알림 목록

Área de análisis: Ciudad metropolitana de Daegu

Área central: Ayuntamiento de Daegu, 9 distritos/condados, complejos industriales, zonas residenciales, transporte, bienestar y sistema operativo de datos administrativos de salud.

Agenda: ¿Existe algún sistema administrativo en funcionamiento que conecte datos sobre industria, población, empleo, zonas comerciales, transporte y bienestar para detectar con antelación cambios y riesgos en las ciudades manufactureras?

Tipo de tiempo dorado: Brecha de integración de datos + Riesgo de latencia en la toma de decisiones

Fecha de referencia: 28 de agosto de 2026

Versión: Regional AX Golden Time Intelligence v3.2
 

La ciudad de Daegu estableció una plataforma integrada de macrodatos en 2019, que proporciona 775 piezas de datos públicos y aproximadamente 14 000 piezas de datos estadísticos de la ciudad, sus distritos y condados. Actualmente, el D-Data Hub recopila, busca, analiza y visualiza datos administrativos, industriales y sobre estilo de vida. Si bien la infraestructura de datos ya ha alcanzado la etapa de plataforma, los casos disponibles públicamente que detectan crisis industriales, emigración juvenil, declive comercial y riesgos para el bienestar como una única vía de cambio son limitados. Si los datos se mantienen como datos de consulta sectoriales durante los próximos dos o tres años, la conexión entre los cambios en la estructura industrial y los impactos en la población y las condiciones de vida solo se confirmará mediante estadísticas retrospectivas.  Veredicto: El problema con el AX administrativo de Daegu no radica en la falta de datos, sino en la incapacidad de interpretar diferentes señales de cambio en la misma línea de tiempo.

En agosto de 2026, la ciudad de Daegu anunció "Daegu, una ciudad líder en innovación administrativa con IA" y propuso suscripciones a IA generativa, capacitación para funcionarios públicos, automatización de tareas, chatbots especializados en administración y el establecimiento de una plataforma de administración de IA tipo Daegu para 2027. El enfoque de Administrative AX está cambiando de la divulgación de datos a la utilización de IA por parte de funcionarios públicos y plataformas propietarias. Sin embargo, los indicadores de rendimiento no distinguieron entre la reducción del tiempo de redacción de informes y la detección temprana de riesgos de políticas. Si la conveniencia laboral que ofrece la IA generativa sustituye el rendimiento de Administrative AX durante los próximos dos o tres años, la estructura de juicio de políticas permanecerá en su estado actual.  Veredicto: Daegu Administrative AX ha comenzado a introducir herramientas, pero el modelo de administración preventiva aún no se ha verificado.

D-Data Hub recopila y almacena datos de la ciudad de Daegu, sus distritos, condados y organizaciones afiliadas, brinda soporte para análisis y visualización, y también contiene datos sobre finanzas corporativas, población flotante, imagen de la industria manufacturera, servicios médicos y distritos comerciales. La estructura se ha expandido desde una plataforma centrada en la administración pública para incluir datos del sector industrial y privado. Sin embargo, la actualidad de los conjuntos de datos, las tasas de utilización reales por departamento, el número de casos reflejados en decisiones políticas y los resultados no se han divulgado de manera integrada. Si el volumen de datos registrados aumenta en los próximos dos o tres años, la plataforma se consolidará como un sistema de listado de datos en lugar de un sistema de toma de decisiones administrativas.  Veredicto: Si bien Daegu posee una plataforma de integración de datos, no hay evidencia de que posea una plataforma de juicio integrada.

