Investigación
Qué preparar antes de licenciar los datos de tu empresa
Una primera consulta útil explica quién controla los datos, qué contienen y cómo podrían evaluarse. Una breve revisión de diez programas públicos de suministro de datos identificó distintos puntos de partida: un formulario de interés, una cuenta, una solicitud de publicación, una solicitud de reunión o una estimación. Ocho programas ofrecían información accesible sobre cómo prepararse. Sus procesos publicados muestran por qué los detalles necesarios para iniciar una conversación pueden diferir de los necesarios para una evaluación o publicación.
Para una empresa que considera su primera alianza de datos, el resultado práctico es un breve documento de preparación. Describe la empresa y quiénes toman las decisiones, el conjunto de datos y su historial, y los permisos y las restricciones que deben resolverse. Añade detalles a medida que avance la revisión del proveedor.
Un primer formulario indica dónde comienza la conversación
La primera acción pública puede parecer sencilla, aunque el proveedor describa una revisión más detallada posteriormente.
La página de publicación de Neudata describe una solicitud inicial con datos de la empresa y de contacto. La aprobación de un analista precede a la creación de la publicación, y la secuencia publicada sitúa un cuestionario de diligencia debida o una comprobación de riesgos después de la aprobación. Quien se prepare solo para el primer formulario pasaría por alto la descripción del producto y la diligencia debida posteriores. Proceso de publicación de Neudata
La secuencia pública de Defined.ai comienza con la creación de una cuenta de Jira. Las etapas posteriores abarcan oportunidades comerciales, calidad de los datos, volumen, organización, metadatos, derechos de licencia y cumplimiento. Por tanto, el paso de crear la cuenta, por sí solo, aporta poca información sobre el material que un socio de datos debe estar preparado para abordar. Programa de socios de Defined.ai
Otros programas incluyen preguntas sobre el conjunto de datos en el formulario público. OpenAI pregunta por el tipo de datos, el tamaño estimado con sus unidades, el formato, los derechos para compartirlos y la ayuda necesaria para prepararlos. Shutterstock pregunta por el tipo de contenido que se controla y el tamaño de la biblioteca. Formulario de interés de OpenAI, Data Partner Network de Shutterstock
Esta distinción cambia la forma de prepararse. Usa el formulario de entrada para identificar la siguiente acción y después lee la explicación del proveedor sobre la evaluación y la incorporación. Una solicitud de contacto, una publicación aprobada y una licencia acordada son resultados distintos.
Vías de entrada públicas consultadas el 17 de noviembre de 2026. La tabla de casos vincula cada observación con su fuente.
Describe el conjunto de datos con las unidades que lo expliquen
«Tenemos varios terabytes» deja sin respuesta preguntas importantes. Una descripción debe permitir que quien la recibe entienda qué representan esos bytes y si los registros tienen un contexto útil.
El formulario de OpenAI examinado solicita explícitamente unidades para el tamaño estimado y da como ejemplos palabras y horas. El campo de Shutterstock para el tamaño de la biblioteca se ajusta a una colección de contenido. Son formas distintas de describir la escala, por lo que es poco probable que una sola cifra de almacenamiento sirva para todas las consultas. Formulario de OpenAI, formulario de Shutterstock
Los registros operativos requieren otro tipo de descripción. La página de datos empresariales de Troveo aborda los sistemas, el tamaño del equipo y el historial operativo, y describe vínculos dentro de las conversaciones, metadatos de documentos e historiales de proyectos. Los ejemplos de SuperAnnotate incluyen comunicaciones, documentos de procesos, decisiones, registros especializados y trabajo registrado. Ambas páginas incorporan a la descripción el trabajo representado por los registros. Página de datos empresariales de Troveo, alianzas de datos de SuperAnnotate
Para un documento inicial, registra el tipo de contenido, la cantidad aproximada, el intervalo de fechas y los sistemas de origen. Añade el contexto que permita entender los registros: si los mensajes conservan sus hilos, si los documentos tienen un historial de versiones o si un conjunto de datos incluye un diccionario de campos. La guía pública de Neudata recomienda expresamente materiales de apoyo, como diccionarios de datos, para explicar un producto de datos. Guía para proveedores de Neudata
Este es un ejemplo ficticio de una descripción útil:
Un archivo de registros de mantenimiento de equipos que abarca tres años, con aproximadamente 80.000 órdenes de trabajo. Cada registro vincula una avería reportada, notas de inspección, la reparación realizada y el estado al cierre. El archivo puede exportarse como tablas estructuradas con un diccionario de campos. Aún no se ha revisado si se incluirán los archivos adjuntos y los campos identificativos.
