EL VALOR OCULTO DE LA INFORMACIÓN

EL VALOR OCULTO DE LA INFORMACIÓN

Calidad, interoperabilidad y trazabilidad: la base necesaria para que los algoritmos generen análisis verificables.

Toda empresa constructora genera conocimiento en cada proyecto, aunque no siempre logra conservarlo, ordenarlo ni convertirlo en una ventaja para el siguiente. Planos, especificaciones, presupuestos, cronogramas, bitácoras, órdenes de cambio, reportes de supervisión y manuales de operación suelen registrar la historia de una obra, pero con frecuencia permanecen como evidencia documental y no como memoria estratégica. Ahí comienza uno de los desafíos centrales de la construcción inteligente: transformar el registro técnico en un activo de gestión.

Cada obra produce señales que pueden tener una utilidad mayor que la documentación inmediata. Una modificación de diseño puede revelar fallas de coordinación; una desviación del cronograma puede exponer restricciones mal previstas; una reclamación contractual puede advertir debilidades en la asignación de riesgos; un historial de mantenimiento puede mostrar cómo se comportan realmente materiales, equipos e instalaciones después de la entrega. Cuando esa experiencia queda dispersa entre archivos, plataformas o equipos de trabajo, la organización pierde parte del conocimiento que ella misma produjo.

El “OECD Digital Economy Outlook 2024”, de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), sitúa este cambio dentro de una transformación más amplia: la economía digital exige mejores fundamentos de gobernanza, confianza, innovación y uso estratégico de los datos. Aunque el informe no se concentra en construcción, sus conclusiones resultan aplicables al sector porque ratifican que la digitalización no genera valor únicamente por incorporar tecnologías, sino por crear condiciones organizacionales para administrar información confiable y convertirla en soporte de gestión.

La construcción participa plenamente de esa evolución. Cada proyecto produce evidencia relacionada con diseño, ingeniería, compras, ejecución, seguridad, operación y mantenimiento. Analizada como piezas aisladas, esa evidencia describe lo ocurrido en una obra. Integrada bajo criterios comunes, permite comparar proyectos, reconocer causas recurrentes de problemas, mejorar la planificación y convertir la experiencia acumulada en conocimiento corporativo.

El “State of Design & Make Report 2025”, de Autodesk, refuerza esta idea desde la práctica empresarial. El estudio, elaborado a partir de una investigación global con 5,594 líderes, especialistas y expertos de industrias de diseño y fabricación, incluidas arquitectura, ingeniería, construcción y operaciones, muestra que las organizaciones con mayor madurez digital integran mejor sus datos, colaboran con más eficiencia y responden con mayor agilidad a entornos cambiantes. La tecnología facilita ese proceso, pero la ventaja real aparece cuando los registros dispersos se convierten en criterio para gestionar.

Sobre esa nueva visión se construye la siguiente etapa de la transformación digital del sector. La inteligencia artificial (IA) representa hoy su expresión más visible, pero no su punto de partida. Antes de que un algoritmo pueda apoyar análisis avanzados, la empresa debe desarrollar una habilidad menos llamativa y más decisiva: convertir lo que cada proyecto produce en conocimiento reutilizable. En los próximos años, la diferencia competitiva no estará en acumular más información, sino en saber qué hacer con ella.

La inteligencia artificial no aprende de datos aislados; aprende de información confiable, estructurada y capaz de conservar su significado durante todo el ciclo de vida de un proyecto.

Del registro técnico al conocimiento corporativo

Todo activo estratégico necesita un sistema de gestión que preserve su utilidad. La información no es la excepción. Antes de alimentar modelos de IA, debe pasar por procesos que aseguren calidad, disponibilidad, trazabilidad y pertinencia para quienes toman decisiones durante la vida útil del proyecto y del activo construido.

La digitalización de la construcción avanzó con fuerza en la producción de modelos, planos y documentación técnica. Sin embargo, ese crecimiento no siempre estuvo acompañado por una forma común de organizar, revisar y compartir lo que generaban los equipos. Cada empresa podía utilizar procedimientos, plataformas y criterios propios.

El resultado era una colaboración todavía frágil, dependiente de revisiones manuales, interpretaciones particulares y transferencias de archivos con riesgo de pérdida de contexto.

