Hitachi Vantara potencia el almacenamiento híbrido en Azure
La falta de infraestructura especializada se ha convertido en la principal barrera para las iniciativas de IA, según una encuesta global de Digital Realty. Hace apenas dos años, solo el 9% de los responsables de TI señalaba este problema.
Del 9% al 40% en dos años. Ese es uno de los datos que mejor explica el momento que atraviesa la inteligencia artificial empresarial. Según el Global Data Insights Survey 2026 de Digital Realty, la falta de infraestructura especializada pasó de ser señalada como la principal barrera para las iniciativas de IA por apenas el 9% de los responsables de TI en 2024 al 40% en 2026.
La encuesta, realizada entre 2.131 responsables de TI de 19 países, muestra algo más importante que un incremento estadístico: la IA empresarial está cambiando de problema.
Ya no se trata únicamente de encontrar aplicaciones para la tecnología. Tampoco de demostrar que un modelo puede generar código, resumir documentos, analizar información o automatizar una tarea.
El desafío empieza a estar en otro lugar: cómo construir la capacidad tecnológica necesaria para ejecutar IA de manera permanente y a escala.
Y eso devuelve a la infraestructura un protagonismo que durante años pareció haber perdido.
LEER TAMBIÉN: Infraestructura de IA: la batalla más allá de los agentes
La IA sale del laboratorio
Durante la primera etapa de adopción empresarial, la infraestructura podía permanecer prácticamente invisible.
Una compañía podía probar un copiloto, conectar una API, desarrollar un chatbot o ejecutar un pequeño proyecto de IA generativa sin modificar sustancialmente su arquitectura tecnológica.
Pero una cosa es experimentar y otra muy diferente es operar.
Cuando la IA comienza a incorporarse a procesos críticos, interactuar con grandes volúmenes de datos, generar respuestas en tiempo real o actuar mediante agentes sobre aplicaciones empresariales, el problema deja de ser exclusivamente de software.
La IA necesita territorio.
Necesita capacidad de cómputo, almacenamiento, conectividad, baja latencia, refrigeración, energía y centros de datos preparados para cargas de trabajo mucho más exigentes.
La propia investigación de Digital Realty refleja la velocidad con la que se aproxima esta transición. El 98% de los participantes espera estar ejecutando aplicaciones de IA en tiempo real durante los próximos 12 meses.
Ya no hablamos solamente de probar. Hablamos de operar.
El regreso de la infraestructura como estrategia
Durante años, buena parte de la transformación digital permitió abstraer la infraestructura.
La nube hizo posible consumir capacidad tecnológica sin preocuparse demasiado por dónde estaban los servidores. El modelo funcionó porque la prioridad era ganar velocidad.
La IA está introduciendo una nueva ecuación.
La ubicación de los datos, la disponibilidad energética, la capacidad de procesamiento, la latencia y las exigencias regulatorias empiezan a afectar directamente al rendimiento y al coste de los sistemas de inteligencia artificial.
Por eso resulta significativo que el 92% de los encuestados vincule las decisiones sobre dónde ubicar los datos con su estrategia de IA, mientras que el 88% afirma haber adoptado una estrategia de datos distribuida.
La geografía vuelve a importar en tecnología.
Y no solamente por regulación.
Importa porque datos, cómputo y conectividad forman ahora parte de una misma arquitectura.
LEER TAMBIÉN: Tu agente de IA ya está listo. Tu infraestructura, todavía no.
El regreso de la soberanía tecnológica
Hay otro dato que ayuda a entender el movimiento.
El 86% de los encuestados afirma que su organización está desarrollando iniciativas relacionadas con sovereign AI y más de la mitad ya aloja cargas de IA en nubes privadas.
La soberanía de la IA suele plantearse como una cuestión relacionada con el control de los datos. Pero la discusión empieza a ser más amplia.
¿Dónde están los datos?
¿Dónde se procesan?
¿Quién controla la infraestructura?
¿De qué proveedores depende la capacidad de cómputo?
¿Y qué ocurre cuando esa capacidad se convierte en un componente crítico del negocio?
La soberanía tecnológica deja así de ser únicamente una cuestión jurídica o geopolítica.
También es una cuestión de arquitectura.
El coste de la IA empieza debajo del modelo
Hay otra transformación silenciosa.
Hasta ahora, gran parte del debate económico sobre IA se concentró en el precio de los modelos, las licencias y las plataformas.
Pero el coste real de llevar IA a escala incluye mucho más: energía, infraestructura, refrigeración, conectividad, almacenamiento, aceleradores, operación y disponibilidad.
Digital Realty estima que el gasto empresarial en IA aumentará un 32% durante los próximos 12 meses. Al mismo tiempo, el 63% de los encuestados espera obtener retornos de sus iniciativas en un horizonte de entre seis meses y dos años.
La ecuación empieza a ser evidente:
Más IA → más demanda de infraestructura → más inversión → mayor presión para demostrar retorno.
La economía de la IA, por tanto, no comienza cuando el usuario introduce una pregunta en un modelo.
Empieza mucho antes.
Empieza en el centro de datos.
La nueva frontera no está solamente en el modelo
Aquí está probablemente el cambio más importante.
La competencia empresarial en IA no se va a decidir exclusivamente por quién utiliza el modelo más avanzado.
También tendrá que ver con quién consigue ejecutar inteligencia artificial de manera sostenible, segura, eficiente y escalable.
Eso devuelve al centro de la escena cuestiones que durante la fiebre del software parecían casi invisibles: centros de datos, redes, energía, refrigeración, almacenamiento y arquitectura.
La investigación de Digital Realty refleja ese desplazamiento: las organizaciones están pasando de definir estrategias de IA a enfrentarse con las condiciones necesarias para ejecutarlas.
Y esa transición puede modificar incluso las prioridades de inversión tecnológica.
Porque una empresa puede tener acceso al mejor modelo del mercado y, sin embargo, no disponer de la infraestructura necesaria para convertirlo en una capacidad empresarial permanente.
La IA vuelve a poner los servidores sobre la mesa
Durante años, la industria tecnológica construyó una narrativa alrededor de la abstracción.
La infraestructura desaparecía detrás de la nube. El software se consumía como servicio. La capacidad informática parecía infinita y disponible bajo demanda.
La inteligencia artificial está introduciendo una pequeña paradoja.
Cuanto más abstracta parece la tecnología, más concretas se vuelven sus necesidades físicas.
La IA necesita chips. Necesita electricidad. Necesita refrigeración. Necesita redes. Necesita almacenamiento. Necesita centros de datos.
Y necesita todo eso en cantidades que pueden crecer rápidamente cuando una organización pasa de unos cuantos usuarios experimentales a miles de empleados, aplicaciones y agentes interactuando con sus sistemas.
Por eso el 40% de Digital Realty resulta mucho más significativo que un simple indicador de infraestructura.
Es una señal de madurez.
La IA empresarial ya no está preguntando solamente qué puede hacer. Está descubriendo cuánto cuesta hacerla funcionar.
Y en esa nueva ecuación, la infraestructura deja de ser el soporte invisible de la innovación.
Se convierte en parte de la estrategia.
¿Cómo están preparando las empresas su infraestructura para la siguiente etapa de la IA?
El Global Data Insights Survey 2026 de Digital Realty ofrece los datos completos sobre inversión, infraestructura, soberanía, distribución de datos y adopción de IA empresarial.
