Las empresas que buscan ampliar el uso de la inteligencia artificial se enfrentan a un reto cada vez más relevante: cómo convertir sus inversiones en resultados de negocio. Según un nuevo estudio impulsado por Denodo y elaborado por la firma de investigación Veqtor8, la implantación de una capa de datos de IA puede generar un retorno de la inversión del 290% en tres años.
El informe, titulado “The ROI of an AI Data Layer for Agentic AI”, cuantifica las ventajas económicas y operativas que supone la implementación de una capa de datos de IA, como la que ofrece Denodo, frente a las arquitecturas fragmentadas y desarrolladas a medida.
Así, la investigación también revela que este enfoque permite desplegar agentes de IA tres veces más rápido, reducir un 68% sus costes operativos, y estima un ahorro superior al 75% en costes de integración y gobernanza.
A medida que las organizaciones pasan de experimentar con proyectos piloto a desplegar agentes autónomos y semiautónomos en sus operaciones, disponer de información actualizada, coherente y segura se convierte en un factor relevante para controlar los costes y facilitar la puesta en producción de nuevas aplicaciones.
Escalar la IA mediante capas sin multiplicar los costes
Para cuantificar el impacto económico, la investigación se ha basado en un modelo financiero empresarial a tres años que recoge experiencias de sectores como la banca, las telecomunicaciones o la logística.
El escenario analizado contempla una empresa que pasa de operar con 100 agentes de IA en el primer año a 900 en el tercero, conectados a 100 fuentes de datos distribuidas. En este contexto, el estudio identifica cuatro resultados principales:
- Un retorno de la inversión del 290% en tres años. El cálculo combina el valor de negocio generado por las iniciativas de IA con los costes que pueden evitarse mediante una arquitectura de datos más eficiente.
- El despliegue de agentes de IA se acelera hasta tres veces más rápido. La reutilización de productos de datos reduce la necesidad de desarrollar integraciones específicas para cada nueva implementación.
- Un 68% menos de costes operativos de IA. El acceso a los datos a través de una capa específica y el filtrado de información antes de enviarla a los modelos reducen el volumen de contexto por tarea de unos 18.000 a 5.760 tokens, lo que contribuye a disminuir los costes de computación.
- Más del 75% de ahorro en costes de integración y gobernanza. El informe estima una reducción del 79% en los costes de mantenimiento y del 76% en el esfuerzo dedicado a administrar políticas de acceso y control.
En conjunto, estas cifras apuntan a que el impacto económico de la inteligencia artificial no depende únicamente de las capacidades de los modelos. La forma en que las empresas gestionan la información, conectan sus sistemas y permiten que los agentes accedan a ella también influye en los costes y en la capacidad de ampliar su uso.
Sin una capa de datos de IA unificada, los agentes empresariales requieren servidores personalizados del Model Context Protocol (MCP), canalizaciones RAG y controles de seguridad específicos para cada agente en cada fuente de datos subyacente. En sectores regulados, en los que un solo agente de producción puede interactuar con entre 30 y 50 sistemas dispares en la nube, SaaS, heredados y operativos, este enfoque provoca graves dificultades de integración y vulnerabilidades en materia de gobernanza.
Sin una capa de datos de IA unificada, los agentes empresariales requieren servidores personalizados del Model Context Protocol (MCP)
“Las empresas no pueden permitirse elegir entre velocidad, gobernanza y eficiencia de costes a medida que amplían el uso de la IA”, afirma Alberto Pan, director de Tecnología (CTO) de Denodo. “Al unificar el acceso, la semántica y la aplicación centralizada de políticas en entornos de datos distribuidos sin necesidad de una reubicación masiva de datos, Denodo Platform proporciona la base esencial para agentes de IA fiables y de nivel empresarial”.