En 2018, la ciudad de Daegu analizó aproximadamente 1,1 millones de registros del conjunto de datos "Salpiso", 32 000 quejas ciudadanas y 5900 millones de registros de tráfico peatonal para predecir áreas vulnerables a quejas con una precisión del 96,2 %. Esto resultó en una precisión del 90 % en la asignación automática de departamentos de procesamiento y una reducción del tiempo promedio de procesamiento de siete a seis días. La administración de Daegu ya posee experiencia empírica en la predicción de futuras quejas utilizando datos históricos. Sin embargo, aún no se ha confirmado si este modelo se difundió posteriormente a todos los departamentos de forma continua, ni si su precisión predictiva y sus efectos preventivos se midieron de manera consistente. Si el modelo exitoso anterior no se reincorpora al sistema operativo en un plazo de dos a tres años, existe un alto riesgo de que la iniciativa Administrative AX 2026 termine nuevamente como un proyecto piloto aislado.  Veredicto: El problema de Daegu no radica en la ausencia de tecnología de administración preventiva, sino en la discontinuidad en la institucionalización tras el proyecto piloto.

En 2026, la ciudad de Daegu presentó un sistema de análisis y pronóstico de quejas civiles diseñado para identificar concentraciones de demanda con anticipación, mientras que la Corporación de Transporte y la Sede de Obras Hidráulicas implementaron un sistema para detectar señales de fugas mediante el análisis de datos de lectura remota de medidores con IA. La estructura de quejas civiles y administración de instalaciones está pasando de un enfoque reactivo a uno centrado en la detección de señales anómalas. Sin embargo, los resultados no han confirmado que el mismo sistema de pronóstico se haya extendido a los sectores de industria, población, bienestar y áreas comerciales. Si la administración predictiva se mantiene limitada a instalaciones y quejas civiles durante los próximos dos o tres años, los sistemas de alerta temprana para cambios en la estructura urbana seguirán siendo una carencia.  Veredicto: Si bien se han confirmado algunas predicciones sobre la administración diaria, no se han confirmado las predicciones de cambios en toda la ciudad.

El Sistema de Tendencias de la Economía Industrial de Daegu proporciona datos sobre producción, exportaciones, empleo, complejos industriales y tendencias corporativas, mientras que el D-Data Hub contiene perfiles y datos financieros de las empresas ubicadas en Daegu. La administración industrial se ha expandido hasta convertirse en una estructura que mantiene simultáneamente estadísticas macroeconómicas e información corporativa. Sin embargo, no se han confirmado resultados divulgados públicamente que identifiquen tempranamente a las empresas y complejos industriales afectados por la crisis mediante la vinculación de cambios en las ventas, reducciones de empleo, consumo de electricidad, operaciones de fábrica y exportaciones. Si el análisis centrado en estadísticas mensuales se mantiene durante dos o tres años, las señales de reestructuración solo se detectan después de cierres de empresas, suspensiones o despidos masivos.  Evaluación: Si bien los datos industriales de Daegu se utilizan para explicar la situación actual, su utilidad para la evaluación previa a la crisis es limitada.

En 2026, la ciudad de Daegu emprendió el establecimiento de una cadena de valor de datos de IA para la manufactura que conecta la verificación de la calidad de los datos, la evaluación del rendimiento de los modelos de IA y la aplicación práctica para las empresas manufactureras. Esta estructura amplía los datos industriales, desde las estadísticas administrativas hasta los datos de los centros de producción corporativos. Sin embargo, no se han identificado la autoridad, la seguridad ni los indicadores comunes que vinculan los datos de procesos no públicos de las empresas con los datos de empleo, ubicación y apoyo del gobierno local. Si los datos de manufactura se limitan a la validación específica de cada empresa durante los próximos dos o tres años, no se logrará detectar colectivamente los riesgos industriales regionales.  Evaluación: Se ha comenzado a generar información sobre AX en la manufactura, pero aún no se encuentra en la etapa en la que se esté integrando en los datos de política industrial.