La familia ISO 19650, desarrollada por la Organización Internacional de Normalización (ISO), marcó un cambio de enfoque al establecer principios para la gestión de información durante todo el ciclo de vida de activos construidos mediante Modelado de Información de la Construcción (BIM, por sus siglas en inglés). Su propósito no es indicar cómo debe diseñarse un edificio, sino cómo debe solicitarse, producirse, validarse, compartirse y conservarse la base documental y técnica que sostiene las decisiones desde la planificación inicial hasta la operación.

Esta norma traslada el foco desde el modelo digital como producto hacia el proceso que garantiza su utilidad. Conceptos como los Requisitos de Información de la Organización (OIR, por sus siglas en inglés), los Requisitos de Información del Activo (AIR) y los Requisitos de Información del Proyecto (PIR) establecen que cada entrega debe responder a una necesidad concreta de gestión. La pregunta deja de ser cuánta data técnica puede producirse y pasa a ser cuál es necesaria, para quién, en qué momento y con qué nivel de detalle.

El estudio “Development of standard-based information requirements for the facility management of a canteen”, de Andressa Oliveira, José Granja, Marzia Bolpagni, Ali Motamedi y Miguel Azenha, publicado en Journal of Information Technology in Construction (ITcon) en 2024, demuestra la importancia de formular estos requerimientos con precisión, especialmente cuando los modelos se utilizarán en la operación y el mantenimiento de activos.

Su conclusión tiene una consecuencia práctica para el sector: requisitos mal definidos pueden producir modelos cargados de información innecesaria o, por el contrario, insuficientes para apoyar la gestión real del activo.

El artículo “Towards an improved framework for enterprise BIM: The role of ISO 19650”, de Bjoern Godager, Knud Mohn, Christoph Merschbrock, Ole Jonny Klakegg y Lizhen Huang, vincula la ISO 19650 con una visión empresarial del BIM. Su contribución consiste en mostrar que los requerimientos de información deben responder a las necesidades de múltiples usuarios dentro de la organización. Desde esa perspectiva, BIM deja de entenderse únicamente como una herramienta de modelado y se consolida como una estructura para administrar conocimiento técnico, contractual y operativo.

La consecuencia para las empresas constructoras es profunda. La información deja de tratarse como un conjunto de archivos entregables y comienza a gestionarse como un flujo continuo que acompaña al activo durante toda su existencia. Solo cuando esa infraestructura organizacional existe resulta posible avanzar hacia el siguiente desafío: lograr que los registros circulen entre disciplinas,

El Museo del Futuro (Dubái, Emiratos Árabes Unidos) era prácticamente imposible de diseñar o construir con planos tradicionales en 2D. Se utilizó un modelo BIM altamente integrado para calcular la compleja estructura de acero interna (diagrid), prefabricar los paneles de la fachada exterior y coordinar los sistemas mecánicos, eléctricos y de plomería (MEP) en un espacio curvo y sin esquinas.

Compartir sin perder significado

La información solo conserva valor cuando mantiene su significado. En una industria donde arquitectos, ingenieros, contratistas, fabricantes, supervisores, operadores y propietarios trabajan con sistemas distintos, preservar ese significado se convierte en una condición indispensable para reducir errores, coordinar entregas y aprovechar plenamente el conocimiento generado por el proyecto.

Uno de los mayores problemas históricos de la construcción ha sido la fragmentación. A medida que un proyecto avanza desde los estudios preliminares hasta la operación del activo, los registros cambian de responsables, formatos y aplicaciones. Cada transferencia puede producir duplicidades, inconsistencias, pérdida de contexto o versiones contradictorias. Por eso, la interoperabilidad no es un lujo técnico: es una condición para que la coordinación sea confiable.

BuildingSMART International, responsable del enfoque openBIM, promueve el uso de estándares abiertos para que la data técnica pueda compartirse entre diferentes plataformas sin depender de un proveedor específico. En su documento “Construction and openBIM”, la entidad presenta la interoperabilidad abierta como un habilitador de la transformación digital del sector, especialmente cuando se integran estándares y servicios como IFC, IDS y bSDD dentro de los flujos de trabajo de construcción.

El soporte técnico principal de esta estrategia es Industry Foundation Classes (IFC), publicado como estándar internacional ISO 16739-1:2024. IFC no es simplemente un formato para intercambiar archivos. Es un modelo de datos abierto que describe digitalmente elementos físicos y funcionales de edificios e infraestructuras, junto con sus propiedades y relaciones. Su importancia reside en que permite conservar la estructura del modelo cuando la información circula entre distintas aplicaciones y participantes.

