miércoles, 8 de octubre de 2025

Julio César Castrejón, Country Manager de Nutanix México

La inteligencia artificial suele presentarse como un problema "existencial" para las empresas. Sin embargo, a pesar de su indudable entusiasmo e inversión en esta tecnología, parece que muchos líderes tecnológicos no la están abordando como una aplicación empresarial.
 
Ya se acumulan pruebas de que muchos proyectos de IA no logran superar la fase experimental o piloto. Gartner predice que más del 40 % de los proyectos de IA con agentes se cancelarán para finales de 2027, a menudo debido a controles de riesgo inadecuados y un retorno de la inversión incierto. Gartner predice que más del 40% de los proyectos de inteligencia artificial de Agentic se cancelarán a finales de 2027
 
Este fracaso en el lanzamiento desperdicia inversión y corroe la confianza en la tecnología a largo plazo. Esto crea una brecha entre las organizaciones que están realizando la transición a la IA empresarial de forma constante y aquellas que tienen dificultades para que funcione. Esta brecha se ampliará aún más a medida que la IA general dé paso a la IA agente.
 
Por supuesto, tener una visión es clave para el éxito de la IA, al igual que contar con los datos para fundamentar la estrategia distintiva de IA de su empresa. Esto, junto con una inversión inicial, podría ser suficiente para lograr un programa piloto deslumbrante. Pero ¿es eso suficiente para garantizar el éxito a escala empresarial? ¿Qué deben hacer los líderes tecnológicos para garantizar que la IA no solo deleite, sino que realmente cumpla sus expectativas?
 
La respuesta es garantizar la disponibilidad operativa para la IA. En pocas palabras, se trata de la capacidad de implementar, gestionar y escalar la IA desde los laboratorios hasta toda la organización. Esto implica esforzarse para garantizar que lo que comienza como un piloto convincente, pero desconectado, se integre en toda la empresa. Significa garantizar que la IA se ejecute en una plataforma unificada que abarque computación, datos y gobernanza. Una plataforma que pueda replicarse en toda la organización, ya sea localmente, en la nube o en el edge.
 
El concepto básico no es nuevo. Implementar con éxito cualquier carga de trabajo crítica para el negocio, como ERP o CRM, exige el mismo enfoque en la infraestructura operativa subyacente.
 
Dicho esto, hay desafíos específicos que destacar cuando se trata de lograr esto con IA.
 
Es fácil pensar que la ecuación de la infraestructura de IA empieza y termina con las GPU. Pero la memoria de alto ancho de banda, el almacenamiento rápido y las redes correspondientes desempeñan un papel importante. Al igual que otros procesadores y aceleradores, dependiendo de la parte del flujo de trabajo que estemos analizando.
 
Lo más importante es que esa infraestructura, ya sea local, en la nube o híbrida, debe poder adaptarse y escalar a medida que los proyectos pasan del piloto local a la producción empresarial. La IA, por su naturaleza, puede ser mucho más persistente que las cargas de trabajo corporativas más tradicionales.
 
Pero esto va más allá de la potencia del procesador o los gigabytes de almacenamiento. La seguridad y la gobernanza son innegociables en los proyectos de IA empresarial. Los datos subyacentes y los modelos propios de una organización son clave para su futuro y deben mantenerse en secreto.
 
La soberanía de los datos y las regulaciones de IA en general complican aún más las cosas. Los líderes tecnológicos necesitan saber que sus datos están donde dicen estar y tener claro quién puede y quién no puede acceder a ellos.
 
Las posibilidades de la IA son ilimitadas. Pero también lo es el precio si esta infraestructura subyacente no se gestiona adecuadamente. Pagar sólo por las GPU y la energía para ejecutarlas, y luego dejarlas infrautilizadas, reduce drásticamente el retorno de la inversión (ROI) y socava los compromisos ESG.
 
Operación de escala horizontal
 
Los líderes tecnológicos necesitan planificar desde el principio cómo escalar la capacidad, tanto vertical como horizontalmente. Pero también necesitan ser capaces de gestionar y predecir los costos. Por lo tanto, necesitan confiar en que su plataforma y herramientas les permiten hacerlo fácilmente.
 
Esto se vuelve aún más crítico con la entrada de agentes de IA. Es necesario garantizar la seguridad, la gobernanza y el cumplimiento normativo incluso cuando los agentes acceden, generan datos y toman decisiones. La infraestructura debe ser capaz de soportar y gestionar picos de demanda a medida que se ejecutan sus acciones. Es necesario considerar la ubicación de los activos para reducir la latencia de las cargas de trabajo de inferencia que se ejecutan en tiempo real. Y el consumo de energía debe mantenerse dentro de límites aceptables.
 
Una vez que se tiene en cuenta todo esto, queda más claro lo que significa la preparación operativa en la era de la IA.
 
La verdadera preparación operativa exige un enfoque llave en mano para la IA, en la forma de una plataforma completa, con la capacidad de abarcar GPU y otros aceleradores que se necesitan. Debe incluir servicios de datos integrados que admitan toda la gama de formatos que necesitará la IA, junto con controles de seguridad y gobernanza correspondientes.
 
Los LLM no siempre ofrecen respuestas repetibles. Sin embargo, la infraestructura en la que se basan Gen AI y Agentic AI debe ser repetible para que las empresas puedan escalar según la demanda. Esto incluye la nube, así como las instalaciones locales y el edge.
 
Al contar con la plataforma y las herramientas adecuadas, los líderes tecnológicos pueden garantizar que su personal se centre en maximizar constantemente el valor que pueden obtener de sus inversiones en IA, evitando así dedicar tiempo y recursos a transformar un proyecto piloto exitoso en una estrategia para toda la empresa.
 
Ya sea apostando a la IA o reconociendo que formará parte de su conjunto de herramientas, los líderes tecnológicos deben reconocer que la IA es una aplicación empresarial. Y las aplicaciones empresariales necesitan una infraestructura de nivel empresarial que las respalde desde la fase piloto, pasando por la producción y en el futuro. Porque eso es lo que garantizará la existencia de su organización a largo plazo.