Por qué las empresas están mirando más allá de la IA exclusivamente en la nube
Principales conclusiones
- La implantación de la IA en las empresas se está orientando cada vez más hacia cargas de trabajo específicas, ya que los datos sensibles y los procesos críticos para el negocio generan nuevos requisitos de control.
- El 55 % de los encuestados señala la creciente sensibilidad de los datos de uso interno como motivo para plantearse la implantación de la inteligencia artificial fuera de la nube.
- El 49 % señala el mayor uso de la inteligencia artificial en procesos fundamentales o críticos como otra razón para plantearse una implementación fuera de la nube.
- Las decisiones relativas a la implementación dependen cada vez más de la seguridad, la soberanía, la auditabilidad, la resiliencia, la dependencia del proveedor y los niveles de control requeridos.
- El cambio no consiste en alejarse de la nube, sino en elegir el entorno que mejor se adapte a los requisitos de cada carga de trabajo de IA.
Conclusiones del estudio global de 2026 realizado por BARC y Actian
La IA empresarial se está integrando cada vez más en las empresas. Los sistemas de IA trabajan cada vez más con datos sensibles, respaldan procesos críticos y operan bajo requisitos de gobernanza y control más estrictos. Por lo tanto, el lugar donde se ejecutan esas cargas de trabajo es más importante ahora que durante la fase de experimentación.
La nube sigue siendo fundamental para la IA empresarial, ya que ofrece un acceso rápido a la infraestructura, los modelos y los servicios gestionados, así como la flexibilidad necesaria para innovar con rapidez. Sin embargo, a medida que las organizaciones pasan de la fase de experimentación a la de producción, la nube ya no es una opción automática para todas las cargas de trabajo.
La respuesta breve: las organizaciones están mirando más allá de la IA exclusivamente en la nube , ya que las cargas de trabajo en producción pueden plantear requisitos de control, seguridad, soberanía, auditabilidad, rendimiento y proximidad a los datos que varían en función de cada carga de trabajo.
Actian se ha asociado con BARC, una firma líder en análisis de datos y analítica, para examinar cómo las organizaciones están implementando la IA en entornos en la nube, locales y periféricos, y qué factores influyen en esas decisiones.
A partir de los datos recabados de 329 encuestados de distintos sectores y regiones, el estudio revela que las decisiones de implementación están estrechamente relacionadas con las características de cada carga de trabajo de IA.

Informe de investigación global de BARC × Actian (2026)
Los datos sensibles cambian las reglas del juego
A medida que los sistemas de inteligencia artificial consumen cada vez más datos y contexto de las empresas, estas deben reflexionar detenidamente sobre cómo se gestiona esa información, dónde se procesa y quién puede acceder a ella.
En el estudio de BARC x Actian, el 55 % de los encuestados señala la creciente sensibilidad de los datos de uso interno como motivo para plantearse la implantación de la IA fuera de la nube.
La cuestión no es simplemente dónde se almacenan los datos. Las cargas de trabajo de IA pueden incluir información empresarial confidencial, datos de clientes, propiedad intelectual, datos operativos y otro tipo de información sensible.
Por lo tanto, las diferentes cargas de trabajo pueden requerir distintos niveles de control, lo que hace que la ubicación de la implementación forme parte de una decisión arquitectónica más amplia, en lugar de ser simplemente una elección de infraestructura.

El 55 % señala la creciente sensibilidad de los datos de uso interno como motivo para plantearse la implantación de la IA fuera de la nube. © BARC 2026
La inteligencia artificial se está incorporando a los procesos críticos para el negocio
La sensibilidad de los datos es solo una parte de este cambio. La IA también se está introduciendo en áreas más críticas de la empresa. El 49 % de los encuestados menciona el mayor uso de la IA en procesos fundamentales o críticos como motivo para plantearse su implementación fuera de la nube.
Una aplicación experimental de IA y un sistema de IA que respalda un proceso operativo crítico no tienen por qué tener los mismos requisitos; una vez que la IA respalda operaciones críticas, la disponibilidad, la resiliencia, la transparencia, la gobernanza y el control cobran tanta importancia como el acceso a la infraestructura y la innovación.
Eso no implica automáticamente un único entorno de implementación. La elección adecuada sigue dependiendo de la carga de trabajo.
El control va más allá de la ubicación de los datos
La presión no solo proviene del interior de la empresa. Las preocupaciones en materia de ciberseguridad, los requisitos de los clientes y socios, y la creciente dependencia de determinados proveedores de tecnología y servicios en la nube también influyen en las decisiones de implementación. En el caso de la IA crítica para el negocio, esto hace que se preste mayor atención al control del entorno, al acceso a datos sensibles y a las dependencias respecto a determinados proveedores y jurisdicciones.
La decisión de ir más allá de la IA exclusivamente en la nube va más allá del simple traslado de las cargas de trabajo a las instalaciones propias.
Las organizaciones pueden elegir entre servicios de nube pública, nube soberana o regional, infraestructura privada y local, entornos periféricos y combinaciones de estos enfoques.
Esto hace que la soberanía de los datos y la IA sea una cuestión de arquitectura, más que una mera cuestión geográfica. Es importante dónde se ejecutan los datos y las cargas de trabajo, pero también lo son el acceso, la jurisdicción, la dependencia del proveedor, la aplicación de las políticas y el nivel de control que una organización necesita mantener.
El equilibrio adecuado variará en función de la carga de trabajo.
De «Cloud-First» a «específico para cada carga de trabajo»
Ninguna de estas presiones significa que las empresas estén abandonando la nube. La nube sigue ofreciendo la velocidad, la flexibilidad, el acceso a la innovación y la escalabilidad que la hacen idónea para muchas cargas de trabajo de IA. Lo que está cambiando es la suposición de que esas ventajas deberían determinar dónde se ejecuta cada carga de trabajo.
A medida que la IA se va integrando cada vez más en las empresas, las organizaciones deben tener en cuenta la sensibilidad de los datos implicados, la importancia crítica del proceso, los requisitos de gobernanza y soberanía, y el nivel de control que exige cada carga de trabajo. El cambio, por tanto, no consiste en alejarse de la nube, sino en adoptar decisiones de implementación que reflejen los requisitos de cada carga de trabajo de IA.
El estudio completo analiza la amplia gama de factores internos y externos que influyen en estas decisiones, las ventajas y los retos a los que se enfrentan las organizaciones en los distintos entornos de implementación, y cómo están evolucionando, como consecuencia, las arquitecturas de IA empresarial.
Descargar el informe completo de investigación
Este artículo presenta las principales conclusiones del estudio de investigación global realizado por BARC y Actian.
El informe completo, titulado «Where Enterprise AI Runs: Deliberate Workload Placement Across Cloud, On-Premises, and Edge»(Dónde se ejecuta la IA empresarial: ubicación deliberada de las cargas de trabajo en la nube, en las instalaciones y en el perímetro), analiza cómo las organizaciones implementan la IA en entornos en la nube, en las instalaciones, en el perímetro e híbridos, y qué factores motivan esas decisiones.
Basándose en un estudio global realizado entre 329 encuestados de distintos sectores, tamaños de empresa y regiones, el informe analiza las ventajas y los retos a los que se enfrentan las organizaciones, los factores que influyen en la distribución de la carga de trabajo y lo que los nuevos patrones de implementación significan para el futuro de la IA empresarial.
Descarga el informe completo para conocer los resultados y descubrir cómo están abordando las organizaciones la siguiente fase de la arquitectura de IA empresarial.
Descargar el informe completo