En los últimos años, la inteligencia artificial generativa pasó de ser una tecnología experimental a ocupar un lugar central en las estrategias de transformación digital de las empresas. Sin embargo, el avance hacia modelos más complejos plantea nuevos desafíos: cómo implementar soluciones que realmente resuelvan problemas de negocio, cómo gestionar los datos y, especialmente, cómo controlar los costos asociados al procesamiento.
Durante una entrevista realizada en Future Talks, el programa de streaming producido por ITSitio, Marcelo Garaffa, Arquitecto de Soluciones en Dell Technologies, explicó cómo está evolucionando el escenario de la inteligencia artificial y qué condiciones deben cumplir las organizaciones para transformar las pruebas piloto en proyectos productivos.
De la IA generativa a la inteligencia artificial agéntica
Uno de los cambios más importantes está relacionado con el avance de la llamada IA agéntica. Según Garaffa, el paradigma está dejando atrás la idea de concentrar todo el conocimiento en un único modelo para avanzar hacia arquitecturas compuestas por agentes especializados.
“Bueno, hace, justamente, el tiempo que mencionás, se pensaba que las soluciones de inteligencia artificial iban a ser construidas con un gran algoritmo que tuviera todo el conocimiento. Ese paradigma se rompió y, en vez de tener un superexperto, hoy en día lo que tenés son, imagínate como si fuera un equipo de fútbol, cada jugador es un agente que ya tiene una tarea especializada en algo”, explicó.
De esta manera, las empresas pueden construir soluciones a partir de distintos agentes autónomos, cada uno dedicado a una función específica. Para el ejecutivo, este enfoque permite reutilizar capacidades y ampliar progresivamente las soluciones.
AI Factory: una plataforma para llevar la IA al negocio
En paralelo, Dell Technologies impulsa su concepto de AI Factory junto con NVIDIA. Garaffa explicó que no se trata simplemente de adquirir infraestructura tecnológica, sino de construir una solución adaptada a las necesidades de cada organización.
“Básicamente la fábrica de IA, como dice el nombre, es una plataforma abierta que las empresas pueden utilizar para desarrollar soluciones de inteligencia artificial”, señaló.
En este esquema, la compañía contempla cinco componentes fundamentales: el caso de uso, los datos, la infraestructura, el software y los servicios.
La elección de la infraestructura, además, está estrechamente vinculada con las necesidades específicas del proyecto. Una aplicación que requiere respuestas en tiempo real no tiene las mismas exigencias que otra cuyo procesamiento puede realizarse con mayor demora.
El costo impulsa el regreso de la IA al data center
Este aspecto también explica, según Garaffa, el creciente interés por implementar inteligencia artificial on premises, es decir, directamente en los centros de datos de las organizaciones, en lugar de depender exclusivamente de la nube pública.
La razón principal estaría vinculada con el costo de la inferencia y con el volumen de datos que manejan las grandes compañías.
“Eso dispara las cuentas en las nubes públicas de una manera drástica. Entonces, la diferencia de costos, para ser concreto, de una solución en producción es cuatro a uno”, afirmó.
En este contexto, algunas organizaciones que comenzaron sus proyectos en infraestructura pública están evaluando repatriar determinadas cargas de trabajo hacia sus propios centros de datos. El objetivo es mantener los beneficios de la inteligencia artificial, pero con una estructura de costos sostenible.
Para Garaffa, esta dimensión económica es inseparable de cualquier proyecto de IA. “Para tener éxito en esto, además de resolver un problema de negocio, la solución que vos hacés tiene que ser efectiva en costo. si el proyecto es más costoso de lo que resuelve, al final no tenés éxito.”
Casos de uso que atraviesan distintas industrias
El ejecutivo también destacó que Dell observa proyectos de inteligencia artificial en distintos sectores y geografías, incluyendo gobiernos, telecomunicaciones y grandes compañías industriales.
Dentro de la propia Dell, además, la tecnología se aplica en áreas como ventas, logística y soporte. En ventas, por ejemplo, Garaffa mencionó soluciones agénticas destinadas a acelerar las respuestas a los clientes, mientras que en soporte la IA permite reducir los tiempos de atención.
Para el ejecutivo, la clave no está en determinar qué tecnología utilizar primero, sino en encontrar el problema concreto que se busca solucionar.
El desafío de pasar de la prueba piloto a producción
El paso de una prueba piloto a producción continúa siendo uno de los principales obstáculos para las empresas. Garaffa citó un informe del MIT que, según explicó, encontró una elevada tasa de fracaso en proyectos empresariales de IA.
