Deuda semántica

La factura que tu organización lleva años sin pagar y que la IA acaba de poner encima de la mesa

Edición 1.0 · agosto de 2026 · fuentes verificadas el 18/08/2026 · 30 minutos en la web, 40 minutos el ebook completo

Aquí están los siete primeros capítulos, enteros, y las fuentes. El diagnóstico y el plan de noventa días —capítulos 8 a 10— van en el pdf, con el ebook completo.

Nota al lector

Este texto está escrito para quien firma: dirección general, dirección financiera, dirección de operaciones, dirección de datos. No hay una sola línea de código, ni una captura de pantalla, ni una comparativa de plataformas.

No es un texto sobre tecnología. Es un texto sobre una decisión de gestión que su organización ha estado aplazando, probablemente durante quince años, sin que nadie la anotara en ningún sitio.

Se lee en cuarenta minutos. Si al terminar convoca una reunión distinta a la que habría convocado esta mañana, ha cumplido su función.

Una advertencia sobre el método: todas las cifras que aparecen están fechadas y atribuidas, y cuando una cifra es discutida se dice que lo es. En un sector que vive de la exageración, la trazabilidad es un rasgo de marca.

1. La reunión donde las tres cifras eran correctas

Empecemos por una escena que usted ya ha vivido.

Comité de dirección, lunes por la mañana. Sobre la mesa, la cifra de clientes activos al cierre del trimestre. Comercial trae 41.800. Finanzas trae 38.200. El equipo de datos, que ha preparado el informe oficial, trae 44.100.

Durante los siguientes cuarenta minutos, seis directivos —un coste por hora que nadie calcula nunca— discuten cuál es la cifra buena. Se pide una conciliación. Alguien se lleva la tarea. La decisión que estaba en el orden del día, la que motivaba tener la cifra delante, se aplaza a la siguiente reunión.

Aquí está lo incómodo: las tres cifras eran correctas.

Comercial cuenta clientes con contrato en vigor, porque su objetivo se mide así. Finanzas cuenta clientes que han facturado en los últimos noventa días, porque un cliente que no paga no es un cliente a efectos de resultado. El equipo de datos cuenta identificadores únicos con al menos una transacción en el periodo, porque así lo definió, hace seis años, un consultor que ya no trabaja allí y que tomó esa decisión un jueves por la tarde, sin consultar a nadie, para poder entregar a tiempo.

Nadie mintió. Nadie se equivocó al calcular. No hubo un error de datos. Los tres sistemas funcionan perfectamente.

Lo que falló es anterior a los sistemas: la organización nunca decidió qué es un cliente. Y como no lo decidió, lo decidieron por ella, tres veces, en tres sitios distintos, personas distintas, en momentos distintos, sin saber que estaban decidiendo.

Eso es deuda semántica. Y en esa reunión acaba usted de pagar un plazo.

2. Qué es la deuda semántica

Deuda semántica es la diferencia acumulada entre lo que una organización cree que significan sus conceptos de negocio y lo que realmente significan en los sistemas donde se calculan, se informan y se ejecutan.

Se contrae cada vez que alguien resuelve una ambigüedad de significado por su cuenta —en un proyecto, un informe, una integración o un prompt— sin que esa resolución se decida, se documente ni se propague. Se paga en tiempo de reconciliación, en decisiones retrasadas, en confianza erosionada y, desde la llegada de los sistemas autónomos, en acciones equivocadas ejecutadas a escala.

Tres precisiones que hacen falta para que la definición sea operativa.

Es una deuda, no un error. Un error se corrige. Una deuda se arrastra, devenga intereses y se puede refinanciar. Como en la metáfora original de Ward Cunningham para la deuda técnica —presentada en OOPSLA en 1992—, contraerla puede ser perfectamente racional: “Una pequeña deuda acelera el desarrollo siempre que se devuelva puntualmente”. El problema nunca fue contraerla. El problema es no llevar la cuenta.

