La infraestructura de datos ha dejado de ser una capa silenciosa en los proyectos tecnológicos de las grandes empresas. La aceleración de la inteligencia artificial está desplazando parte de la conversación desde las GPU, los modelos y las plataformas de nube hacia un terreno menos visible, pero cada vez más determinante: dónde reside el dato, cómo se mueve, quién lo gobierna y con qué rapidez puede recuperarse cuando falla algo.
NetApp ha situado ese cambio en el centro de su discurso en España. La compañía ha inaugurado nuevas oficinas en la Torre de Cristal de Madrid, tras 25 años de actividad en el mercado español, y las utilizará como hub para su región EEMI, que agrupa Iberia, Latinoamérica, Europa del Este, Oriente Medio y África. La elección de Madrid refuerza el papel de la capital como centro de coordinación para una región amplia y diversa, con distintos niveles de madurez cloud, exigencias regulatorias, prioridades de soberanía del dato y ritmos de adopción de inteligencia artificial.
La compañía llega a esta etapa con un mensaje claro para sus clientes empresariales: la IA no se escala solo comprando capacidad de cómputo. Maite Ramos, directora general de NetApp Iberia, sostuvo durante el encuentro con la prensa que el negocio de la filial ha cerrado un año récord y que cerca del 30% de esa actividad procede ya de proyectos vinculados a inteligencia artificial. La directiva citó datos públicos de IDC que apuntan a crecimientos del 26% en los últimos cuatro trimestres y del 37% en el primer trimestre de 2026, aunque señaló que esas cifras no recogen todavía el impacto completo del cierre fiscal de la compañía.
La infraestructura de datos marca el ritmo de la IA
El punto de partida no es menor. Muchas compañías han iniciado pruebas de inteligencia artificial con una lógica de laboratorio, con conjuntos de datos acotados, equipos reducidos y necesidades limitadas de rendimiento. El problema aparece cuando esas pruebas encuentran un caso de uso real y deben pasar a producción. Ahí cambia la escala.
Manel Picalló, director técnico de NetApp Iberia, lo planteó de forma directa: una parte relevante de los proyectos de IA fracasa antes de superar la fase de prueba de concepto porque la arquitectura de datos no acompaña. Según explicó, el error habitual consiste en atribuir los problemas de rendimiento a la falta de GPU o de capacidad de computación, cuando en muchos casos el bloqueo está en la capa de datos.
La diferencia es operativa. Una aplicación empresarial tradicional solía crecer de forma más acompasada en capacidad y rendimiento. En IA, esa relación se rompe. Puede haber proyectos que necesiten poca capacidad en términos relativos, pero una exigencia muy alta de IOPS, latencia o acceso concurrente. Las arquitecturas clásicas de almacenamiento no siempre resuelven bien esa combinación, sobre todo cuando la empresa intenta pasar de un piloto limitado a un servicio utilizado por áreas completas de negocio.
NetApp intenta posicionarse justo en esa fricción. La compañía ha lanzado la familia AFX, construida sobre ONTAP, su sistema operativo de almacenamiento, con una arquitectura que separa la capacidad de almacenamiento y la capa de cómputo para poder escalarlas de manera distinta. Ramos lo describió como una forma de construir desde una «mini estación de IA» hasta una «megafactoría» o una «gigafactoría» con módulos similares, manteniendo el mismo software de base.
El matiz importa porque NetApp no se presenta como un actor nacido específicamente para la nueva ola de IA, sino como un proveedor tradicional que intenta adaptar una base instalada amplia a un escenario técnico distinto. Ahí hay una tensión clara: los nuevos competidores suelen exhibir mayor agilidad en arquitecturas software-defined, mientras que los fabricantes consolidados apelan a fiabilidad, soporte y presencia en grandes cuentas. Picalló lo resumió con una contraposición que atraviesa buena parte del mercado: innovar desde cero o evolucionar una plataforma probada.
