Hitachi Vantara potencia el almacenamiento híbrido en Azure
Una guía estratégica para CIOs sobre cómo unificar operaciones, seguridad e IA en entornos híbridos y multinube de alto rendimiento.
El ecosistema tecnológico en América Latina atraviesa un punto de inflexión donde la simple adopción de la nube ya no garantiza una ventaja competitiva. En una reciente edición de nuestras Jornadas Digitales Edge IA & IA PCs: Inteligencia donde ocurre el trabajo, conversamos con Yamila Saken, líder del equipo de Solution Engineer de Inteligencia Artificial y Agentes para América Latina en Microsoft Azure, sobre un concepto que está transformando el modelo de cómputo empresarial: el Adaptive Cloud.
Esta arquitectura no representa un cambio radical, sino la evolución natural de las necesidades de organizaciones que hoy operan en entornos intrínsecamente distribuidos.
La NPU como motor de la soberanía operativa y el procesamiento activo
Conversamos con Yamila Saken, líder de Solution Engineer para IA y Agentes en Microsoft Azure, sobre un concepto que está redefiniendo el tablero: el Adaptive Cloud. Esta evolución del modelo híbrido tradicional no busca simplemente conectar nodos, sino crear un sistema unificado y maleable que responda a la velocidad del negocio.
Del Cloud First al modelo de Adaptive Cloud
Durante la última década, el enfoque Cloud First permitió a las empresas resolver problemas críticos de agilidad y escala. Sin embargo, la realidad actual es más compleja: las compañías manejan sitios distribuidos, sistemas físicos y datos en tiempo real en múltiples locaciones, a menudo bajo regulaciones diversas. En este escenario, el modelo tradicional de nube híbrida, que se limitaba a conectar entornos locales con la nube, resulta insuficiente.
El Adaptive Cloud surge como una respuesta proactiva que permite unificar operaciones, seguridad, aplicaciones y datos en un único sistema maleable. Según Saken, el objetivo primordial es que las empresas mantengan la simplicidad, el control y la velocidad, independientemente de si sus cargas de trabajo residen en la nube, en el edge, en entornos locales o en configuraciones multinube. Es, en esencia, un plano operativo unificado que permite a los líderes de IT dejar de reaccionar ante los cambios para empezar a anticiparlos.
Decisiones críticas: ¿Dónde debe vivir la inteligencia?
Uno de los mayores desafíos para un CIO en la actualidad no es decidir qué infraestructura comprar, sino determinar dónde debe ejecutarse la inteligencia. En el pasado, la prioridad era centralizar los datos para su análisis; hoy, la prioridad es inyectar una capa de inteligencia exactamente donde el negocio la necesita.
Bajo el marco del Adaptive Cloud, las decisiones arquitectónicas deben basarse en criterios de negocio y no en limitaciones técnicas. Esto implica definir qué procesos requieren una ejecución cercana a la operación por razones de latencia, resiliencia o seguridad, y qué elementos pueden permanecer centralizados para su gobierno. Sectores como la manufactura, la energía y el retail son ejemplos claros donde una decisión tardía impacta directamente en la seguridad y en los ingresos. En eventos de alta demanda como el Black Friday, la capacidad de procesar inteligencia en el momento justo para personalizar la experiencia del usuario puede definir el éxito de la temporada.
LEE TAMBIÉN: Edge IA: Dell nos habla del presente y futuro de las IA PCs
La regla del 80/20 y el retorno de inversión
Para implementar con éxito una estrategia de Adaptive Cloud, es vital comprender que la tecnología es solo el 20% de la ecuación; el 80% restante depende de la alineación entre los procesos y las personas. Antes de realizar cualquier movimiento técnico, las organizaciones deben realizar un mapeo exhaustivo de sus procesos de negocio y los roles involucrados.
Esta alineación no es solo un ejercicio teórico, tiene un impacto financiero directo. Los datos compartidos por Saken sugieren que, cuando la inteligencia artificial se integra y mapea correctamente bajo un modelo operativo unificado, las empresas pueden alcanzar un retorno de inversión (ROI) de 3.7 dólares por cada dólar invertido.
Para lograr esta rentabilidad, es fundamental evitar la fragmentación operativa. Una inteligencia artificial fragmentada puede ofrecer valor inicial, pero su utilidad decae rápidamente al no ser sostenible ni escalable en el tiempo.
El costo total de la operación (TCO) en el Edge
Un error común al evaluar estas arquitecturas es comparar el costo de la nube frente al edge únicamente por unidad de cómputo. El análisis del Adaptive Cloud propone una visión del Costo Total de Operación (TCO) que incluya la conectividad, la transferencia de datos, la dependencia de la red y la complejidad de la gestión.
Aunque el edge no siempre es más barato por unidad de procesamiento, suele ser considerablemente más rentable para el negocio al reducir la latencia y permitir decisiones en milisegundos. La clave reside en optimizar el costo y el valor de forma simultánea, tratando la infraestructura como un habilitador de rentabilidad y no como un gasto estático.
LEE TAMBIÉN: Claves para la gobernanza en Edge AI: Seguridad y cumplimiento
Evitar los silos: La interoperabilidad sin fricciones
La fragmentación es el enemigo principal de la agilidad. Tratar al edge o a las nubes locales como silos aislados que no conversan con la solución central es un error frecuente que aumenta el riesgo y el gasto operativo (OPEX). El Adaptive Cloud permite desacoplar el entrenamiento de los modelos (que suele ocurrir en la nube) de la ejecución de la inferencia (que puede ocurrir localmente o en el edge).
Esta interoperabilidad se logra centralizando el gobierno y la operación, pero no necesariamente la infraestructura. Herramientas como Azure Arc o el uso de estándares abiertos como Kubernetes permiten gestionar entornos diversos y multinube sin añadir capas de complejidad innecesarias. Al final del día, la ventaja competitiva no la obtiene la empresa que simplemente mueve cargas de trabajo, sino aquella que rediseña su modelo operativo para convertir la tecnología en un motor de innovación constante.