Es semántica, no sintáctica. No hablamos de datos mal formateados, duplicados o incompletos. Eso es calidad del dato y hay una industria entera dedicada a ello. Hablamos del escalón anterior: qué representa el dato. Un dato puede ser impecable —completo, actualizado, sin duplicados— y significar algo distinto de lo que su lector cree que significa. La calidad del dato responde a “¿este número está bien calculado?”. La deuda semántica responde a “¿este número es el que yo creía?”. Puede tener el 100% en la primera y estar arruinado en la segunda.

Es organizativa, no técnica. Ningún sistema contrae deuda semántica solo. La contraen personas que, ante una ambigüedad, tienen que entregar. La ambigüedad no se resuelve arriba, donde estaba el poder para zanjarla; se resuelve abajo, donde hay una fecha de entrega. Y una vez resuelta abajo, se vuelve invisible: queda escrita en una fórmula, en una vista, en una regla de transformación, en un filtro guardado. Se convierte en infraestructura.

Qué NO es la deuda semántica

Conviene delimitarla, porque cuatro conceptos vecinos la solapan y ninguno la cubre.

La última fila es la más importante de este documento y volveremos a ella en el capítulo 7. Una capa semántica —da igual el fabricante— es un lugar donde escribir definiciones. No produce definiciones. Comprar el archivador no redacta el contrato.

La anatomía de un concepto

Todo concepto de negocio que importa atraviesa cuatro estados. La deuda semántica es el hueco entre ellos.

1. El concepto. Existe en la cabeza de la gente. Cliente. Margen. Pedido servido. Empleado activo. Nadie lo ha escrito porque todo el mundo cree saberlo.
2. La definición. Alguien lo pone por escrito, con criterios de inclusión y exclusión. Aquí es donde la mayoría de organizaciones no llega nunca, o llega con un glosario que nadie lee.
3. La encarnación. El concepto se convierte en una fórmula, una tabla, una regla. Aquí siempre se llega, porque sin encarnación no hay informe. Si no había definición, la encarnación es la definición, escrita por quien tuviera el teclado.
4. El uso. Alguien toma una decisión con ese número, creyendo que responde al concepto del estado 1.

La deuda semántica es la distancia entre el estado 1 y el estado 3, cobrada en el estado 4.

Y hay una asimetría cruel: la distancia se genera en silencio y se cobra en público, delante del comité, cuando ya no hay tiempo para arreglarla.

3. De dónde viene el término

Un término con genealogía es más defendible que un término inventado. Este la tiene, y conviene decirlo antes de que lo diga otro.

1992 — La metáfora original. Ward Cunningham describe la deuda técnica en OOPSLA: el código que se entrega antes de estar bien es un préstamo que devenga intereses. La aportación duradera no fue el diagnóstico, sino el instrumento financiero: convirtió un problema de ingeniería en un problema de balance, y por tanto en un problema de dirección.

2000s — La deuda se muda a los datos. Con los almacenes corporativos aparece la deuda de datos: modelos que envejecen, integraciones que nadie se atreve a tocar, procesos de carga que sobreviven a sus autores. El foco sigue siendo el artefacto —el modelo, la tubería, el proceso—, no el significado.

2018-2023 — Alguien le pone nombre. El consultor David Grover desarrolla el término semantic debt en TDAN y en un cuerpo de trabajo propio, con un modelo formal de cuatro tipos: inconsistencia entre atributos equivalentes, incompatibilidad de claves naturales, atributos de dominio ambiguo y atributos aislados sin equivalente. Su definición operativa es económica y concreta: el coste que hay que pagar para integrar dos registros que se refieren a la misma entidad del mundo real. Es un marco sólido, y es un marco de integración: mide la distancia entre sistemas.

2026 — Los fabricantes lo adoptan. En enero de 2026, Strategy (la antigua MicroStrategy) publica sobre “el coste oculto de la deuda semántica” y la define como la acumulación de definiciones inconsistentes que hace que los informes no cuadren. En español, el término empieza a aparecer aplicado a la lógica de negocio delegada en prompts sin versionar. Y Microsoft, sin usar la palabra, construye producto sobre el diagnóstico.