Para el ejecutivo, el problema no estaría principalmente en la tecnología, sino en la forma en que se aborda el proyecto.
“Una de las cosas que puede suceder es que, si no hacés bien ese ciclo de vida, fracasás”, sostuvo.
Ese ciclo comienza con la identificación del problema de negocio, continúa con el análisis de los datos y la infraestructura necesaria, y contempla posteriormente los algoritmos, los mecanismos de control o guardarrails y finalmente el paso a producción.
En este recorrido, los datos ocupan un lugar central. “Si vos los datos no son buenos, vos no le podés esperar que la respuesta sea buena”, explicó Garaffa.
La estrategia de datos se vuelve una condición para la IA
Las empresas suelen tener información distribuida en múltiples sistemas, centros de datos y nubes, generando silos que dificultan su aprovechamiento.
Por eso, Dell también impulsa una AI Data Platform orientada a facilitar el acceso a información distribuida sin necesidad de trasladarla físicamente.
“No cambia los datos de del lugar, no le cambia el formato, pero permite que consolidar los datos y buscarlos, y dárselos de comer a los algoritmos”, explicó.
La conclusión para las organizaciones es que adoptar inteligencia artificial implica revisar también la estrategia de datos.
“Innovar con inteligencia artificial requiere que se replantee la estrategia de datos. No podés manejarte de la misma manera, en silos, tenés que pensar tu estrategia de datos distinta”, remarcó.
Servicios, capacitación y cultura para evitar errores
Otro error frecuente consiste en pensar que implementar IA equivale simplemente a comprar hardware. Para Garaffa, los servicios y el aprendizaje de los equipos internos son fundamentales para que una solución pueda sostenerse en el tiempo.
“Esta solución, el cliente aprende. O sea, esto no es una solución que llega y cae al data center y la dejamos funcionando”, explicó.
La participación del personal durante el desarrollo permite incorporar conocimiento y construir las capacidades necesarias para operar la tecnología. La adopción, por lo tanto, requiere también una transformación cultural y organizacional.
Cómo medir el retorno de inversión de la inteligencia artificial
En cuanto al retorno de inversión, el ejecutivo sostuvo que puede medirse siempre que el proyecto parta de un problema concreto.
Una línea de producción que tiene una determinada tasa de fallas, por ejemplo, puede establecer como objetivo reducir ese porcentaje y calcular cuánto dinero representa esa mejora.
“La clave es el caso de uso”, enfatizó.
Para Garaffa, el punto de partida debe ser siempre el área de negocio y no la tecnología: identificar qué problema se quiere resolver y cuánto vale económicamente esa solución.
Un ecosistema basado en alianzas
La construcción de soluciones de inteligencia artificial también está llevando a las grandes compañías tecnológicas a profundizar sus alianzas. Dell trabaja con actores como NVIDIA, AMD, Intel, Google y Hugging Face para desarrollar diferentes componentes del ecosistema.
“Sí, unir fuerzas”, respondió Garaffa al ser consultado sobre la importancia de estas alianzas.
En este sentido, destacó que el desarrollo de infraestructura para IA requiere mucho más que procesadores o aceleradores: también son necesarios servidores especializados, gestión de energía y temperatura, software, datos y servicios.
La combinación de todos estos elementos es, precisamente, lo que el ejecutivo identifica con el concepto de AI Factory.
La IA como asistente para potenciar a las personas
Finalmente, Garaffa consideró que la adopción de IA será cada vez más determinante para la competitividad.
“Entonces, no es algo opcional, yo te diría. O sea, es obligatorio”, afirmó.
Pero esa transformación no necesariamente implica reemplazar personas. El ejecutivo planteó una visión basada en utilizar la IA como asistente para potenciar la productividad.
En Dell, según explicó, los desarrolladores ya utilizan inteligencia artificial para asistir una parte significativa de su trabajo, reduciendo los tiempos necesarios para lanzar nuevas versiones de software.
La mirada, entonces, combina tecnología, datos, infraestructura y economía. Para Garaffa, las organizaciones que logren integrar esos elementos podrán utilizar la inteligencia artificial no solamente para automatizar procesos, sino también para conocer mejor su negocio, mejorar su productividad y generar nuevas ventajas competitivas.
Leer más
- DonWeb Day 2026: ocho horas para aprender a aplicar la inteligencia artificial a los negocios
- Santander, Google e IE University lanzan 2.000 plazas gratuitas para impulsar el uso de inteligencia artificial en las pymes
- La inteligencia artificial acelera, pero sus colegas humanos, no: ¿por qué?
