Por qué la modernización de la infraestructura es el paso previo para escalar proyectos de inteligencia artificial

En el debate sobre inteligencia artificial, la conversación suele empezar por los modelos: cuál es el más potente, cuál se adapta mejor a cada industria, cuál promete mayor precisión. Pero Alejandro Dirgan, Manager Specialist Solution Architect para América Latina en Red Hat, prefiere ir un paso antes. Para él, el verdadero cuello de botella no está en los modelos sino en la infraestructura que los sostiene —o que aún no está lista para sostenerlos.

“Nosotros entregamos plataformas para el desarrollo de modelos. No nos dedicamos a crear modelos. Entregamos la infraestructura necesaria con seguridad y escalabilidad totalmente lista para que los clientes puedan usar sus datos para los modelos“, explica Dirgan. Y agrega que esa infraestructura no es genérica: está profundamente ligada a la vertical en la que opera cada cliente, a sus datos, a sus sistemas y a sus regulaciones.

Uno de los temas que más preocupa a las empresas de la región es precisamente el control sobre esa información. Los modelos de terceros, aunque especializados, generan incertidumbre sobre dónde residen los datos y quién puede accederlos. “La soberanía digital es un componente muy importante”, señala Dirgan. Desde Red Hat, la propuesta pasa por ofrecer tecnología que los clientes puedan controlar e implementar donde prefieran: on premise, en la nube híbrida, o en combinación.

Ese punto tiene implicancias directas para América Latina, donde la adopción avanza pero a un ritmo propio. “En Latam todavía estamos en un proceso incipiente de adopción. Muchos de los proyectos no llegan a término por temas de sentirse incómodos con cómo se gestionan los datos y la soberanía digital”, reconoce. La región tiene capacidad de innovar, pero el peso relativo de sus mercados limita su influencia sobre las tendencias globales.

El 70% que nadie transformó

Antes de hablar de IA, Dirgan plantea una advertencia que incomoda: la transformación digital que las empresas celebraron durante los últimos años fue, en muchos casos, parcial. “Si voy a cualquier empresa y veo la parte transformada y la que sigue funcionando como antes, vemos que la mayoría, aunque hubo un proceso de transformación, lo máximo que se dio fue de entre un 15% y un 30% esa transformación digital”. El resto —ese 70 o 75% restante— sigue corriendo sobre sistemas operativos tradicionales, con dinámicas de gestión heredadas y equipos de IT que operan igual que hace una década.

Con el lanzamiento de RHEL 10 el año pasado, Red Hat introdujo lo que Dirgan llama “un nuevo aire a la transformación digital desde la perspectiva del sistema operativo”. La novedad central es image mode: la posibilidad de ejecutar el sistema operativo como un container, o como una máquina virtual, llevándolo al mundo ágil del desarrollo de aplicaciones. “Con RHEL 10 le dimos la posibilidad al sistema operativo que pueda ejecutarse como un container”, resume.

Pero RHEL 10 también incorpora capacidades de IA integradas al propio sistema operativo. Dirgan describe tres: análisis preventivo y proactivo de riesgos operacionales en tiempo real —”es evaluación de riesgos del nivel del sistema operativo, que es donde se ejecutan los sistemas críticos de la compañía”—; un Command Line Assistant basado en IA generativa para que los administradores sean más productivos en la gestión cotidiana; y un servidor MCP (Model Context Protocol) para RHEL. “Ahora puedo interrogar al sistema operativo y por ejemplo preguntarle por qué un servidor está lento”, ilustra Dirgan.

Sin modernización no hay IA

La secuencia que propone Red Hat para sus clientes es clara y no admite atajos. El punto de partida es un diagnóstico: entender qué servicios corren, sobre qué sistemas operativos, cuál es la relación entre ellos. Con ese mapa se puede trazar una ruta de modernización por etapas en la que la IA aparece como herramienta de apoyo —tanto para acelerar la modernización en sí como para ampliar capacidades donde la modernización aún no llegó. “Sin modernización no hay evolución hacia inteligencia artificial”, dice Dirgan sin rodeos.

Y la IA, en ese contexto, no se reduce a los casos de uso más visibles. Además de los modelos conversacionales y la mejora de experiencia de usuario, Dirgan destaca su rol como herramienta de gestión interna: automatización, análisis operacional, asistencia a administradores de sistemas.

Seguridad en tiempos de IA

El otro eje de la conversación es la seguridad, y aquí la preocupación es concreta. La IA permite identificar vulnerabilidades en software con una velocidad y facilidad sin precedentes, lo que expone a las empresas a un ritmo de amenazas para el que no están preparadas. “Las empresas no tienen la infraestructura ni la gente para enfrentarse a una situación en la cual estas vulnerabilidades se empiecen a lanzar con mayor velocidad”, advierte Dirgan.

La respuesta de Red Hat e IBM a ese escenario es Project Lightwell, una iniciativa conjunta que funciona como un clearinghouse empresarial para la seguridad del software open source en la era de la IA. En términos prácticos, es un hub donde los clientes pueden reportar vulnerabilidades identificadas en algún componente, para que luego se genere, pruebe y valide la actualización correspondiente sin que ese parche genere nuevos problemas. “Se hacen las pruebas exhaustivas para asegurarnos de que esa actualización resuelve el problema y no genere otro problema. Esto es clave para entender el aumento de vulnerabilidades que vamos a tener”, explica Dirgan.

La IA necesita infraestructura sólida, datos bajo control, sistemas operativos modernizados y una estrategia de seguridad que esté a la altura del ritmo que la propia IA impone. Las empresas que entiendan esa cadena completa son las que van a poder pasar del piloto a la escala real.

Visitas: 7