Hoy, los equipos tecnológicos en las organizaciones están sobrepasados por el volumen y la complejidad de los datos, el aumento de las amenazas cibernéticas y las crecientes demandas de infraestructura.

Como resultado, los equipos necesitan algo más que consejos de la IA. La IA agéntica marca la transición desde una IA que recomienda hacia una IA que actúa y ejecuta tareas. Las organizaciones que aún utilizan la IA como asesora están quedando atrás frente a aquellas que la utilizan como operadora.

Este cambio no es incremental. Representa una transformación estructural en la manera en que operan las tecnologías en las empresas, pasando de una función reactiva de soporte a una capa autónoma de ejecución.

Sin embargo, menos del 10% de las organizaciones han logrado escalar exitosamente agentes de IA en alguna función, según el informe State of AI 2025 de McKinsey & Company, lo que revela que, para la mayoría de las empresas, la brecha entre la ambición en IA y la realidad operativa sigue siendo amplia.

Qué es realmente la IA agéntica

La mayor parte de la IA en las empresas sigue siendo de carácter asesor. Se le hace una consulta y responde. La IA agéntica funciona de forma distinta: monitorea condiciones, aplica políticas definidas por humanos y actúa en nombre del usuario sin necesidad de esperar instrucciones directas.

Pero el nivel de autonomía otorgado a estos sistemas marca una diferencia enorme. El enfoque prudente consiste en comenzar en modo de recomendación antes de avanzar hacia una autonomía total. Así es como se establecen mecanismos de gobernanza, se prueban políticas, y se incorpora explicabilidad sobre los resultados y decisiones de la IA, antes de que aumenten los riesgos.

La supervisión y la auditabilidad son lo que hacen que la IA agéntica esté preparada para entornos empresariales. Aun así, solo una de cada cinco compañías posee un modelo maduro de gobernanza para agentes autónomos de IA, según Deloitte.

La IA agéntica también aporta valor de otra manera. La capacidad de cómputo se ha comoditizado, especialmente gracias a las GPU y la nube, y muchos algoritmos ya son de código abierto. Los datos son el único elemento del ecosistema tecnológico que sigue siendo tanto propietario como abierto.

Las organizaciones necesitan correlacionar, enriquecer y ajustar modelos de IA utilizando información propietaria que puedan controlar. Por eso los datos son tan críticos para la IA agéntica.

En una era donde los modelos son cada vez más intercambiables, la calidad, gobernanza y accesibilidad de los datos empresariales se convierten en los verdaderos diferenciadores.

El problema de la base de datos

Estas brechas de gobernanza apuntan a un problema más profundo: los datos. Si la base no es sólida, incluso los sistemas agénticos más sofisticados fracasarán. La IA agéntica solo puede actuar responsablemente si tiene acceso gobernado a datos confiables. Para entender esto, es necesario examinar las tres fases diferenciadas por las que la IA atraviesa dentro de una organización.

• Preparación de datos: Los datos se integran en un “lago de datos” capaz de manejar fuentes estructuradas y no estructuradas, escalar desde petabytes hasta exabytes y mantener una estructura de costos acorde a su volumen.
• Entrenamiento del modelo: Un subconjunto curado de esos datos se somete a procesamiento intensivo. Aquí, las exigencias de infraestructura cambian desde la escala hacia la capacidad de procesamiento.
• Inferencia: El modelo entrenado se despliega, muchas veces en múltiples ubicaciones cercanas al consumidor de IA. La demanda cambia nuevamente, esta vez hacia latencias extremadamente bajas.

La fase que recibe menos atención es la preparación de datos. Ahí es donde la gobernanza se establece o se omite. Las compañías deben gestionar trazabilidad de datos, requerimientos del Reglamento General de Protección de Datos, de  Información de Identificación Personal, modificados o eliminados antes de iniciar el entrenamiento. Los datos deben comprenderse antes de utilizarse.

El imperativo de la gobernanza

Al operar IA agéntica, la gobernanza debe integrarse desde el inicio en la forma en que el sistema funciona. Si un sistema no puede explicar qué hizo, por qué lo hizo y qué política aplicó, no está listo para un despliegue empresarial.

Alrededor del 77% de las organizaciones trabajan activamente en programas de gobernanza de IA, mientras que el 90% ya está desplegando IA. Pero solo el 45% cuenta con un marco de trabajo (framework) formal de gobernanza, según un informe de Hitachi Vantara. La gobernanza incorporada al sistema se convierte así en una ventaja competitiva.

Sin embargo, los frameworks de gobernanza por sí solos no son suficientes. La arquitectura Zero Trust es el mecanismo de cumplimiento forzoso que asegura la real gobernanza. En un mundo donde sistemas de IA agéntica toman decisiones autónomas sobre infraestructuras complejas, el principio de “nunca confiar, siempre verificar” se vuelve esencial.

Usuarios y sistemas deberían acceder únicamente a los datos para los cuales están autorizados, y nada más. Sin Zero Trust, incluso una gobernanza bien diseñada se vuelve difícil de aplicar a la velocidad y escala requeridas por la IA agéntica.

Autonomía confiable

La conversación sobre IA agéntica suele enfocarse en velocidad y escala. Pero el aspecto verdaderamente crítico es la confianza. Eso significa sistemas en que las empresas puedan confiar para actuar correctamente en su nombre, dentro de políticas definidas y con total accountability (rendición de cuentas).

