Esta es la razón por la que la IA empresarial está estancada
- angiecantillo1
- hace 2 horas
- 2 Min. de lectura
Un nuevo informe de IDC revela que, pese a la presión por escalar la inteligencia artificial, las compañías siguen atrapadas en fases piloto mientras la demanda de ancho de banda y la complejidad operativa se disparan.
La inteligencia artificial prometía transformar la operación de redes empresariales. Sin embargo, la realidad en 2026 muestra un escenario más ambiguo: la adopción no retrocede, pero tampoco avanza.
Según el informe “AI in Networking 2026” de IDC, citado por Network World, las organizaciones no han logrado evolucionar más allá de los niveles iniciales de implementación.
En un período de 18 meses, empresas que ya estaban en uso selectivo o sustancial de IA no registraron avances significativos, evidenciando una brecha cada vez más visible entre ambición y ejecución.
Este estancamiento no responde a falta de interés, sino a fricciones estructurales. La seguridad se mantiene como principal obstáculo y, al mismo tiempo, como uno de los principales casos de uso.
A esto se suman la integración con sistemas heredados y la escasez de talento especializado, factores que están empujando a las empresas a externalizar capacidades: el 81% ya incrementa su gasto en proveedores de servicios gestionados para sostener sus iniciativas de IA.
Mientras la adopción se ralentiza, la presión sobre la infraestructura crece sin pausa. El 89% de los centros de datos prevé aumentar su ancho de banda al menos un 11% en el próximo año, y el 91% anticipa incrementos similares en la conectividad entre data centers. En entornos cloud, el salto es aún mayor, con un crecimiento promedio esperado del 49%.
El fenómeno no se detiene ahí. La expansión hacia el edge introduce una nueva capa de complejidad: hoy, el 27% de las organizaciones ya ejecuta cargas de IA en el borde y el 54% planea hacerlo en los próximos dos años. Este movimiento podría impulsar un aumento del 51% en el ancho de banda en estos entornos.
La paradoja es clara. La IA exige redes más sofisticadas, pero esas mismas redes son el principal cuello de botella para escalarla. Estudios complementarios apuntan a que el problema no es solo computacional, sino arquitectónico: la fragmentación entre cloud, edge y data center dificulta la visibilidad y la automatización a escala.
Aun así, las expectativas no disminuyen. El 46% de las empresas ya prefiere sistemas capaces de tomar y ejecutar decisiones de forma autónoma, mientras que el 41% opta por modelos guiados.
Este cambio sugiere que, más que una opción, la automatización se está convirtiendo en una necesidad ante redes que superan la capacidad humana de gestión.
En ese contexto, la IA en networking entra en una fase decisiva. No se trata de validar su valor, sino de resolver las condiciones estructurales que impiden su despliegue real. La promesa sigue intacta, pero el tiempo para materializarla comienza a agotarse.
Comentarios