La IA está dando a las empresas la excusa que necesitaban para solucionar años de deuda técnica

Cada empresa quiere hablar sobre IA. ¿Cuánto deberíamos invertir? ¿Dónde deberíamos ejecutarla? ¿Qué nuevas aplicaciones podemos crear? ¿Qué tan rápido podemos ponerlas en producción?

Pero algo más está sucediendo bajo toda esa emoción. A medida que las organizaciones invierten dinero en IA, muchas están echando un vistazo crítico a la infraestructura que ha estado ejecutando silenciosamente el negocio durante años. Y lo que están encontrando no siempre es bonito:

• Sistemas operativos heredados
• Bases de datos envejecidas
• Aplicaciones que se han modernizado de forma desproporcionada respecto a la infraestructura

Las organizaciones están observando entornos construidos en torno a decisiones tomadas hace años. Es deuda técnica que todos saben que existe, pero nadie ha tenido suficiente razón o presupuesto para abordarla.

Irónicamente, la IA podría finalmente cambiar eso.

La IA está abriendo la billetera de infraestructura

Uno de los mayores obstáculos a la modernización de la infraestructura ha sido, durante años, notablemente simple: si no está roto, ¿por qué gastar millones de dólares en cambiarlo?

Ese es un argumento difícil de superar para un equipo de infraestructura. Un sistema de diez años puede estar desactualizado, ser costoso e inflexible, pero si las aplicaciones funcionan y los clientes no se quejan, reemplazarlo o modernizarlo puede ser una venta difícil al director financiero.

La IA ha reescrito esa conversación.

Para respaldar sus estrategias de IA, las organizaciones están realizando nuevas inversiones significativas en infraestructura. Ese gasto puede crear una oportunidad para abordar otros problemas de infraestructura al mismo tiempo. Los proyectos que luchaban por obtener financiación por sí solos pueden convertirse repentinamente en parte de una discusión mucho más amplia sobre cómo debe ser la pila tecnológica empresarial para la próxima década.

La era de la IA está colisionando con la era heredada

Muchas empresas continúan dependiendo en gran medida de Windowsinfraestructura basada en Windows y versiones más antiguas de SQL Server, mientras la industria tecnológica lleva años hablando de nativo en la nube arquitecturas y contenedores.

El desarrollo de aplicaciones ha avanzado al mismo tiempo. Los equipos de desarrollo han adoptado Linux, contenedores y plataformas en la nube, mientras que las bases de datos y otra infraestructura crítica a menudo se han mantenido donde estaban. Eso crea una división cada vez más incómoda dentro de la empresa: aplicaciones modernas por un lado e infraestructura heredada por el otro. La IA no crea ese problema. Pero la prisa por construir una empresa preparada para la IA lo hace mucho más difícil de ignorar.

Por lo tanto, las organizaciones deberían resistir la visión de la infraestructura de IA como una compra tecnológica aislada. Puede ser una oportunidad para plantear una pregunta mucho más amplia: si estamos rediseñando parte de nuestra infraestructura para IA, ¿qué más deberíamos arreglar mientras estamos aquí?

La modernización no tiene que significar un gran salto

Una razón por la que la deuda técnica persiste es la suposición de que la modernización requiere una migración masiva. No es así.

Cuando se pasa de Windows a Linux, por ejemplo, no es necesario que todas las aplicaciones, bases de datos y procesos operativos cambien simultáneamente. Y adoptar Kubernetes no significa que una organización deba abandonar inmediatamente todo lo que existía antes. Para hacerlo de la manera más práctica posible, la modernización debe realizarse de forma incremental.

Las organizaciones pueden mantener las cargas de trabajo de Windows existentes mientras introducen Linux o Kubernetes junto a ellas. Pueden modernizar componentes individuales, cuando el caso de negocio lo justifique, y mover gradualmente las cargas de trabajo en lugar de apostar todo a un único proyecto de transformación enorme.

Esto es particularmente importante para las bases de datos. Los entornos críticos de SQL Server pueden haber estado operando con éxito durante años. El hecho de que sean antiguos no significa que las organizaciones deban reemplazarlos de manera imprudente.

El objetivo debería ser crear un camino a seguir.

No modernices solo porque la IA está de moda

Hay una distinción importante aquí.

El gasto en IA puede crear la oportunidad de modernizar la infraestructura, pero las organizaciones no deberían migrar cargas de trabajo simplemente porque creen que todo de repente necesita estar “listo para IA”. El caso de negocio para la modernización de la infraestructura debe sostenerse por sí mismo.

¿Podemos reducir costos?

¿Podemos mejorar la disponibilidad?

¿Podemos reducir nuestra dependencia de una plataforma en particular?

¿Podemos hacer que las cargas de trabajo sean más portátiles?

¿Podemos ofrecer a la empresa una mayor flexibilidad sobre dónde se ejecutan las aplicaciones y los datos?

Esos son resultados valiosos sin importar lo que suceda con la hoja de ruta de IA de una organización.

De hecho, uno de los errores que pueden cometer las empresas es permitir que la IA se convierta en la justificación de cada decisión tecnológica. Existen diferentes requisitos para las cargas de trabajo de IA y las cargas de trabajo transaccionales tradicionales. El hecho de que una organización esté invirtiendo fuertemente en IA no es razón para asumir que cada carga de trabajo heredada de repente pertenece a Kubernetes.

La modernización debe resolver un problema real de infraestructura.

La IA también está cambiando la economía de la infraestructura

Hay otra razón por la que la flexibilidad es más importante en la era de la IA: la economía de la infraestructura se está volviendo cada vez más dinámica. Las organizaciones tienen más opciones que nunca sobre dónde se ejecutan las cargas de trabajo… en instalaciones locales, en nubes privadas, en nubes públicas y a través de múltiples proveedores de nube. El entorno óptimo para una carga de trabajo puede resultar totalmente inadecuado para otra. Eso hace que la portabilidad de la infraestructura sea cada vez más valiosa.

Las empresas no deberían tener que tomar todas las decisiones futuras de infraestructura basándose en una elección que hicieron hace años. Deberían poder evaluar dónde una carga de trabajo tiene más sentido operativo y económico y realizar cambios sin rediseñar todo el entorno de la aplicación. Esto se vuelve aún más importante a medida que la IA incrementa el gasto en infraestructura. Cuando los presupuestos tecnológicos crecen, diferencias relativamente pequeñas en cómputo, licencias y costos de nube pueden convertirse en cifras muy grandes.

La capacidad de elegir se convierte en una ventaja económica.

La verdadera oportunidad de infraestructura de IA puede ser mayor que la IA

Existe una tendencia a pensar en el auge de la infraestructura de IA principalmente en términos de GPUs, aceleradores y enormes centros de datos. Esas inversiones, sin duda, son importantes. Lo que ocurre con el resto de la infraestructura empresarial como resultado puede ser, en realidad, el impacto más duradero.

La IA está obligando a las organizaciones a reflexionar sobre dónde se ejecutan sus aplicaciones, dónde reside sus datos, cómo se gestiona la infraestructura y cuánto legado tecnológico están dispuestas a mantener.

Eso crea una oportunidad rara.

En lugar de simplemente superponer la tecnología más reciente sobre décadas de decisiones de infraestructura antiguas, las empresas pueden aprovechar este ciclo de inversión para comenzar a amortizar la deuda técnica y crear una base más flexible para lo que venga después.

Porque la pregunta más importante puede no ser si la infraestructura actual puede ejecutar IA.

Puede ser si la inversión actual en IA puede finalmente dar a las organizaciones la razón para construir la infraestructura que deberían haber estado construyendo todo el tiempo.