La IA empresarial ha dejado de ser solo un problema de modelos, talento o casos de uso. En muchas organizaciones, el cuello de botella empieza a aparecer en una capa menos visible: la infraestructura que debe sostener esos modelos, conectarlos con datos corporativos sensibles y hacerlo con garantías de rendimiento, seguridad y gobierno. NetApp y Cisco han situado esa tensión en el centro de su nueva ampliación de FlexPod, la arquitectura convergente que ambas compañías llevan años desarrollando para entornos empresariales.
Las nuevas soluciones validadas combinan computación, red y almacenamiento con el objetivo de facilitar despliegues de IA más seguros, escalables y gestionables. La propuesta se apoya en FlexPod como base conocida para muchos departamentos de TI, pero introduce nuevos componentes orientados a cargas de trabajo como generación aumentada por recuperación, búsqueda semántica, inferencia y operaciones distribuidas en el edge.
El movimiento llega en un momento en el que las empresas empiezan a desplazar sus proyectos de IA desde pilotos controlados hacia entornos productivos. Ese paso suele exponer problemas que no siempre aparecen en las pruebas iniciales: datos dispersos, políticas de acceso incompletas, latencias difíciles de predecir, infraestructuras aisladas y una presión creciente sobre equipos técnicos que ya gestionan arquitecturas híbridas.
La IA empresarial obliga a repensar FlexPod
FlexPod nació como una arquitectura integrada para simplificar la operación de infraestructura empresarial, con Cisco en la parte de red y computación y NetApp en almacenamiento y gestión de datos. Ahora, ambas compañías extienden esa lógica a la IA, donde la integración previa y la validación técnica pueden reducir incertidumbre en despliegues que combinan GPU, datos corporativos, redes de alto rendimiento y controles de seguridad.
Dallas Olson, director comercial de NetApp, sitúa el cambio en la presión que las cargas de trabajo de IA están trasladando a los equipos de infraestructura. Según el directivo, «los equipos de TI tienen la tarea de ofrecer un rendimiento fiable y constante en todos los entornos», mientras la IA exige más a la infraestructura de datos. NetApp sostiene que la colaboración histórica con Cisco en FlexPod ha permitido a clientes ahorrar hasta un 20% de tiempo en gestión y mantenimiento de infraestructura.
Ese dato no elimina la complejidad del salto hacia IA, aunque apunta a una preocupación concreta para los CIO: desplegar nuevas capacidades sin multiplicar silos ni elevar de forma descontrolada la carga operativa. La promesa de una arquitectura validada tiene valor precisamente ahí, en la reducción de decisiones de integración que, en proyectos de IA, pueden convertirse en semanas de ajustes entre almacenamiento, red, cómputo, seguridad y gobierno del dato.
Infraestructura de datos para IA, RAG y búsqueda semántica
Uno de los focos principales de las nuevas soluciones FlexPod está en los despliegues de IA dentro de la empresa. NetApp y Cisco citan casos como RAG, acrónimo de generación aumentada por recuperación, y búsqueda semántica. Ambos dependen de una premisa común: los modelos necesitan acceder a información corporativa relevante, actualizada y correctamente gobernada.
La arquitectura incluye almacenamiento desagregado para escalar rendimiento y capacidad de forma independiente mediante NetApp AFX. Esta separación puede resultar relevante en proyectos donde el volumen de datos crece a un ritmo distinto al de la necesidad de procesamiento. No todas las cargas de IA consumen recursos de la misma manera. Algunas requieren mucho ancho de banda durante fases concretas; otras dependen más de la baja latencia o de una capacidad sostenida para servir inferencias.
NetApp también incorpora futuras capacidades de descubrimiento, preparación y gobernanza de datos a través de NetApp AI Data Engine, o AIDE. La compañía vincula esta capa con el diseño de referencia de NVIDIA AI Data Platform, lo que introduce otro elemento en la ecuación: la necesidad de que los datos no solo estén disponibles, sino preparados para alimentar modelos y flujos de trabajo de IA en condiciones controladas.
Jason Hardy, vicepresidente de tecnologías de almacenamiento de NVIDIA, resume esa dependencia desde el ángulo del dato. «Las empresas disponen de enormes cantidades de datos, pero sin las capacidades de descubrimiento, gobernanza y preparación integradas en la propia infraestructura les resultará difícil impulsar la IA en producción», afirma. La frase apunta a una realidad frecuente en grandes organizaciones: tener muchos datos no equivale a tener datos utilizables para IA.
