La carrera por la implementación de la inteligencia artificial en el entorno corporativo ha pasado de la experimentación con modelos de lenguaje a una fase de industrialización donde la infraestructura es el factor determinante. En este escenario, la tecnológica SUSE ha aprovechado el marco del SUSECON 2026 en Madrid para anunciar el lanzamiento de SUSE AI Factory, una propuesta desarrollada en colaboración con NVIDIA que aspira a estandarizar el despliegue de soluciones de IA de misión crítica. La iniciativa no llega en un momento cualquiera; responde a una necesidad creciente de los directivos de TI por encontrar un equilibrio entre la agilidad del desarrollo y la rigidez de los controles de seguridad y cumplimiento normativo en Europa.
La arquitectura de esta nueva solución se apoya en SUSE AI y NVIDIA AI Enterprise, configurando una pila de software unificada que busca eliminar las fricciones habituales entre el diseño local en el ordenador de un desarrollador y la puesta en marcha a escala en centros de datos o en el «edge». No se trata solo de potencia de cálculo, sino de la capacidad de crear una línea de producción digital donde los modelos de IA se ensamblen y gestionen con la misma coherencia con la que se administra un sistema operativo tradicional.
Soberanía digital frente a la velocidad del mercado
Para muchas compañías en España, especialmente aquellas en sectores regulados, el despliegue de IA ha estado frenado por el temor a la pérdida de control sobre los datos confidenciales. Según recoge un reciente informe de IDC FutureScape, se estima que para el año 2028 el 60% de las grandes corporaciones del Global 2000 habrán adoptado «fábricas de IA» como base de su infraestructura esencial. Este dato subraya una tendencia irreversible: la IA ya no es un añadido, sino el núcleo del hardware y software moderno.
La propuesta de SUSE AI Factory incide directamente en esta preocupación por la soberanía. Al integrar microservicios como NVIDIA NIM y modelos abiertos de Nemotron bajo el paraguas de tecnologías de código abierto como K3s de SUSE, las organizaciones pueden ejecutar procesos avanzados de IA manteniendo los datos dentro de su propia infraestructura privada. Esta capacidad de aislamiento es fundamental para cumplir con marcos legales exigentes como la Ley de IA de la Unión Europea, permitiendo que la innovación no colisione con la seguridad jurídica.
Thomas Di Giacomo, director de tecnología y productos de SUSE, señala que los equipos de operaciones se encuentran actualmente en una encrucijada. Existe un hambre de innovación rápida, pero esta debe convivir con una auditabilidad total antes de que cualquier proceso pase a producción. En este sentido, la colaboración con NVIDIA pretende ofrecer esa estabilidad de extremo a extremo que el sector corporativo demanda para confiar tareas críticas a algoritmos autónomos.
Operatividad técnica: de GitOps a la orquestación de GPUs
Uno de los puntos de fricción más comunes en la adopción tecnológica es la fragmentación de herramientas. La gestión de unidades de procesamiento gráfico (GPU) suele requerir flujos de trabajo distintos a los de las aplicaciones convencionales. Aquí es donde entra en juego la integración de NVIDIA Run:ai para la orquestación de hardware y los operadores de Kubernetes de NVIDIA, gestionados a través de interfaces conocidas como Rancher Prime.
La implementación se basa en arquitecturas prevalidadas. En lugar de construir desde cero cada componente de la pila tecnológica, los arquitectos de sistemas disponen de plantillas que ya han sido testeadas para casos de uso específicos. Esto reduce drásticamente los tiempos de configuración, permitiendo que la atención se desplace de la «fontanería» informática a la generación de valor de negocio. Sin embargo, la simplicidad de uso no implica una relajación en la seguridad; la plataforma aplica un enfoque de confianza cero (Zero-Trust) que envuelve tanto las cargas de trabajo como los entornos de ejecución en Linux.
El papel de los agentes autónomos y la seguridad
La evolución de la IA se dirige hacia agentes autónomos capaces de tomar decisiones en tiempo real. Para que esto sea viable en una fábrica o en una red logística, el entorno de ejecución debe ser extremadamente seguro. El uso de NVIDIA OpenShell y NVIDIA NemoClaw dentro de la estructura de SUSE AI Factory proporciona un marco donde estos agentes pueden operar de forma aislada pero conectada.
John Fanelli, vicepresidente de Software Empresarial de NVIDIA, sostiene que la demanda de infraestructura que garantice la gobernanza de datos para cargas reguladas es el motor principal de esta alianza. La idea de una fábrica abierta busca precisamente eso: evitar el secuestro tecnológico (vendor lock-in) mientras se aprovechan las capacidades de procesamiento más avanzadas del mercado.
Desde la perspectiva de los socios de implementación, como Fsas Technologies Europe (Fujitsu), la clave reside en la base prescriptiva. Udo Würtz, su director técnico, destaca que la solución permite combinar la potencia de cálculo de NVIDIA con la infraestructura de código abierto de SUSE para ofrecer soluciones soberanas que cumplan con los estándares de gobernanza más estrictos. Es un movimiento estratégico que posiciona al código abierto no solo como una alternativa de coste, sino como el estándar de transparencia necesario para la inteligencia artificial moderna.
Desafíos operativos en el borde (Edge)
El despliegue de SUSE AI Factory no se limita a grandes centros de datos refrigerados. Una de las mayores tensiones operativas actuales es cómo llevar la inteligencia al límite de la red, donde la latitud de banda es limitada y las condiciones físicas son variables. La integración de la tecnología K3s de SUSE permite que esta «fábrica» sea lo suficientemente ligera como para funcionar en dispositivos periféricos, manteniendo la misma lógica de gestión que en la nube pública.
Esta simetría operativa es vital para empresas con activos distribuidos geográficamente. Poder actualizar un modelo de visión artificial en una cámara de seguridad en una planta remota usando flujos de trabajo GitOps, los mismos que se usan para actualizar una base de datos central, elimina silos operativos que históricamente han lastrado la escalabilidad de los proyectos de TI.
El cierre de este círculo tecnológico deja una cuestión abierta para los directivos: la tecnología ya no es el cuello de botella. Con arquitecturas prevalidadas y soberanía garantizada, el reto se traslada ahora a la capacidad de las organizaciones para rediseñar sus procesos internos y absorber esta capacidad de procesamiento. La infraestructura está lista; la pregunta es si la lógica de negocio de las empresas españolas está preparada para operar a la velocidad que su propia fábrica de IA puede alcanzar.