La evolución de los estándares abiertos ha ampliado esta posibilidad. Information Delivery Specification (IDS) permite definir qué información debe entregarse y verificarse en cada etapa, mientras que el buildingSMART Data Dictionary (bSDD) contribuye a que términos, propiedades y clasificaciones mantengan un lenguaje común. En conjunto, estas herramientas trasladan el foco desde el intercambio de archivos hacia la preservación del significado técnico de los datos.

La investigación reciente confirma la importancia de esta evolución, aunque todavía debe asumirse como un campo en desarrollo.

En “CBIM: A Graph-based Approach to Enhance Interoperability Using Semantic Enrichment”, Zijian Wang, Huaquan Ying, Rafael Sacks y André Borrmann proponen enriquecer semánticamente modelos BIM mediante grafos de conocimiento para apoyar la interoperabilidad. El estudio demuestra, en un caso experimental, que las relaciones entre objetos pueden reconstruirse entre versiones de software, lo que evidencia el potencial de conservar contexto y no solo geometría.

Una línea complementaria aparece en “Cypher4BIM: Releasing the Power of Graph for Building Knowledge Discovery”, de Junxiang Zhu, Nicholas Nisbet, Mengtian Yin, Ran Wei e Ioannis Brilakis. La investigación explora el uso de grafos para consultar modelos IFC y descubrir relaciones complejas dentro de la información del edificio. Su relevancia para la construcción inteligente está en demostrar que, cuando los conjuntos de información preservan relaciones y contexto, se vuelven más útiles para consultas avanzadas, gemelos digitales y futuros sistemas de IA.

La interoperabilidad, por tanto, deja de ser un asunto exclusivo de software. Se convierte en una competencia estratégica de la organización. Administrar correctamente los registros del proyecto no basta si pierden sentido al pasar de una disciplina a otra. La siguiente frontera consiste en asegurar que la información que alimentará modelos analíticos sea no solo accesible, sino también confiable.

La confianza comienza en el origen 

poco tiempo, pero no puede compensar por sí sola la ausencia de registros completos, consistentes y representativos. La calidad de cualquier sistema inteligente depende de aquello que recibe para aprender, operar y generar resultados. Por esa razón, la confianza se ha convertido en uno de los activos más importantes de la construcción digital.

En los proyectos tradicionales, la calidad documental se asociaba principalmente a revisar planos, especificaciones, modelos y entregables. El objetivo consistía en verificar que las versiones estuvieran actualizadas, que las disciplinas coincidieran y que cada fase cumpliera los requisitos definidos. Con la incorporación de IA, esa responsabilidad se amplía. Ahora no basta con producir documentación correcta; es necesario demostrar que los conjuntos de información reúnen condiciones adecuadas para alimentar modelos analíticos que pueden incidir en costos, plazos, mantenimiento, seguridad o contratación.

La familia ISO/IEC 5259, desarrollada en el ámbito de la Organización Internacional de Normalización y la Comisión Electrotécnica Internacional (ISO/IEC), formaliza esta preocupación al abordar la calidad de datos para analítica y aprendizaje automático. En particular, la norma ISO/IEC 5259-2:2024 especifica un modelo de calidad, medidas y orientaciones de reporte para información utilizada en contextos de analítica y machine learning o aprendizaje automático.

Su importancia está en trasladar la discusión desde el registro aislado hacia el conjunto de datos, que es la materia prima sobre la que trabajan muchos sistemas inteligentes.

El “Artificial Intelligence Risk Management Framework (AI RMF 1.0)”, publicado por el National Institute of Standards and Technology (NIST), refuerza esa visión desde la gestión de riesgos. El marco organiza el desarrollo de IA confiable alrededor de funciones como gobernar, mapear, medir y gestionar, y describe atributos de los sistemas confiables como validez, seguridad, resiliencia, transparencia, explicabilidad, privacidad y gestión de sesgos. Para la construcción, este marco resulta relevante porque una recomendación algorítmica puede afectar decisiones económicas, técnicas o de seguridad.

La literatura especializada también advierte que los modelos de calidad concebidos para sistemas tradicionales no siempre son suficientes para IA. En “Data and Dataset Quality for Artificial Intelligence Systems”, Domenico Natale sostiene que la evaluación debe ampliarse hacia la calidad de los conjuntos de información, considerando procedencia, representatividad, trazabilidad y contexto. Esta distinción es decisiva: un registro puede parecer correcto de manera individual, pero resultar inadecuado si el conjunto completo no representa bien la realidad que el modelo debe analizar.