Seguridad integrada en la IA empresarial
La segunda gran línea de la ampliación de FlexPod es la seguridad. Cisco aporta Secure AI Factory con NVIDIA, con controles distribuidos y alineados con el modelo Zero Trust para abordar riesgos específicos de la IA. Entre ellos figuran la exposición de datos, las debilidades en la gobernanza y los retos de cumplimiento normativo.
Jeremy Foster, director general y vicepresidente sénior de Cisco, advierte de que la seguridad no puede aparecer al final del proceso. «A medida que las organizaciones pasan de la fase experimental de la IA a su despliegue en el mundo real, la seguridad no puede ser una cuestión secundaria. Debe integrarse desde el principio», señala.
La afirmación tiene una lectura práctica. En proyectos de IA, el perímetro clásico se vuelve menos nítido. Los datos pueden circular entre sistemas de almacenamiento, pipelines de preparación, modelos, bases vectoriales, aplicaciones internas y usuarios de negocio. Cada punto de conexión introduce una posible superficie de exposición. En sectores regulados, además, el problema no se limita al acceso indebido: también afecta a trazabilidad, residencia del dato, clasificación de información sensible y cumplimiento de políticas internas.
Cisco sitúa su infraestructura de red de IA con Nexus One como base de Secure AI Factory. La compañía describe esta red como una estructura determinista y de alto rendimiento orientada a maximizar la utilización de XPU, reducir los tiempos de finalización de trabajos y ofrecer resultados predecibles a escala. Para las empresas, la previsibilidad importa tanto como la potencia bruta. Un clúster capaz de acelerar cargas de IA pierde valor si su rendimiento fluctúa o si los equipos no pueden anticipar tiempos de ejecución y costes operativos.
Edge computing y operaciones distribuidas
La ampliación de FlexPod también alcanza al edge computing. NetApp y Cisco plantean una solución para cargas de inferencia de IA, aplicaciones en contenedores y entornos virtualizados en ubicaciones remotas. El objetivo es mantener baja latencia y coherencia operativa sin obligar a cada sede a funcionar como un proyecto independiente.
Esta parte de la propuesta conecta con un problema creciente para empresas industriales, retail, sanidad, logística o telecomunicaciones: muchas decisiones de IA deben ejecutarse cerca del punto donde se generan los datos. En una fábrica, una tienda o un centro sanitario, enviar toda la información al centro de datos o a la nube puede ser inviable por latencia, coste, privacidad o resiliencia. Sin embargo, distribuir infraestructura suele elevar la complejidad.
La combinación de Cisco Unified Edge con opciones de almacenamiento de NetApp introduce una arquitectura convergente y validada para esos escenarios. Las compañías destacan la gestión centralizada de flota, la configuración basada en políticas y la orquestación automatizada como mecanismos para repetir despliegues en entornos distribuidos. La cuestión operativa es evidente: escalar IA en el edge no consiste solo en instalar hardware en muchas ubicaciones, sino en mantenerlo actualizado, seguro y gobernado con recursos limitados.
Un ecosistema con NVIDIA y WWT
La colaboración no se limita a NetApp y Cisco. NVIDIA aparece como socio tecnológico en las arquitecturas de referencia y en la capa de datos para IA. Las soluciones FlexPod se apoyan en NVIDIA Enterprise Reference Architectures para ayudar a diseñar, desplegar y escalar fábricas de IA de alto rendimiento.
También participa WWT, que aporta validación práctica desde su AI Proving Ground. Brian Bartell, director de prácticas de computación y almacenamiento de WWT, afirma que las nuevas capacidades de IA de FlexPod amplían la capacidad de la compañía para ayudar a clientes a avanzar «desde el concepto hasta la ejecución». Su papel refleja otra tensión del mercado: las empresas quieren acelerar, pero rara vez desean asumir solas el riesgo de ensamblar arquitecturas complejas con múltiples proveedores.
El encaje entre NetApp, Cisco, NVIDIA y WWT muestra hacia dónde se desplaza la competencia en infraestructura de IA. La batalla no se libra únicamente en chips, almacenamiento o redes por separado. Se está trasladando a soluciones integradas, validadas y con un marco operativo que reduzca el margen de error en producción.
Para los directivos tecnológicos, el anuncio deja una lectura menos visible que el catálogo de componentes. La IA empresarial empieza a exigir decisiones de arquitectura a largo plazo: dónde residen los datos, cómo se gobiernan, qué cargas se ejecutan en el centro de datos y cuáles en el edge, qué parte de la seguridad se integra en la red y qué grado de dependencia se acepta respecto a ecosistemas de proveedores. FlexPod intenta ocupar ese espacio intermedio entre la experimentación rápida y la industrialización controlada. Ahí se juega buena parte del coste real de llevar la IA a producción.
