Gracias a su capacidad para procesar cargas de trabajo intensivas, la nube se está consolidando como el eje de la inteligencia artificial y las aplicaciones que se desarrollan a partir de ella. Según los expertos de Capgemini, esta tendencia ya se observa en el gasto en servicios de nube pública, que se duplicará de los 723,000 millones de dólares de 2025 hasta los 1.47 billones en 2029. Además, el informe señala que las arquitecturas clásicas podrían resultar insuficientes para responder a las exigencias del sector.
Las empresas necesitan ajustar los modelos a partir de sus propios datos, controlar la información y cumplir con la normativa vigente, lo que las impulsa a adoptar arquitecturas híbridas, privadas, multinube y soberanas para operar de forma segura y conforme a la legislación. En particular, los agentes de IA requieren infraestructuras escalables, distribuidas y de baja latencia, en las que la nube y el procesamiento en el borde se integren en una sola infraestructura inteligente para responder con rapidez y eficiencia.
Las plataformas híbridas se convertirán en el estándar en 2026. En lugar de funcionar como sistemas rígidos, las operaciones de IA se distribuirán entre entornos edge o de borde, la nube privada y la nube pública. Así, la nube 3.0 representa una evolución en la que la nube deja de ser únicamente una plataforma de TI y se convierte en una capa de ejecución distribuida que permite implementar la IA a gran escala.
Una transformación del modelo operativo
Esta transformación se refleja en tres indicadores clave. El primero de ellos es la aparición de arquitecturas híbridas optimizadas para IA, en las que las empresas distribuyen sus cargas de trabajo entre entornos privados, públicos y de borde. De este modo, la IA ya no depende de un único proveedor a gran escala, sino que se implementa donde resulta más conveniente. El segundo indicador es que, con frecuencia, las organizaciones ejecutan aplicaciones críticas mediante varios proveedores de forma simultánea para garantizar la resiliencia y la soberanía de los datos. Por último, sectores altamente regulados ─como la administración pública, el sector salud y el bancario─ están combinando la potencia de los grandes proveedores con controles estrictos sobre la ubicación y la gestión de la información.
Capgemini recuerda que, a medida que las organizaciones están pasando de utilizar agentes de IA experimentales a implementar sistemas en producción, es necesario contar con marcos de orquestación sólidos que coordinen múltiples agentes especializados.