La inteligencia artificial está entrando en una nueva etapa dentro de las empresas. Después de varios años centrados en asistentes capaces de generar textos, imágenes o código, las organizaciones comienzan a explorar sistemas que pueden ejecutar tareas, consultar información y tomar decisiones dentro de determinados procesos. Sin embargo, esta evolución plantea un desafío que va más allá de las capacidades de los modelos: contar con la infraestructura tecnológica necesaria para aprovecharlos.
Un estudio de IDC encargado por Intel puso cifras a esta transformación. Según la investigación, el 89% de los responsables de TI considera que la IA agéntica tendrá un papel importante en sus responsabilidades durante los próximos 12 a 24 meses. A pesar de estas expectativas, la infraestructura destinada a esta tecnología fue la categoría con menor financiamiento entre las evaluadas: apenas el 56% de las organizaciones aseguró disponer de un presupuesto adecuado.
Esta diferencia entre las expectativas y la inversión refleja uno de los principales desafíos que enfrentan las compañías. A diferencia de los sistemas tradicionales de inteligencia artificial, los agentes pueden interactuar con distintas aplicaciones, recuperar datos empresariales, ejecutar código y aplicar políticas de seguridad para completar una tarea. Esto exige una mayor coordinación entre los recursos tecnológicos disponibles.
En este escenario, la modernización de los centros de datos, la integración de entornos híbridos y la combinación de diferentes capacidades de procesamiento comienzan a ocupar un lugar central en las estrategias de transformación digital.
La infraestructura híbrida gana protagonismo en la adopción de IA agéntica
Uno de los principales hallazgos del estudio está relacionado con la forma en que las organizaciones distribuyen sus recursos informáticos. El 55% de los encuestados señaló que utiliza un enfoque equilibrado entre infraestructura privada y nube pública, mientras que el 38% manifestó una preferencia mayoritaria o exclusiva por entornos privados.
Esta tendencia responde a una realidad que atraviesa a buena parte del sector empresarial: las aplicaciones y los datos no se encuentran concentrados en un único entorno. Algunas operaciones requieren la capacidad de procesamiento y escalabilidad que ofrece la nube pública, mientras que otras necesitan ejecutarse cerca de los sistemas internos por cuestiones de seguridad, costos, latencia o cumplimiento normativo.
La IA agéntica profundiza esta necesidad de integración. Un agente que participa en un proceso empresarial puede necesitar acceder a una base de datos privada, consultar un modelo alojado en la nube y comunicarse con distintas aplicaciones antes de completar su trabajo.
Por ese motivo, la investigación plantea que las arquitecturas híbridas tendrán un papel cada vez más relevante. En lugar de trasladar todas las operaciones a un único entorno, las empresas deberán identificar dónde resulta más conveniente ejecutar cada carga de trabajo.
La modernización de la infraestructura aparece, además, entre las principales prioridades de inversión. El 45% de los responsables de TI mencionó la actualización o consolidación de los centros de datos como uno de sus objetivos más importantes. La seguridad, el cumplimiento normativo y la resiliencia también se ubicaron entre las principales preocupaciones.
Estos resultados muestran que la incorporación de agentes inteligentes no dependerá únicamente de adquirir nuevas herramientas de software. También requerirá revisar cómo se almacenan los datos, cómo se conectan las aplicaciones y qué recursos de procesamiento están disponibles para responder a una demanda creciente.
CPU, GPU y aceleradores: cómo deberán prepararse las empresas
Otro de los debates que aborda el estudio es el papel que tendrán los distintos procesadores en la próxima generación de aplicaciones empresariales. Aunque buena parte del desarrollo reciente de inteligencia artificial estuvo asociado a las unidades de procesamiento gráfico (GPU), las necesidades de los sistemas agénticos son más diversas.
Según la investigación, el 27% de los encuestados considera que las GPU son el principal factor de rendimiento para estas aplicaciones, mientras que el 23% identifica a las CPU como el recurso más importante. Sin embargo, cerca de la mitad entiende que el desempeño depende del tipo de tarea y que ambas tecnologías cumplen funciones complementarias.
