Durante años, subcontratar el procesado geoespacial a equipos en otros países fue la vía por defecto para abaratar costes. La presión regulatoria y la sensibilidad de los datos están cambiando esa ecuación.
El contexto regulatorio
Cartografía de infraestructuras críticas, catastro y datos de administraciones públicas están cada vez más sujetos a requisitos de dónde y cómo se procesan. Un dato que sale del país para procesarse puede dejar de ser una opción viable para ciertos clientes, especialmente en contratación pública y en sectores regulados como energía o telecomunicaciones.
Qué dice la normativa en concreto
No hace falta ir a un supuesto hipotético: el Esquema Nacional de Seguridad (ENS) ya condiciona dónde y cómo se tratan determinados datos de administraciones públicas, y la directiva NIS2 amplía las obligaciones de seguridad a operadores de infraestructuras críticas, entre ellos buena parte del sector energético que es cliente habitual de servicios geoespaciales. A eso se suma el RGPD cuando hay datos personales asociados (direcciones, titularidad catastral). Ninguna de estas normas prohíbe explícitamente el offshoring, pero todas elevan el nivel de justificación y control que hay que poder demostrar si el dato sale del territorio.
El efecto práctico es que cada vez más pliegos de contratación pública y RFPs de grandes empresas incluyen una pregunta directa: ¿dónde se procesa el dato? Antes era una curiosidad técnica; ahora puede ser un criterio de exclusión.
Los límites del offshoring tradicional
El offshoring clásico compite en precio por hora de operador, pero traslada el dato fuera del control directo del cliente y añade fricción de comunicación y zona horaria. Para datos sensibles, ese ahorro deja de compensar el riesgo. Y hay un coste menos visible: la trazabilidad. Cuando el dato pasa por varias manos en distintas jurisdicciones, reconstruir quién tocó qué y cuándo se vuelve mucho más difícil de auditar.
Automatizar no es solo abaratar. Es la forma de mantener el dato bajo control sin renunciar a la eficiencia del offshoring.
Una alternativa con soberanía
Automatizar la clasificación con IA y mantener al operador de revisión en el mismo territorio que el dato ofrece una vía intermedia: se gana la eficiencia que antes solo daba el offshoring, sin ceder soberanía sobre la información. El dato nunca sale del entorno acordado con el cliente, y el porcentaje que sí requiere ojo humano lo revisa un operador sujeto a la misma jurisdicción que el dato.
Esta es exactamente la vía sobre la que está construido Neobora: la clasificación LiDAR y los geoprocesos se ejecutan de forma automática con IA, y el despliegue puede hacerse en la nube o directamente on-premise, en la infraestructura del propio cliente, de modo que el dato nunca abandona el entorno acordado. La revisión y el control de calidad que sí requieren ojo humano los realiza un operador sujeto a la misma jurisdicción que el dato, sobre la misma plataforma. No hay que elegir entre la eficiencia de automatizar y el control sobre la información: se obtienen las dos cosas a la vez.
Cuándo el offshoring sigue teniendo sentido
Sería injusto presentar esto como blanco o negro. Para datos sin componente sensible — ortofotos de zonas ya públicas, proyectos internos sin cliente final regulado — el offshoring tradicional sigue siendo una opción legítima y a veces la más barata. La pregunta que de verdad importa no es "offshoring sí o no", sino "este dato en concreto necesita quedarse en territorio, y si es así, cuánto vale evitar ese riesgo".
El nuevo equilibrio
El nuevo equilibrio no es elegir entre coste y control, sino usar la automatización para que el coste de mantener el dato en territorio deje de ser el principal argumento en contra.
Cómo evaluar a un proveedor en este eje
Tres preguntas suelen bastar para separar el marketing de la realidad: ¿en qué país están físicamente los servidores donde se procesa el dato? ¿Quién tiene acceso humano al dato en bruto, y bajo qué contrato está esa persona? ¿Puede el proveedor enseñar por escrito, no solo verbalmente, dónde y cómo se procesa cada fase del flujo? Si la respuesta a cualquiera de las tres es vaga, probablemente el "procesado local" es solo la fachada comercial.
Neobora está pensado para pasar ese filtro por escrito. El despliegue on-premise permite fijar exactamente en qué servidores y en qué territorio se procesa cada fase; los permisos por proyecto, capa y usuario definen con precisión quién accede al dato en bruto; y la trazabilidad de la plataforma deja registrado quién tocó qué y cuándo, sin depender de que varias manos en distintas jurisdicciones reconstruyan el flujo a posteriori. Es la diferencia entre un procesado local que es solo un argumento comercial y uno que se puede auditar.
Conclusión
La soberanía del dato ya no es solo una cuestión de cumplimiento: es un argumento comercial que la automatización hace viable sin sacrificar el margen que antes solo ofrecía la subcontratación tradicional. Neobora existe precisamente para poner esa automatización al servicio del dato que tiene que quedarse en territorio.