Para las empresas constructoras, la consecuencia es directa. Un sistema diseñado para estimar desviaciones presupuestarias, apoyar mantenimiento predictivo, revisar interferencias o evaluar riesgos dependerá de la calidad de la evidencia producida durante el diseño, ejecución y operación.

Un modelo incompleto, una clasificación incorrecta o un registro desactualizado pueden propagarse por toda la cadena analítica y producir conclusiones con apariencia de precisión, pero sin suficiente sustento técnico.

La confianza no nace cuando el algoritmo entrega una respuesta. Empieza mucho antes: en la forma en que la organización captura, valida, actualiza, clasifica y gobierna la evidencia que produce cada proyecto.

La IA podrá apoyar análisis cada vez más complejos, pero ninguna tecnología podrá sustituir una base pobremente construida. Solo cuando los registros son consistentes, verificables y gobernados bajo criterios comunes pueden transformarse en conocimiento confiable.

Lecciones que permanecen después del cierre

El mayor desperdicio de una empresa constructora no siempre está en los materiales, el tiempo o los recursos mal asignados. También puede estar en el conocimiento que se pierde cuando una obra termina. Cada proyecto deja decisiones, correcciones, negociaciones, aprendizajes técnicos y soluciones operativas que podrían mejorar la rentabilidad de futuros desarrollos. Si esa experiencia no se captura ni se reutiliza, la organización queda obligada a resolver nuevamente problemas que ya había enfrentado.

La transformación digital permite reducir esa pérdida silenciosa. La integración de modelos BIM, plataformas colaborativas, registros de obra, sistemas de mantenimiento, sensores y activos conectados puede ayudar a reconstruir no solo qué ocurrió, sino por qué ocurrió y qué decisiones produjeron mejores resultados. El objetivo deja de ser conservar antecedentes y pasa a ser desarrollar una memoria corporativa capaz de orientar futuros proyectos.

El Construction Industry Institute (CII) ha trabajado esta idea desde la gestión de lecciones aprendidas. Su estudio “An Analysis of Lessons Learned Programs in the Construction Industry, Second Edition” sostiene que la efectividad de la industria depende, en gran medida, de la capacidad de las organizaciones para almacenar y transmitir conocimiento y experiencia. Estos programas permiten capturar, difundir y reutilizar aprendizajes para agregar valor y mejorar de manera continua.

La investigación académica ratifica que este reto sigue vigente. En “Knowledge management in the construction industry: current state of knowledge and future research”, Víctor Yepes y Salvador López señalan que la gestión del conocimiento se ha convertido en un elemento de transición entre los procesos tradicionales y las nuevas exigencias derivadas del cambio tecnológico. Su revisión advierte que el problema no es solo producir conocimiento en la construcción, sino evitar que se pierda antes de servir a nuevos proyectos.

Cuando la información conserva contexto, relaciones y trazabilidad, deja de ser un repositorio pasivo y comienza a convertirse en una base reutilizable para análisis, comparación y aprendizaje organizacional. Ese cambio prepara el terreno para una IA más útil, porque los modelos inteligentes no se alimentan únicamente de volumen; necesitan evidencia estructurada, consistente y conectada con la realidad del negocio. Esta evolución modifica la naturaleza de la ventaja competitiva. Ejecutar con rapidez, controlar costos y acceder a recursos financieros seguirá siendo esencial, pero ya no bastará. Las empresas que aprendan sistemáticamente de cada obra podrán reducir la dependencia de la memoria individual, transferir mejores prácticas, anticipar errores recurrentes y fortalecer la calidad de sus decisiones en todo el ciclo de vida del activo.

El “State of Design & Make Report 2025” de Autodesk vincula la madurez digital con resiliencia, colaboración y capacidad de adaptación. Esa relación resulta clave para entender el cierre de este artículo: una organización digitalmente madura no es simplemente la que incorpora más plataformas, sino la que aprende mejor.

La IA no sustituye la experiencia de ingenieros, arquitectos o constructores; amplía la posibilidad de conservarla, ordenarla y ponerla nuevamente al servicio del negocio.

En la próxima década, las empresas líderes no serán necesariamente las que acumulen más datos ni las que adopten más herramientas. Serán aquellas capaces de transformar cada proyecto en memoria útil, cada decisión en aprendizaje y cada aprendizaje en una ventaja sostenible. Ese es el verdadero valor oculto de la información: hacer que la experiencia de una obra no termine con su entrega, sino que fortalezca la inteligencia de toda la organización.