Daegu divulga datos sobre la población residente registrada, la entrada y salida de población, la población por edad y la población residente, mientras que el D-Data Hub proporciona funciones de análisis demográfico regional. La administración demográfica se ha subdividido, más allá del descenso total de la población, en análisis a nivel de Eup, Myeon y Dong, así como por edad y migración. Sin embargo, no se ha confirmado ningún análisis en curso que vincule la salida de jóvenes con las carreras universitarias, las funciones laborales, la contratación empresarial, los salarios o los costes de la vivienda. Si el descenso de la población durante los próximos dos o tres años se gestiona únicamente como un fenómeno por distrito administrativo, las causas de la fuga de cerebros de la industria permanecerán aisladas.  Veredicto: Daegu mide el movimiento de población, pero no rastrea las trayectorias industriales que lo generaron.

Con la incorporación de Gunwi, el área administrativa de Daegu aumentó aproximadamente un 70%, y se añadieron zonas rurales, de población anciana y de baja densidad al sistema de datos metropolitanos. Resulta difícil evaluar de forma equitativa los cambios en el transporte, los servicios médicos, la agricultura y los servicios básicos en Gunwi utilizando únicamente los indicadores urbanos existentes. No se ha publicado una línea de base común que distinga entre el centro de la ciudad y Gunwi, comparándolos como una sola área residencial. Si los estándares de datos se mantienen divididos durante dos o tres años, las señales de alerta en Gunwi se diluirán dentro del promedio de Daegu.  Evaluación: Si bien la incorporación de Gunwi amplió el alcance de los datos, aún no se han finalizado los criterios para la integración de las zonas urbanas y rurales.

Los datos sobre quejas civiles, tráfico, suministro de agua, población flotante y distritos comerciales se generan en tiempo real o en ciclos de corto plazo, revelando cambios en la vida diaria más rápido que el registro de residentes o las estadísticas comerciales. Daegu tiene experiencia en el uso de estos datos de alta frecuencia para predecir puntos vulnerables para quejas civiles y detección temprana de fugas de agua. Sin embargo, no se han identificado modelos de referencia cruzada que vinculen los cambios en los datos de estilo de vida con crisis de bienestar, declive comercial, migración de población o empleo industrial. Si las predicciones departamentales se separan por dos o tres años, los riesgos complejos que ocurren dentro de la misma región se tratarán como quejas civiles separadas.  Evaluación: Si bien los datos de estilo de vida de Daegu son rápidos, los juicios políticos están fragmentados por sector.

La plataforma de integración de datos de Buk-gu proporciona por separado una función de análisis de áreas comerciales que utiliza la población flotante y los sectores comerciales diarios. A medida que se han establecido sistemas de análisis a nivel de distrito y condado, además de la plataforma única de la ciudad metropolitana, los datos enfocados localmente se han subdividido. Sin embargo, no se ha confirmado si los estándares de datos, los ciclos de actualización y los resultados de análisis entre el D-Data Hub metropolitano y las plataformas de distrito/condado están vinculados automáticamente. Si las plataformas aumentan por institución en los próximos dos o tres años, la descentralización de la plataforma se expandirá antes de la integración de datos.  Veredicto: Si bien la resolución del análisis regional ha mejorado, el sistema de verificación entre los niveles metropolitano y local no se ha integrado.

En 2023, la ciudad de Daegu impulsó un plan maestro para construir un mapa de datos administrativos —el primero de su tipo entre los gobiernos locales del país— con el objetivo de organizar las ubicaciones y relaciones de los datos dispersos en los distintos departamentos y tareas. El enfoque de la gestión de datos pasó de los archivos y sistemas individuales a las estructuras de relaciones de datos. Sin embargo, a partir de 2026, el alcance del mapa de datos completado, las claves de enlace entre los datos, las tasas de utilización por parte del personal de campo y las responsabilidades de actualización no son verificables públicamente. Si el mapa de datos permanece como una lista basada en documentos durante los próximos dos o tres años, la calidad del aprendizaje y la búsqueda en la plataforma de administración de IA también se verá limitada para 2027.  Evaluación: Si bien se ha identificado la ubicación de los datos administrativos, las relaciones semánticas y el sistema de responsabilidades siguen sin confirmarse.