La autonomía confiable implica un sistema que sabe qué hacer, puede demostrar cómo llegó a esa decisión, y opera dentro de límites cuidadosamente definidos. Para lograrlo, las organizaciones necesitan bases de datos sólidas y frameworks robustos de gobernanza.

Las empresas donde la alta dirección participa activamente en la gobernanza de IA obtienen mayor valor de negocio que aquellas que delegan esta tarea únicamente a equipos técnicos, según Deloitte.

La IA agéntica puede pasar del hallazgo profundo y procesable, extraído de un gran volumen de datos (insight), a la acción sin comprometer gobernanza, integridad de datos ni confianza. Tiene el potencial de saber qué hacer sin necesidad de instrucciones detalladas o supervisión constante.

Para los especialistas en tecnologías empresariales, la IA agéntica ya está aquí. La pregunta crítica es si la infraestructura, los datos y la gobernanza están realmente preparados para soportarla.

Por Octavian Tanase Chief Product Officer de Hitachi Vantara

Origen

Por Simon Ninan Vicepresidente de Estrategia de Negocios Hitachi Vantara

Cinco consejos para gestionar los Centros de Datos ante los desafíos energéticos que demanda la IA

Hoy las conversaciones sobre sostenibilidad se enfocan cada vez más en la creciente intersección entre la Inteligencia Artificial, el consumo energético y la resiliencia de la infraestructura, especialmente mientras los fenómenos climáticos extremos siguen poniendo a prueba los límites de los sistemas eléctricos globales.

Pero si se pueden comprender los eventos y controlar las cargas de trabajo de IA, es posible ir mucho más allá: evitar la inestabilidad de la red, hacer que los Centros de Datos de IA sean más resilientes, mejorar la eficiencia energética para no sobreextender costos y recursos, y aumentar la predictibilidad operativa. Así se logra.

Centros de Datos que entienden inteligencia en tiempo real

Las redes eléctricas tienen altibajos, y las cargas de trabajo de IA ya sea para entrenamiento o inferencia tienden a ser irregulares.

Las empresas que construyen sus Centros de Datos de IA con infraestructura de TI consciente de la red, pueden aprovechar estas capacidades modernas para identificar la disponibilidad de la red en cualquier momento, y tomar decisiones informadas en tiempo real sobre la carga de trabajo y el uso de energía.

Sin embargo, pocas organizaciones tienen visibilidad completa del consumo energético o del rendimiento de la infraestructura. Menos de la mitad monitorea la demanda promedio de energía de sus servidores, y menos de un tercio puede calcular métricas de eficiencia trabajo-energía, según Uptime Intelligence.

El Centro de Datos del futuro eleva la observabilidad como una capacidad crítica, capturando y analizando datos en tiempo real de manera integrada, a través de almacenamiento inteligente y eficiente, otras tecnologías de TI en rack, redes inteligentes, fuentes de energía renovable y sistemas avanzados de enfriamiento.

Comprender patrones, detectar tendencias y mapear los impactos de los eventos se vuelve fundamental para la gestión y optimización inteligente de los Centros de Datos.

Inteligencia para programar cargas de trabajo y el entrenamiento de IA

Las empresas pueden entonces programar las cargas de trabajo de IA en concordancia con las condiciones de la red. Imaginemos una ola de calor que obliga a hogares y negocios a usar aire acondicionado de forma continua, o un invierno extremo que incrementa el uso de calefacción en una región, con puntos altos en ciertos momentos del día.

La infraestructura de TI inteligente puede detectar que la red está bajo estrés y evaluar si es necesario reprogramar cargas en otro horario o trasladarlas a ubicaciones donde la red tenga mayor capacidad.

En este proceso, las empresas pueden evitar la sobrecarga de la red, contribuir a sus comunidades y alinear mejor la demanda computacional con la disponibilidad energética.

Unificar software entre TI, energía, enfriamiento y gestión de edificios

Construir una infraestructura de IA verdaderamente consciente de la red requiere integrar software de gestión energética, de edificios, de enfriamiento y de TI. Esto implica pasar de un monitoreo básico a una gestión centralizada tipo “panel único de control” dentro del Centro de Datos, incluyendo entornos híbridos y Edge.

De hecho, esta necesidad se refleja en el crecimiento proyectado del mercado de gestión de infraestructura de Centros de Datos, con una tasa anual compuesta del 17,6% entre 2025 y 2034, acercándose a un tamaño de mercado de US$ 16 mil millones.

La integración también permite ir más allá del perímetro de la empresa e incorporar información externa, como eventos climáticos emergentes. Así, se pueden usar grandes volúmenes de datos para predecir impactos en los Centros de Datos y, si un sitio está bajo estrés, trasladar cargas de trabajo o inferencia a otro, manteniendo la disponibilidad sin sobrecargar la infraestructura local.

Ubicarse donde hay más energía disponible y generación propia

El diseño distribuido de Centros de Datos permite separar, en gran medida, la ubicación de las operaciones del negocio. Por ejemplo, que una empresa esté en Santiago, Buenos Aires, Bogotá, o Ciudad de México; no significa que su Centro de Datos de IA deba estar en esas ciudades. Los datos pueden moverse hacia donde la energía esté disponible.

