Las Vegas. En medio de la adopción de la Inteligencia Artificial (IA), en busca de las promesas de mayor productividad y eficiencia, las empresas se enfrentan a múltiples retos como la centralización de decisiones de tecnología o la falta de decisiones ante el riesgo. Para ello, Hewlett Packard Enterprise (HPE) ha desplegado una estrategia orientada a reducir el riesgo de adopción tecnológica, con arquitecturas integradas que permiten a los negocios medir el retorno a la inversión.
“Para nosotros, como grandes proveedores tecnológicos, lo importante es ofrecer a los clientes opciones y decisiones de bajo riesgo. Así es como hacemos avanzar a la industria”, afirmó en entrevista con DPL News, Dale Brown, líder Global de Crecimiento y Ventas de Soluciones de IA en HPE.
El directivo identifica que el principal obstáculo para implementar la IA no es de naturaleza técnica, sino situacional y organizativo. Actualmente, las empresas carecen de un modelo unificado para abordar estos proyectos: no se ha asignado formalmente quién posee la autoridad para autorizar los despliegues de IA y no existe un presupuesto centralizado para la IA.
Esta falta de estructura diluye las responsabilidades. Con frecuencia, son las líneas de negocio (como marketing o atención al cliente) las que impulsan la adopción sin contar con un trasfondo tecnológico, integrando al departamento de TI demasiado tarde.
Por su parte, las áreas de TI se ven obligadas a intentar escalar en producción de herramientas desarrolladas en laboratorios, de las cuales, frecuentemente no cuentan con todos los detalles como durabilidad, cumplimiento regulatorio y ciberseguridad.
“Las empresas tienen un miedo profundo a tomar una mala decisión, a elegir algo que no esté preparado para el futuro o que implique un riesgo elevado frente a uno bajo”, explicó Brown, quien equiparó este momento de transición con los inicios de la metodología DevOps.
Para evitar quedar atrapados en inversiones obsoletas o “callejones sin salida”, Brown destacó que la infraestructura debe ser modular. En ese sentido, HPE basa su oferta en una arquitectura que permite a las empresas comenzar con configuraciones pequeñas e incorporar bastidores de expansión (expansion racks) con GPUs de nueva generación, a medida que el caso de uso demuestra su éxito comercial.
Nube privada de extremo a extremo
Ante el temor de las organizaciones de terminar con una mezcla ineficiente de soluciones de código abierto o herramientas SaaS, que puede enfrentarlas al riesgo de vulnerabilidades, HPE presentó Private Cloud AI como una solución de pila completa (full-stack) completamente integrada y probada de fábrica que se instala en cuestión de horas o días, en lugar de meses.
“Construimos este sistema para eliminar la fricción y ofrecer una solución de bajo riesgo que dé a los clientes un único proveedor al que recurrir con una alta probabilidad de éxito”, enfatizó Brown, al asegurar que la compañía se mantiene como el único competidor en el mercado que ofrece esta experiencia unificada con un inicio de sesión en la Nube y herramientas de control nativas.
Para optimizar el rendimiento y resolver la latencia en sistemas agénticos —los cuales son altamente demandantes de recursos—, la compañía ha integrado directamente la CPU Vera con las GPUs de Nvidia, lo que permite el intercambio de información sin necesidad de recorrer todo el bus del sistema.
“Estamos acomodando las cosas a favor del cliente […], que no estén atrapados en este callejón sin salida donde hoy hiciste una inversión y mañana no valdrá nada, porque no lo saben”, dijo y relató que incluso un cliente admitió que debió haber comprado una configuración más avanzada después de haber tenido éxito con la primera. “La infraestructura no va a disminuir. Podríamos volvernos más eficientes con la energía, pero la huella no va a disminuir”.
Adicionalmente, la plataforma ofrece un modelo de costos acotados, lo que permite blindar a las empresas de las tarifas variables de la Nube pública, donde “el cobro es por cada trago” y los costos de consumo de tokens pueden salirse de control.
Llevar la IA a los datos y el despliegue en el Edge
Al igual que otros proveedores, como chips, dispositivos y servidores, HPE está convencida de que las configuraciones on-premise continuarán ganando terreno, conforme las empresas buscan mantener bajo control los crecientes costos de generar tokens en la Nube. La gran mayoría de los datos del mundo residen en las redes locales de las empresas, no en la Nube pública. Por razones de cumplimiento, soberanía y volumen de transacciones, resulta más práctico y seguro llevar la IA hacia donde viven los datos, explicó Brown.
En ese sentido, estima que este enfoque desbloqueará el verdadero potencial de la IA en el Edge, transformando operaciones en industrias distribuidas como la petroquímica, agricultura, venta al por menor, logística y el sector militar. Al acercar los puntos de decisión e inteligencia directamente a los sensores e infraestructura de IoT, HPE busca facilitar que las empresas dejen atrás la fase de experimentación y se consoliden en la era de los sistemas autónomos y de autorrecuperación (self-healing).