Cloudera ha ampliado su oferta para llevar aplicaciones de inteligencia artificial desde la fase de prueba hasta entornos productivos. La compañía ha presentado Cloudera Blueprints, un portfolio de soluciones preconfiguradas que combina flujos de trabajo de NVIDIA con las capacidades de gestión, seguridad y gobierno del dato de su propia plataforma híbrida.
La propuesta se apoya en los Accelerators for ML Projects (AMPs) que Cloudera ya ofrecía e incorpora progresivamente NVIDIA AI Blueprints desarrollados con NVIDIA Agent Toolkit. El objetivo es reducir parte del trabajo que aparece después de una prueba de concepto, cuando una aplicación de IA tiene que conectarse con datos corporativos, adaptarse a la infraestructura existente y cumplir los controles de seguridad y gobierno exigidos en producción.
Ese paso se ha convertido en uno de los principales puntos de fricción de los proyectos empresariales de IA. Construir un prototipo sobre un conjunto limitado de información resulta relativamente sencillo frente a desplegarlo sobre datos distribuidos entre nubes públicas, centros de datos propios y sistemas situados en el edge. La dificultad aumenta en banca, Administración pública, sanidad y otros sectores donde existen restricciones sobre el movimiento y tratamiento de información sensible.
Cloudera intenta resolver ese problema acercando la ejecución de la IA al lugar donde residen los datos. Sus Blueprints se ejecutan sobre Cloudera AI y pueden desplegarse en distintos entornos manteniendo, de acuerdo con la compañía, un modelo común de gobierno, trazabilidad y seguridad.
De un flujo de referencia a una aplicación empresarial
Los blueprints reducen el trabajo inicial mediante arquitecturas y flujos previamente definidos, pero su principal diferencia frente a un ejemplo de desarrollo aislado está en la conexión con la plataforma de datos.
La integración con NVIDIA permite combinar sus flujos de referencia con las funciones que Cloudera utiliza para ingestión, ingeniería, acceso y gobierno de la información. Sobre esa base, una organización puede utilizar un mismo patrón de aplicación en una nube pública, infraestructura on-premise o entornos de edge sin tener que centralizar previamente todos los datos.
«Las empresas quieren dejar atrás la fase de experimentación con la inteligencia artificial, pero convertir un prototipo con potencial en una aplicación lista para producción sigue siendo difícil, sobre todo cuando los datos están dispersos en entornos complejos», explica Leo Brunnick, Chief Product Officer de Cloudera.
La propuesta tampoco elimina el trabajo necesario para poner una aplicación en producción. Cada organización seguirá teniendo que validar cuestiones como los permisos de acceso, la calidad y procedencia de los datos, la supervisión de los agentes o los requisitos regulatorios de cada caso de uso. Los Blueprints proporcionan una arquitectura de partida con componentes ya integrados, más que una aplicación empresarial terminada.
Esta distinción resulta especialmente relevante porque los NVIDIA AI Blueprints mencionados por Cloudera se incorporarán progresivamente al portfolio. El anuncio no detalla fechas individuales de disponibilidad, precios ni condiciones de uso para cada uno de ellos.
Banca, sanidad y telecomunicaciones entre los primeros casos
Una de las áreas previstas es la creación de modelos fundacionales especializados en transacciones financieras. Build Your Own Transaction Foundation Model permite trabajar sobre historiales transaccionales para generar representaciones que puedan utilizarse posteriormente en detección de fraude, evaluación de riesgo o personalización.
NVIDIA ha desarrollado este ejemplo utilizando procesamiento acelerado con GPU y herramientas como NeMo, RAPIDS cuDF y cuML. Su implementación de referencia entrena un modelo sobre datos sintéticos de operaciones con tarjeta y utiliza las representaciones obtenidas como variables para modelos posteriores de aprendizaje automático.
Otro de los ámbitos previstos es la sanidad. Ambient Healthcare Agents está orientado a convertir conversaciones entre profesionales y pacientes en documentación clínica estructurada, además de automatizar determinadas tareas relacionadas con admisiones, citas o consultas.
Para operadores de telecomunicaciones, Telecom Network Configuration Planning Agents plantea el uso de agentes capaces de recomendar, aplicar y validar configuraciones de redes de acceso radio utilizando datos históricos y en tiempo real.
La cuarta aplicación anunciada aborda la detección de vídeo sintético. El flujo pretende identificar contenidos generados mediante inteligencia artificial para procesos relacionados con verificación de identidad, prevención del fraude y confianza digital.
Cloudera prevé ampliar esa relación de soluciones conforme aparezcan nuevas necesidades sectoriales y casos demandados por sus clientes.
NVIDIA amplía su presencia en la pila de IA empresarial
La colaboración abarca más componentes que Agent Toolkit. Los microservicios NVIDIA NIM y los modelos Nemotron pueden utilizarse mediante Cloudera AI Inference, mientras que NVIDIA cuDF para Apache Spark está integrado en Cloudera Data Engineering para acelerar operaciones sobre datos.
La combinación cubre así diferentes fases del ciclo de una aplicación, desde preparación y procesamiento hasta inferencia. Para Cloudera, esta arquitectura refuerza además su estrategia de mantener las cargas próximas al dato frente a trasladar sistemáticamente la información hacia un servicio de IA alojado en una nube concreta.
«Al combinar la computación acelerada y el stack de software de NVIDIA con la plataforma híbrida de datos de Cloudera, facilitamos a las organizaciones desplegar la IA allí donde están sus datos: en la nube, on-premise o en el edge», afirma Pat Lee, Vice President, Strategic Enterprise Partnerships de NVIDIA.
La integración se produce mientras NVIDIA extiende su presencia más allá de los aceleradores de cómputo. Sus modelos, microservicios, herramientas para agentes y arquitecturas de referencia están entrando en las plataformas empresariales de distintos proveedores. Cloudera compite en este terreno con compañías como AWS, Databricks y Snowflake, que también mantienen acuerdos tecnológicos con NVIDIA, por lo que la integración por sí sola no constituye una diferenciación exclusiva.
Para los responsables de datos y tecnología, la comparación entre estas plataformas dependerá cada vez más de cómo gestionan el acceso a información distribuida, los controles de los agentes, la portabilidad de los modelos y el coste de ejecutar cargas de IA en distintos entornos.
Cloudera sitúa precisamente ahí parte de su propuesta. Su base tecnológica abierta permite elegir modelos e infraestructura y busca limitar la dependencia de un único proveedor, al tiempo que mantiene una capa común para operar los datos. En organizaciones con infraestructura híbrida, la utilidad de los Blueprints dependerá de hasta qué punto esa arquitectura reduzca realmente la integración necesaria entre los flujos de IA y los sistemas que ya contienen la información empresarial.
Cloudera celebrará EVOLVE26 Madrid el 24 de noviembre de 2026 en Green Patio, una jornada centrada en datos e inteligencia artificial empresarial, con sesiones sobre IA soberana, entornos híbridos y el paso de proyectos de IA desde el piloto hasta producción. La agenda incluye intervenciones del Banco de España e Ibercaja, además de presentaciones sobre las novedades de producto y la estrategia de Cloudera para ejecutar cargas de datos e IA en nube pública, centros de datos y edge.
