Muchas organizaciones están corriendo hacia la inteligencia artificial con la vista puesta en nuevas fuentes de información. Pero Don Murray, cofundador y director ejecutivo de Safe Software, plantea un giro más rentable: el activo más valioso puede estar dentro de casa, dormido en archivos que nadie volvió a usar.
Murray llama a eso dark data, o datos oscuros: información colectada, almacenada o archivada que nunca se aprovechó. En la era de la IA, sostiene, ese material puede entregar valor real que antes era difícil de obtener.
Su tesis parte de un problema conocido por cualquier empresa grande. Hay décadas de órdenes de trabajo, registros de mantenimiento, archivos de proyecto, historiales de clientes, informes en PDF y correspondencia que nunca llegaron a una base de datos o quedaron fuera de uso. Durante años, el obstáculo fue el costo de extraerlos a mano o mediante OCR, que fallaba cuando un documento tenía un diseño complejo.
Murray pone un ejemplo concreto: una distribuidora eléctrica británica conserva más de un millón de tarjetas de servicio, algunas de 1907, con notas manuscritas, bocetos e impresiones tempranas. Extraer las fechas de instalación a mano fue estimado en 19 años de trabajo. La extracción automatizada tomó 26 horas y costó unos pocos cientos de libras.
Para Murray, el cambio no es solo de velocidad. Es de viabilidad. Leer estructura, tablas, escritura a mano y significado dejó de ser el cuello de botella. Ahora, dice, una empresa puede apuntar IA a ese material tal como está y convertir el archivo en una base de conocimiento viva, consultable en lenguaje natural.
Pero el acceso no resuelve todo. Murray advierte que una base de conocimiento solo genera confianza si cada respuesta remite a un documento fuente, si las fechas viajan con los datos y si el archivo se gobierna con la misma disciplina que los sistemas activos. De lo contrario, el sistema mezcla cifras obsoletas, proyectos abandonados y reglas que ya no aplican.
Su mensaje central a los líderes es directo: la barrera técnica bajó, pero la restricción real ahora es la imaginación. En vez de pensar en el archivo como algo terminado, propone buscar qué decisión cotidiana —poner precio a un trabajo, definir un ciclo de mantenimiento o responder una propuesta— mejoraría con historia acumulada.
La lógica es sencilla y muy de mercado: si la empresa ya pagó por capturar ese conocimiento, dejarlo inmóvil es capital inmovilizado. La IA no crea ese activo; lo capitaliza. Y cuando el Estado o la burocracia no intervienen, la productividad suele aparecer donde antes solo había papeleo y costo hundido.
El mercado ya votó. La discusión no es si los datos existen, sino si la empresa se atreve a ponerlos a trabajar. Capital busca reglas claras, y en este caso la regla es evidente: lo que está archivado, pero sigue siendo útil, merece volver al flujo productivo.