Saber cuántos activos tiene una organización parece una pregunta sencilla. Saber qué está ocurriendo con ellos es bastante más difícil. Una organización puede disponer de un inventario completo, conocer el valor contable y la ubicación de cada activo y, aun así, no contar con la información necesaria para una gestión de activos eficaz: cuáles están deteriorados, cuáles representan mayor riesgo, cuáles están subutilizados o dónde existe una oportunidad de obtener mayor valor. Tener inventariado el patrimonio no equivale a comprenderlo. El inventario es indispensable. Permite identificar qué existe, organizar registros y mantener trazabilidad sobre los bienes administrados. Pero es, fundamentalmente, un punto de partida. La gestión de activos plantea una pregunta más amplia: ¿qué necesita saber una organización para tomar buenas decisiones sobre aquello que posee? Un activo tiene más de una dimensión Pensemos en un inmueble… La organización puede conocer su ubicación, área, valor contable, fecha de adquisición y documentación asociada. Pero esa información no necesariamente permite saber cómo está siendo utilizado, cuál es su condición física, qué riesgos presenta o si existe una alternativa capaz de generar mayor valor. Un banco, por ejemplo, puede conocer exactamente qué inmuebles figuran en sus estados financieros y no tener una visión integrada de cuáles están ocupados, cuáles presentan deterioro, cuáles enfrentan riesgos jurídicos o cuáles podrían tener un mejor aprovechamiento. La diferencia está en observar el activo no solamente como un registro, sino como una realidad física, económica, jurídica y operacional. Esta perspectiva coincide con la evolución de la gestión de activos. ISO 55000 sitúa el Asset Management alrededor de la generación de valor a partir de los activos durante su ciclo de vida y en función de los objetivos de la organización. El foco, por tanto, no está únicamente en saber qué existe o cuánto vale, sino en comprender qué papel desempeña ese activo y cómo contribuye a los resultados que se esperan de él. Perspectiva relacionada: El territorio puede esconder oportunidades de ingreso que nunca aparecen en los estados financieros. El patrimonio también cambia A esa mirada multidimensional se suma otra variable: el tiempo. Un activo se deteriora, recibe intervenciones, cambia de uso y se enfrenta a nuevas condiciones de operación. También puede transformarse su entorno o aparecer nuevas necesidades que modifiquen su importancia para la organización. Por eso, la OECD plantea la gestión de los activos de infraestructura a lo largo de todo su ciclo de vida, desde la planificación y construcción hasta la operación, mantenimiento y eventual retiro. Las capacidades actuales permiten seguir esa evolución con mayor profundidad. Inspecciones georreferenciadas, sensores, registros de mantenimiento y otras fuentes pueden aportar información sobre condición y desempeño e incluso ayudar a anticipar necesidades de intervención. Pero el objetivo no es acumular una descripción cada vez más detallada del patrimonio. Es utilizar ese conocimiento para decidir. De la gestión de activos a la toma de decisiones Dos activos aparentemente similares pueden requerir decisiones completamente diferentes. Uno puede necesitar una intervención inmediata. Otro puede justificar una inversión adicional. Un tercero puede estar subutilizado. Otro quizá haya dejado de ser estratégico. Por eso, conocer el patrimonio debería permitir responder preguntas que un inventario, por sí solo, difícilmente puede resolver: ¿Dónde deberíamos invertir? ¿Qué deberíamos intervenir primero? ¿Qué riesgos requieren atención? ¿Qué activos están siendo subutilizados? ¿Dónde existe potencial para generar mayor valor? Esta es también una de las evoluciones que recoge ISO 55001 al incorporar explícitamente la toma de decisiones y la generación de valor dentro de la gestión de activos. Un inventario puede decirnos qué activos tiene una organización. Una valoración puede decirnos cuánto valen. Un mapa puede decirnos dónde están. Pero gestionar patrimonio exige responder una pregunta más difícil: ¿Qué deberíamos hacer con ellos? Porque el verdadero valor de conocer el patrimonio no está únicamente en saber que existe. Está en poder decidir mejor sobre él. Profundice – ¿Qué es Inteligencia de la Realidad? Conozca nuestra tecnología REALCLOUD Fuentes y referencias: International Organization for Standardization. (2024). ISO 55000:2024 — Asset management — Vocabulary, overview and principles. ISO. International Organization for Standardization. (2024). ISO 55001:2024 — Asset management — Asset management system — Requirements. ISO. González, S. & Dekyi, T. (2026). Management of assets throughout their life cycle: Evidence from the Infrastructure Governance Indicators. OECD Working Papers on Public Governance, No. 89. OECD Publishing, Paris.