Qué añade esta lectura

Lo que aquí se propone no compite con lo anterior: cambia el sujeto.

Grover mide la distancia entre sistemas. Los fabricantes miden la distancia entre informes. Este texto mide la distancia entre la dirección y la realidad: no cuánto cuesta integrar dos tablas, sino cuánto cuesta que el consejo crea que decide sobre una cosa cuando el número que mira responde a otra.

En esa lectura, la deuda semántica deja de ser un problema de arquitectura de datos y pasa a ser lo que siempre fue: una consecuencia de que nadie con autoridad suficiente se sentó a decidir qué significan las palabras con las que se dirige la empresa.

Ese desplazamiento tiene una implicación práctica inmediata: si el problema es de autoría y no de arquitectura, no se resuelve comprando. Se resuelve decidiendo.

4. Los cinco tipos de deuda semántica

No toda la deuda es igual, y no se amortiza igual. Cinco formas, ordenadas de la más visible a la más peligrosa.

Tipo I — Deuda de definición

La misma palabra, significados distintos.

Es la de la escena del capítulo 1. Tres áreas usan “cliente” para tres cosas distintas y ninguna sabe que las otras dos no la acompañan.

• Cómo se detecta: dos personas traen dos números para la misma pregunta.
• Coste típico: reuniones de conciliación, retrasos de cierre, desconfianza cruzada entre áreas.
• Es la menos grave, porque al menos es ruidosa. El conflicto la delata.

Tipo II — Deuda de propiedad

La definición existe, pero no tiene dueño.

Hay un documento. Está en algún sitio. Lo escribió un proyecto que terminó. Cuando el negocio cambia y la definición debería cambiar, no hay nadie con autoridad y con obligación de actualizarla.

• Cómo se detecta: pregunte quién puede cambiar la definición de margen bruto. Si la respuesta tarda más de diez segundos o menciona un departamento en lugar de una persona, tiene Tipo II.
• Coste típico: las definiciones se bifurcan silenciosamente, porque quien las necesita distintas no tiene a quién pedírselo y se las hace.

Tipo III — Deuda de vigencia

La definición fue correcta y ha caducado.

“Zona Norte” se definió cuando había cuatro delegaciones. Ahora hay once y dos países. La definición sigue funcionando, sigue calculando, sigue apareciendo en el cuadro de mando. Ya no describe la empresa.

• Cómo se detecta: busque definiciones sin fecha de última revisión. Todas son sospechosas.
• Coste típico: el más traicionero, porque el número parece razonable. No salta ninguna alarma. Simplemente se dirige una empresa que ya no existe.
• Detonantes conocidos: fusiones, reorganizaciones, entrada en nuevos mercados, cambios regulatorios, cambio de modelo de negocio.

Tipo IV — Deuda de traducción

Lo que dice el negocio y lo que calcula el sistema no son lo mismo.

Dirección pide “pedidos servidos a tiempo”. El sistema calcula pedidos cuyo albarán se registró dentro del plazo comprometido. Son cosas distintas: un albarán registrado a tiempo no es una entrega recibida a tiempo. La diferencia es de tres puntos porcentuales y de una conversación entera con el cliente.

• Cómo se detecta: pida a quien construyó el indicador que lo explique en una frase, sin nombres de tabla. Si no puede, hay traducción perdida.
• Coste típico: decisiones tomadas sobre una realidad ligeramente desplazada. El sesgo es sistemático, no aleatorio: siempre empuja en la misma dirección.

Tipo V — Deuda de silencio

La definición correcta existe, pero solo dentro de una cabeza.

Hay una persona —normalmente lleva doce años en la casa— que sabe que el indicador de rotación excluye las bajas de campaña, que el ajuste de octubre de 2019 sigue aplicándose y que ese código de artículo se usa para dos cosas desde la integración de la filial.

• Cómo se detecta: cuando esa persona está de vacaciones, ciertos informes no se publican.
• Coste típico: cero, hasta que se jubila. Entonces, catastrófico.
• Es la más peligrosa, porque mientras la persona está, el sistema funciona. Nada indica el riesgo. La organización confunde una dependencia personal con una capacidad instalada.

