La inteligencia artificial está redefiniendo las prioridades de las empresas en materia cloud y acelerando la búsqueda de alternativas a los hiperescaladores tradicionales. Así lo revela el nuevo estudio de Forrester Consulting por Vultr, que apunta a que un tercio de las compañías prevé adoptar proveedores cloud alternativos en los próximos meses.
Esta diversificación responde principalmente a tres factores, entre los que destacan las preocupaciones por la seguridad y el riesgo (70% de los encuestados), los costes elevados (66%) y la falta de personal cualificado para gestionar cargas de inteligencia artificial y machine learning (52%). Las organizaciones están abandonando la dependencia exclusiva de los grandes proveedores y priorizan ahora la flexibilidad, el control sobre sus datos y la capacidad de elegir infraestructuras específicas según el tipo de carga de trabajo.
La inteligencia artificial se ha convertido en el principal catalizador de este cambio. El estudio revela que las empresas esperan que el 38% de sus cargas de trabajo de inteligencia artificial y machine learning se ejecuten en la nube en el próximo año, frente al 25% actual, lo que representa un crecimiento del 52%. Este incremento está generando una demanda sin precedentes de infraestructuras capaces de escalar de forma rápida y eficiente, algo que muchos hiperescaladores no están cumpliendo según las expectativas.
«Lo más significativo de estos datos no es solo el porcentaje de empresas que planea migrar, sino el cambio de mentalidad que representan«, afirma Kevin Cochrane, Chief Marketing Officer de Vultr. «Las organizaciones están pasando de elegir proveedores por su tamaño a evaluarlos por su capacidad real de responder a necesidades específicas, especialmente en el despliegue de IA a escala. En Vultr, hemos construido nuestra plataforma precisamente para abordar estos desafíos: infraestructura global con 33 ubicaciones de centros de datos que garantiza baja latencia y cumplimiento normativo local, precios transparentes sin costes ocultos, y acceso flexible a GPUs de última generación sin compromisos a largo plazo. Lo que las empresas necesitan ahora es simplicidad, control y rendimiento predecible, no complejidad adicional«.
Insatisfacción generalizada con el rendimiento actual
El estudio también revela niveles preocupantes de insatisfacción con el rendimiento actual. El 42% de los encuestados declaró estar poco o nada satisfecho con el desempeño de su proveedor cloud para cargas de trabajo convencionales, mientras que un 41% expresó ese mismo nivel de satisfacción respecto al procesamiento de cargas de trabajo de IA y machine learning. Esta brecha entre expectativas y realidad está llevando a los responsables de IT a reconsiderar sus estrategias de infraestructura.
Más allá de la insatisfacción con el rendimiento, las organizaciones enfrentan obstáculos operativos concretos. La visibilidad limitada sobre la infraestructura cloud (48%) y la incapacidad de escalar rápidamente para satisfacer la demanda (46%) están reforzando la necesidad de soluciones más simples y manejables.
A pesar de las barreras que frenan la adopción, como las dudas sobre seguridad (70%) y la incertidumbre sobre el ahorro de costes (58%), las expectativas depositadas en los proveedores alternativos son elevadas. El 71% de los encuestados espera obtener mayor seguridad y cumplimiento normativo, el 67% anticipa inferencia de IA más rentable y el 61% busca mayor escalabilidad para cargas de trabajo de IA.
Este contraste entre cautela y expectativa refleja un mercado en punto de inflexión, donde las organizaciones están dispuestas a explorar nuevas opciones para recuperar el control sobre sus infraestructuras críticas.