Durante décadas, el mapa ha sido una de las herramientas más poderosas para comprender un territorio. Ha permitido localizar predios, activos, redes, infraestructura, usuarios y fenómenos que difícilmente podrían entenderse observando únicamente una tabla o una base de datos. Esa capacidad sigue siendo fundamental. Pero la pregunta que puede ayudarnos a responder la inteligencia geoespacial está evolucionando. Ya no se trata únicamente de saber dónde ocurre algo; cada vez importa más comprender qué significa que esté ocurriendo allí. Este cambio modifica el papel de la información geográfica dentro de las organizaciones. La ubicación deja de ser solamente el resultado de una consulta y empieza a convertirse en el contexto que permite relacionar distintas dimensiones de una misma realidad. Inteligencia geoespacial: el mapa ya no es el límite La evolución del ecosistema geoespacial refleja este cambio. Los estándares desarrollados por el Open Geospatial Consortium (OGC) permiten hoy conectar información relativamente estable sobre elementos del territorio con observaciones dinámicas provenientes de sensores y otros sistemas. Al mismo tiempo, imágenes satelitales, información de campo y nuevas capacidades de procesamiento permiten detectar transformaciones con una frecuencia y una escala cada vez mayores. La Agencia Espacial Europea (ESA), por ejemplo, está llevando esta lógica hasta la toma de decisiones. Su iniciativa Earth Action busca transformar los datos de observación de la Tierra en información preparada para decidir. La ESA describe este desafío como superar la “última milla”: conseguir que la información llegue al usuario adecuado, en el momento y formato apropiados, y pase de ser un producto de datos a convertirse en un activo para la decisión. La capacidad de observar el territorio está creciendo rápidamente, pero detectar que algo ocurrió sigue siendo apenas el comienzo. Del cambio observado a su significado Supongamos que una imagen permite identificar una modificación física en un inmueble. La observación terrestre muestra que algo cambió y la información geográfica permite determinar dónde ocurrió y relacionarlo con un predio específico. ¿Qué significa ese cambio? Una base catastral puede indicar las características registradas del inmueble. Una base comercial, su relación con la organización. Un expediente puede aportar información sobre su situación jurídica. Los datos financieros pueden ayudar a dimensionar su valor, costo, ingreso o riesgo. Ninguna de esas fuentes contiene por sí sola el significado completo de la transformación. Es al relacionarlas alrededor de una misma realidad cuando la pregunta evoluciona: ¿Qué cambió y dónde ocurrió? se convierte en: ¿Qué significa ese cambio para nuestra organización y exige alguna decisión? La diferencia es importante porque un mismo cambio físico puede tener implicaciones completamente distintas. Para una empresa de servicios públicos, una transformación territorial podría llevar a revisar usuarios, cobertura o demanda. Para una administración tributaria, podría hacer necesario verificar si las características registradas del predio siguen representando su realidad. Para una organización que administra activos, podría modificar una evaluación de uso, riesgo, mantenimiento o potencial económico. La geografía funciona entonces como el contexto común que permite relacionar información que adquiere significados diferentes según la decisión que deba tomarse. De representar la realidad a decidir sobre ella Los desarrollos recientes alrededor de los gemelos digitales permiten observar hasta dónde puede avanzar esta evolución. El OGC describe