Distingue el control de los archivos del permiso para licenciarlos
Prepara una explicación clara del origen de los registros y de quién puede autorizar el uso propuesto. Deja visibles los permisos pendientes para que puedan abordarse durante la conversación.
El formulario de interés de OpenAI pregunta si quien presenta la solicitud tiene derechos para compartir los datos. La página de proveedores de Datarade describe los derechos de comercialización y las restricciones sobre datos personales como criterios de elegibilidad. Defined.ai describe las comprobaciones de los derechos de licencia y del cumplimiento como parte de su evaluación. Estos son requisitos o preguntas públicos de esos programas; responder a un formulario no acredita que un conjunto de datos esté legalmente autorizado para su uso. Formulario de OpenAI, requisitos para proveedores de Datarade, proceso de revisión de Defined.ai
Tu documento de preparación puede identificar al licenciante propuesto, cómo se crearon u obtuvieron los datos, los acuerdos pertinentes y las restricciones que el equipo ya conoce. También puede identificar quién debe resolver las preguntas pendientes. Mantén esa descripción separada de cualquier afirmación de que se han verificado todos los derechos.
El alcance también importa. El paquete de datos previsto puede abarcar un período, sistema o colección, en lugar de todo lo que posee la organización. Describir los límites propuestos hace que la siguiente conversación sea más concreta. También ayuda a distinguir una muestra representativa de una transferencia completa.
Usa un documento breve y después añade la documentación solicitada
La plantilla agrupa las preguntas observadas en tres secciones prácticas. Esta agrupación es nuestra síntesis del estudio piloto.
| Sección | Qué preparar |
|---|---|
| Empresa y responsables de la decisión | Organización, ámbito de actividad, historial operativo pertinente, contacto y responsable de la alianza propuesta |
| Conjunto de datos y preparación | Tipos de contenido, cantidades aproximadas con unidades, período cubierto, sistemas, formatos, metadatos disponibles y trabajo necesario para la evaluación |
| Permisos y alcance | Origen de los datos, licenciante propuesto, restricciones conocidas, usos permitidos que deben abordarse y preguntas pendientes sobre autorizaciones |
Usa «desconocido» cuando un detalle esté pendiente de resolver. Una estimación debe incluir su unidad y cómo se obtuvo. Una declaración sobre derechos debe identificar su fundamento, en lugar de tratar la posesión de los archivos como prueba.
Por ejemplo, «aproximadamente 4.000 horas, estimadas a partir del índice de la biblioteca multimedia» es más útil que «un gran archivo de vídeo». «Nuestro equipo debe revisar los acuerdos con los colaboradores para este uso» es más útil que una declaración sin fundamento de que todo el archivo está autorizado para su uso.
El siguiente paso depende del programa. SuperAnnotate describe una llamada para definir el alcance seguida de una evaluación de muestras; Datarade describe una revisión de la solicitud antes de crear el perfil y publicar el producto. Pregunta qué necesita la próxima revisión y sigue el proceso acordado para cualquier material que proporciones. Proceso descrito por SuperAnnotate, proceso de solicitud de Datarade
Descarga la plantilla de preparación. Las observaciones y el script de análisis permiten consultar la correspondencia con las fuentes y reproducir los recuentos del estudio piloto.
Cómo realizamos el estudio piloto
Seleccionamos diez programas para cubrir distintos tipos de vías públicas de entrada: OpenAI, Defined.ai, Datarade, Neudata, Protege, Shutterstock, SuperAnnotate, Turing Lazarus, Troveo y The General Data Company. Fue una selección deliberada de casos variados, no una muestra aleatoria ni exhaustiva de compradores de datos.
El 17 de noviembre de 2026 leímos las páginas oficiales de los programas en inglés y las explicaciones públicas pertinentes mediante extracción web. Ocho ofrecían información sustancial sobre la preparación o las etapas de entrada. El contenido del programa Turing Lazarus y la vía de colaboración de The General Data Company no pudieron leerse con ese método. Siguen figurando como desconocidos en el conjunto de datos. El formulario integrado de Protege y el formulario enlazado de Neudata tampoco pudieron leerse, aunque sus páginas públicas describían las vías de entrada.
No introdujimos información personal, creamos cuentas, enviamos solicitudes, cargamos datos ni probamos la validación de los campos. Las declaraciones públicas describen lo que afirman los proveedores; no acreditan revisiones completadas, aceptación, precios de transacción ni resultados para los clientes. La recuperación mediante búsquedas puede utilizar copias indexadas y las páginas pueden cambiar. La metodología completa y la tabla de casos identifican el alcance examinado y cada limitación de acceso.
Para obtener ayuda para definir el alcance de un posible proyecto de datos, consulta suministro de datos a sapien1.