Durant anys, subcontractar el processament geoespacial a equips en altres països va ser la via per defecte per abaratir costos. La pressió regulatòria i la sensibilitat de les dades estan canviant aquesta equació.
El context regulatori
Cartografia d’infraestructures crítiques, cadastre i dades d’administracions públiques estan cada vegada més subjectes a requisits d’on i com es processen. Una dada que surt del país per processar-se pot deixar de ser una opció viable per a certs clients, especialment en contractació pública i en sectors regulats com energia o telecomunicacions.
Què diu la normativa en concret
No cal anar a un supòsit hipotètic: l’Esquema Nacional de Seguretat (ENS) ja condiciona on i com es tracten determinades dades d’administracions públiques, i la directiva NIS2 amplia les obligacions de seguretat a operadors d’infraestructures crítiques, entre ells bona part del sector energètic que és client habitual de serveis geoespacials. A això s’hi suma el RGPD quan hi ha dades personals associades (adreces, titularitat cadastral). Cap d’aquestes normes prohibeix explícitament l’offshoring, però totes eleven el nivell de justificació i control que cal poder demostrar si la dada surt del territori.
L’efecte pràctic és que cada vegada més plecs de contractació pública i RFPs de grans empreses inclouen una pregunta directa: on es processa la dada? Abans era una curiositat tècnica; ara pot ser un criteri d’exclusió.
Els límits de l’offshoring tradicional
L’offshoring clàssic competeix en preu per hora d’operador, però trasllada la dada fora del control directe del client i afegeix fricció de comunicació i fus horari. Per a dades sensibles, aquest estalvi deixa de compensar el risc. I hi ha un cost menys visible: la traçabilitat. Quan la dada passa per diverses mans en diferents jurisdiccions, reconstruir qui va tocar què i quan es torna molt més difícil d’auditar.
Automatitzar no és només abaratir. És la forma de mantenir la dada sota control sense renunciar a l’eficiència de l’offshoring.
Una alternativa amb sobirania
Automatitzar la classificació amb IA i mantenir l’operador de revisió en el mateix territori que la dada ofereix una via intermèdia: es guanya l’eficiència que abans només donava l’offshoring, sense cedir sobirania sobre la informació. La dada mai surt de l’entorn acordat amb el client, i el percentatge que sí requereix ull humà el revisa un operador subjecte a la mateixa jurisdicció que la dada.
Aquesta és exactament la via sobre la qual està construït Neobora: la classificació LiDAR i els geoprocessos s'executen de manera automàtica amb IA, i el desplegament es pot fer al núvol o directament on-premise, a la infraestructura del mateix client, de manera que la dada no abandona mai l'entorn acordat. La revisió i el control de qualitat que sí que requereixen ull humà els realitza un operador subjecte a la mateixa jurisdicció que la dada, sobre la mateixa plataforma. No cal triar entre l'eficiència d'automatitzar i el control sobre la informació: s'obtenen les dues coses alhora.
Quan l’offshoring segueix tenint sentit
Seria injust presentar això com a blanc o negre. Per a dades sense component sensible — ortofotos de zones ja públiques, projectes interns sense client final regulat — l’offshoring tradicional segueix sent una opció legítima i de vegades la més barata. La pregunta que de veritat importa no és "offshoring sí o no", sinó "aquesta dada en concret necessita quedar-se en territori, i si és així, quant val evitar aquest risc".
El nou equilibri
El nou equilibri no és triar entre cost i control, sinó usar l’automatització perquè el cost de mantenir la dada en territori deixi de ser el principal argument en contra.
Com avaluar un proveïdor en aquest eix
Tres preguntes solen bastar per separar el màrqueting de la realitat: en quin país estan físicament els servidors on es processa la dada? Qui té accés humà a la dada en brut, i sota quin contracte està aquesta persona? Pot el proveïdor ensenyar per escrit, no només verbalment, on i com es processa cada fase del flux? Si la resposta a qualsevol de les tres és vaga, probablement el "processament local" és només la façana comercial.
Neobora està pensat per passar aquest filtre per escrit. El desplegament on-premise permet fixar exactament en quins servidors i en quin territori es processa cada fase; els permisos per projecte, capa i usuari defineixen amb precisió qui accedeix a la dada en brut; i la traçabilitat de la plataforma deixa registrat qui va tocar què i quan, sense dependre que diverses mans en diferents jurisdiccions reconstrueixin el flux a posteriori. És la diferència entre un processat local que és només un argument comercial i un que es pot auditar.
Conclusió
La sobirania de la dada ja no és només una qüestió de compliment: és un argument comercial que l'automatització fa viable sense sacrificar el marge que abans només oferia la subcontractació tradicional. Neobora existeix precisament per posar aquesta automatització al servei de la dada que s'ha de quedar en territori.
