En un movimiento que consolida su estrategia de datos unificados en la nube, NetApp ha ampliado las capacidades de su servicio Google Cloud NetApp Volumes con nuevas funciones de almacenamiento en bloque y una integración más profunda con herramientas de inteligencia artificial. Este avance se alinea con una tendencia creciente: el uso de plataformas híbridas capaces de combinar entornos locales y en la nube sin fricciones técnicas ni operativas.
La actualización, presentada el 20 de octubre, permite que las organizaciones virtualicen cargas críticas, como bases de datos autogestionadas o sistemas de IA, sobre una única capa de almacenamiento gestionada. Lo hace extendiendo el modelo NAS tradicional con soporte para protocolos SAN, incluyendo iSCSI, lo que abre el abanico a nuevas aplicaciones empresariales directamente sobre Google Cloud.
Unificación de datos sin mover los datos
En el núcleo de esta propuesta está una premisa cada vez más demandada: acceder a los datos allí donde están, sin necesidad de duplicarlos o migrarlos constantemente. Según detalla NetApp, su plataforma permite a los modelos de IA —ya operen en entornos locales o en nube pública— conectarse al conjunto completo de datos corporativos desde una fuente común, gracias a una arquitectura que evita los traslados masivos entre entornos.
La inclusión de capacidades de caché, mediante FlexCache, refuerza esa idea. Con esta funcionalidad, los datos almacenados en sistemas basados en ONTAP pueden hacerse visibles de forma instantánea desde Google Cloud, incluso si residen en instalaciones locales o en otras regiones. La transferencia es granular: sólo se mueven los fragmentos estrictamente necesarios, lo que reduce tanto la latencia como el coste operativo.
Lo interesante, en este caso, no es tanto la tecnología en sí —la replicación o el caché distribuido no son nuevos—, sino su grado de integración. La compatibilidad entre las capas de datos de NetApp y las aplicaciones de IA de Google, como Gemini Enterprise, sugiere una aproximación más holística a la infraestructura empresarial.
Gemini como puente entre almacenamiento e inteligencia artificial
Una de las novedades más destacadas es la posibilidad de usar directamente los datos almacenados en NetApp Volumes como fuente para construir agentes de IA personalizados, sin escribir código ni desplegar arquitecturas de recuperación aumentada (RAG). Esta función, aún en versión preliminar, apunta a un uso más accesible de la inteligencia artificial generativa dentro del flujo operativo de las organizaciones.
En otras palabras, el almacenamiento deja de ser un repositorio pasivo para convertirse en un elemento activo de la arquitectura de IA. Las aplicaciones pueden extraer contexto directamente desde volúmenes verificados, lo que —en teoría— mejora la calidad y fiabilidad de las respuestas generadas.
Este enfoque responde a una inquietud creciente en los entornos corporativos: cómo garantizar que los modelos generativos trabajen con datos de confianza, evitando resultados erráticos o fabricados. Al establecer un vínculo directo entre los sistemas de almacenamiento y los modelos de IA, NetApp y Google Cloud intentan resolver parte de esa ecuación.
Escenarios híbridos sin fricción
Otro de los elementos subrayados por la compañía es la interoperabilidad entre entornos. La integración de SnapMirror permite replicar datos y snapshots entre la nube y los centros de datos locales, lo que habilita escenarios como migraciones progresivas, recuperación ante desastres o balanceo de cargas de trabajo según demanda.
Este enfoque encaja en una realidad operativa que, lejos de apostar por una migración total al cloud, busca distribuir cargas según eficiencia, requisitos regulatorios o disponibilidad. La nube no sustituye al centro de datos, pero sí lo complementa, y el valor está precisamente en esa elasticidad controlada.
En palabras de Pravjit Tiwana, responsable de Cloud Storage and Services en NetApp, las actualizaciones suponen “un avance significativo” en el camino hacia una gestión de datos más unificada y eficiente. “Nuestros clientes se beneficiarán de un rendimiento uniforme y de baja latencia, una gestión de datos mejorada y la simplicidad operativa de administrar almacenamiento de archivos y bloque desde un único servicio”.
Una propuesta alineada con los grandes proveedores
El anuncio también se enmarca en una colaboración estratégica más amplia entre NetApp y Google Cloud. Según Sameet Agarwal, vicepresidente de Almacenamiento en Google Cloud, la integración busca facilitar que las empresas “lleven la información adecuada al lugar adecuado para generar resultados útiles, sin costes ni complejidades innecesarias”.
Aunque esta promesa es recurrente en el discurso tecnológico, lo cierto es que la operativización de los datos sigue siendo uno de los principales cuellos de botella en la adopción de soluciones avanzadas. La fragmentación entre entornos, formatos y políticas de acceso continúa frenando el uso efectivo de los datos empresariales, especialmente en sectores regulados o intensivos en infraestructura.
En ese contexto, la propuesta conjunta de NetApp y Google apunta a construir una base común para los datos corporativos —con visibilidad, replicación y acceso distribuido— que no sólo soporte la operación actual, sino que sirva como base para escenarios de IA y analítica avanzada.
El almacenamiento como plataforma
Dave McCarthy, analista de IDC, remarcaba recientemente que “la plataforma de datos de NetApp es el primer sistema de almacenamiento unificado integrado de forma nativa en las principales nubes públicas”. Más allá del dato técnico, la afirmación refleja un giro conceptual: el almacenamiento ya no es solo infraestructura. Es plataforma.
Una plataforma que, en este caso, no solo aloja datos, sino que permite orquestarlos, integrarlos y activarlos, incluso desde entornos de inteligencia artificial. Este enfoque, aunque aún en proceso de maduración, empieza a configurar un nuevo estándar para las arquitecturas empresariales: el de la nube distribuida, con almacenamiento consciente del dato, integración nativa con IA y control operativo desde un único punto.
Lo que está por ver es si esta integración técnica se traduce en una simplificación real para los equipos de TI. O si, por el contrario, la complejidad de las arquitecturas híbridas sigue siendo el verdadero reto a resolver.
