El precio oculto de los datos

Source details

Los datos son el combustible de los algoritmos de inteligencia artificial que impulsan los mercados y prometen transformar las economías.
Los datos no tienen un costo explícito ni un precio observable en la mayoría de las transacciones digitales; sin embargo, no son gratuitos: los consumidores son productores remunerados de datos mediante descuentos implícitos.
La transacción digital típica es doble: los consumidores compran un bien o servicio y, simultáneamente, venden sus datos; el precio observable es el precio neto de ambos intercambios.

La agrupación de transacciones (venta de un bien o servicio y cesión del derecho de uso de los datos en una única operación) oculta el precio real de los datos y reduce la capacidad del consumidor para evaluar la equidad de la transacción.
Como consumidores no ven el precio de los datos, no aprenden a valorar ni a negociar por sus datos; se comparan con "vivir perpetuamente el primer día del turista".
Si las transacciones se desagruparan, los consumidores podrían ver el descuento por los datos, decidir si lo aceptan y, con el tiempo, convertirse en proveedores de datos que exigieran una compensación más explícita.

En el artículo se describen exactamente cinco enfoques, cada uno captando una faceta del valor de los datos:

Enfoque de precios de mercado
Algunos datos se compran y venden en mercados abiertos (por ejemplo, plataformas como Snowflake o Datarade).
Estos precios son prueba directa del valor solo para el subconjunto de datos comercializados; muchos datos valiosos no aparecen en esos mercados porque mantienen ventaja competitiva.

Enfoque del ingreso
Valora los datos por el ingreso extra que generan: ¿qué utilidades obtendría la empresa si no tuviera ciertos datos?
Requiere modelar las utilidades contrafactuales sin esos datos; es factible en sectores como finanzas, donde el uso de datos puede traducirse en mayores rendimientos.

Enfoque de los insumos complementarios
Infiere el valor de los datos observando cuánto dedica la empresa en mano de obra y potencia informática para gestionarlos.
Si una empresa gasta recursos reales en procesar datos, eso es un indicio contundente de su valor implícito.

Enfoque del comportamiento correlacionado
Mide la correspondencia entre acciones (decisiones) y recompensas para estimar cuánta información sustentó la decisión.
Ejemplos: coincidencia entre recomendaciones y compras; precisión en la gestión de inventarios para productos que se venderán bien.

Enfoque de la contabilidad de costos
Suma los costos asociados para contabilizar datos como activos (en línea con el nuevo Sistema de Cuentas Nacionales de las Naciones Unidas que contabiliza conjuntos de datos adquiridos).
Es el enfoque más sencillo conceptualmente pero más difícil en la práctica porque muchos datos se obtienen por trueque (descuentos implícitos) y no aparecen desagregados en los libros.
Sería factible si las transacciones de datos y bienes se desagregaran, permitiendo imputar el valor de cada descuento.

Desagregación de transacciones:
- Obligar a publicar el precio de la transacción que incluye la cesión del derecho de uso de los datos y el precio privado del bien o servicio permitiría transparencia en el mercado de datos.
- La desagregación facilitaría que algunos consumidores rechacen ceder datos si el descuento no es sustancial y fomentaría la negociación.

Desarrollo de herramientas de medición:
- Ninguno de los cinco enfoques es infalible o holístico; cada uno es útil en contextos distintos.
- Para políticas sólidas, los responsables deben trasladar los datos de la intuición a la cuantificación empleando una combinación de métodos.

Contabilidad nacional y empresarial:
- Incorporar el valor de los datos en la contabilidad requiere imputar los descuentos implícitos en las transacciones digitales.
- La contabilidad de costos aplicada a los datos exige que las transacciones de datos y bienes queden separadas para calcular precios con y sin derecho de uso de los datos.

Combinados, los cinco enfoques describen una clase de activos invisibles cuya medición es imperfecta pero necesaria.
Mientras no se cuantifiquen y transparenten los precios de los datos, la economía seguirá operando con un recurso cuyo precio es conjetural y cuyo valor puede ser explotado por las grandes empresas tecnológicas.
La transparencia (desagregación), mejores herramientas de medición y ajustes contables son pasos esenciales para convertir a los consumidores pasivos en proveedores activos que exijan un precio justo por sus datos.

Fuente: "El precio oculto de los datos", Laura Veldkamp, FINANZAS & DESARROLLO, Diciembre de 2025.