Para identificar ubicaciones óptimas, es clave considerar disponibilidad de energía, terreno, recursos y menores restricciones regulatorias o sociales. También es fundamental cumplir con normativas locales, especialmente en temas de soberanía de datos, que imponen restricciones sobre dónde se almacenan y procesan.

En paralelo, implementar fuentes alternativas de energía es otra vía para asegurar suministro. Por ello, grandes inversores en Centros de Datos están explorando reactores modulares pequeños, generación in situ con gas natural, así como energía solar, eólica y almacenamiento en baterías.

El desafío de la IA es alimentarla de manera eficiente y confiable

Todos reconocen el enorme potencial de la IA para procesar grandes volúmenes de datos y generar resultados rápidos e innovaciones transformadoras. Sin embargo, hoy el foco está en sus demandas energéticas.

No es sorprendente: los Centros de Datos tradicionales consumían entre 5 y 15 kilovatios por rack, mientras que los Centros de Datos de IA consumen mucho más: entre 60 y más de 150 kilovatios por rack.

Pero si se diseña una infraestructura de TI capaz de aprovechar información energética en tiempo real y adaptarse dinámicamente, es posible hacer que tanto el negocio como la red eléctrica sean más predecibles, confiables y eficientes, transformando la resiliencia de una medida reactiva a una ventaja inteligente impulsada por la sostenibilidad.

Origen

Hitachi Vantara, reveló su Informe de Sostenibilidad Año Fiscal 2025, que detalla avances medibles en sus prioridades ambientales, sociales y de gobernanza. 

El reporte global del Año Fiscal 2025, entre el 1 de abril del año pasado y el 31 de marzo de 2026, detalla avances en infraestructura de datos sostenible, incluyendo la expansión de iniciativas de diseño de ciclo de vida de tecnologías de datos, y sostenibilidad energética.

La compañía destaca progresos en infraestructura energéticamente eficiente, incluyendo innovaciones en la plataforma de datos Virtual Storage Platform One (VSP One), la expansión de iniciativas de sostenibilidad del ciclo de vida, y el fortalecimiento de prácticas de gobernanza para apoyar a las organizaciones ante la creciente demanda de IA y cargas de trabajo intensivas en datos.

A medida que las organizaciones aceleran la transformación digital y la adopción de IA, las demandas energéticas y de eficiencia de la infraestructura de datos aumentan significativamente, generando nuevos desafíos operativos y de sostenibilidad. 

“La sostenibilidad está cada vez más vinculada al rendimiento operativo y a los resultados de negocio”, señaló Akinobu Shimada, CEO de Hitachi Vantara. “Durante el Año Fiscal 2025, nos enfocamos en ayudar a las organizaciones a gestionar el crecimiento de la IA y los datos, mejorando la eficiencia y reduciendo el impacto ambiental. Nuestras inversiones en innovación de infraestructura, diseño de ciclo de vida y gobernanza están logrando resultados concretos”.

Según la Agencia Internacional de Energía (IEA), el consumo eléctrico global de los centros de datos podría superar los 1.000 Teravatios por hora para 2026, equivalente aproximadamente al consumo anual de electricidad de un país industrializado importante, impulsado en parte por cargas de trabajo de IA. 

Al mismo tiempo, las organizaciones enfrentan presión para reducir costos, lo que dificulta equilibrar el rendimiento con el impacto ambiental. A medida que aumenta la demanda de electricidad, también crecen los requerimientos de energía y refrigeración para soportar la infraestructura de datos, haciendo que la eficiencia sea un factor crítico, tanto en costos como en sostenibilidad. 

Hitachi Vantara aborda este desafío integrando la sostenibilidad en su infraestructura, para reducir el consumo energético, optimizar operaciones y mejorar el retorno de inversión.

Aspectos destacados del informe:

• Eficiencia y rendimiento de la infraestructura: Hitachi Vantara presentó VSP One Block High End, diseñado para ofrecer infraestructura escalable que mejora la eficiencia manteniendo alta confiabilidad y reduciendo los requerimientos de energía y refrigeración para cargas empresariales y de IA, respaldado por herramientas integradas de monitoreo energético, reducción de carbono y reportes de sostenibilidad. 
• Avances en sostenibilidad del ciclo de vida: La compañía amplió las iniciativas de evaluación del ciclo de vida en sus portafolios VSP One Block, File y Object, permitiendo una medición más precisa del impacto ambiental y mayor visibilidad de emisiones de Alcance 3. Estos esfuerzos se complementan con herramientas como el panel Clear Sight, que brinda visibilidad sobre consumo energético y uso de carbono, junto con insights accionables para optimizar la eficiencia y el impacto ambiental. 
• Circularidad y sostenibilidad de materiales: Hitachi Vantara incrementó el uso de plásticos reciclados posconsumo en sus sistemas de almacenamiento, alcanzando hasta un 50% de contenido reciclado en componentes clave. Además, reportó que menos del 0,3% de los materiales fueron enviados a vertederos, siendo la gran mayoría reutilizados o reciclados mediante programas optimizados de recuperación y circularidad. 
• Mejoras en gobernanza y calidad de datos: La compañía fortaleció la gobernanza transversal y los procesos de seguimiento de emisiones, mejorando la preparación para auditorías y la precisión de datos en Alcance 1, Alcance 2 y categorías clave de Alcance 3, alineándose con objetivos de reducción basados en la ciencia y estándares ESG en evolución. 