5. Cómo se firma la deuda sin darse cuenta

Nadie decide contraer deuda semántica. Se contrae en momentos identificables, y todos tienen la misma estructura: presión de entrega + ambigüedad no resuelta + persona sin autoridad para resolverla.

El proyecto con fecha. La ambigüedad aparece a mitad de proyecto. Escalarla cuesta dos semanas y un comité. El analista toma una decisión razonable y sigue. La entrega llega a tiempo. La decisión se queda dentro para siempre. Este es el mecanismo dominante: no es negligencia, es un sistema de incentivos que premia entregar por encima de acordar.

La integración de una compañía. Dos organizaciones con dos vocabularios se fusionan. La integración de sistemas tiene presupuesto, plan y responsable. La integración de significados no tiene ninguna de las tres cosas. Se resuelve por la vía de hecho: gana el vocabulario de quien tiene el sistema que sobrevive.

La reorganización. Cambia el organigrama y con él cambian las agrupaciones, los perímetros y las responsabilidades. Los sistemas conservan las dimensiones anteriores porque cambiarlas rompe la comparabilidad histórica. Durante un tiempo se convive con las dos. Después nadie recuerda cuál era cuál.

La migración de plataforma. Se cambia de tecnología y se replica la lógica existente “tal cual” para no introducir riesgo. Es la decisión prudente. También es el momento en que la deuda semántica se transfiere íntegra a la plataforma nueva, ahora con el aval implícito de ser lo que está en el sistema moderno.

El requerimiento externo. Un regulador, un auditor o un inversor exige una cifra con una definición concreta. Se produce esa cifra, correctamente, en paralelo. Ahora hay dos definiciones oficiales del mismo concepto y ambas son defendibles.

Y desde hace dos años: el atajo de la IA. La lógica de negocio se escribe dentro de una instrucción en lenguaje natural. No está versionada, no está probada, no tiene dueño y depende de un modelo que cambia sin avisar. Es deuda semántica contraída a velocidad de conversación.

El patrón común merece subrayarse: la deuda semántica no se contrae cuando las cosas van mal, sino cuando van deprisa. Las organizaciones más dinámicas son las que más acumulan.

6. Los intereses: dónde se paga lo que no aparece en ninguna cuenta

La deuda semántica no tiene línea en el balance. Se paga igual, en seis partidas.

1. Tiempo de conciliación. Las horas dedicadas a explicar por qué dos números no cuadran. Es la partida más fácil de cuantificar y la que nadie cuantifica. Multiplique reuniones al mes por asistentes por coste hora. El resultado suele bastar para financiar la solución.

2. Traducción humana permanente. Toda organización con deuda semántica alta desarrolla un cuerpo de intérpretes: analistas cuyo trabajo real no es analizar, sino traducir entre dialectos internos. Es talento caro empleado en compensar una decisión no tomada.

3. Latencia de decisión. El coste que no aparece en ninguna hoja: la decisión que se aplaza una semana porque las cifras no cuadran. En un mercado en movimiento, el precio de esa semana no lo paga el departamento de datos.

4. Confianza. Cuando un directivo ha visto tres veces que el cuadro de mando no cuadra, deja de mirarlo. Vuelve a su hoja de cálculo, la que controla. Una investigación de HFS Research con Syniti (2022) situaba en el 75% los ejecutivos sin un nivel alto de confianza en sus datos. La consecuencia es peor que el problema: la organización invierte millones en una infraestructura de decisión que la dirección no usa para decidir.

5. Coste directo de calidad. Gartner viene cifrando el impacto medio de la mala calidad de datos en torno a los 12,9 millones de dólares anuales por organización. Es una cifra agregada y discutible en su método, pero orienta el orden de magnitud: no estamos ante un problema de higiene documental.