Esto se explica por la propia naturaleza de los agentes inteligentes. Durante una misma operación pueden alternar entre la ejecución de modelos, la recuperación de información, las consultas a bases de datos, las llamadas a interfaces de programación (API) y la aplicación de controles de seguridad.
En consecuencia, la infraestructura empresarial deberá combinar CPU, GPU y otros aceleradores especializados, con el objetivo de distribuir las tareas de manera eficiente y aprovechar los recursos disponibles.
La encuesta también reveló que aproximadamente el 40% de los compradores prefiere servidores estándar para implementar soluciones de IA agéntica, incluyendo sistemas basados en CPU con capacidades de aceleración y equipos que permiten incorporar componentes adicionales.
En este contexto, Intel destaca el papel de sus procesadores Xeon, diseñados para responder a diferentes cargas de trabajo empresariales. La compañía sostiene que estas plataformas pueden utilizarse para tareas de inferencia local, procesamiento de datos, ejecución de aplicaciones y coordinación de agentes, trabajando de manera complementaria con GPU y otros aceleradores.
La investigación también comparó la percepción de los responsables de TI sobre las arquitecturas x86 y Arm. Ambas obtuvieron resultados prácticamente idénticos en cuanto a su idoneidad general para la IA agéntica, con puntuaciones del 87,5% y el 87,2%, respectivamente.
No obstante, x86 obtuvo mejores valoraciones en nueve de los doce atributos evaluados, entre ellos compatibilidad de software, escalabilidad, confiabilidad y conocimiento de la tecnología. Arm, por su parte, consiguió puntuaciones ligeramente superiores en precio, eficiencia energética y satisfacción.
Para Intel, estos resultados reflejan la importancia de aprovechar la infraestructura que las organizaciones ya utilizan. Muchas compañías cuentan con aplicaciones, bases de datos y herramientas de seguridad desarrolladas durante años sobre sistemas existentes, por lo que incorporar capacidades de IA sin reemplazar completamente esos entornos puede facilitar la transición.
La empresa también destaca la importancia del software abierto para esta evolución. A través de herramientas y frameworks como PyTorch, vLLM y OpenVINO, busca facilitar la integración de modelos y aceleradores en las plataformas empresariales.
El desafío, en definitiva, no pasa únicamente por aumentar la capacidad de procesamiento. A medida que los agentes inteligentes comiencen a intervenir en más actividades, las organizaciones necesitarán infraestructuras capaces de coordinar diferentes tecnologías, mantener la seguridad de sus datos y administrar los recursos de manera eficiente.
Los resultados del estudio de IDC muestran que las expectativas sobre la IA agéntica ya son elevadas. La próxima etapa estará marcada por la capacidad de las empresas para convertir ese interés en implementaciones concretas, con una infraestructura preparada para sostenerlas.
Preguntas frecuentes
¿Qué es la IA agéntica y cómo funciona?
La IA agéntica es una evolución de la inteligencia artificial que permite a los sistemas ejecutar tareas de manera autónoma, interactuar con aplicaciones, consultar bases de datos y tomar decisiones dentro de determinados procesos. A diferencia de los asistentes tradicionales, los agentes pueden completar flujos de trabajo que requieren múltiples acciones.
¿Qué porcentaje de las empresas considera importante la IA agéntica?
Según un estudio de IDC encargado por Intel, el 89% de los responsables de TI espera que la IA agéntica tenga un papel importante en sus actividades durante los próximos 12 a 24 meses. Sin embargo, solo el 56% de las organizaciones considera que dispone de un presupuesto adecuado para desarrollar la infraestructura necesaria.
¿Qué infraestructura necesitan las empresas para implementar IA agéntica?
Las organizaciones necesitan una infraestructura capaz de combinar procesadores CPU, GPU y otros aceleradores, además de integrar sistemas locales con servicios de nube pública. También resulta fundamental garantizar la seguridad de los datos, la conectividad entre aplicaciones y la capacidad de procesamiento para ejecutar múltiples tareas.