El compromiso de Hitachi Vantara con la sostenibilidad se extiende más allá de sus propias operaciones, enfocándose en ayudar a las organizaciones y países a lograr mejoras medibles en eficiencia, rendimiento e impacto ambiental. 

Si bien el Informe de Sostenibilidad Año Fiscal 2025 refleja el progreso del último año, también evidencia un cambio más amplio en el enfoque de Hitachi Vantara hacia la sostenibilidad, integrando eficiencia, transparencia y pensamiento de ciclo de vida directamente en su infraestructura y operaciones. Este enfoque ayuda a las organizaciones a operacionalizar la sostenibilidad a escala, especialmente a medida que aumentan las demandas de infraestructura impulsadas por la IA. Para más información y acceder al informe completo, visite: https://www.hitachivantara.com/sustainability

Origen

Los gobiernos de todo el mundo ahora consideran la infraestructura de IA como un activo estratégico, al nivel de la energía o la defensa. El crecimiento de las nubes soberanas no es un movimiento de nicho, sino una respuesta geopolítica a la era de la IA.

Los sistemas de IA Generativa son capaces de actuar, decidir y operar con creciente autonomía, redefiniendo la forma en que funcionan los activos de infraestructura de datos para IA que los países utilizan para asegurar su futuro.

Según Octavian Tanase, Chief Product Officer (CPO) de Hitachi Vantara “las naciones quieren la capacidad de poseer y proteger los datos que impulsan sus economías y resguardan a sus poblaciones. Exigen garantías sobre dónde se almacena la información sensible, cómo se entrenan los modelos, y si los sistemas de IA pueden respetar los límites regulatorios”.

“Este año se espera una aceleración significativa de los ecosistemas de nube soberana. Los países invertirán en Data Centers preparados para cumplir con regulaciones y diseñados específicamente para cargas de trabajo de IA, con alta eficiencia energética”, explica Tanase.

“Estas instalaciones se convertirán en los santuarios de los datos ciudadanos, financieros y vinculados a la defensa, construidos para soportar el cumplimiento normativo y la supervisión nacional. A medida que proliferen los agentes de IA, la necesidad de supervisión nacional y control de la infraestructura será imposible de ignorar”, añade el directivo de Hitachi Vantara.

¿Qué es la soberanía digital?

Consiste en la capacidad de los países para tener control, autonomía y autoridad sobre su infraestructura, datos y software dentro del entorno digital.

El concepto de Soberanía Digital se divide principalmente en tres dimensiones:

• Soberanía de Datos: Se refiere a que los datos generados en un país se rijan por sus propias leyes y, preferiblemente, se almacenen en servidores locales para garantizar la privacidad y seguridad nacional.

• Autonomía Tecnológica: Implica desarrollar o tener acceso a software y hardware  para evitar el bloqueo o la manipulación desde el exterior.

• Capacidad Regulatoria: La facultad de un Estado para imponer sus propias normas y leyes sobre las plataformas digitales que operan en su territorio, protegiendo los derechos de sus ciudadanos. 

¿Por qué es importante hoy?

• Seguridad Nacional: Previene el espionaje masivo y protege infraestructuras críticas como redes eléctricas o sistemas bancarios.

• Independencia Económica: Reduce la fuga de capitales y fomenta el desarrollo de una industria tecnológica local fuerte.

• Democracia y Derechos: Asegura que las decisiones sobre la vida digital de los ciudadanos (como la libertad de expresión o el uso de algoritmos) se tomen bajo un marco democrático nacional. 

Origen

Hitachi Vantara anuncia la expansión de su portafolio Hitachi iQ, con nuevas capacidades de infraestructura e integración inteligente de datos, que fortalecen la producción segura, autónoma y local de IA dentro de las empresas.

En el 2026, la producción de IA agéntica responsable representa un punto de inflexión en la evolución de la Inteligencia Artificial: el paso desde herramientas pasivas —como chatbots que solo responden— hacia sistemas autónomos y proactivos capaces de planificar, razonar y ejecutar tareas complejas con mínima intervención humana, bajo marcos estrictos de ética y gobernanza de datos y control.

Este cambio marca el momento en que las organizaciones dejan atrás la experimentación para avanzar hacia una integración operativa real de la IA, donde la soberanía de los datos, la seguridad y la explicabilidad (capacidad de un modelo de aprendizaje automático para ser comprendido por los humanos), se convierten en requisitos críticos de los negocios.

En este contexto, Hitachi iQ crece en sus capacidades como plataforma integral que permite a las empresas desarrollar, desplegar y gobernar agentes de IA dentro de sus propios entornos, combinando infraestructura preparada para IA, integración inteligente de datos, y orquestación multiagente.

La expansión de esta tecnología conlleva la incorporación de nuevas plantillas (blueprints) o guías de referencia, diseñadas para facilitar y acelerar la creación de aplicaciones de Inteligencia Artificial complejas, dentro de las organizaciones.

Los pilares de la IA agéntica responsable en 2026

1) Autonomía con propósito:
A diferencia de la IA generativa tradicional, los agentes actuales no solo crean contenido, sino que orquestan flujos de trabajo de extremo a extremo, ejecutando procesos críticos de negocio.

