Dale Brown, Global Head of Growth, AI Solution Sales de HPE: “Existe un reto importante relacionado con la alfabetización en IA”

¿Qué novedades pueden esperar las empresas de la nueva generación de HPE AI Factory tras el acuerdo alcanzado con Nvidia?

Nuestro objetivo es reducir la fricción que encuentran los clientes tanto a la hora de desarrollar soluciones de inteligencia artificial como al utilizar la IA para gestionar sus operaciones. En el ámbito de Private Cloud AI, seguiremos profundizando en la integración con las tecnologías de NVIDIA para facilitar la creación de aplicaciones de IA de forma segura y eficiente.

Durante la celebración del HPE Discover 2026 hemos anunciado nuevas capacidades como la integración de NVIDIA NeMo y otras herramientas de seguridad que permiten desplegar aplicaciones basadas en agentes con mayores garantías. También estamos ampliando la escalabilidad de Private Cloud AI, alcanzando configuraciones de hasta 256 GPUs, una capacidad muy relevante para las empresas que desarrollan soluciones de inferencia y agentes de IA.

Además, seguiremos impulsando los blueprints o plantillas de soluciones que ayudan a los clientes a pasar de los entornos de pruebas a producción de una forma más predecible, segura y escalable.

Muchas organizaciones han pasado los dos últimos años experimentando con la IA. ¿Qué factores diferencian los proyectos exitosos de aquellos que siguen estancados en la fase piloto?

La principal diferencia está en la capacidad de operacionalizar la IA. Construir algo en un laboratorio es relativamente sencillo; convertirlo en una solución que funcione en producción es mucho más complejo.

Las organizaciones que tienen éxito suelen contar con la infraestructura adecuada, las competencias necesarias y una visión clara sobre qué quieren construir. También prestan mucha atención a la seguridad, el cumplimiento normativo y la gobernanza. En definitiva, buscan tomar decisiones de alto valor y bajo riesgo mientras adquieren experiencia y conocimiento sobre una tecnología que evoluciona a gran velocidad.

¿Cuáles son los principales desafíos a los que se enfrentan las empresas al utilizar la inteligencia artificial?

La tecnología en sí no suele ser el principal problema. El reto está en cómo adoptarla, gestionarla y escalarla de forma segura. Muchas organizaciones todavía están aprendiendo y la velocidad de evolución de la IA es extraordinaria.

«No todas las cargas de trabajo de IA pueden o deben ejecutarse en la nube pública»

Los desafíos más habituales son la falta de infraestructura preparada, la escasez de habilidades para diseñar y operar estas soluciones y, en algunos casos, la falta de experiencia para identificar los casos de uso adecuados. A ello se suma la necesidad de garantizar que todo funcione de forma predecible, segura y conforme a la regulación.

También existe un reto importante relacionado con la alfabetización en IA. Tanto los responsables de negocio como los usuarios finales necesitan comprender mejor esta tecnología para aprovechar todo su potencial.

¿Están las empresas más centradas en el retorno de la inversión y el valor de negocio que en los propios modelos de IA?

Diría que las empresas están más centradas en los resultados que puede generar la IA. Cuando realizan una inversión buscan indicadores tempranos que demuestren que el proyecto está produciendo el impacto esperado.

Ese impacto puede traducirse en una mayor eficiencia operativa, una mejor experiencia de cliente, una optimización de procesos o nuevas oportunidades de ingresos. El ROI sigue siendo importante, pero suele llegar después. Primero quieren comprobar que la iniciativa genera resultados tangibles y que merece la pena seguir invirtiendo en ella.

Lo que realmente buscan es evidencia de que la tecnología aporta valor y tiene potencial para transformar el negocio.

La soberanía del dato se ha convertido en una prioridad estratégica para muchas organizaciones. ¿Cómo está cambiando esto la forma en que las empresas abordan la adopción de la IA?

Las organizaciones son cada vez más conscientes del valor de sus datos y de cómo utilizarlos en aplicaciones de IA. Además, quieren evitar mover los datos innecesariamente. Muchas empresas gestionan información distribuida en múltiples ubicaciones y prefieren acceder a ella donde reside en lugar de trasladarla a otro entorno o duplicarla. Esto reduce costes, simplifica la gestión y ayuda a cumplir requisitos regulatorios.

