Incluso en los mercados de IA más avanzados, algo empieza a estar claro: adoptar la IA es relativamente fácil, pero escalar es más difícil. A medida que las organizaciones avanzan hacia sistemas agénticos, el cambio real ya no consiste en experimentar, sino en convertir la IA en una parte esencial del funcionamiento del negocio. Las empresas que tendrán éxito serán aquellas que integren la IA en su estrategia, infraestructura y toma de decisiones, transformándola de una simple herramienta en un motor fundamental de crecimiento.
Las estimaciones de AMD refuerzan este cambio. En 2026, más del 60% de la capacidad global de cómputo de IA se destinará a inferencia en lugar de entrenamiento. Sin embargo, a pesar de este fuerte avance, la infraestructura empresarial está teniendo dificultades para seguir el ritmo.
El reto de escalar la IA: : las claves que, según IDC, están definiendo la IA empresarial
Un reciente whitepaper de IDC, encargado por AMD, muestra que la adopción es amplia, pero el escalado aún está en desarrollo. Un llamativo 83% de las empresas ejecutan actualmente menos de diez casos de uso de IA de forma simultánea, lo que indica que muchas están todavía en las primeras fases de su transformación. Poco más de dos de cada diez (21,7%) realizan análisis completos de ROI, y un 22,2% verifica que su inversión en IA esté alineada con los objetivos estratégicos. Reforzar estas bases puede desbloquear avances más rápidos y narrativas de valor más claras.
A este desfase se suma una falta generalizada de claridad sobre la arquitectura a seguir. Más del 75% de las organizaciones no tienen claro cuáles son los casos de uso de IA agéntiva, lo que supone una oportunidad para establecer estándares, definir mecanismos de control y alinear a las distintas partes implicadas. La seguridad y la gobernanza son áreas prioritarias: Las empresas señalan que están utilizando controles de acceso, técnicas de anonimización y políticas para gestionar todo el ciclo de vida de la IA. Además, muchas realizan pruebas adversariales y ejercicios de manipulación de prompts para reforzar la seguridad y robustez de los modelos.
La gestión de costes también está madurando: alrededor de dos tercios de las organizaciones comienzan iniciativas de IA generativa con evaluaciones de costes completas que abarcan infraestructura, licencias, servicios profesionales y escalabilidad. En conjunto, estas tendencias apuntan a un ecosistema que está aprendiendo rápido y desarrollando las capacidades adecuadas para escalar la IA de forma sostenible.
Redefiniendo la computación: por qué la CPU y la arquitectura del sistema son clave
A medida que las demandas de las cargas de trabajo de IA se disparan, los responsables de TI en las empresas se están encontrando con tres limitaciones críticas: las restricciones de densidad de energía y refrigeración, el aumento del coste por token y la complejidad de la gobernanza.
Escalar la IA agéntica requiere entender que la infraestructura de IA es, fundamentalmente, un reto que debe abordarse a escala de todo el centro de datos, y que no existe una única solución de computación válida para todas las cargas de IA. Aunque las GPU siguen siendo esenciales para las tareas que requieren una elevada capacidad de cálculo, son solo una parte de la solución. Los flujos de trabajo agénticos dependen en gran medida de los entornos de ejecución de los agentes (agent sandboxes), donde se ejecuta la lógica, se consultan bases de datos vectoriales, funcionan los frameworks de orquestación y se interactúa con las aplicaciones empresariales. Este cambio ha vuelto a situar a las CPU de servidor de alta densidad en el centro del data center, haciendo necesarios servidores optimizados para ofrecer la máxima densidad de núcleos, baja latencia y un elevado ancho de banda de memoria, capaces de alimentar de forma continua las cargas de inferencia. El futuro de la IA empresarial estará impulsado por CPU y GPU de alto rendimiento trabajando conjuntamente como parte de un sistema integrado, en lugar de tratarlas como silos independientes
Al mismo tiempo, la estandarización y la eficiencia del hardware están pasando a primer plano. El estudio de IDC confirma que la mayoría (77%) de las empresas prioriza una arquitectura de hardware y software alineada para simplificar operaciones, reducir complejidad y permitir tanto la portabilidad de cargas de trabajo como la previsibilidad del rendimiento.
Las condiciones especiales de Europa: regulación, soberanía y sostenibilidad
En los mercados de toda Europa, estos retos de infraestructura se amplifican aún más por marcos regulatorios estrictos relacionados con la soberanía del dato, la trazabilidad y la sostenibilidad medioambiental. Lejos de frenar el progreso, estos requisitos impulsan a las organizaciones a adoptar desde etapas más tempranas modelos de gobernanza más sólidos y procesos estandarizados y replicables, favoreciendo una mayor coherencia y reforzando la confianza de clientes y otros grupos de interés.
Para responder tanto las exigencias regulatorias como las limitaciones financieras, los líderes empresariales recurren cada vez más a plataformas abiertas. Un ecosistema abierto que abarque arquitecturas, redes y software ayuda a evitar la dependencia de un único proveedor y ofrece a las organizaciones la flexibilidad de adaptar su infraestructura a requisitos específicos de cada región y normativa. Los ecosistemas abiertos permiten que toda la industria —desde fabricantes de hardware hasta desarrolladores de frameworks— innove de forma conjunta, y es así como Europa impulsará la innovación y una ventaja competitiva a largo plazo.
Qué pueden hacer las empresas hoy: construir una IA eficiente, escalable y que cumpla con la regulación
La IA no escala únicamente a través de la experimentación, sino que requiere foco y prioridades claras. Las organizaciones que consiguen avanzar más allá de los proyectos piloto hacen tres cosas de forma diferente:
Los ecosistemas abiertos permiten que toda la industria —desde fabricantes de hardware hasta desarrolladores de frameworks— innove de forma conjunta
Vinculan la IA a los objetivos de negocio, asociando cada iniciativa a resultados medibles y aplicando criterios rigurosos de retorno de la inversión (ROI).
Tratan la infraestructura como una decisión estratégica, construyendo entornos consistentes y de alto rendimiento en cloud, data center y edge, capaces de soportar la nueva generación de sistemas de IA agéntica.
Integran la gobernanza desde el primer día, desde los controles de datos hasta las pruebas de modelos, convirtiéndola en un habilitador de confianza, velocidad y una IA fiable y preparada para entornos de producción.
José Manuel Gómez, Business Development Executive, Enterprise Sales, AMD
