Un 95% de los líderes de infraestructura tuvieron que retrasar o cancelar iniciativas de IA
- Eduardo Cubillo
- hace 1 hora
- 3 min de lectura
Dos estudios independientes de Google/MIT y Cloudera revelan que las organizaciones ha tenido que pausar o cancelar proyectos debido a infraestructuras obsoletas, falta de contexto y problemas de gobernanza.
La aceleración de los agentes de Inteligencia Artificial (IA) en el entorno corporativo está chocando de frente contra la realidad de sus infraestructuras de datos. Un doble hallazgo reveló que la falta de acceso en tiempo real, la desconexión entre sistemas y la falta de contexto semántico están paralizando la implementación de soluciones automatizadas, obligando a las empresas a replantear sus arquitecturas desde la base.
Según información publicada originalmente por CIO, investigaciones independientes desarrolladas por Cloudera (en conjunto con Wakefield Research) y por Google/MIT coinciden en que la infraestructura actual, diseñada históricamente para ser operada por humanos, no responde a las exigencias de la inteligencia artificial.
De acuerdo con el reporte de Cloudera, un 95% de los líderes de infraestructura ha tenido que retrasar o cancelar iniciativas de IA en el último año, salpicados por cuellos de botella en la gobernanza y la integración.
El diagnóstico de Google/MIT por su parte refuerza esta postura. Más de la mitad de los ejecutivos de TI encuestados confirmó haber congelado el despliegue de agentes debido a silos de datos y latencia en los sistemas legados, factores que afectan directamente el retorno de inversión (ROI).
El propio informe de Google señala que "La adopción empresarial de la IA de agentes está al borde de una aceleración extraordinaria. A medida que las organizaciones buscan escalar la IA de agentes en toda la empresa, no pueden ignorar sus sistemas de datos". La publicación original de CIO también apunta que debe ser una prioridad inmediata para los tomadores de decisión, la eliminación de estos cuellos de botella.
Barreras de la infraestructura tradicional
Las organizaciones enfrentan cuatro obstáculos críticos al intentar escalar sus agentes:
Silos y sistemas aislados: Información crítica atrapada en registros desactualizados, plataformas obsoletas o dispositivos IoT sin capas de integración.
Datos no estructurados ("oscuros"): Dificultad para procesar formatos como videos, imágenes o archivos PDF.
Procesamiento por lotes: Canalizaciones heredadas que impiden la toma de decisiones e interacción en tiempo real.
Ausencia de contexto empresarial: Agentes que reciben metadatos básicos sin la semántica corporativa necesaria para actuar con precisión.
El nivel de apertura de los datos marca una brecha directa en la efectividad del software. Las organizaciones catalogadas como "líderes de datos", aquellas que otorgan a la IA acceso a más del 70% de sus activos informáticos, reportan un 100% de confianza en la precisión de las decisiones de sus agentes. En contraste, solo el 22% de los "rezagados" (empresas que comparten el 30% o menos de sus datos) percibe resultados confiables.
Frente a la creciente complejidad en la gobernanza, las empresas están reevaluando la ubicación de sus cargas de trabajo.
El estudio de Cloudera destaca una tendencia hacia la repatriación de datos: el 66% de los encuestados movió procesos de IA desde la nube pública de vuelta a entornos locales (on-premises) o nubes privadas durante el último año, buscando mayor control de costos, soberanía de la información y menor latencia.
Para superar este estancamiento, los especialistas recomiendan migrar hacia arquitecturas orientadas a eventos en tiempo real, clasificar el inventario de datos no estructurados y diseñar ecosistemas nativos de IA capaces de unificar la gobernanza en entornos híbridos y multicloud.
Comentarios