Getty Images/iStockphoto
Una infraestructura adecuada soporta el futuro de la IA
Optar por centros de datos de colocación o infraestructura compartida es una opción que le permite a las empresas acceder a entornos optimizados para IA sin tener que construirlos desde cero, señala Equinix.
La inteligencia artificial (IA) está en boca de todos. Desde asistentes virtuales hasta diagnósticos médicos, pasando por modelos generativos que crean imágenes, textos o música, la IA está transformando industrias enteras, pero requiere infraestructura física que la haga posible.
Según los Censos Económicos 2024 del INEGI, el 0,5 % de las más de 5,4 millones de unidades económicas en México reportaron el uso de sistemas de inteligencia artificial. Aunque la cifra es baja, representa una tendencia emergente con gran potencial de crecimiento, especialmente en sectores como comercio y servicios.
Lo que es más, la “Encuesta de Tendencias Tecnológicas Globales 2023” (GTTS 2023) de Equinix señala que los líderes mexicanos de TI están usando o planean usar IA en las áreas de Operaciones de TI (95 %), Ciberseguridad (92 %), Investigación y Desarrollo (89 %), Experiencia del cliente (87 %), Marketing (83 %) y Comercio electrónico (83 %).
Sin embargo, entrenar un modelo de IA, explican desde la compañía de centros de datos, requiere enormes cantidades de datos, potencia de cómputo especializada y sistemas capaces de operar sin interrupciones. Esto implica una infraestructura robusta que pueda manejar cargas de trabajo intensivas, con demandas muy altas de energía, enfriamiento y conectividad. Frente a estas demandas, los centros de datos heredados se ven en desventaja, ya que esos espacios no fueron diseñados para soportar el tipo de hardware que la IA moderna necesita, basado en GPU de alto rendimiento, redes de baja latencia y sistemas de enfriamiento avanzados.
De acuerdo con Equinix, adaptar esas instalaciones implica construir o hacer remodelaciones costosas; contratar personal técnico especializado; adquirir hardware que puede tardar meses en llegar; y un monitoreo constante para evitar fallos críticos, lo que puede retrasar la innovación y desviar recursos clave del desarrollo de modelos y aplicaciones de IA.
La alternativa: infraestructura especializada y flexible
“Frente a estos retos, muchas organizaciones están optando por centros de datos de colocación o infraestructura compartida, donde pueden acceder a entornos optimizados para IA sin tener que construirlos desde cero”, señalan desde Equinix.
Esos espacios suelen ofrecer potencia de cómputo escalable, sistemas de enfriamiento de última generación –como enfriamiento por líquido–, conectividad directa a múltiples nubes y redes, y soporte técnico especializado con monitoreo 24/7. Además, explican, permiten integrar herramientas de observación que ofrecen visibilidad en tiempo real del rendimiento de los sistemas, lo que facilita la detección y resolución de problemas antes de que afecten la operación.
Las empresas grandes y medianas son las que más están adoptando la IA, mientras que las microempresas enfrentan mayores barreras, como falta de recursos, infraestructura y personal capacitado. “Para acelerar la adopción, se vuelve clave invertir en talento, fortalecer la infraestructura digital y desarrollar soluciones adaptadas a cada sector”, confirman desde Equinix.
Una decisión clave para las empresas es si deben mantener la gestión de su infraestructura de IA internamente, o si les conviene más delegarla a proveedores especializados. Esta interrogante cobra aun más importancia al tener en cuenta que, de acuerdo con GTTS 2023, uno de cada cuatro de los expertos tecnológicos indica que tiene algunas dudas sobre cómo adaptarse al uso acelerado de la IA tanto en su infraestructura (24 %) y en las habilidades de sus equipos de trabajo (23 %).
El futuro de la IA desde el centro de datos
Para Equinix, la conversación sobre IA no puede quedarse solo en los algoritmos. “La infraestructura importa, y mucho. Sin una base sólida, escalable y eficiente, incluso los modelos más avanzados pueden quedarse en el papel”, afirman. Por ello, entender y planear la infraestructura que la soporta es tan importante como desarrollar los modelos que la impulsan.
“La inteligencia artificial no solo requiere grandes modelos, sino una infraestructura capaz de sostenerlos. Preparar el entorno físico es tan estratégico como desarrollar el algoritmo. Sin una base sólida, la innovación simplemente no escala”, destacó, Amet Novillo, director general de Equinix México.