2) Gobernanza y transparencia:
La adopción empresarial exige infraestructuras donde cada decisión de la IA sea trazable,

auditable y alineada con marcos regulatorios emergentes. La explicabilidad deja de ser opcional: evitar “cajas negras” es clave para operar en industrias reguladas y de misión crítica.

3) Colaboración humano-agente:
El modelo evoluciona hacia una “super agencia”, donde la IA amplifica las capacidades humanas. Mientras los equipos definen objetivos estratégicos y principios éticos, los agentes ejecutan tareas operativas con velocidad y precisión.

4) Soberanía e independencia de la IA:
Las organizaciones avanzan hacia modelos que les permitan mantener control sobre sus datos, algoritmos y propiedad intelectual, reduciendo la dependencia de plataformas externas, y asegurando el alineamiento con sus propios valores y regulaciones.

De la estrategia a la ejecución: IA agéntica en producción

Las nuevas capacidades de Hitachi iQ responden directamente a estos desafíos, integrando:

• Orquestación multiagente, con roles definidos (supervisor y trabajador) para automatizar procesos complejos con control y trazabilidad.
• Infraestructura de alto rendimiento basada en tecnologías de NVIDIA, optimizada para cargas de trabajo de IA en producción.
• Integración avanzada de datos, incluyendo acceso a datos distribuidos mediante estándares abiertos, sin necesidad de moverlos.
• Entornos seguros on-premises y virtualizados, que refuerzan la soberanía de la IA y el cumplimiento normativo.

Estas capacidades permiten a las empresas llevar la IA desde pilotos aislados hacia operaciones escalables, seguras y gobernadas, manteniendo control total sobre sus datos y procesos.

“La IA está evolucionando hacia sistemas que no solo asisten, sino que actúan. Pero este avance debe ir acompañado de control, transparencia y responsabilidad”, señala Octavian Tanase, Chief Product Officer (CPO) de Hitachi Vantara. “Ayudamos a las organizaciones a construir una base sólida para escalar IA agéntica de forma segura, alineada con sus objetivos de negocio y sus principios de gobernanza”.

A medida que la IA se integra en el núcleo de las operaciones empresariales, la capacidad de combinar infraestructura, datos y gobernanza será el factor diferenciador entre las organizaciones que experimentan con IA, y aquellas que realmente capturan su valor.

Origen

Una de las mayores instituciones financieras de América Latina, por activos totales, logró reducir en 50% los tiempos de respuesta de sus operaciones digitales hacia los clientes, tras ejecutar un plan integral de modernización tecnológica y fortalecimiento de su gobernanza de datos.

La iniciativa contempló la reubicación estratégica del centro de datos con sistemas de cómputo de gran escala (mainframes), orientada a disminuir riesgos asociados a desastres naturales, aumentar la resiliencia operativa, y ampliar la capacidad de procesamiento de datos ante el crecimiento sostenido de la demanda digital.

Fundado en 1899 en Monterrey, México, el Grupo Financiero Banorte opera más de 1.200 sucursales, alrededor de 7.300 cajeros automáticos, y gestiona depósitos de clientes a través de más de 5.200 tiendas minoristas.

La iniciativa fue ejecutada en asociación con Hitachi Vantara, la subsidiaria especializada en almacenamiento de datos, infraestructura y gestión de nube híbrida de Hitachi, Ltd. (TSE: 6501), para reubicar su centro de datos desde la Ciudad de México hacia Querétaro, como parte de una estrategia para acelerar la transformación digital.

En un contexto donde la eficiencia operativa y la resiliencia son prioritarias para el sistema financiero, el movimiento de Banorte refleja una tendencia en la banca: optimizar plataformas de cómputo tradicionales de gran escala, para habilitar nuevos servicios digitales y mejorar la experiencia de los clientes.

La ciudad de Querétaro se ha convertido en un poloestratégico para infraestructura tecnológica en México, en línea con tendencias de descentralización de centros de datos en el sector financiero.

“Este proyecto fortalece nuestra resiliencia tecnológica y nos permite operar con mayor eficiencia. Estamos preparando nuestra infraestructura para un entorno donde la demanda de servicios digitales y experiencias personalizadas sigue creciendo”, señaló Delfin Ruiz, Chief Technology Infrastructure Officer de Banorte.

El rediseño de la arquitectura tecnológica permitirá que el Banco incremente las cargas de trabajo con los datos de los clientes, sin comprometer tiempos de respuesta, un factor clave en un entorno donde la banca digital exige procesamiento cada vez más ágil y en tiempo real.

“Modernizar la infraestructura de misión crítica es clave para reducir el riesgo operativo y preparar a las organizaciones para la innovación futura, garantizando continuidad”, sostuvo Adrian Johnson, Chief Revenue Officer, Hitachi Vantara.

La reubicación de los sistemas de cómputo de gran escala permite a Banorte reducir los riesgos comerciales asociados a desastres naturales, y fortalecer su base digital. Esto conllevó la actualización del entorno informático, con sistemas de alto rendimiento de la Plataforma de Almacenamiento Virtual (VSP), y las tecnologías del Universal Replicator (HUR), ambas desarrolladas por Hitachi.

El nuevo entorno de datos de Banorte opera con dos mainframes y tres sistemas de almacenamiento interconectados. Se trata de sistemas de cómputo / servidores muy potentes, diseñados para procesar grandes volúmenes de datos y ejecutar muchas tareas simultáneamente con alta confiabilidad y seguridad.