Los datos de industria, población, bienestar y transporte se gestionan utilizando distintos criterios de identificación, como números de empresa, residentes, direcciones, lugares de trabajo, instalaciones y horarios. Si bien la IA puede vincular estos datos, la combinación de las fuentes originales está restringida debido a la información personal y los secretos corporativos. Las normas de combinación de datos al estilo de Daegu, que incluyen la pseudonimización, la combinación por unidad espacial y el acceso por autoridad, no se han divulgado. Si las normas de combinación no se finalizan en un plazo de dos a tres años, la plataforma de administración de IA se centrará en la búsqueda de datos públicos y la síntesis de documentos.  Conclusión: La brecha en la autoridad para la combinación de datos es mayor que la brecha tecnológica en la administración integrada.

La ciudad de Daegu ha presentado un cronograma para introducir un servicio de suscripción de IA generativa en 2026 y establecer una plataforma de administración de IA al estilo de Daegu vinculada a la infraestructura común de IA de todo el gobierno en 2027. Se prevé que la utilización de la IA pase de servicios externos individuales a una plataforma interna que incorpore datos administrativos. Sin embargo, el presupuesto de construcción, las tareas aplicables, el alcance de los datos, la precisión, las partes responsables y los resultados para los ciudadanos aún no se han finalizado. Si la construcción de la plataforma se lleva a cabo como un proyecto tecnológico durante los próximos dos o tres años, las decisiones políticas reales mantendrán la estructura de informes y aprobación existente.  Evaluación: La plataforma de administración de IA al estilo de Daegu se encuentra en la etapa previa al lanzamiento y el modelo operativo aún no se ha verificado.

Se ha creado un Equipo de Innovación Administrativa de IA y se ha iniciado la formación y el desarrollo de líderes en innovación administrativa de IA para todos, desde ejecutivos hasta personal operativo. Si bien existe una estructura que permite la formación simultánea de una organización dedicada y usuarios internos, aún no se han confirmado los procedimientos para incorporar el análisis de IA en la toma de decisiones departamentales y los procesos de ajuste presupuestario. Si la finalización de la formación y la creación de herramientas de automatización no conllevan cambios en las políticas, la eficiencia laboral y la IA administrativa seguirán estando separadas. Si la utilización de la IA se mantiene como una mera competencia individual durante los próximos dos o tres años, las capacidades organizativas desaparecerán junto con los cambios de personal.  Conclusión: La adopción por parte de los usuarios ha comenzado, pero la IA en la toma de decisiones organizativas aún no se ha implementado.

El modelo de predicción de quejas civiles de 2018 identificó 27 puntos vulnerables con antelación y redujo el tiempo de tramitación en aproximadamente un 14 %. El sistema de análisis y predicción de quejas civiles de 2026 resurgió con un enfoque en la predicción de quejas concentradas a corto plazo. Si bien Daegu ha experimentado la transición de la tramitación reactiva de quejas a la predicción proactiva en dos ocasiones, no se ha confirmado la continuidad ni el rendimiento acumulativo de ambos sistemas. Si el modelo de predicción se reconstruye cada vez que finaliza un proyecto durante los próximos dos o tres años, no se establecerá la gobernanza en tiempo de ejecución.  Veredicto: La administración proactiva de Daegu se ha demostrado repetidamente, pero su funcionamiento sostenido no se ha probado.

Las crisis industriales, la emigración juvenil, el declive de los distritos comerciales y los riesgos para el bienestar se producen de forma secuencial a lo largo de varios meses o años. Si bien las plataformas públicas actuales ofrecen actualizaciones de estado por indicador, no se ha identificado ninguna estructura que alerte automáticamente sobre el plazo y los umbrales críticos en los que determinados cambios se extienden a otras áreas. Tampoco existe información que permita al modelo comprobar si los riesgos han disminuido tras la implementación de las políticas. Si el análisis y la implementación permanecen separados durante dos o tres años, la administración repite respuestas reactivas a pesar de contar con información predictiva.  Conclusión: La administración de Daegu dispone de análisis de datos, pero no ha logrado una gobernanza eficaz en tiempo real.

