martes, 21 de julio de 2026

Por Julio César Castrejón, Country Manager de Nutanix México

En los últimos años, las empresas han acelerado el desarrollo de estrategias de IA generativa. Hemos presenciado un cambio notable en los patrones de implementación, desde chatbots, hasta agentes autónomos que interactúan con el software, los datos y los modelos de aprendizaje automático, e incluso crean sus propios agentes. Los CIO y otros profesionales están, con razón, entusiasmados con la capacidad de la IA con agentes para reducir los procesos manuales y acelerar la obtención de información y la toma de decisiones. Sin embargo, la gobernanza y los costos de los tokens de IA representan desafíos preocupantes. Por lo tanto, lo que se necesita hoy en día es el poder de la IA sin las grandes preocupaciones sobre los riesgos de control de acceso relacionados con la "IA en la sombra" y la proliferación de agentes, y sin el impacto en la factura derivado del consumo no gestionado de tokens. 

Avanzando a toda velocidad
La rápida transformación hacia la IA generativa abarca desde los inicios de la experimentación ad hoc con IA, mediante pruebas y proyectos piloto, hasta los procesos empresariales actuales. Además, ha superado el progreso de los marcos de gobernanza habituales, dejándolos prácticamente obsoletos.

Los CIO con experiencia podrían comparar este cambio con los comienzos de las plataformas de computación en la nube, cuando los empleados con tarjetas de crédito cargaban a su cuenta las pruebas de AWS que habían realizado, generando rápidamente facturas astronómicas. O podrían recordar la época en que los responsables de ventas configuraban sistemas CRM en línea o los responsables de procesos eludían al departamento de TI para gestionar sus propios sistemas SharePoint. O, para extraer otra lección de la historia, podrían comparar lo que está sucediendo ahora con la IA generativa con la llegada de los planes de "trae tu propio dispositivo" y el Wi-Fi. ¿Recuerdan cuando la demanda de los usuarios por tener el último dispositivo revolucionó los sistemas de TI tradicionales, basados en PC clonadas con una única imagen, y los CIO dejaron de gestionar todo lo que tocaba sus sistemas? 

El problema está aquí. Hay que afrontarlo.
Sea cual sea la comparación, es evidente que hoy en día existen riesgos muy reales relacionados con la fuga de datos, el cumplimiento de las normas y los costos de TI debido a la rapidez con la que ha avanzado la IA. Nadie quiere perder la oportunidad de obtener una ventaja competitiva, ni siquiera de rediseñar y automatizar por completo procesos manuales costosos y propensos a errores. Por lo tanto, los CIO se enfrentan una vez más a un dilema complejo.

Como ha señalado IDC: "Existe un método bien establecido para calcular el retorno de la inversión en TI. Se define una base, se modelan las mejoras de eficiencia, se proyectan los ahorros de costos y se presenta una cifra al CFO. Para la mayoría de las inversiones tecnológicas, este enfoque funciona. La IA activa lo rompe".

La IA activa no es fija ni predecible, por lo que resulta difícil gestionarla y calcular su retorno de la inversión, pero sabemos que puede reducir considerablemente los costos, así que debemos utilizarla y gestionarlos de la mejor manera posible.

Gartner ya ha sugerido que para 2027, más del 40% de los proyectos de IA con agentes se cancelarán debido a factores como el temor a sobrecostos o una gestión de riesgos inadecuada. Esto es inaceptable. El departamento de TI corporativo debe redoblar esfuerzos y ofrecer el valor que la empresa necesita, pero sin los riesgos y costos asociados.

La solución consiste en prevenir resultados indeseables desde el principio mediante un control, similar al de un sistema de seguridad aeroportuaria que identifica a los pasajeros y detecta cualquier actividad potencialmente peligrosa o factores ambientales cercanos, como la presencia de objetos punzantes. Esto se verá reflejado en TI muy pronto, dada la magnitud y la velocidad de los riesgos.

Conociendo a Nutanix Agent Gateway
Una forma de abordar los desafíos mencionados es crear una puerta de enlace o filtro. Este enfoque ofrece una capa de control unificada, independientemente de si el modelo de IA se aloja en un entorno público o se implementa como una entidad privada autogestionada. Protege eficazmente el tráfico desde los agentes a los LLM, y desde los servidores MCP. Esto, a su vez, permite a las organizaciones contar con políticas centralizadas y una visión clara de la contabilidad de tokens.

Incluso tiene el impacto de facilitar la toma de decisiones a personas sin conocimientos técnicos que tienen poca experiencia en operaciones de IA. Por ejemplo, un CIO que trabaje en conjunto con un CFO podría identificar una mayor eficiencia de costos (por ejemplo, cambiando de un modelo alojado a uno privado) y actuar en consecuencia.
Esta es una excelente noticia para los CIO que desean mantener la reputación de que las TI son agentes de cambio, y que no tienen porque ser riesgosas y costosas.