Relación directa con el cliente. Una plataforma de inteligencia de seguridad comunitaria con gobernanza para el centro urbano de Croydon, desarrollada para la Oficina del Alcalde de Londres para la Policía y la Delincuencia (MOPAC) y la Red de Reducción de la Violencia del Ayuntamiento de Croydon. Ocho extracciones de datos del Ayuntamiento y de la Policía Metropolitana (Metropolitan Police) se incorporan con su procedencia a un único modelo canónico, se consultan solo mediante definiciones de métricas aprobadas y se ponen a disposición a través de una aplicación que tiene en cuenta el rol de cada usuario, un asistente de IA con gobernanza, un generador de informes y un punto de conexión (endpoint) al que pueden conectarse clientes de IA externos. Cada cifra indica su fuente, su antigüedad, su incertidumbre de ubicación y su estado de divulgación.
El problema
MOPAC y el Ayuntamiento de Croydon necesitaban una única capa de inteligencia para organismos que conciliaban hojas de cálculo a mano, con analistas que dedicaban más tiempo a cruzar fuentes que a actuar sobre lo que encontraban. El problema más difícil era la confianza: una plataforma de seguridad comunitaria tiene que ser defendible ante un ayuntamiento, un cuerpo de policía y el público a la vez, lo que descarta cualquier cosa que no pueda mostrar de dónde procede una cifra. Un prototipo heredado había rellenado vacíos con datos inventados, incluidas ubicaciones de lugares seguros que no existían.
Cómo lo construimos
Eliminamos los datos inventados en lugar de etiquetarlos y, después, reconstruimos todo en torno a la procedencia. Las ocho extracciones se desidentifican dentro del adaptador de origen, de modo que los identificadores nunca llegan al almacén, y cada objeto lleva consigo su procedencia, tiempo de validez, momento de ingesta, clasificación, nivel de confianza y una política de acceso. Cada lectura pasa por un motor de políticas que deniega por defecto y por un registro de diez definiciones de métricas aprobadas: se verifica el rol, se verifica la clasificación, se descartan los campos que el rol no puede ver, y las celdas por debajo de un umbral de números pequeños se suprimen y se informan como suprimidas en lugar de omitirse en silencio. No existe ninguna vía de consulta libre en ningún punto del sistema. Dos restricciones están codificadas en el propio sistema, no solo documentadas: la puntuación a nivel de persona es una prohibición en la ontología, de modo que la plataforma no puede compilar una versión de sí misma que produzca una puntuación de riesgo a nivel de persona, y el asistente de IA se sitúa fuera del perímetro con gobernanza. Elige qué métrica aprobada consultar y redacta el texto que acompaña la respuesta; no puede introducir una cifra que la capa de métricas no haya calculado, ni puede publicar, enviar ni aprobar nada.
Qué cambió
Los equipos de políticas públicas consultan tendencias a nivel de código postal cuando lo necesitan, en lugar de esperar a un ciclo de informes, y la plataforma orienta la asignación de fondos y la estrategia de seguridad comunitaria en todo el distrito. Los analistas disponen de simulación de patrullas sobre la geografía real, donde cada escenario incluye una lista explícita de lo que no puede indicarle, incluida la regresión a la media. La calidad de los datos es algo visible, no una nota al pie: el SLA de actualización, los recuentos de registros en cuarentena y la confianza geográfica se muestran por fuente. Los asistentes externos acceden a la misma capa de métricas con gobernanza a través de una única interfaz aprobada, de modo que se aplican las mismas reglas sea cual sea el cliente que pregunta (a julio de 2026).
