Registro sistemas IA: inventario AI Act
Guía operativa para empresas españolas que usan IA y necesitan inventariar sistemas antes de evaluar obligaciones, riesgos y evidencias.
David AldomarActualizado: 7 min lectura
📌 En resumen
Un registro (o inventario) de sistemas de IA es la lista gobernada de todos los sistemas de inteligencia artificial que tu empresa usa o desarrolla, con su finalidad, su categoría de riesgo según el AI Act, su responsable y los datos que tratan. Es el primer paso del cumplimiento: no puedes clasificar el riesgo ni aplicar obligaciones de algo que no sabes que tienes. Incluye también las "IA en la sombra" que entran por herramientas de terceros.
El cumplimiento del AI Act empieza por una pregunta incómoda: ¿qué sistemas de IA usa realmente tu empresa? Casi siempre son más de los que crees, porque muchos llegan dentro de software de terceros. Sin ese inventario no se puede clasificar el riesgo ni aplicar obligaciones. Es la base del cumplimiento del AI Act.
¿Qué es un registro de sistemas de IA?
Es el inventario gobernado de los sistemas de IA de la organización: los que desarrolláis y los que usáis a través de proveedores. Recoge para cada uno qué hace, con qué datos, quién es el responsable y qué nivel de riesgo tiene bajo el AI Act. No es burocracia por la burocracia: es la herramienta que permite demostrar control y priorizar dónde actuar.
¿Por qué lo necesitas para el AI Act?
- No puedes clasificar el riesgo de un sistema que no tienes inventariado.
- Las obligaciones dependen del rol (proveedor o responsable del despliegue) y del riesgo: hay que saber cuál es cada sistema.
- Permite detectar la "IA en la sombra" que entra por herramientas de terceros.
- Es la base para demostrar diligencia ante una auditoría o un requerimiento.
¿Qué información registrar de cada sistema de IA?
| Campo | Qué recoge | Para qué |
|---|---|---|
| Sistema y finalidad | Qué es y para qué se usa | Base de la clasificación |
| Rol | Proveedor o responsable del despliegue | Define las obligaciones |
| Categoría de riesgo | Prohibido / alto / limitado / mínimo | Determina qué hay que cumplir |
| Datos | Qué datos trata (incl. personales) | RGPD y calidad de datos |
| Responsable | Quién responde del sistema | Gobernanza y rendición de cuentas |
| Proveedor | Quién lo suministra | Trazabilidad y due diligence |
¿Cómo construir el inventario paso a paso?
- 1Recopila los sistemas de IA propios y los de terceros (revisa el software que ya usáis).
- 2Documenta finalidad, datos, responsable y proveedor de cada uno.
- 3Clasifica el riesgo de cada sistema según el AI Act.
- 4Asigna responsables y un proceso de alta para los nuevos sistemas.
- 5Manténlo vivo: cada nueva herramienta con IA debe entrar en el registro.
¿Cómo encaja con el resto del cumplimiento?
El registro alimenta la clasificación de riesgo y las obligaciones que correspondan, y se apoya en una auditoría de cumplimiento del AI Act. El siguiente paso natural es evaluar el riesgo de cada sistema, porque las obligaciones cambian mucho según la categoría.
¿Qué errores evitar?
- Inventariar solo la IA propia y olvidar la que llega en software de terceros.
- Hacerlo una vez y no mantenerlo: aparecen sistemas nuevos constantemente.
- No registrar el rol (proveedor vs responsable del despliegue), del que dependen las obligaciones.
- Tratarlo como papeleo en vez de como herramienta de gobierno y priorización.
Siguiente paso recomendado
Gobierno del dato y calidad
Catálogo, linaje, responsables y reglas de calidad para datos fiables.
Sin compromiso · Respuesta en < 24h
Autor
David Aldomar
Fundador y Consultor de Datos e IA
David Aldomar es fundador y consultor principal de MERIDIAN Data & IA, consultora especializada en ayudar a pymes y empresas medianas en España a tomar mejores decisiones con sus datos. Su trabajo se centra en cuatro áreas: diseño e implantación de plataformas de datos (data warehouses, pipelines ETL con dbt, integración de ERPs y CRMs), reporting y dashboards ejecutivos en Power BI, automatización de procesos de negocio con herramientas como n8n, y desarrollo de soluciones de inteligencia artificial aplicada — desde modelos de forecasting de demanda hasta copilots internos basados en RAG con LangChain y FastAPI. Ha liderado proyectos en sectores como logística y transporte, retail y distribución, servicios financieros, manufacturing y construcción, siempre con un enfoque pragmático: diagnóstico corto, entregables concretos y transferencia de conocimiento al equipo del cliente para que sea autónomo desde el primer día. Antes de fundar MERIDIAN, acumuló experiencia en consultoría de datos y transformación digital trabajando con stacks variados — desde entornos Microsoft (SQL Server, Power BI, Azure) hasta ecosistemas open source (Python, dbt, BigQuery). Su filosofía es que un buen proyecto de datos no se mide por la tecnología que usa, sino por las decisiones de negocio que permite tomar. Escribe regularmente en el blog de MERIDIAN sobre reporting, gobierno del dato, automatización e IA aplicada, con guías prácticas orientadas a responsables de negocio y equipos técnicos de empresas que quieren sacar partido real a sus datos sin depender de grandes consultoras.
Fuentes
Contenido y servicios relacionados
Seguir leyendo
Artículos relacionados
AI Actcompliance
Cómo evaluar el riesgo de un sistema de IA en una pyme
7 min lectura
AI Actcompliance
AI Act para pymes: qué te afecta de verdad si quieres usar IA en tu empresa
10 min lectura
IAAI Act
Checklist operativo del AI Act 2026 para empresas españolas
8 min lectura
AI Actcompliance
Compliance de IA en España: todo lo que necesitas saber sobre el calendario del AI Act
13 min lectura
gobierno-del-datoAI Act
Gobierno del dato y AI Act: qué necesitas tener en orden para cumplir y competir
9 min lectura
Última revisión: