La próxima gran plataforma de inteligencia artificial no será un modelo único, sino la capacidad de elegir e integrar diferentes tecnologías según las necesidades del negocio, según Red Hat. La empresa destaca que la combinación de modelos, agentes e infraestructuras en arquitecturas abiertas y multimodelo se convertirá en el principal diferencial competitivo.
Gasto global en IA alcanzará los 2,52 billones de dólares en 2026
Según previsiones de Gartner, el gasto global en inteligencia artificial alcanzará los 2,52 billones de dólares en 2026, lo que representa un crecimiento del 44% respecto al año anterior. Este incremento refleja un cambio en las inversiones, que antes se concentraban en los modelos y ahora se dirigen hacia la construcción de bases e infraestructuras capaces de sostener la IA a escala.
Las empresas buscan flexibilidad y capacidad de elección
En busca de resultados concretos, las empresas están menos centradas en modelos aislados y más orientadas a la capacidad de elección. Thiago Araki, director sénior de tecnología para América Latina en Red Hat, explica: “En lugar de apostar por una única tecnología o proveedor, las organizaciones están estructurando entornos flexibles, capaces de combinar diferentes modelos, agentes y herramientas según las necesidades de cada caso de uso”.
Este cambio define lo que la compañía denomina la “próxima plataforma de IA”, poniendo énfasis en que la elección de la tecnología, el modelo y el agente, así como las distintas formas de abordar la implementación y la resolución de problemas, es una pieza clave en el engranaje de una IA exitosa.
Para 2028, el 70% de las empresas líderes en IA usará arquitecturas multimodelo
Datos de IDC indican que, para 2028, el 70% de las empresas líderes en IA utilizará arquitecturas avanzadas con múltiples herramientas para gestionar dinámicamente distintos modelos. Esto significa que la discusión ya no gira en torno a qué modelo adoptar, sino en cómo orquestar diferentes tecnologías de forma eficiente, segura y escalable.
Gilson Magalhães, vicepresidente y general manager para América Latina en Red Hat, afirma: “La próxima gran plataforma de IA no será un único modelo dominante, sino la capacidad de elegir e integrar el mejor modelo para cada contexto de negocio”.
Del modelo a la orquestación
El punto de partida se basa en una observación clave: en un contexto cada vez más híbrido, la diversidad de modelos, entornos, aceleradores y enfoques ha dejado de ser una excepción para convertirse en la norma. Para las empresas, entender este nuevo escenario es esencial para extraer valor de la IA sin perderse en el ruido y el hype del mercado. “Esto exige un cambio de mentalidad: dejar atrás la elección de una única plataforma y priorizar la orquestación, evitando nuevos silos”, añade Magalhães.
Arquitecturas de elección inteligente
Este movimiento también se conecta con el concepto de “arquitecturas de elección inteligente”, que ha ganado protagonismo en debates globales como el Foro Económico Mundial. La idea central es que el éxito de la IA no depende únicamente de la calidad de los modelos, sino de la capacidad de decidir, de forma contextual, qué tecnología utilizar en cada momento. Esto incluye desde la selección de modelos hasta el uso de distintos aceleradores de hardware y frameworks de desarrollo.
En este nuevo contexto, las plataformas abiertas ganan protagonismo al permitir una mayor interoperabilidad y evitar el llamado lock-in tecnológico. Al mismo tiempo, crece la importancia de herramientas de orquestación capaces de gestionar múltiples modelos y agentes de forma integrada, garantizando gobernanza y eficiencia operativa.
Diversidad de desafíos corporativos
La lógica detrás de este enfoque radica en la diversidad de los desafíos corporativos. Aplicaciones de atención al cliente, automatización de procesos, análisis predictivo o desarrollo de software presentan demandas distintas que difícilmente serán cubiertas por una única arquitectura o plataforma. La posibilidad de alternar modelos, ejecutar cargas de trabajo en distintos entornos y combinar agentes especializados se convierte así en un diferencial competitivo.
Javier Cordero, vicepresidente y director general en Red Hat NoLa, afirma: “Las empresas que logren estructurar arquitecturas abiertas y orientadas a la elección tendrán mayor control sobre costos, rendimiento y gobernanza. Esto es esencial para que la IA salga de la fase piloto y genere valor real en producción”.
La elección como ventaja competitiva
El desafío, por lo tanto, no está solo en adoptar la IA, sino en cómo implementarla. Las estrategias fragmentadas tienden a aumentar la complejidad y a crear nuevos silos. En cambio, los enfoques basados en plataformas abiertas y flexibles permiten transformar la diversidad en eficiencia.
A medida que la IA se consolida como infraestructura crítica, la capacidad de elegir y de gestionar esas elecciones se convertirá en el principal factor de diferenciación. Más que el modelo utilizado, la ventaja competitiva residirá en los datos propios y en la forma en que estos se integran en los flujos de trabajo. Al final, será la arquitectura y no solo el algoritmo la que definirá el éxito de la IA en las empresas.