6. La IA que no llega a producción. Gartner predijo, en febrero de 2025, que “hasta 2026, las organizaciones abandonarán el 60% de los proyectos de IA que no estén respaldados por datos preparados para IA”, y encontró que el 63% de las organizaciones carece de prácticas de gestión de datos adecuadas para IA o no sabe si las tiene. El informe The GenAI Divide del MIT (agosto de 2025) elevó el titular al 95% de pilotos sin retorno medible —cifra muy discutida metodológicamente, conviene decirlo, pero cuya dirección nadie ha desmentido—.

Sobre este último punto hay que ser preciso, porque es donde se juega la relevancia del concepto. Esos proyectos no fracasan porque el modelo sea malo. Fracasan porque se pide a un sistema que razone sobre conceptos que la organización nunca definió.

7. Por qué ahora: la IA convierte una molestia en un riesgo

Durante treinta años, la deuda semántica fue soportable. Ahora ha dejado de serlo, por tres razones.

Razón 1: el humano era el amortiguador, y lo hemos quitado

Un cuadro de mando entrega un número a una persona. Esa persona tiene contexto, memoria e instinto. Cuando el número parece raro, pregunta. Ese acto de sospechar —invisible, gratuito, no contabilizado— ha sido durante décadas el mecanismo que impedía que la deuda semántica causara daño real. Un profesional experimentado que dice “esto no puede ser” es el control de calidad semántico de la empresa.

Un agente autónomo no sospecha. Recibe la definición que hay, la aplica con exactitud y actúa. Si la definición de “cliente en riesgo de fuga” arrastra el criterio que alguien fijó en 2019, el agente no lo cuestiona: lanza la campaña de retención sobre la lista equivocada, todos los días, a las seis de la mañana, sin que nadie lo revise.

Al automatizar la decisión hemos eliminado al único actor que compensaba la ambigüedad.

Razón 2: la ambigüedad ahora escala

Una definición defectuosa en un informe mensual produce doce decisiones dudosas al año. La misma definición dentro de un sistema autónomo produce miles de acciones al día. La deuda no ha crecido; ha cambiado el multiplicador. Y a diferencia de un informe, que deja rastro y se revisa, la acción automatizada se ejecuta y desaparece.

Razón 3: el sector acaba de confesar

Este es el argumento que cierra la relevancia del concepto, y no lo firma un consultor: lo firma la industria.

En 2026, prácticamente todos los grandes fabricantes de plataformas de datos han lanzado, comprado o rebautizado una capa semántica: modelos y vistas semánticas, capas de métricas, ontologías, capas de contexto compartido. La documentación oficial de Microsoft sobre Fabric IQ lo dice sin rodeos:

“Las organizaciones trabajan con datos a nivel de tablas y esquemas, que son estructuras construidas para máquinas, no para significado. Sin comprensión semántica, la IA permanece inadecuada para decisiones de alto riesgo, porque cada pregunta requiere traducción manual por un experto de dominio.”

— Microsoft Learn, What is Fabric IQ? (2026)

Léalo otra vez con ojos de dirección, no de tecnología. El mayor fabricante de software empresarial del mundo está declarando por escrito que treinta años de plataformas de datos no resolvieron el problema del significado, que ese problema bloquea las decisiones importantes, y que ahora vende una capa para alojarlo, con tarifa por unidad de capacidad.

No es una crítica al producto. Al contrario: es el reconocimiento más autorizado posible de que el problema existe y es de primer orden. Cuando el diagnóstico de un consultor coincide con la hoja de ruta de producto de Microsoft, Snowflake, Databricks y el resto del sector a la vez, el diagnóstico ha dejado de ser una opinión.

Y sin embargo: la capa no se rellena sola

Aquí es donde la mayoría de organizaciones va a cometer el error de la próxima década, y merece decirse con toda la claridad posible:

Comprar la capa de contexto no le da contexto. Comprar la capa de intención no le da intención.

Estas capas son excelentes en lo que hacen: alojar definiciones, servirlas de forma consistente, versionarlas, exponerlas a los agentes. Son un archivador magnífico. Lo que no pueden hacer —lo que ningún producto puede hacer— es decidir qué significa “cliente” en su empresa. Esa decisión requiere autoridad, contexto de negocio y disposición a que alguien pierda su versión favorita del número.