Del CPD al comité de dirección
La novedad para el sector tecnológico español no está solo en la arquitectura. También está en quién participa en la conversación. Ramos defendió que el almacenamiento, históricamente percibido como infraestructura de fondo, está ganando presencia en las discusiones de alto nivel porque la continuidad de negocio, la IA y la seguridad dependen cada vez más de esa capa.
«Si se cae la infraestructura del almacenamiento de datos, la empresa se para», afirmó. La frase resume un cambio que los departamentos de sistemas conocen desde hace años, aunque no siempre haya tenido visibilidad fuera del área técnica. En banca, retail, energía o industria, la disponibilidad del dato condiciona desde la apertura de una oficina hasta la ejecución de modelos analíticos, procesos logísticos o servicios digitales críticos.
La compañía asegura trabajar con más del 95% de las empresas del IBEX 35. Ese dato refuerza el enfoque elegido por NetApp para Madrid: no solo una oficina comercial, sino un centro con más de un centenar de profesionales, perfiles de servicios profesionales, arquitectos y consultores para ejecutar proyectos complejos en clientes grandes. La infraestructura, en este caso, no se vende únicamente por capacidad técnica. También por músculo de implantación.
Ese punto resulta especialmente relevante en una región como EEMI. Las necesidades de una entidad financiera española, una administración pública, una compañía latinoamericana con arquitecturas híbridas o una organización de Oriente Medio con planes agresivos de IA no son equivalentes. La oficina de Madrid queda así vinculada a una función de coordinación regional en la que la cercanía técnica y la capacidad de ejecución pesan tanto como la disponibilidad de producto.
Nube híbrida y soberanía del dato en IA
La IA empresarial también está reabriendo el debate sobre nube híbrida. Durante años, muchas organizaciones distribuyeron sus datos entre entornos on-premise, hiperescalares y proveedores locales para ganar flexibilidad, cumplir requisitos regulatorios o reducir dependencias. Esa distribución, que respondía a necesidades reales, se convierte ahora en un desafío para los modelos de IA.
Los datos que alimentan un modelo pueden estar repartidos en varios entornos. Algunos no pueden moverse por motivos regulatorios. Otros no conviene llevarlos a una nube pública por coste, latencia o sensibilidad competitiva. Picalló puso el foco en una cuestión que empieza a ganar peso en los proyectos corporativos: las empresas no quieren que su conocimiento interno sirva para entrenar modelos de terceros o quede expuesto fuera de su perímetro de control.
En esa línea aparece el interés por arquitecturas RAG, que permiten enriquecer modelos generalistas con datos corporativos sin reentrenar el modelo base ni abrir toda la información de la empresa. Para NetApp, esta tendencia puede convertirse en uno de los motores de negocio del próximo ejercicio, especialmente por el crecimiento de la inferencia. La fase de uso de la IA, más que el entrenamiento inicial, empieza a tensionar las infraestructuras cuando se multiplican los usuarios internos y las consultas en producción.
La propuesta de la compañía se apoya en su presencia en los tres grandes hiperescalares, con servicios nativos de almacenamiento first-party en las principales nubes públicas. La lectura comercial es evidente, aunque el argumento técnico es más interesante: NetApp quiere que el cliente no tenga que elegir de forma binaria entre on-premise y cloud, sino que pueda mover o acercar los datos al entorno donde la carga de IA tenga más sentido en cada momento.
En sectores como finanzas o salud, la adopción de nube pública mantiene restricciones más fuertes. En otros ámbitos, especialmente aquellos con arquitecturas más basadas en microservicios o empresas nacidas en cloud, la elasticidad pesa más. El resultado no es una dirección única, sino una fragmentación de arquitecturas. Y esa fragmentación complica la gobernanza del dato.
Ciberresiliencia desde la capa de almacenamiento
La otra gran derivada es la seguridad. NetApp está intentando llevar la ciberresiliencia al nivel más bajo de la infraestructura, allí donde el dato se escribe, se modifica y se recupera. Su propuesta combina protección contra ransomware, snapshots, clones y automatización de procesos de recuperación.