El D-Data Hub, las plataformas distritales y condales, el sistema de tendencias industriales y económicas, la previsión de quejas civiles y el Equipo de Innovación Administrativa de IA ya están en funcionamiento. Los elementos básicos de datos, plataformas, organizaciones y demostración ya existen. Sin embargo, aún no se han confirmado los resultados que demuestran que estos elementos están conectados a un único proceso de alerta temprana y toma de decisiones políticas. Si no se establecen operaciones integradas en los próximos dos o tres años, se añadirá una nueva plataforma de IA sobre el sistema existente.  Evaluación: El nivel general de preparación se encuentra en la etapa de «aseguramiento de la base – fragmentación del sistema operativo».

Se han recopilado datos administrativos, estadísticos, industriales, de población móvil y corporativos en el D-Data Hub, y se ha implementado un mapa de datos. Si bien se ha realizado la agregación física de los datos, los sistemas de identificación comunes, los estándares de actualidad, la autoridad de integración y las responsabilidades de actualización departamentales no se verifican públicamente. Existe una brecha entre la cantidad de conjuntos de datos y la cantidad real de puntos de datos conectables. Si esta discrepancia persiste durante dos o tres años, el análisis de IA se limitará a utilizar repetidamente solo una cantidad restringida de datos.  Evaluación: Los datos se almacenan de manera integrada, pero aún no han alcanzado la etapa de interpretación integrada.

La capacitación en administración de IA se ha ampliado para incluir a ejecutivos y personal operativo, y algunos distritos y condados, como Buk-gu, operan plataformas de datos independientes. La utilización de IA y datos se encuentra actualmente en sus etapas iniciales, extendiéndose desde un único departamento especializado a áreas operativas y administración básica. No se han divulgado los usuarios activos por departamento, el número de tareas automatizadas, las tasas de reflejo de políticas ni las brechas de utilización entre distritos y condados. Si no se miden las disparidades de rendimiento en los próximos dos o tres años, algunos departamentos con alta utilización coexistirán con departamentos que no la utilizan.  Evaluación: Administrative AX se encuentra en la etapa de formación de usuarios líderes, en lugar de extenderse a toda la organización.

Se confirman casos de predicción y detección en áreas vulnerables a quejas civiles, alta demanda de quejas y fugas en el suministro de agua. Si bien la administración predictiva ha entrado en los ámbitos de las molestias cotidianas y la gestión de instalaciones, no hay evidencia de que se haya extendido al empleo industrial, la migración de población, las crisis de bienestar o los riesgos fiscales. Se mantiene un sistema dual donde los objetivos de predicción se centran en eventos a corto plazo, mientras que los cambios estructurales se gestionan mediante estadísticas mensuales y anuales. Si la predicción de riesgos estructurales no se expande en 2 a 3 años, la AX administrativa se mantiene dentro del alcance de la eficiencia operativa.  Juicio: La predicción de eventos se considera una expansión parcial, mientras que la predicción estructural se considera no generalizada.

La plataforma de administración de IA tipo Daegu está programada para su construcción en 2027, pero las reglas de combinación para los datos de industria, población y estilo de vida, así como los indicadores de alerta política, aún no se han finalizado. Si el diseño de la plataforma y el perfeccionamiento de los datos se llevan a cabo de forma secuencial, la puesta en marcha real podría retrasarse hasta después de 2028. Durante este período, se producirán simultáneamente la reestructuración del sector manufacturero, la emigración de jóvenes, cambios en la zona residencial de Gunwi y el desarrollo del nuevo aeropuerto.  Evaluación: El momento óptimo para la plataforma administrativa AX no es después de su finalización, sino durante los próximos 12 a 18 meses, en los que se determinen las relaciones de datos y los criterios de alerta.