Características principales:

- Gran capacidad de procesamiento, maneja millones de transacciones por segundo.

- Alta disponibilidad, diseñados para trabajar 24/7 sin fallas, durante décadas.

- Seguridad extrema, protegen datos sensibles con sistemas avanzados.

- Se usan en grandes organizaciones: siendo esenciales en bancos y servicios financieros, aerolíneas, aseguradoras, salud, gobiernos.

- Manejan operaciones críticas como pagos electrónicos y reservas de vuelos, entre otras.

Origen

Por Octavian Tanase, Chief Product Officer Hitachi Vantara

La era de los proyectos piloto y de las herramientas aisladas de IA Generativa está dando paso a algo mucho más transformador: sistemas de IA capaces de actuar, decidir y operar con creciente autonomía, redefiniendo no solo la forma en que funcionan los negocios, sino también la infraestructura subyacente que las naciones utilizan para asegurar su futuro.

El hilo conductor más poderoso que conecta las principales tendencias del próximo año es simple pero profundo: la IA está evolucionando de una capacidad a una capa fundacional de la competitividad económica. Todo lo demás —desde la estrategia de datos y la arquitectura Cloud hasta el diseño de hardware y los modelos de fuerza laboral— ahora orbita en torno a ese cambio.

En el centro de esta transformación está el auge de la IA Agéntica, la tendencia tecnológica empresarial definitoria de 2026. A diferencia de los modelos generativos anteriores que simplemente producían contenido, los sistemas de IA Agéntica pueden ejecutar tareas, tomar decisiones y operar de manera autónoma dentro de los flujos de trabajo del negocio.

Las empresas los integrarán en sus cadenas de suministro, operaciones de atención al cliente, procesos de cumplimiento y rutinas de análisis financiero. Estos agentes no solo responderán preguntas: tomarán acciones, activando flujos de trabajo, ajustando parámetros en tiempo real y gestionando decisiones que antes estaban en manos de personas.

Pero con la autonomía llega la complejidad. Las organizaciones necesitarán sólidos sistemas de gobernanza, marcos de confianza y canalizaciones de datos de alta calidad para garantizar que estos agentes se comporten de manera predecible y responsable. Aquí emerge la segunda gran tendencia de 2026: los datos se convierten en la principal fuente de diferenciación competitiva.

A medida que el cómputo, los modelos e incluso los algoritmos avanzados continúan “comoditizándose”, el diferenciador pasa a ser el dato propietario, de alta calidad y bien gobernado. Cada empresa deberá enfrentar una realidad común: la sofisticación de su IA dependerá menos de la potencia de sus modelos y más de la precisión, limpieza y confiabilidad de los datos que los alimentan.

Las compañías con ecosistemas de datos maduros tomarán ventaja rápidamente. Aquellas que no lo estén, tendrán dificultades para adaptarse, ya que los sistemas agénticos requieren ciclos de decisión más rápidos, correlación en tiempo real y señales contextuales más granulares.

El tercer hilo conductor se apoya en este cambio: los gobiernos de todo el mundo ahora consideran la infraestructura de IA como un activo estratégico, al nivel de la energía o la defensa. El crecimiento de las nubes soberanas no es un movimiento de nicho, sino una respuesta geopolítica a la era de la IA.

Las naciones quieren la capacidad de poseer y proteger los datos que impulsan sus economías y resguardan a sus poblaciones. Exigen garantías sobre dónde se almacena la información sensible, cómo se entrenan los modelos y si los sistemas de IA pueden respetar los límites regulatorios.

En 2026, se espera una aceleración significativa de los ecosistemas de nube soberana. Los países invertirán en centros de datos preparados para cumplir con regulaciones y diseñados específicamente para cargas de trabajo de IA, con alta eficiencia energética. Estas instalaciones se convertirán en los santuarios de los datos ciudadanos, financieros y

vinculados a la defensa, construidos para soportar el cumplimiento normativo y la supervisión nacional. A medida que proliferen los agentes de IA, la necesidad de supervisión nacional y control de la infraestructura será imposible de ignorar.

Esto conecta directamente con la cuarta tendencia: la IA está llevando al límite físico las arquitecturas actuales de los centros de datos, forzando un ciclo de modernización sin precedentes. Las cargas de trabajo de IA y de sistemas agénticos demandan una densidad de cómputo extraordinaria, aceleradores especializados y arquitecturas de almacenamiento diseñadas para baja latencia y alto rendimiento.

Las limitaciones de energía y refrigeración, antes consideradas un tema operativo, ahora se convierten en un factor restrictivo para la innovación en IA.

Esta modernización no se trata solo de rendimiento. Está impulsada por la necesidad de liberar capacidad eléctrica para las cargas de trabajo de IA. Si las empresas no pueden liberar capacidad energética, no expandirán sus capacidades de IA, quedando rezagadas competitivamente. Los requisitos de sostenibilidad y las regulaciones emergentes también acelerarán este cambio, convirtiendo la eficiencia energética no solo en una mejora operativa, sino en un imperativo de cumplimiento.

A través de estas tendencias clave emerge una narrativa única: la IA ya no es una herramienta superpuesta a las operaciones del negocio. Es la columna vertebral sobre la que dependerán las operaciones, la infraestructura, la regulación y las estrategias de los países.