Picalló explicó que ONTAP incorpora Autonomous Ransomware Protection, una tecnología que desde la versión 9.16 utiliza inteligencia artificial para detectar comportamientos anómalos en los datos. El sistema analiza, entre otros factores, la entropía del dato, es decir, el grado de aleatoriedad que puede indicar que un archivo ha sido cifrado o alterado por ransomware. El reto, según el directivo, no está solo en detectar ataques, sino en evitar falsos positivos que saturen a los equipos de seguridad.
Ese problema es muy concreto para los CISOs. Una herramienta demasiado sensible puede convertirse en una fuente constante de alertas irrelevantes. Una herramienta demasiado laxa reduce ruido, pero deja más margen al atacante. NetApp afirma que su modelo alcanza una efectividad del 99% y que puede actualizarse con nuevos entrenamientos aproximadamente cada seis meses, sin necesidad de actualizar todo el sistema operativo de almacenamiento. La compañía insiste en que no comparte datos de clientes, sino información vinculada a falsos positivos y señales técnicas anonimizadas cuando el cliente decide participar.
La ciberresiliencia, sin embargo, no termina en la detección. Tras un ataque, la cuestión central pasa a ser la recuperación. NetApp defiende que sus snapshots permiten recuperar datos casi de forma instantánea con independencia del volumen, al basarse en tecnología de punteros. A partir de ahí, la complejidad se traslada al proceso posterior: limpiar, validar, clonar, probar y devolver los datos a producción sin reintroducir el problema.
Ramos añadió un elemento poco habitual en el discurso de infraestructura: la compañía ofrece un contrato de garantía de recuperación para arquitecturas validadas y correctamente implantadas. Si el cliente no recupera sus datos bajo esas condiciones, NetApp asume una compensación. Para una organización afectada por ransomware, el dinero no resuelve el impacto operativo ni reputacional, pero la existencia de ese compromiso muestra hasta qué punto los proveedores están intentando convertir la resiliencia en un atributo contractual, no solo técnico.
Madrid gana peso en una región heterogénea
La apertura de las oficinas en la Torre de Cristal llega, por tanto, en un momento en el que NetApp intenta vincular tres conversaciones que hasta hace poco podían ir por separado: IA, nube híbrida y protección del dato. La compañía presenta Madrid como hub para EEMI, una región de gran amplitud geográfica y empresarial donde conviven grandes bancos, administraciones públicas, operadores de telecomunicaciones, industrias reguladas y mercados emergentes con planes acelerados de digitalización.
El peso de Madrid no se limita a la localización. En la práctica, la capital española concentra talento técnico, relación con grandes cuentas, proximidad a Latinoamérica y conexión con mercados europeos, africanos y de Oriente Medio. Para una compañía de infraestructura, esa combinación puede ser más relevante que la visibilidad de una nueva sede. La ejecución de proyectos de IA y ciberresiliencia exige arquitectos, consultores y equipos capaces de intervenir en entornos críticos, no solo capacidad comercial.
La cuestión de fondo es si los planes de IA empresarial podrán avanzar al ritmo que prometen los proveedores de modelos, cloud y hardware. NetApp sostiene que sin datos gobernados, protegidos y movilizables, muchos proyectos seguirán atrapados entre la prueba de concepto y la producción. Para los directivos tecnológicos, esa fricción obliga a revisar decisiones que parecían resueltas: qué datos deben permanecer en casa, cuáles pueden ir a la nube, cómo se protegen frente a ransomware y qué arquitectura permitirá escalar la inferencia sin perder control.
Madrid queda situada en ese cruce. No como un punto administrativo más, sino como una base desde la que NetApp quiere cubrir una región donde la IA no tendrá una única arquitectura dominante. La oportunidad está en acompañar esa diversidad. La dificultad, en demostrar que la infraestructura de datos puede moverse con la misma velocidad con la que las empresas están incorporando la inteligencia artificial a sus planes de negocio.