A medida que las plataformas departamentales y las herramientas de IA proliferan de forma independiente, las definiciones de datos, los procedimientos comerciales y los modelos se fijan dentro de cada sistema. La integración posterior conlleva mayores costos de limpieza de datos y ajuste organizacional que una nueva implementación. Si los servicios se expanden sin una estructura común en los próximos dos o tres años, la descentralización tecnológica refuerza la descentralización administrativa.  Evaluación: El primer riesgo irreversible no es la falta de datos, sino la fijación de la semántica de los datos en todos los sistemas.

Si el análisis de IA se centra en la redacción de informes y la recuperación de datos, la velocidad de producción de documentos se acelera, mientras que el proceso de formulación de políticas existente permanece inalterado. Si la rápida producción de informes conlleva un mayor número de aprobaciones y proyectos, la complejidad administrativa aumenta. Si no se establece una conexión entre análisis, decisión, ejecución y rendimiento en un plazo de dos a tres años, la IA se consolida como una infraestructura de producción de documentos en lugar de un sistema de evaluación. Conclusión: El segundo riesgo irreversible es que la IA administrativa se defina como automatización empresarial.

Daegu Administrative AX es técnicamente factible, pero aún no se ha establecido como un sistema operativo administrativo.

La estructura actual se encuentra en la fase de recopilación de datos y uso de IA, pero aún no está en la fase de determinación preventiva de las causas y transiciones del cambio urbano.

Si la plataforma de administración de IA al estilo de Daegu se limita a la automatización de documentos, la administración será más rápida, pero no podrá responder de forma proactiva a los cambios locales.

Calificación final: NARANJA — Infraestructura de datos sólida + Alerta temprana interdominio débil

Período óptimo: 12-18 meses

Fuentes de evidencia

• Centro de datos D de Daegu
• Estructura de recopilación y análisis de datos de D-Data Hub
• Estado de los conjuntos de datos en poder de D-DataHub
• Promoción del establecimiento de un mapa de datos administrativos al estilo de Daegu.
• Informe de revisión sobre la ordenanza de la ciudad de Daegu relativa al establecimiento de una administración de inteligencia artificial.
• Plan de la plataforma de administración de IA AX y 2027 de la administración de Daegu
• Estado organizativo del equipo de innovación administrativa de IA
• Rendimiento del modelo de predicción de vulnerabilidad de quejas civiles de Daegu
• Plataforma de integración de datos de Daegu Buk-gu
• Establecimiento de una cadena de valor de datos de IA para la fabricación en Daegu.

Análisis estructural: la unidad más pequeña de AX administrativo no son los datos, sino los eventos de cambio.

Los datos administrativos se clasifican según las áreas de responsabilidad departamentales, como industria, población, transporte y bienestar social. Sin embargo, los cambios regionales reales no se limitan a un solo departamento. El proceso por el cual una disminución en la producción empresarial conlleva una reducción en la contratación, lo que a su vez provoca la emigración de jóvenes y, finalmente, una disminución en las ventas comerciales y la demanda escolar, es un evento único que se transmite a través de múltiples sistemas.

Las plataformas actuales registran los cambios que ocurren en la misma región en múltiples conjuntos de datos. Incluso si los datos están integrados, si no se establece una relación que indique que se trata de eventos idénticos, la IA simplemente muestra cambios simultáneos entre indicadores y no puede determinar las causas ni las rutas de transición. A medida que aumenta el número de conjuntos de datos, también aumenta la cantidad de información no relacionada.

La experiencia administrativa (AX) no se establece cuando los datos departamentales se almacenan en un solo lugar, sino cuando se realiza un seguimiento de por qué departamentos pasó un evento de cambio y qué resultado tuvo.  Análisis estructural: El cuello de botella en la experiencia administrativa de Daegu no reside en la integración de datos, sino en la incapacidad de vincular los cambios en la industria, la población y el estilo de vida a un único identificador de evento.