Mucho antes de que alguien entrenara un modelo con datos de clientes, el sector del marketing ya había encontrado una forma de acordar las condiciones para compartir información. En la década de 1990, comercios de venta por catálogo se sumaron a cooperativas de datos que combinaban sus historiales de transacciones para identificar nuevos compradores. El sistema funcionaba porque sus reglas eran claras.

Un comercio aportaba datos y, a cambio, recibía clientes potenciales identificados mediante modelos. Ningún miembro obtenía la lista de clientes de un competidor, y quien dejaba de contribuir dejaba de recibir información. Los consorcios de tarjetas de crédito para detectar fraudes se basan en principios similares. Estos sistemas no eran sofisticados, pero todos entendían el intercambio.

Ahora, los proveedores de software que incorporan funciones de IA se enfrentan a la misma cuestión, por lo general sin contar con reglas equivalentes. El software tradicional operaba sobre los datos del cliente. Los productos de IA, en cambio, aprenden de ellos y, en plataformas multiinquilino, ese aprendizaje rara vez queda limitado a una sola cuenta.

Los registros de una empresa pueden mejorar el enriquecimiento de datos, la puntuación de clientes potenciales y las recomendaciones que reciben miles de usuarios. Un proveedor puede perfeccionar su producto para todos gracias al trabajo de unos pocos, mientras que muchos contratos no especifican si ese intercambio es justo. En términos legales, el cliente puede seguir siendo dueño de sus datos.

Pero la propiedad, por sí sola, no responde a la pregunta fundamental: ¿quién se beneficia?

Los usuarios se resisten a compartir datos que les costó conseguir

HubSpot comprobó lo delicado que puede ser este asunto cuando anunció sus planes de combinar datos de enriquecimiento de distintas cuentas de clientes. La información incluía datos de contacto profesional, información sobre empleadores y señales de entregabilidad de correo electrónico, con el objetivo de mejorar los registros de prospectos en toda la plataforma.

La participación era automática para todas las cuentas. En cuestión de días, la empresa retiró el plan y prometió que cualquier futura función de enriquecimiento basada en datos de clientes sería voluntaria. HubSpot había indicado claramente que nunca compartiría registros centrales del CRM sin permiso, así que la privacidad en su sentido habitual no era el principal motivo de las objeciones de los equipos de ventas y operaciones de ingresos. Su inquietud era más difícil de resolver: años de trabajo dedicados a depurar y enriquecer sus propios datos de contacto estaban a punto de mejorar las herramientas de prospección disponibles para todos los clientes, incluidos sus competidores, y nadie les había preguntado qué recibirían a cambio. Las condiciones del producto que permitían ese cambio se habían actualizado casi dos años antes de que la mayoría de los clientes supiera de ello.

La IA está convirtiendo a empresas de software en empresas de datos

Muchas compañías de software que incorporan herramientas de IA nunca habían tenido que plantearse estas cuestiones. Ahora se están convirtiendo en empresas de datos, un modelo a la vez, a menudo sin haberlo decidido de forma explícita. Que la información de un cliente se utilice para entrenar un modelo compartido suele depender de un equipo de producto que trabaja contra una fecha de lanzamiento, no de alguien responsable de la relación comercial. Además, la respuesta suele quedar expresada en términos que pocos compradores leen.

En su encuesta de 2026 sobre la confianza en la IA, McKinsey encontró que solo alrededor del 30 % de las organizaciones había alcanzado un nivel avanzado en estrategia, gobernanza y controles de IA. El uso de datos agrupados para entrenar modelos suele quedar en tierra de nadie entre las áreas legal, de producto y de ventas, sin que un único equipo asuma la responsabilidad de explicarlo.

La importancia de contar con cláusulas claras de salida

Es probable que los compradores exijan respuestas mucho antes de que lo hagan los reguladores. Durante la última década, las certificaciones de seguridad y las garantías de disponibilidad se convirtieron en cláusulas contractuales habituales porque suficientes clientes las pidieron y los proveedores dejaron de oponerse. Las condiciones sobre el uso de datos en sistemas de IA parecen seguir el mismo camino. Los equipos de compras ya empiezan a preguntar si sus datos entrenan o enriquecen modelos que se utilizan con otros clientes, si participar es voluntario y si pueden dejar de hacerlo más adelante sin perder funciones esenciales. Los compradores más exigentes también quieren saber qué recibe una empresa que contribuye y que no obtiene una que no lo hace.

Las condiciones de salida serán lo más difícil de redactar. Un cliente puede cancelar un contrato y solicitar la devolución de sus registros, pero no es posible retirar fácilmente la influencia que esos datos ya hayan tenido en un modelo de producción. Volver a entrenarlo puede ser costoso, y para la mayoría de los proveedores sigue sin existir una forma sencilla de eliminar la contribución de un solo cliente de un modelo activo. Un proveedor puede afirmar con honestidad que borró todos los registros que ese cliente subió y, aun así, seguir usando un modelo que esos registros ayudaron a construir.

Los contratos diseñados para servicios de almacenamiento asumían que borrar los datos ponía fin a su uso. Los contratos de IA tendrán que explicar claramente qué efectos persisten después de que un cliente se marche y si el cliente aceptó esas condiciones al firmar.

El consentimiento voluntario responde solo a una parte de la cuestión. Una casilla puede autorizar al proveedor a utilizar los datos, pero no aclara qué obtiene el cliente a cambio. Quien acepta participar sin saber qué recibirá ha hecho un mal trato, aunque sea legal. Las antiguas cooperativas incorporaban miembros porque estos podían ver con claridad qué obtenían.

Los proveedores que expliquen su modelo económico de datos antes de que los clientes tengan que preguntar afrontarán las renovaciones con menos fricciones. Esa explicación debe estar tanto en el producto como en el contrato, y especificar qué datos de clientes alimentan modelos compartidos, qué resultados producen esos modelos y qué reciben quienes contribuyen. Los cuestionarios de seguridad fueron en su día un trámite; después, los compradores los convirtieron en una condición de venta. Las condiciones para compartir datos siguen una trayectoria similar. Los proveedores que las definan con claridad desde ahora contribuirán a establecer el estándar que el resto del mercado acabará adoptando.

from Latest from TechRadar https://ift.tt/skgITdz
via IFTTT IA