La tendencia es construir arquitecturas que permitan conectar las distintas fuentes de información sin necesidad de mover los datos fuera de su ubicación original.

¿Cree que los entornos de IA privada se convertirán en el modelo preferido para las organizaciones que operan en sectores altamente regulados?

Sí, aunque con algunos matices. Las organizaciones deben definir claramente qué datos pueden utilizarse, cuáles deben anonimizarse y qué impacto puede tener la IA sobre las personas.

Lo que observamos es que la mayoría de las empresas no buscan utilizar la IA para sustituir empleados, sino para aumentar su productividad, mejorar la experiencia del cliente y optimizar los procesos de negocio. El objetivo principal es potenciar las capacidades humanas.

En sectores regulados, los entornos privados ofrecen un mayor control sobre los datos, la seguridad y el cumplimiento normativo, por lo que su relevancia seguirá creciendo.

Pensando en el mercado europeo, ¿qué importancia tienen la gobernanza, la seguridad y la confianza para impulsar la adopción de la IA?

Son absolutamente fundamentales. Las empresas sujetas a regulaciones europeas necesitan demostrar que cumplen los requisitos de seguridad y protección de datos desde el primer momento.

Por eso estamos viendo un creciente interés por tecnologías como la computación confidencial y por entornos completamente aislados de Internet. De hecho, hemos lanzado HPE Private Cloud AI Disconnected, una solución capaz de funcionar completamente desconectada de la red pública.

Cada vez más organizaciones quieren garantizar que los datos no abandonen el país, la red corporativa o determinados entornos controlados. Para muchos sectores regulados europeos, este enfoque representa la forma más segura y fiable de adoptar la IA.

Cómo prevé que evolucionará la adopción de agentes de IA en las empresas durante los próximos años?

En una primera fase veremos implementaciones basadas en agentes individuales que realizan tareas concretas. Posteriormente aparecerán arquitecturas más complejas en las que múltiples agentes colaborarán entre sí para gestionar procesos completos.

Cada agente tendrá una identidad específica, unos permisos determinados y un rol claramente definido. La gestión de esos permisos, del contexto y de la coordinación entre agentes será esencial.

«Con la IA las organizaciones están adoptando claramente un enfoque AI First”

También será imprescindible disponer de herramientas que permitan observar y supervisar el comportamiento de estos sistemas. Si las empresas no pueden entender cómo funcionan sus agentes de IA, difícilmente los adoptarán a gran escala.

¿Qué capacidades de infraestructura necesitarán las organizaciones para escalar con éxito la IA?

Las empresas tendrán que recuperar y reforzar competencias relacionadas con la gestión de infraestructuras locales. No todas las cargas de trabajo de IA pueden o deben ejecutarse en la nube pública.

Además, los departamentos de TI deberán adquirir nuevas habilidades relacionadas con arquitecturas de IA, operación de modelos y gestión de entornos de inferencia. Estamos viendo un fenómeno similar al que vivimos con la llegada de DevOps: será necesario desarrollar nuevos perfiles y nuevas metodologías de trabajo.

En Europa, además, muchas organizaciones seguirán necesitando mantener determinadas cargas de trabajo y determinados datos dentro de sus propias infraestructuras por razones de soberanía y regulación.

Con la vista puesta hacia 2030, ¿cuál cree que será el mayor cambio en la IA empresarial?

Veremos un enfoque claramente “AI First”. Las organizaciones comenzarán a plantearse cualquier proceso preguntándose primero cómo puede mejorarse mediante inteligencia artificial.

La IA se integrará en áreas como finanzas, recursos humanos, atención al cliente, planificación o gestión operativa. Sin embargo, la supervisión humana seguirá siendo esencial para garantizar que los sistemas funcionan correctamente y para evitar consecuencias no deseadas.

También veremos una creciente especialización de los modelos. Frente a los modelos generalistas actuales, surgirán soluciones específicas para sectores concretos, industrias reguladas y dominios especializados.

Finalmente, la IA formará parte de nuestra vida cotidiana de una manera mucho más profunda. Al mismo tiempo, tecnologías como la computación cuántica comenzarán a ganar protagonismo. Por ello, será fundamental que las organizaciones experimenten desde ahora, desarrollen conocimiento interno y aprendan a aprovechar estas tecnologías en lugar de temerlas. El momento para empezar a aprender es ahora.