los Digital Twins como representaciones digitales de aspectos del mundo real que pueden sincronizarse con los cambios que ocurren en él. En entornos urbanos, estas representaciones pueden combinar edificios, infraestructura, sensores, movilidad y otras variables dinámicas. No significa que los gemelos digitales vayan a reemplazar los GIS. Lo relevante es la dirección que muestran: la información geoespacial está evolucionando desde la representación de objetos y fenómenos hacia la construcción de contextos cada vez más dinámicos para comprenderlos y actuar sobre ellos. Los trabajos recientes del OGC sobre ecosistemas geoespaciales interoperables y preparados para inteligencia artificial apuntan en la misma dirección. La creciente integración entre información espacial, observaciones, modelos y otras fuentes amplía considerablemente lo que las organizaciones pueden conocer sobre aquello que administran. El desafío ya no consiste solamente en disponer de mejores mapas o detectar más cambios, consiste en convertir esas capacidades en mejores preguntas y decisiones. Durante mucho tiempo, una de las grandes preguntas de la información geográfica fue: Empieza a convertirse en una forma de comprenderla. Profundice: ¿Qué es la Inteligencia de la Realidad?  Conozca nuestra tecnología REALCLOUD Fuentes y referencias Open Geospatial Consortium. (2023–2024). OGC API – Connected Systems, Parts 1 and 2. OGC. European Space Agency. (2026). Earth Action. FutureEO Programme, ESA. Rönsdorf, C. et al. (2024). Urban Digital Twins: Integrating Infrastructure, Natural Environment and People. OGC Document 24-025. Open Geospatial Consortium. Simonis, I., Atkinson, R., Zaborowski, P., Villar, A., Toscano, M. & Noardo, F. (2026). Building Blocks for Interoperable, AI-Ready Geospatial Data: The Next Chapter of Spatial Data Infrastructures and Geospatial Ecosystems. OGC Document 26-050. Open Geospatial Consortium.

Cuando una empresa busca oportunidades para aumentar sus ingresos, normalmente mira hacia adentro: revisa su facturación, analiza la cartera, estudia el comportamiento de sus clientes, evalúa precios o busca eficiencias en su operación. Pero en organizaciones cuya actividad depende del territorio, una parte del ingreso potencial puede encontrarse en un lugar completamente distinto: afuera de sus sistemas. La distancia entre el cambio territorial y su consecuencia económica Una nueva construcción aparece. Un inmueble cambia de uso. Un predio incorpora nuevas unidades. Una zona residencial se expande o comienza a concentrar una actividad económica diferente. Para que cualquiera de esas transformaciones produzca una consecuencia económica debe ser detectada, incorporada a la información de la organización e interpretada correctamente. Entre el momento en que cambia el territorio y aquel en que ese cambio llega a los procesos comerciales puede existir una distancia considerable. Podríamos llamar latencia económica al tiempo que transcurre entre un cambio en la realidad y su reconocimiento dentro de los procesos que permiten convertirlo en una consecuencia económica para la organización. Cuando el ingreso existe antes que la información Pensemos en una empresa de servicios públicos. Sus sistemas pueden indicar con precisión cuántos usuarios tiene, cuánto factura, cuánto recauda y cómo se comporta su cartera. Mientras tanto, puede haber nuevas unidades residenciales que todavía no figuran en la base comercial, inmuebles cuyo uso cambió sin que su clasificación haya sido actualizada o zonas cuyo crecimiento aún no ha sido incorporado a los procesos habituales de gestión. En esos casos existe una diferencia entre