Si su organización tiene cuatro definiciones de cliente y ninguna oficial, una capa semántica le permitirá servir las cuatro con una latencia excelente y una gobernanza impecable. Planificará mal más rápido, con mejor acabado y con factura mensual.

La herramienta no crea las definiciones. Las consume. Y si no las encuentra, alguien —cada vez más, algo— se las inventará por usted.

Lo que sigue: medirla y amortizarla

Hasta aquí, qué es la deuda semántica y por qué la IA la convierte en un riesgo. Los tres capítulos siguientes son la parte que se lleva a una reunión: cómo medirla —siete preguntas para el comité, cuatro indicadores observables y una escala de madurez—, cómo se amortiza —seis principios y un plan de noventa días sin comprar software— y lo que no le va a resolver ninguna herramienta.

Anexo A · Definiciones usadas en este texto

Deuda semántica. Diferencia acumulada entre lo que una organización cree que significan sus conceptos de negocio y lo que realmente significan en los sistemas donde se calculan, informan y ejecutan.

Concepto crítico. Concepto de negocio del que depende al menos una decisión recurrente con impacto económico material.

Definición. Enunciado escrito de un concepto con criterios explícitos de inclusión y exclusión, dueño nombrado, fecha de aprobación y fecha de revisión.

Encarnación. Materialización de una definición en un sistema: fórmula, regla, vista o modelo que produce el número.

Capa semántica. Componente técnico donde se escriben, versionan y sirven las definiciones a las herramientas de análisis y a los agentes. Contenedor, no autor.

Interés semántico. Coste recurrente derivado de no haber resuelto una ambigüedad: reconciliación, traducción humana, latencia de decisión y desconfianza.

Anexo B · Fuentes

• Cunningham, Ward. The WyCash Portfolio Management System, experience report, OOPSLA 1992 — origen de la metáfora de la deuda aplicada al software. Recogido en Agile Alliance, Introduction to the Technical Debt Concept.
• Grover, David. Semantic Debt (semanticdebt.com) y artículos en TDAN.com, 2018-2023 — modelo formal de deuda semántica como coste de integración.
• Gartner. Lack of AI-Ready Data Puts AI Projects at Risk, nota de prensa, 26 de febrero de 2025 — predicción del 60% de proyectos de IA abandonados hasta 2026; 63% de organizaciones sin prácticas adecuadas de gestión de datos para IA.
• Gartner. Estimación del coste medio de la mala calidad de datos (12,9 M USD/año por organización), ampliamente citada desde 2021.
• MIT NANDA. The GenAI Divide: State of AI in Business 2025, agosto de 2025 — 95% de pilotos de IA generativa sin retorno medible. Cifra ampliamente discutida en su metodología.
• HFS Research y Syniti. Investigación sobre confianza directiva en los datos, 2022 — 75% de ejecutivos sin nivel alto de confianza.
• Microsoft Learn. What is Fabric IQ?, 2026 — documentación oficial sobre ontología, modelos semánticos y necesidad de comprensión semántica para decisiones de alto riesgo.
• Strategy (antes MicroStrategy). The hidden cost of semantic debt in enterprise data models, 21 de enero de 2026 — adopción del término por parte de un fabricante.

Estado de las fuentes a 18 de agosto de 2026.

Sobre el autor

Antonio Soto lleva más de dos décadas en el sector de los datos, entre la arquitectura y la dirección. Dataging es el lugar donde escribe sobre lo que separa un proyecto de datos que termina en un informe de uno que termina en una decisión distinta.

Si este texto le ha resultado útil, el resto del trabajo —artículos, análisis y el boletín— está en dataging.com.

Deuda semántica · Edición 1.0 · Agosto de 2026 · Antonio Soto — Dataging

Edición 1.0 · revisado 08/2026 · dataging.com/deuda-semantica

Si te ha servido, el pdf para pasárselo a tu dirección está en dataging.com/ebook.

Para seguir leyendo

• El cuadro de mando ha dejado de ser el producto: la guerra por la capa semántica