El otro día vi un estudio del MIT. Decía que el noventa y cinco por ciento de los proyectos empresariales de IA generativa fueron juzgados como fracasos. Noventa y cinco por ciento. Ahora, probablemente ya has oído la excusa del coro de la industria: "No compraron suficiente (de mi) infraestructura" La afirmación es más o menos así: si no actualizaste tus servidores, tu almacenamiento, tu pila de redes, si no estabas ejecutando la última granja de GPU de su catálogo, entonces, por supuesto, tu proyecto de IA estaba condenado al fracaso. Y siempre con ese manido estribillo: "no escalaba"
Pero, ¿qué significa eso? ¿Qué significa la escala si no se puede definir, si no se puede relacionar con los resultados que realmente preocupan a la empresa? Permítanme ofrecerles una perspectiva diferente. El hallazgo del MIT -que la IA empresarial fracasa el noventa y cinco por ciento de las veces- tiene muy poco que ver con la elección del proveedor, las pilas de infraestructura o los bastidores de luces parpadeantes. Tiene todo que ver con dos cosas: las personas y el tiempo.
En primer lugar, las personas. El capital humano. ¿Dispone de los conocimientos informáticos necesarios para crear un modelo básico? ¿Para entrenarlo, afinarlo y perfeccionarlo hasta que se convierta en una ventaja competitiva? ¿O es mejor obtener la licencia de un modelo creado por alguien que ya lo ha hecho mejor, a escala mundial? Piense en ello. Las empresas ya no construyen sus propios sistemas de nóminas. No ruedan su propio almacenamiento o fabrican sus propios servidores. No escriben su propio CRM. ¿Por qué? Porque son tecnologías contextuales, no fundamentales para la misión. Lo mismo ocurre con los modelos básicos de IA. La mayoría de las empresas sacarán más provecho utilizando uno maduro y reforzado que intentando construirlo desde cero.
En segundo lugar, el tiempo. O más concretamente, la latencia en la preparación. La IA a gran escala no surge de la nada. Si quisieras ejecutar IA a gran escala en tu empresa hoy, la verdad es que tendrías que haber empezado a prepararte hace siete años. Hace siete años debería haber estado construyendo centros de datos de 100 megavatios y firmando contratos de energía masiva. Debería haber pedido las turbinas solares Titan 250/350 con sus plazos de entrega de siete años. Hace tres años, debería haber estado planificando bastidores de 250 a 500 kilovatios, refrigeración inmersiva y arquitecturas de disipación de calor de vanguardia. Debería haber diseñado sus redes para ofrecer 400, 800, 1600 gigabits por bastidor, o más. Si lo hubiera hecho hace entre tres y siete años, hoy estaría preparado. Tendría la infraestructura básica, la energía, la refrigeración y la capacidad para hacer realidad la inversión en infraestructura necesaria para la IA empresarial.
Pero la verdad es que la mayoría de las empresas no planificaron la IA hace siete años. Y no pasa nada. Porque el otro camino no requiere esperar 84 meses para tener un nuevo centro de datos o reconstruir toda la pila de TI desde cero. El otro camino es la nube. Con la nube, se elimina la latencia de los tiempos de espera de la infraestructura. Su proyecto de IA puede empezar mañana, no dentro de años si intenta construirlo todo usted mismo, ni dentro de meses si pierde el tiempo replicando petabytes de datos antes de poder siquiera empezar. El camino a seguir es el software: conectar los datos que ya tiene, todos ellos, no sólo el 10% de las bases de datos, sino el 90% restante encerrado en archivos y almacenes de objetos. Se trata de unificar esos datos en aplicaciones SaaS, servicios en la nube y sistemas locales, y de razonar sobre ellos inmediatamente. Tanto si ejecuta plataformas de análisis de IA como Palantir, Glean o Databricks, que prosperan con datos estructurados y semiestructurados y necesitan poder consumir datos no estructurados allí donde se encuentran, como si combina modelos con licencia de Anthropic u OpenAI con almacenes de datos internos, o vincula repositorios locales directamente a la informática acelerada suministrada al instante en AWS, Azure, GCP u OCI, ya puede alquilar, probar y entrenar. Puede experimentar en distintas nubes, aprender qué funciona mejor para su empresa y escalar cuando esté preparado, sin demoras.
Esa es la verdadera oportunidad. No depende de una actualización de la infraestructura con una carretilla elevadora. No depende de la reestructuración de una red eléctrica local. Depende de que vea su empresa como lo que ya es: un tesoro de datos. Conéctelos. Unifíquelos. Razone a través de ellos. Ahí es donde reside la ventaja competitiva.
Así que la cuestión no es si planificaste hace siete años. La cuestión es si está dispuesto a actuar hoy. ¿Seguirá persiguiendo el mito de que la IA le obliga a reconstruir toda su infraestructura? ¿O aprovechará las herramientas disponibles en la actualidad (herramientas que le permiten trabajar in situ, en la nube, en todos los sistemas que ya posee) y convertirá sus datos en algo mucho más potente que un coste irrecuperable?
El futuro no pertenece a los que esperan años para las redes eléctricas y las entregas de turbinas o varios trimestres para las GPU y la infraestructura de red. Pertenece a quienes pueden aprovechar los datos que ya tienen, dondequiera que vivan, y convertirlos en conocimiento, inteligencia y acción. Ese es el futuro que merece la pena construir, y se puede conseguir hoy mismo: está a solo un script de Terraform.