Presentado por Nutanix
En todos los sectores, las organizaciones se centran en cómo pasar de los pilotos de IA, las pruebas de concepto y la experimentación basada en la nube a su implementación a escala, en cargas de trabajo reales, para usuarios reales y en entornos empresariales reales. VentureBeat habló con Tarkan Maner, presidente y director comercial de Nutanix, y Thomas Cornely, vicepresidente ejecutivo de gestión de productos, sobre lo que exige esa transición y lo que se necesitará para hacerlo bien.
«La IA en general está cambiando todo lo que hacemos, no sólo en la tecnología, sino en todas las industrias verticales, desde industrias reguladas como la banca, la atención médica, el gobierno y la educación hasta industrias no reguladas como la manufactura y el comercio minorista», dijo Maner. «Como empresa de plataforma completa, acogemos con satisfacción este cambio. Nos está creando más oportunidades como empresa para servir mejor a nuestros clientes a medida que avanzamos».
Pero todavía existe una brecha práctica entre la experimentación y la producción, afirmó Cornely.
«Una cosa es hacer un experimento, hacer un prototipo. Y otra cosa es tomar ese prototipo y desplegarlo para 10.000 empleados», explicó. «Pasamos de personas que se centraban en modelos de capacitación a chatbots y ahora a agentes, donde la demanda y las presiones sobre la infraestructura de IA están creciendo exponencialmente».
Agentic AI introduce una nueva capa de complejidad empresarial
El auge de la IA agente es lo que hace que esta transición sea especialmente trascendental. Estos sistemas introducen flujos de trabajo de varios pasos entre aplicaciones y fuentes de datos, junto con un grado de autonomía que crea nuevas demandas operativas.
Las empresas ahora tienen que lidiar con múltiples agentes que se ejecutan simultáneamente, cargas de trabajo impredecibles y en tiempo real, y la necesidad de coordinar el acceso a la infraestructura entre los equipos.
«OpenClaw está haciendo que ahora sea muy fácil para cualquiera crear agentes y ejecutarlos», dijo Cornely. «Lo que usted desea es que esos agentes se ejecuten en las instalaciones con sus datos. Es necesario contar con las estructuras adecuadas a su alrededor para proteger a la empresa de lo que podría hacer un agente».
A medida que estos sistemas se vuelven más autónomos, el desafío se extiende más allá de cómo operan y cómo interactúan con los datos, los sistemas y los equipos de la empresa.
La IA está aumentando el trabajo humano, no reemplazándolo
La IA agente es fundamentalmente un amplificador de la capacidad humana en lugar de un sustituto de ella, dijo Maner. El objetivo de las empresas no es eliminar el trabajo humano, sino encontrar el equilibrio adecuado entre la toma de decisiones humana, la automatización impulsada por la IA y los flujos de trabajo basados en agentes.
«Creemos que habrá amor, paz y armonía entre la IA, las herramientas de agentes, los sistemas robóticos y el capital humano», dijo Maner. «Esa armonía se puede optimizar para obtener mejores resultados para las empresas, los gobiernos y las organizaciones del sector público, si los proveedores adecuados proporcionan las herramientas y los servicios adecuados».
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
Cómo las empresas están empezando a utilizar la IA a escala
En la práctica, el paso de la experimentación a la implementación en el mundo real es donde los desafíos se vuelven más visibles. A pesar del impulso, muchos todavía están trabajando en cómo escalar la IA más allá de los casos de uso iniciales.
Al hacerlo, las organizaciones rápidamente se topan con limitaciones prácticas. Muchos comienzan en la nube debido al fácil acceso a recursos y servicios, pero consideraciones prácticas como datos, gobernanza y control y costos rápidamente pasan a primer plano.
La nube se puede utilizar para experimentar, con el objetivo final de devolver las aplicaciones a las instalaciones a medida que avanzan hacia la producción, utilizando plataformas que resuelvan la seguridad y los costos.
Los casos de uso que están ganando mayor impulso incluyen la búsqueda de documentos y la recuperación de conocimientos, la seguridad y la detección predictiva de amenazas, el desarrollo de software y los flujos de trabajo de codificación, y las operaciones de servicio y atención al cliente. En el ámbito de la seguridad, los clientes bancarios y otros en Europa y EE. UU. están implementando herramientas impulsadas por IA, incluido el reconocimiento facial y la detección predictiva de amenazas. Mientras tanto, en la industria de atención al cliente hay un creciente enfoque en la participación del cliente de extremo a extremo y de 360 grados, desde la preventa hasta la promoción posventa.
La transformación de la IA en sectores específicos ya está en marcha
En todas las industrias, el paso de la experimentación a la implementación real ya está tomando forma de distintas maneras. En el comercio minorista, la IA está transformando las operaciones de las tiendas con cámaras y robótica utilizadas para marketing dirigido en el pasillo en el momento de la decisión de compra, mientras que las cajas sin cajero están reemplazando a los sistemas POS tradicionales y el capital humano liberado se está redistribuyendo a funciones administrativas y de comercialización.