la realidad física sobre la que se presta el servicio y la realidad comercial que la empresa reconoce. La secuencia que conecta ambas es relativamente sencilla: La latencia aparece cuando el recorrido entre esos puntos tarda más que la transformación que está ocurriendo afuera. Esto no significa que cada cambio territorial represente automáticamente un ingreso. Significa que algunas oportunidades económicas pueden permanecer fuera de los indicadores financieros porque el hecho que podría originarlas todavía no ha sido identificado correctamente. ¿Cuánto puede representar esa distancia? En proyectos desarrollados por REALIDAD 5.0 con empresas de servicios públicos en Colombia, contrastar información comercial con lo que ocurre en el territorio ha permitido identificar oportunidades con un potencial superior al 20 % de la facturación. La cifra no constituye un promedio sectorial ni significa que cualquier empresa pueda incrementar su facturación en esa proporción. Corresponde a resultados observados en proyectos específicos y depende de las condiciones particulares de cada organización y de las diferencias existentes entre la realidad del territorio y la información utilizada para su gestión comercial. Su importancia está en demostrar que la relación entre territorio e ingresos puede ser económicamente significativa. En determinadas operaciones, crecer no empieza necesariamente por vender más, subir precios o mejorar la cobranza. Puede empezar por identificar mejor aquello que ya está ocurriendo dentro del territorio atendido. Un fenómeno que va más allá de los servicios públicos El mismo principio aparece en otros contextos. En gestión tributaria, por ejemplo, el Banco Mundial ha documentado cómo mapas prediales incompletos o desactualizados pueden dificultar la identificación de propiedades gravables y cómo las imágenes satelitales pueden ayudar a detectar crecimiento urbano todavía no representado adecuadamente en los registros utilizados para la administración tributaria. En este caso cambia el mecanismo de generación de ingresos, pero permanece una cuestión común: la velocidad con la que una organización consigue incorporar las transformaciones de la realidad a sus procesos económicos. Esa variable merece atención porque las organizaciones suelen medir cuánto tardan en cobrar una factura, recuperar cartera o completar una transacción, pero existe un intervalo anterior que puede ser igualmente importante. ¿Cuánto tiempo transcurre desde que aparece una realidad con potencial económico hasta que la organización consigue identificarla y actuar sobre ella? Pensar en términos de latencia económica permite incorporar esa pregunta a la gestión. No se trata simplemente de actualizar bases de datos con mayor frecuencia, sino de desarrollar mejores capacidades para detectar cambios relevantes, relacionarlos con la información disponible y determinar cuáles tienen consecuencias para el negocio. Los estados financieros seguirán mostrando aquello que ya consiguió convertirse en una transacción. Pero algunas oportunidades pueden existir mucho antes de llegar hasta allí. Para ciertas organizaciones, la próxima oportunidad de ingreso podría no estar escondida en una hoja de cálculo. Podría estar ocurriendo, literalmente, afuera. Profundice → ¿Qué es la Inteligencia de la Realidad? Fuentes y referencias World Bank. Using Satellite Imagery to Revolutionize the Creation of Tax Maps. World Bank Blogs. Inter-American Development Bank. Source of Innovation: Digital Capacity Strengthening of the Water and Sanitation Utilities by the Traceability and Data Management Optimization. Inter-American Development Bank.

