Red Hat: el reto de las empresas es escalar la IA sin disparar los costos
Pasar de una prueba de inteligencia artificial a utilizarla en las operaciones diarias exige controlar el gasto, elegir los modelos adecuados y proteger los sistemas. Red Hat abordó estos desafíos en su Summit: Connect México.
Probar una herramienta de inteligencia artificial (IA) puede ser relativamente sencillo para una empresa. El verdadero desafío surge cuando se busca que cientos o miles de empleados la utilicen, se conecta con los sistemas centrales y se incorpora a las operaciones cotidianas. En ese punto de inflexión, el consumo de cómputo, la explosión de costos y el control del entorno se convierten en los principales obstáculos para escalar.
Ese fue el eje central del Red Hat Summit: Connect México, donde la compañía abordó cómo las organizaciones pueden llevar la IA desde las fases experimentales hasta entornos de producción continuos, implementando mecanismos para gobernar su infraestructura y anticipar gastos.
En entrevista con Alto Nivel, Sinuhé Sánchez, Chief Architect y Field CTO de Red Hat para NOLA, explicó que la mayor fricción ocurre en el salto a producción:
Los pilotos se quedan estancados porque vienen sorpresas una vez que se implementan y se quieren llevar a operación continua", señaló.
Mientras que una prueba de concepto funciona con pocos usuarios y un volumen controlado de consultas, extender el uso corporativo exige mayor capacidad de procesamiento y tiempos de respuesta inmediatos.
Gran parte de este gasto está asociado a los tokens (las unidades que procesan texto y generan respuestas en modelos comerciales). Cuando una organización depende exclusivamente de APIs externas, la factura crece de forma exponencial con cada consulta o flujo automatizado.
Para mitigar este impacto, Sánchez explicó que las empresas deben coordinar su propia capacidad de procesamiento y reducir la dependencia de terceros. Esto requiere balancear estratégicamente los procesadores convencionales (CPU) y las unidades de procesamiento gráfico (GPU).
Como ejemplo, el directivo planteó un esquema donde el 90% de las GPU se destine a aplicaciones productivas y el 10% a desarrollo y pruebas. Esta distribución ilustra cómo cada compañía debe priorizar sus cargas para evitar que la experimentación interna degrade los servicios críticos que ya utilizan clientes o empleados, asegurando al mismo tiempo la previsibilidad financiera.
A medida que madura la adopción, las empresas descubren que no existe un modelo único para todas sus necesidades y recurren a múltiples proveedores. Administrar este mosaico exige una capa de gestión centralizada.
Sánchez describió una arquitectura que opera como centro de control para los modelos de lenguaje (hub o gateway). Desde este punto, el área de TI puede gobernar las solicitudes de los usuarios, aplicar políticas corporativas y enrutar las tareas hacia el modelo más eficiente en costo y rendimiento.
Lo que tú tienes que hacer es tener control sobre ese hub", enfatizó.
Esta arquitectura busca blindar a las organizaciones contra el vendor lock-in (la dependencia forzada de un solo proveedor de nube o de IA).
Lo que nos interesa es la posibilidad de elegir para el cliente, que tengan plataformas abiertas", agregó Sánchez.
Este enfoque otorga la libertad técnica para decidir si las cargas corren en centros de datos propios, en nubes públicas o bajo esquemas híbridos, ajustando la infraestructura conforme cambian los costos del mercado.
La gobernanza de la IA tampoco debe frenar la agilidad del negocio. En un encuentro con medios, Victoria Martínez, AI Platforms Manager de Red Hat para América Latina, explicó a Alto Nivel que la clave está en diseñar soluciones que partan de los datos propios y de los problemas específicos que cada área busca resolver.
Ante la alta demanda de innovación, las empresas ya no quieren que TI sea un cuello de botella; buscan que la tecnología exponga sandboxes con componentes preconfigurados y todas las capas de seguridad necesarias para que los equipos de negocio puedan experimentar sin exponerse a vulnerabilidades", apuntó Martínez.
Con plataformas abiertas y entornos aislados de experimentación, las organizaciones logran desacoplar la innovación de los riesgos operativos, garantizando que el paso de un piloto a gran escala sea técnica y financieramente sostenible.
Gran Desfile de Día de Muertos 2026 en CDMX: fecha, horario, ruta, cierres y dónde verlo en vivo
Por qué sentimos miedo viendo películas que sabemos que no son reales
Binance sufre el mayor hackeo de criptomonedas de la historia: promete cubrir las pérdidas de sus usuarios
Estados Unidos crece 3.4% el tercer trimestre mientras la inversión en IA impulsa la economía
The post Red Hat: el reto de las empresas es escalar la IA sin disparar los costos appeared first on Alto Nivel .
