En los materiales corporativos de las empresas de tecnología climática aparecen con frecuencia el número de registros de datos recopilados o de sensores conectados. Son cifras útiles para entender la escala, pero por sí solas no explican el valor del negocio. Si aumentan los registros que los clientes no pueden usar o los materiales cuyos derechos de uso no están claros, también aumenta la carga de gestión.
Para evaluar los datos hay que cambiar la pregunta. Además de cuánto se ha almacenado, conviene analizar qué decisiones de los clientes mejora, cuántas veces puede reutilizarse y cuánto cuesta mantener el servicio. La acumulación de datos en tecnología climática puede describirse como capacidad empresarial cuando permite responder a estas preguntas.
Los registros almacenados y los materiales utilizables en el negocio no son lo mismo
Supongamos que los sensores de una granja transmiten lecturas cada minuto. Si la información horaria no coincide o no se encuentra el historial de calibración del equipo, resulta difícil comparar el efecto de un cambio concreto en la alimentación incluso con un registro extenso. La misma cantidad de datos permite trabajos distintos según su contexto y calidad.
La OCDE aborda la producción de datos y la medición de su valor en su investigación sobre cómo medir los datos como activo. Este trabajo indica que el volumen almacenado no puede convertirse directamente en el valor de mercado de una empresa. También deben considerarse las actividades que producen el material y lo hacen útil. OCDE · Medición de los datos como activo
También conviene organizar el inventario interno de datos según su uso y no según el número de archivos. Se pueden distinguir los materiales que sirven para comparar la alimentación, los necesarios para comprobar el estado de calibración y aquellos cuya revisión de calidad aún no ha terminado. Clasificar, en vez de ocultar, los registros que no pueden utilizarse demuestra precisamente capacidad de gestión de datos.
Los derechos y la calidad determinan el alcance de la reutilización
La primera condición es el derecho de uso. Una empresa que suministra equipos no debe dar por hecho que puede vender libremente toda la información generada por esos equipos. El contrato con el cliente debe definir la finalidad de la recopilación, el alcance del análisis, la cesión a terceros y el tratamiento tras la finalización del servicio. Para información competitivamente sensible, como los datos de producción de una granja, también puede ser necesario diferenciar los derechos de acceso.
La Ley de Datos de la Unión Europea es un ejemplo institucional que otorga a los usuarios de productos conectados derechos de acceso y uso de datos. La explicación incluye productos conectados como la maquinaria agrícola. Esto no significa que se aplique sin cambios a todos los contratos de Corea; más bien indica que, al considerar la expansión internacional, no puede darse por sentada la exclusividad del fabricante sobre los datos. Comisión Europea · Explicación de la Ley de Datos
La segunda condición es una calidad adecuada para el propósito. Al tratar información de emisiones, deben evaluarse la representatividad, la integridad y la fiabilidad de la tecnología, el periodo y la región. El GHG Protocol también orienta sobre estas características de calidad al seleccionar datos de Scope 3. Los datos brutos recibidos en tiempo real no son siempre más adecuados por ese solo motivo. GHG Protocol · Guía sobre la calidad de los datos de Scope 3
Por ejemplo, aplicar a otro sistema de cría los resultados obtenidos en un establo concreto durante una temporada exige una revisión adicional. Copiar los mismos datos para elaborar tantos informes como clientes haya no es lo mismo que reutilizarlos como material explicativo en otras condiciones. La empresa debe poder describir de forma acotada y clara el alcance al que se aplican sus datos.
Conecte los resultados del análisis con el trabajo recurrente del cliente
La utilidad empresarial de los datos debe comprobarse en el trabajo de los clientes. Para una empresa de alimentación animal, la pregunta puede ser si se redujo el tiempo de organizar materiales de ensayo; para una granja, si ayudó a detectar omisiones en los registros de alimentación; y para un responsable de revisión, si facilitó rastrear la base de los cálculos.
En una fase inicial es más fácil validar si se elige un único problema que resolver. Por ejemplo, se puede proporcionar material de revisión con el mismo formato a un cliente que recopila repetidamente documentación mensual de validación en campo y comparar el trabajo previo con el tiempo requerido. Este ejemplo no representa resultados ni contratos de una empresa concreta; es una forma experimental de comprobar la utilidad para el cliente.
Aquí, la recompra de los clientes de pago es una observación importante. El hecho de que haya muchos participantes en una validación gratuita no confirma por sí mismo una disposición sostenida a pagar. Hay que comprobar por qué entregable pagó el cliente y si mantuvo el contrato en el periodo siguiente. Examinar conjuntamente la duración del contrato, los motivos de cancelación y la frecuencia de uso ayuda a distinguir la necesidad de los datos del interés temporal.
La economía de la acumulación solo se ve al incluir los costes
El coste de un servicio de datos no se limita a las tarifas del servidor. Se necesita personal para la calibración del equipo, la respuesta a errores de comunicación, las visitas de campo, la conversión de unidades, la revisión analítica y la atención de consultas de clientes. Si estas tareas aumentan al mismo ritmo cada vez que crece la base de clientes, es difícil concluir que el crecimiento de los ingresos y la mejora de la rentabilidad ocurren a la vez.
Por tanto, además de los ingresos totales, debe observarse el tiempo necesario para producir un entregable para un cliente. Registrar el tiempo de configuración de una nueva granja, el tiempo para tratar un error y el tiempo de revisión manual antes de emitir un informe revela dónde surgen los costes recurrentes. Es más fácil medir el efecto de la automatización cuando se aplica después de haber identificado estos cuellos de botella.
También deben compararse el coste y la utilidad de conservar materiales antiguos. Los registros históricos indispensables para las comparaciones estacionales pueden merecer conservarse, pero los materiales cuyo propósito ha terminado o cuyos derechos han caducado pueden requerir un tratamiento distinto. El objetivo de la acumulación no es guardar todo incondicionalmente, sino mantener el material necesario en un estado fiable.
Diferencie el valor empresarial del reconocimiento contable de un activo
Decir que unos datos son útiles para el negocio es distinto de concluir que pueden reconocerse como activo intangible en los estados financieros. IAS 38 trata la definición y los criterios de reconocimiento de los activos intangibles identificables. Deben revisarse requisitos pertinentes, como los beneficios económicos futuros probables y la medición fiable del coste; el reconocimiento no es automático por el mero hecho de que existan gastos o datos. Fundación IFRS · IAS 38 Activos intangibles
Al hablar de valor empresarial, también deben considerarse, además de los datos, la continuidad de los ingresos, la concentración de clientes, la competencia y las necesidades de personal y financiación. Un enfoque que multiplica el número de registros por un múltiplo determinado para presentar valor de inversión o capacidad de préstamo pierde esta distinción. Incluso datos de alta calidad pueden tardar en convertirse en ingresos si el presupuesto o el momento de adopción del cliente no coinciden.
El negocio de datos al que aspira NexVue de AI Safety Korea también puede evaluarse con estas condiciones. La tarea consiste en determinar qué puede recopilarse legalmente, qué decisiones de campo ayudará a tomar y para qué entregables se confirmará una demanda de pago. En lugar de partir de clientes o ingresos que aún no se han confirmado, demostrar mediante validación en campo el uso repetido y la mejora de costes transmite con mayor precisión el sentido de la acumulación de datos.