Durante años, una de las grandes aspiraciones de las organizaciones ha sido poder medir mejor. Hoy esa capacidad es extraordinariamente mayor. Tableros de control permiten seguir cientos de indicadores. Los sistemas empresariales registran millones de transacciones. Las herramientas de analítica encuentran relaciones entre grandes volúmenes de información y la inteligencia artificial amplía todavía más nuestra capacidad para identificar patrones. Podemos saber cuánto vendemos, cuánto recaudamos, cuánto cuesta una operación, cómo se comporta un activo o cómo evoluciona determinado indicador prácticamente en tiempo real. ¿Qué no estamos viendo? La pregunta importa porque todo indicador tiene un punto de partida: algo tuvo que ser identificado antes de poder ser medido. Para que un usuario aparezca en un tablero, primero debe existir en una base de datos. Para medir el desempeño de un activo, ese activo debe haber sido identificado y caracterizado. Para analizar una variable, alguien tuvo que determinar previamente que esa variable era relevante y encontrar una manera de capturarla. Lo que podemos medir no es necesariamente todo lo que necesitamos comprender Los sistemas de información son extraordinariamente buenos trabajando con aquello que conocemos. El problema comienza cuando asumimos que aquello que podemos medir representa todo aquello que necesitamos comprender. La literatura sobre medición del desempeño ha documentado una manifestación particular de este riesgo. Investigadores del Journal of Accounting Research describen como surrogation la tendencia de los directivos a perder de vista aquello que una métrica pretende representar y terminar tratando la propia métrica como si fuera el objetivo. El problema puede ir todavía más allá… Podemos estar midiendo correctamente y, aun así, estar dejando por fuera algo relevante que nunca entró en nuestro campo de observación. Medir mejor lo conocido no ayuda necesariamente a descubrir lo desconocido Pensemos en una empresa de servicios públicos. Sus sistemas pueden mostrar con precisión cuántos usuarios tiene, cuánto factura, cuánto recauda, cómo evoluciona su cartera y cuáles son sus niveles de consumo. Los indicadores pueden ser correctos. Pero ¿qué ocurre con una nueva unidad residencial que existe físicamente y todavía no ha sido incorporada a la base comercial? Desde la perspectiva del sistema, esa unidad no tiene bajo consumo ni presenta una anomalía de facturación. Tampoco aparece como un usuario pendiente. Simplemente no existe. Ese punto ciego difícilmente puede resolverse construyendo otro indicador sobre la misma información. Para descubrirlo es necesario ampliar aquello que la organización observa y relacionar fuentes que permitan formular preguntas diferentes. Algo similar puede ocurrir con los activos. Una organización puede conocer cuántos inmuebles administra, su valor contable, los costos asociados o las intervenciones realizadas. Pero esos indicadores no necesariamente revelarán que un inmueble está siendo subutilizado o que existe una oportunidad económica que nunca fue considerada. Aquí aparece una distinción importante: medir mejor lo conocido no necesariamente ayuda a descubrir lo desconocido. La inteligencia artificial también depende de aquello que puede observar. La IA hace esta discusión todavía más relevante. Su capacidad para procesar grandes volúmenes de información, reconocer patrones y encontrar relaciones difíciles de detectar mediante análisis convencional abre posibilidades extraordinarias. Pero incluso los modelos más sofisticados dependen de aquello que pueden observar. Si una transformación territorial nunca fue capturada, si un activo no fue caracterizado o si una fuente relevante permanece fuera del análisis, aumentar la capacidad de procesamiento no hace desaparecer automáticamente ese punto ciego. Por eso, el siguiente salto en la gestión de datos probablemente no consista únicamente en construir mejores tableros, incorporar más indicadores o procesar mayores volúmenes de información. También requiere mejorar nuestra capacidad para cuestionar qué entra y qué no entra en nuestro campo de visión. Para quienes toman decisiones, esto introduce preguntas diferentes a las habituales: Los indicadores siguen siendo indispensables. La analítica y la inteligencia artificial multiplicarán su capacidad. Pero ninguna herramienta debería llevarnos a confundir visibilidad sobre lo medido con comprensión de todo lo relevante. El próximo desafío de los datos quizá no sea tener más información. Sea aprender a reconocer qué estamos dejando de ver. Fuentes y referencias Choi, J. W., Hecht, G. W. & Tayler, W. B. (2013). Strategy Selection, Surrogation, and Strategic Performance Measurement Systems. Journal of Accounting Research, 51(1), 105–133. Harris, M. & Tayler, W. B. (2019). Don’t Let Metrics Undermine Your Business. Harvard Business Review.

