, por tanto, a la estrategia tecnológica de la compañía —horizonte plurianual, tesis explícita, seguimiento por el consejo—, no a una partida de gasto que se aprueba y se olvida.
2. El riesgo regulatorio es de trazabilidad. La Agencia Europea de Medicamentos ya ha fijado, en su documento de reflexión sobre el uso de IA en el ciclo de vida del medicamento, cómo espera que estos sistemas se empleen y validen: con documentación, supervisión humana y trazabilidad de las decisiones. A ello se suma la clasificación como alto riesgo de determinados sistemas de IA en el ámbito sanitario dentro del marco europeo. Una compañía que no pueda explicar por qué su modelo recomendó una molécula o descartó otra se expone a que la aprobación se retrase. La pregunta de consejo es concreta: ¿cómo documentamos y auditamos cada recomendación algorítmica? El encuadre completo está en el marco normativo de referencia del corpus.
3. El gobierno del dato es una responsabilidad asignable. ¿Quién responde del ciclo de vida del dato que alimenta el bucle? ¿Dónde reside la propiedad intelectual de los modelos entrenados con él? ¿Cómo se protege la ventaja que ese circuito genera frente a fugas, dependencias de proveedor o cláusulas mal negociadas? Son preguntas de titularidad y de control, y exigen un responsable explícito, no una diligencia difusa.

Por qué es materia de gobierno, no solo de gestión

Nada de lo anterior convierte al consejo en comité científico. La tesis es la contraria: igual que la supervisión tecnológica no nace de una norma concreta, sino del deber de buen gobierno —en el marco español, de la Recomendación 23 del Código de Buen Gobierno de la CNMV—, el bucle de datos no es un asunto técnico que se delega y se desatiende, sino una fuente de ventaja competitiva y de riesgo cuya orientación y control competen al consejo. La regla de proporcionalidad se mantiene: la intensidad de la supervisión se ajusta a cuánto depende el negocio de ese bucle, no a un formalismo uniforme.

Conclusión

La ley de Eroom describe un problema que ninguna herramienta resuelve por sí sola. La IA puede revertir la curva del coste, pero solo para quien entienda que el activo no es el algoritmo, sino el flujo de datos que lo hace mejorar. Reconocer el bucle de datos, asignar su responsabilidad, dotarlo de trazabilidad y protegerlo como ventaja es una decisión de gobierno tecnológico. La comisión de tecnología no existe para dirigir el laboratorio, sino para que el consejo invierta, supervise y rinda cuentas sabiendo qué bucle está construyendo, quién responde de él y qué ventaja —o qué exposición— acumula con cada iteración.