En el sector sanitario, Nutanix trabaja con clientes en aplicaciones que abarcan diagnóstico, tratamiento, salud remota y operaciones hospitalarias, con socios en la nube, incluidos AWS y Azure. En manufactura y logística, la transformación es igualmente significativa.
Los desafíos operativos de escalar la IA empresarial
A medida que los casos de uso de la IA aumentan, las empresas se enfrentan a una nueva clase de desafíos operativos. Gestionar múltiples cargas de trabajo y agentes de IA, coordinar el acceso a la infraestructura entre los equipos, garantizar la seguridad y la gobernanza, e integrar los sistemas de IA con los procesos comerciales existentes son ahora preocupaciones prioritarias tanto para los líderes empresariales como para TI.
La brecha entre los desarrolladores de IA que buscan velocidad y acceso, y los equipos de infraestructura responsables de la seguridad, el tiempo de actividad y la gobernanza, es uno de los desafíos que definen este momento.
«Ahora tengo agentes y todos van a luchar para obtener acceso a recursos para resolver mis problemas», dijo Cornely. «Lo que queremos ahora es una infraestructura que nos permita establecer limitaciones y gobernar los recursos».
La fábrica de IA: una plataforma compartida para la producción de IA
Estos desafíos están impulsando la demanda de lo que Maner y Cornely describen como la fábrica de IA: un entorno de infraestructura compartida que admite múltiples usuarios y cargas de trabajo simultáneamente, permitiendo tanto la experimentación como la producción y al mismo tiempo equilibrando la agilidad del desarrollador con la gobernanza empresarial.
En GTC 2026, Nutanix anunció el Solución de IA agente de Nutanixuna plataforma completa que abarca infraestructura central, servicios de contenedores basados en Kubernetes que se ejecutan en un hipervisor con reconocimiento de topología y servicios avanzados para crear y gobernar agentes.
«Estamos lanzando una plataforma completa, desde la infraestructura central hasta PaaS y servicios PaaS avanzados hasta todo el marco de gestión para sus fábricas de IA», dijo Cornely. «Realmente permitirá el autoservicio para los equipos que crearán estas aplicaciones en la empresa».
Los entornos híbridos son esenciales para la estrategia de IA empresarial
Operar este tipo de entorno requiere flexibilidad en toda la infraestructura. La infraestructura híbrida no es un compromiso, sino un requisito. Algunas cargas de trabajo siempre se ejecutarán en la nube pública, mientras que otras deben permanecer en las instalaciones debido a requisitos de seguridad, cumplimiento normativo, soberanía de datos o consideraciones de propiedad intelectual competitiva.
«Especialmente en las industrias reguladas, a medida que la soberanía se convierte en un problema mayor, la gravedad de los datos se convierte en un problema mayor, la seguridad y también una gran diferenciación competitiva en la industria, dependerá de lo que la empresa quiera para su propia propiedad intelectual», dijo Maner.
Ésta es la base de la posición de plataforma de Nutanix, añadió.
«Somos la armonía perfecta, trayendo esas aplicaciones, esos datos y toda la optimización para estos casos de uso de un extremo a otro, desde el local hasta el exterior y en un modo híbrido», dijo. «Hacerlo no sólo en una nube, sino en múltiples nubes».
Esa flexibilidad también se extiende al ecosistema más amplio. Nutanix trabaja con hiperescaladores, incluidos AWS, Azure y Google Cloud, así como con proveedores de servicios regionales y neonubes emergentes. Nutanix ofrece a las neonubes una pila de software completa para ejecutar sus propias nubes y ofrecer servicios avanzados de IA, brindando a los clientes empresariales que ya ejecutan Nutanix una extensión simple de las capacidades de computación, redes e IA.
Maner describió el acuerdo como una victoria para ambas partes. Para las empresas, significa un acceso simplificado a servicios híbridos de IA. Para las neonubes, significa una plataforma probada sobre la cual construir. Todo está automatizado y seguro de forma predeterminada, añadió Cornely.
«Todos esos problemas de gobernanza que surgen ahora con la IA agente son los mismos problemas que hemos estado resolviendo durante los últimos 16 años para todas las demás aplicaciones que se ejecutan en la nube», afirmó.
Del piloto a la producción: operacionalizar la IA en toda la empresa
En última instancia, el objetivo no es ejecutar un piloto de IA exitoso, sino hacer operativa la IA en casos de uso del mundo real, gestionar la infraestructura como un recurso compartido, apoyar la colaboración entre los equipos de infraestructura y los desarrolladores de IA, y escalar desde los proyectos iniciales hasta la implementación en toda la empresa.
«Existe una brecha enorme en este momento entre las personas que crean aplicaciones de IA, los ingenieros de IA, los desarrolladores de IA agentes y los equipos de infraestructura clásicos», dijo Cornely. «Necesitan herramientas para habilitar los equipos de infraestructura, de modo que puedan apoyar a sus ingenieros de IA. Eso es lo que ofrecemos con nuestra solución de IA agente».
Los artículos patrocinados son contenido producido por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat, y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