Durante años, buena parte de la transformación digital se concentró en digitalizar procesos, implementar sistemas y automatizar tareas. El resultado ha sido un avance indiscutible en la capacidad de las organizaciones para registrar, almacenar y consultar información. Sin embargo, tener más datos no significa necesariamente comprender mejor la realidad. Un informe del Banco Mundial advierte que menos del 1 % de los datos que se generan llega a analizarse y utilizarse, mientras el volumen global de información continúa creciendo de manera exponencial. El problema, por tanto, empieza a desplazarse: no se trata solamente de producir y almacenar información, sino de convertirla en una comprensión útil para decidir. Una primera dificultad es que la información suele estar fragmentada. Un sistema contiene información financiera; otro, información comercial; otro, los activos; otro, la operación; y otros concentran información jurídica, documental o territorial. Cada uno puede funcionar correctamente y contener datos precisos, pero ninguno ofrece necesariamente una visión completa de aquello que la organización administra. Cuando los sistemas dejan de representar la realidad Existe, además, un segundo problema menos evidente: incluso si toda esa información pudiera conectarse, podría seguir describiendo una realidad que ya cambió. Esto ocurre especialmente en organizaciones que administran territorios, infraestructura o activos físicos. Mientras sus sistemas se actualizan a partir de nuevos registros, reportes o procesos internos, la realidad continúa cambiando. Una nueva construcción aparece. Un inmueble cambia de uso. Una red se deteriora. Un activo modifica su condición. Surge un nuevo usuario. Esos cambios ocurren en el mundo real y no necesariamente se reflejan de inmediato en los sistemas. Una empresa de servicios públicos, por ejemplo, puede tener una base comercial correctamente administrada y no identificar todavía usuarios o cambios de uso que ya existen físicamente. Un banco puede conocer los inmuebles que figuran en sus registros y, al mismo tiempo, no disponer de una visión actualizada de cuáles están ocupados, cuáles presentan riesgos, cuáles se deterioran o cuáles podrían tener un mejor aprovechamiento. En ambos casos existe información. El problema está en la distancia entre lo que la organización sabe y lo que realmente está ocurriendo. Observar la realidad tampoco es suficiente Hoy contamos con capacidades mucho mayores para reducir esa distancia. Imágenes satelitales, aerofotografías, drones, sensores, cartografía y levantamientos de campo permiten observar cambios en el mundo físico con un nivel de detalle cada vez mayor. La observación satelital, por ejemplo, permite comparar un mismo territorio en distintos momentos y detectar transformaciones que difícilmente serían visibles desde los sistemas internos de una organización. Pero observar no es lo mismo que comprender. Una imagen puede mostrar que un inmueble cambió. La información geográfica permite ubicarlo. Una base comercial muestra cómo está registrado. Un expediente puede explicar su situación jurídica y la información financiera ayudar a dimensionar su impacto. Cada fuente aporta una parte de la historia. El valor aparece cuando esas partes pueden relacionarse y construir contexto sobre una misma realidad. En REALIDAD 5.0 llamamos Inteligencia de la Realidad a la capacidad de integrar distintas dimensiones de información, contrastarlas con lo que ocurre en el mundo real y convertirlas en una comprensión útil para decidir. No se trata necesariamente de incorporar más tecnología ni de reemplazar los sistemas existentes. Se trata de aprovechar mejor la información disponible, relacionarla con otras fuentes y reconocer cuándo aquello que registramos ha dejado de coincidir con aquello que administramos. Para quienes toman decisiones, la consecuencia es sencilla: disponer de más sistemas, datos o tableros no garantiza por sí mismo una mejor comprensión. Quizá por eso una de las preguntas más relevantes para una organización ya no sea cuánta información tiene, sino otra mucho más difícil de responder: Fuentes y referencias World Bank. (2021). World Development Report 2021: Data for Better Lives. Washington, DC: World Bank. World Bank. (2024). Advancing Cloud and Data Infrastructure Markets: Strategic Directions for Low- and Middle-Income Countries. Washington, DC: World Bank.