Hitachi Vantara potencia el almacenamiento híbrido en Azure
La arquitectura sustituye a los algoritmos como el nuevo cuello de botella de la IA empresarial.
El Global AI Report 2026 de NTT DATA concluye que la privacidad, la soberanía de los datos y la infraestructura definirán el éxito de la inteligencia artificial en las organizaciones.
Durante los dos últimos años, la atención se ha concentrado en la evolución de los grandes modelos de lenguaje, la IA generativa y los agentes inteligentes. Sin embargo, la siguiente etapa de la IA empresarial dependerá mucho menos de los algoritmos y mucho más de la capacidad de las organizaciones para rediseñar la infraestructura que los soporta.
Esa es una de las principales conclusiones del Global AI Report 2026: A Playbook for Private and Sovereign AI, elaborado por NTT DATA, que identifica un cambio estructural: el principal obstáculo para escalar la inteligencia artificial ya no reside en la calidad de los modelos, sino en la arquitectura tecnológica sobre la que operan.
La investigación advierte que muchas organizaciones continúan desplegando soluciones de IA sobre plataformas diseñadas para mover datos libremente entre nubes, aplicaciones y centros de datos. Ese paradigma comienza a mostrar sus limitaciones cuando entran en juego requisitos regulatorios, políticas de privacidad y normas de soberanía de los datos.
Según el estudio, más del 95% de los responsables de tecnología considera que la IA privada y la IA soberana serán determinantes para el futuro de sus organizaciones. Sin embargo, únicamente el 29% afirma estar priorizando iniciativas concretas relacionadas con la IA soberana en el corto plazo. La diferencia entre intención y ejecución refleja una realidad: muchas empresas aún no cuentan con la arquitectura necesaria para sostener esa evolución.
IA empresarial: el dato determina dónde puede ejecutarse la inteligencia artificial
Durante años, la modernización tecnológica estuvo orientada a reducir la fricción en el movimiento de la información. La nube pública, las arquitecturas híbridas y las plataformas multicloud facilitaron que los datos viajaran entre sistemas con mayor rapidez.
La IA cambia esa lógica.
Ahora resulta cada vez más frecuente que determinados datos no puedan abandonar un país, una región o incluso un centro de datos específico debido a requisitos regulatorios, contractuales o de seguridad.
En ese escenario, la ubicación física de la información deja de ser una cuestión operativa para convertirse en una decisión arquitectónica.
El informe identifica esta transformación como uno de los factores que más condicionarán el desarrollo de la inteligencia artificial durante los próximos años. La jurisdicción de los datos ya no solo afecta al cumplimiento normativo; determina dónde pueden entrenarse los modelos, dónde pueden ejecutarse las inferencias y cómo debe diseñarse toda la plataforma tecnológica.
La infraestructura pasa a ocupar el centro de la estrategia
Uno de los hallazgos más relevantes del estudio es que la infraestructura deja de ser un componente invisible del ecosistema digital para convertirse en un activo estratégico.
Alrededor del 35% de los Chief AI Officers reconoce que la integración y administración de modelos complejos en entornos privados representa actualmente la principal barrera para acelerar la adopción de IA.
A ello se suma otro dato significativo: cerca del 60% de los responsables de inteligencia artificial considera que las restricciones para mover datos entre países afectan directamente la viabilidad de numerosos proyectos.
La consecuencia es evidente. Las organizaciones que diseñaron su infraestructura para aplicaciones tradicionales descubren que esos mismos entornos no siempre responden a las exigencias operativas de la IA moderna.
El informe también revela que únicamente el 38% de las organizaciones manifiesta un alto nivel de confianza en la seguridad de su infraestructura cloud, precisamente uno de los pilares sobre los que descansa la IA privada.
Cinco preguntas que todo CIO debería responder antes de escalar la IA
La inteligencia artificial ha dejado de ser un proyecto aislado para convertirse en un componente estratégico del negocio. Antes de ampliar su adopción, los responsables de TI deberían evaluar cinco aspectos que condicionarán el éxito de cualquier iniciativa:
1. ¿La arquitectura actual está preparada para la IA?
Muchas infraestructuras fueron diseñadas para aplicaciones transaccionales o servicios cloud tradicionales. La IA introduce nuevas exigencias de procesamiento, almacenamiento, latencia y acceso a los datos que pueden requerir una modernización de la plataforma tecnológica.