La IA agéntica impulsa la necesidad de mejores datos. Mejores datos impulsan la necesidad de entornos seguros, soberanos y conformes. Esos entornos requieren infraestructura modernizada y energéticamente eficiente, diseñada específicamente para la automatización inteligente. Este ecosistema se retroalimenta.

Y entre todo ello persiste una verdad humana final. Aunque los sistemas se vuelvan más autónomos, las personas siguen siendo esenciales. En 2026 veremos un fuerte impulso en la recapacitación de la fuerza laboral, no para convertir a los empleados en programadores, sino en orquestadores capaces de aprovechar estos sistemas autónomos para transformar sus industrias.

Los próximos grandes avances no vendrán únicamente de científicos de datos, sino que también de expertos potenciados por IA. En 2026, la IA se convierte en la nueva infraestructura, y las organizaciones que comprendan este cambio de manera temprana definirán el panorama competitivo durante los próximos años.

Origen

Un nuevo estudio global realizado por Hitachi Vantara entre más de 1.200 profesionales de Tecnologías de la Información (TI), revela que muchas organizaciones planean aumentar su inversión en Inteligencia Artificial en un 70% y la contratación de personal calificado en un 68% en los próximos 2 años. Pero en contradicción deja en evidencia un problema crítico:  Las infraestructuras de datos deficientes y obsoletas están impidiendo el logro de resultados, beneficios y objetivos reales.

A pesar del entusiasmo por la ola de la IA, el reporte "State of Data Infrastructure Global Report 2025" deja al descubierto que cada año se desperdician más de US$108 mil millones a nivel global en proyectos de IA que no funcionan. Y que el 37% de las empresas aún no puede calcular el retorno de sus inversiones en Inteligencia Artificial.

Citando investigaciones del MIT, el informe de Hitachi Vantara señala que el 95% de las organizaciones no obtiene beneficios de sus inversiones en IA Generativa (estimadas entre US$ 30.000 y US$ 40.000 millones), no por fallas en los modelos, sino porque su infraestructura tecnológica no soporta las operaciones que demandan crecientes capacidades de almacenamiento, gobernanza y procesamiento de datos.

“A medida que la IA se vuelve central para la operación de todos los negocios, los líderes empresariales deben tratar las bases de datos como un requisito estratégico, no solo como una preocupación técnica”, afirma Sheila Rohra, Chief Executive Officer (CEO) de Hitachi Vantara. “Este informe deja claro que la IA tiene éxito cuando los datos que la sustentan son confiables, bien gobernados y resilientes”.

La adopción de la IA es casi universal: el 98% de las organizaciones la utiliza, prueba o explora. Sin embargo, la preparación para avanzar en proyectos y generar valor varía ampliamente.

La diferencia no radica en si las empresas usan la IA o en su tamaño, sino en si combinan una visión clara sobre esta tecnología, alineación del liderazgo con entornos de datos estructurados, gobernados y diseñados para subir de nivel.

La investigación clasifica a las organizaciones en tres niveles de madurez:

• Optimizadas (41%): Cuentan con infraestructura de TI resiliente, datos limpios y retornos medibles.

• Definidas (35%): Han progresado, pero carecen del talento y la estrategia para escalar.

• Emergentes (24%): Dependen de procesos manuales y son reacias al riesgo, lo que las deja rezagadas.

Ciberseguridad: la amenaza interna crece. El reporte de Hitachi Vantara alerta sobre un cambio significativo en el panorama de riesgos. La preocupación por brechas de seguridad originadas por IA interna saltó del 31% al 41% en el último año, igualando casi a las amenazas externas (43%).

Además, el 57% de los profesionales tecnológicos admite que una pérdida de datos sería catastrófica para su negocio, y un 55% señala que la complejidad de TI actual dificulta la detección de ataques.

“En este mercado para ser relevante hay que actuar con una agilidad sin precedentes”, explica Octavian Tanase, Chief Product Officer (CPO) de Hitachi Vantara. “Las empresas Optimizadas tienen el doble de probabilidades de citar la calidad de los datos como el factor clave de su éxito en comparación con las empresas Emergentes. Asimismo, el 94% de las organizaciones reconoce que necesita ayuda de terceros para gestionar su infraestructura de datos y cerrar las brechas de capacidad”.

La investigación de Hitachi Vantara se realizó en septiembre de 2025, a través de una encuesta a 1.244 profesionales de TI en 15 mercados globales; incluyendo América Latina, América del Norte, Europa, Asia y Oceanía, enfocándose en organizaciones con más de 1.000 empleados. Descarga el informe completo.

Origen

A medida que las organizaciones amplían la automatización, la personalización y la toma de decisiones en tiempo real, enfrentan un desafío fundamental: la “gravedad” de los datos.

¿Pero qué significa este concepto? “Data gravity” en el mundo tecnológico hace referencia a cómo los grandes conjuntos de datos atraen aplicaciones, servicios y otros datos hacia sí mismos, similar a la atracción gravitacional entre planetas: cuanto más grande y valioso es el "cuerpo" de datos, mayor es su "fuerza de atracción".

Esto crea desafíos como la latencia (tiempo de respuesta entre una acción iniciada por un usuario y la respuesta del sistema), ya que las aplicaciones deben estar cerca para ser rápidas, y la no portabilidad debido a que es difícil mover grandes volúmenes de datos.