2. ¿Dónde residirán los datos y quién ejercerá el control?
Las regulaciones sobre privacidad y soberanía obligan a definir con precisión dónde se almacenan, procesan y comparten los datos. Esta decisión influirá directamente en la elección de proveedores cloud, modelos de despliegue y estrategias de continuidad del negocio.
3. ¿Existe un modelo de gobernanza para la IA?
Escalar la inteligencia artificial exige establecer políticas claras sobre calidad del dato, seguridad, auditoría, trazabilidad, gestión de riesgos y supervisión humana. La gobernanza debe acompañar a la tecnología desde las primeras fases del proyecto.
4. ¿El ecosistema tecnológico puede integrarse sin generar dependencia?
La IA moderna combina modelos fundacionales, plataformas cloud, herramientas de observabilidad, soluciones de ciberseguridad y servicios especializados. La interoperabilidad y el uso de estándares abiertos ayudan a reducir el riesgo de dependencia de un único proveedor.
5. ¿La organización dispone de las capacidades necesarias?
La transformación no depende únicamente de la tecnología. Arquitectos cloud, especialistas en datos, expertos en ciberseguridad, responsables de cumplimiento normativo y líderes de negocio deberán trabajar de forma coordinada para convertir la IA en una capacidad empresarial sostenible.
Una decisión que trasciende la tecnología
La siguiente etapa de la IA empresarial no estará determinada únicamente por la potencia de los modelos, sino por la capacidad de las organizaciones para construir infraestructuras resilientes, gobernar sus datos y operar dentro de marcos regulatorios cada vez más exigentes.
Para los CIO, el reto ya no consiste únicamente en incorporar inteligencia artificial, sino en diseñar una arquitectura capaz de sostenerla durante la próxima década.
IA privada e IA soberana: dos conceptos diferentes
Aunque suelen aparecer juntos, ambos conceptos responden a necesidades distintas.
La IA privada busca proteger los datos empresariales mediante controles estrictos de acceso, cifrado y mecanismos que limiten la exposición de la información sensible.
La IA soberana, en cambio, incorpora una dimensión jurídica y geopolítica. Su objetivo consiste en garantizar que los datos, los modelos y la infraestructura permanezcan bajo las normativas y jurisdicciones definidas por cada país o región.
Esta diferencia adquiere especial relevancia en sectores como banca, salud, defensa, administración pública o infraestructuras críticas, donde el cumplimiento regulatorio condiciona directamente la arquitectura tecnológica.
La ventaja competitiva comienza antes del despliegue
El estudio identifica una brecha creciente entre las organizaciones que ya están rediseñando su arquitectura y aquellas que continúan desarrollando pilotos sobre infraestructuras heredadas.
Las primeras alinean desde fases tempranas aspectos como infraestructura, gobierno del dato, seguridad, operación y cumplimiento normativo.
Ese trabajo previo reduce significativamente el tiempo necesario para pasar de pruebas de concepto a implementaciones productivas.
Las segundas, por el contrario, suelen enfrentarse a procesos de rediseño una vez que aparecen las primeras restricciones regulatorias o las limitaciones para compartir información entre diferentes jurisdicciones.
Abhijit Dubey, CEO y Chief AI Officer de NTT DATA Inc., sostiene que las organizaciones más avanzadas ya consideran la arquitectura, la infraestructura y la gobernanza como elementos estratégicos para competir mediante inteligencia artificial, más allá de los requisitos de cumplimiento.
El nuevo reto para los CIO
La primera generación de proyectos de IA estuvo dominada por preguntas relacionadas con modelos, casos de uso y productividad.
La siguiente etapa obligará a responder otras cuestiones: dónde residirán los datos, quién controlará la infraestructura, cómo se gobernarán los modelos y qué socios tecnológicos garantizarán el cumplimiento regulatorio.
En otras palabras, el éxito de la IA empresarial dependerá menos del modelo elegido y mucho más de la capacidad para construir una arquitectura preparada para operar en entornos distribuidos, regulados y sensibles a la protección de la información.
El verdadero diferencial competitivo ya no será disponer del modelo más avanzado, sino contar con una plataforma capaz de ejecutarlo con seguridad, escalabilidad y gobierno.