Entonces, para satisfacer las demandas de razonamiento de IA, esta gravedad está atrayendo a las cargas de trabajo de datos hacia las infraestructuras de almacenamiento.

Aprovechar todo el potencial de la IA implica mover y procesar los datos de forma eficiente. La adopción acelerada de la IA, con especial énfasis en la IA Agentica y Generativa, están redefiniendo los límites de las arquitecturas de gestión de los datos.

Tradicionalmente, algunas organizaciones han confiado en arquitecturas de almacenamiento desagregadas para sus cargas de trabajo de IA, donde los datos se distribuyen en múltiples sistemas, lo que genera velocidades de recuperación lentas y una utilización deficiente del cómputo.

Si bien los avances en soluciones de almacenamiento de alta velocidad han mejorado los tiempos de acceso, la proximidad de los datos al cómputo de IA sigue siendo el desafío central. Optimizar esta relación es fundamental para lograr avances decisivos en el rendimiento de la IA.

Resulta clave garantizar la accesibilidad de la información en tiempo real para alimentar a las aplicaciones, con capacidades de recuperación y aceleración del cómputo eficiente para grandes volúmenes de datos estructurados y no estructurados.

El futuro de las empresas impulsadas por IA

El panorama de la IA empresarial evoluciona rápidamente, y las organizaciones necesitan una infraestructura que no solo “acompañe” el ritmo, sino que acelere la innovación.

Es fundamental desbloquear nuevas posibilidades en automatización, toma de decisiones e inteligencia de negocios, para competir en la era de la IA.

A medida que se acelera la adopción de la IA, las organizaciones requieren infraestructura que transforme los datos en un catalizador de la innovación, liberando todo el potencial de la IA Agéntica y Generativa, uniendo datos y cómputo para una inteligencia fluida y en tiempo real.

Al optimizar la localidad de los datos, las plataformas deben garantizar que los agentes de IA operen con máxima eficiencia, permitiendo “insights” más rápidos y una toma de decisiones más inteligente.

En definitiva, lo que no se ve pero resulta ser el motor que posibilita que todo suceda, es una infraestructura tecnológica moderna y a la altura de los desafíos que plantea la “gravedad” de los datos, con las capacidades necesarias para impulsar la próxima ola de transformación empresarial basada en IA.

Por Jason Hardy Chief Technology Officer (CTO) para Inteligencia Artificial Hitachi Vantara

Origen

Hitachi Vantara anunció una nueva solución que combina la Virtualización OpenShift de Red Hat con la Plataforma de Almacenamiento Virtual One (VSP One) de Hitachi Vantara. 

La nueva plataforma integrada permite a las organizaciones reducir la dependencia de los costosos y exclusivos hipervisores y adoptar una base de operaciones digitales unificada en la Nube Híbrida, que ayuda a modernizar los entornos de virtualización obsoletos, brindando resiliencia y rendimiento corporativo.

Este lanzamiento surge en un momento en que las empresas se enfrentan con un incremento en los costos de licencia de virtualización, flexibilidad limitada y mayor presión por modernizarse.

Según una encuesta reciente, la creciente complejidad de las licencias de los proveedores y el aumento de precios han hecho que el mantenimiento rutinario sea un ejercicio costoso, con casi tres cuartas partes (73%) de las empresas auditadas y más de un tercio reconociendo que el cumplimiento, incluida la gestión de exceso de licencias, es el principal problema que enfrentan las organizaciones. 

Para abordar estos desafíos, la nueva  solución de Hitachi Vantara integra OpenShift de Red Hat, que incluye la funcionalidad de Virtualización OpenShift de Red Hat, una arquitectura de referencia prevalidada, y una robusta herramienta de virtualización que simplifica y acelera la transición desde plataformas heredadas.

La VSP One ofrece resiliencia multi-sitio y funciones de migración en caso de fallas integradas, con la capacidad de respaldar operaciones continuas durante las interrupciones. La solución permite a las organizaciones operar Máquinas Virtuales (VM) y contenedores en paralelo en la misma plataforma, reduciendo la necesidad de una infraestructura de virtualización independiente, evitando así entornos duplicados, lo que disminuye los costos en hardware, licencia de software y operación.

Además, la VSP One ofrece una plataforma de almacenamiento de datos unificada para almacenamiento en bloques, archivos y objetos en todos los sistemas locales y en la Nube, lo que mejora la visibilidad de los datos y ofrece una experiencia consistente donde quiera que residan los datos.

“Las organizaciones en todos los sectores buscan modernizar la infraestructura de TI, además de evitar la dependencia de los proveedores y controlar los costos,” afirmó Dan McConnell, Vicepresidente Senior de Infraestructura Corporativa en Hitachi Vantara.

La solución de Hitachi Vantara con la Virtualización OpenShift de RedHat ofrece beneficios clave para que las organizaciones se modernicen y migren desde plataformas de virtualización tradicionales, incluyendo:

• Menores Costos Operativos y Dependencia de los Proveedores.
• Entrega y Migración de Aplicaciones Aceleradas.
• Resiliencia Corporativa: La VSP One está diseñada para admitir disponibilidad continua del 100% de los datos y cargas de trabajo críticas.
• Automatización y Visibilidad End-to-End.

Fuente. Hitachi Vantara

Origen