Los ganadores de la infraestructura oculta de la IA agente: ¿Por qué AMD, ServiceNow y AWS están construyendo los ferrocarriles autónomos del futuro?

Estamos en el punto de inflexión de un nuevo paradigma tecnológico. La IA agente representa un cambio fundamental: pasamos de herramientas reactivas del pasado a sistemas autónomos que actúan de forma proactiva y basados en objetivos específicos. No se trata simplemente de una actualización gradual; se trata de un paso hacia una IA que planifica, actúa y aprende por sí misma. La lógica operativa también ha cambiado: pasamos de la ejecución simple de tareas a un ciclo cerrado de planificación, percepción, toma de decisiones y ejecución. Esto marca una transición clara hacia una tecnología que pasa de ser una capacidad secundaria a convertirse en una herramienta fundamental para la próxima generación de aplicaciones.

El valor que se obtiene en esta nueva fase se transmitirá a través de la infraestructura que permite el funcionamiento de estos agentes. Como predice Gartner, más del 80% de las empresas utilizarán agentes de IA para reestructurar sus procesos de negocio hasta el año 2026, con el objetivo de lograr un aumento en la eficiencia del 40% al 60%. Esta adopción masiva estará impulsada por diferentes capas tecnológicas. En primer lugar, está la base hardware: las demandas de procesamiento de los sistemas agente, que requieren que las CPU “se detengan y piensen” antes de actuar, son diferentes a las necesidades de los modelos de lenguaje. Compañías como AMD y Arm están posicionadas como líderes en este campo, ya que las unidades de procesamiento de alto rendimiento serán cruciales para manejar las tareas complejas que realizan los agentes.

En segundo lugar, existe la capa de organización del proceso de trabajo. ServiceNow y UiPath tienen grandes oportunidades en este área, ya que están bien posicionados para gestionar el flujo de trabajo y la integración de los sistemas de agentes dentro de los entornos empresariales. Esta capa actúa como el “pegamento” que conecta a los agentes con los procesos empresariales y las fuentes de datos. Finalmente, existe la capa de plataforma. En esta área, los principales proveedores de LLM están pasando de ofrecer solo resultados basados en API a desarrollar plataformas completas para los agentes. Copilot Studio, de Microsoft, es un ejemplo de este cambio: permite que los agentes sean desarrollados y desplegados a gran escala.

Sin embargo, el mercado actualmente no valora suficientemente estas inversiones en infraestructuras. Wall Street sigue concentrándose en los modelos básicos, mientras que el verdadero crecimiento exponencial y la obtención de valor se encuentran probablemente en aquellos sistemas que hacen que esos modelos sean autónomos. El cambio de paradigma es evidente, pero las inversiones deben dirigirse no solo a los proveedores iniciales de modelos, sino también a las empresas que construyen las bases para este nuevo mundo liderado por agentes.

Análisis de principios primeros: los tres pilares de la infraestructura de la inteligencia artificial agente

Para crear un portafolio adecuado para las tecnologías de IA autónomas, debemos aplicar el pensamiento basado en principios fundamentales. El cambio de paradigma no se refiere a mejorar los chatbots, sino a sistemas autónomos que pueden planificar, actuar y aprender por sí mismos. Esto requiere una nueva infraestructura, construida sobre tres pilares ineludibles.

El primer pilar es el poder informático básico. La IA agente requiere una arquitectura diferente a los modelos actuales que utilizan GPUs en su funcionamiento. Estos agentes necesitan “detenerse y pensar”, un proceso que depende de unidades de procesamiento central de alto rendimiento para realizar razonamientos complejos y tareas de organización. Esto crea una clara oportunidad de mercado. Se proyecta que el mercado de las unidades de procesamiento central en centros de datos crezca hasta los 100 mil millones de dólares en los próximos cinco años. Las empresas líderes en este campo son AMD y Arm Holdings. AMD, líder en el mercado de unidades de procesamiento central en centros de datos, está trabajando intensamente en su nueva arquitectura Venice, diseñada para manejar cargas de trabajo complejas. Arm, tradicionalmente una empresa que proporciona soluciones de tecnología IP, ha tomado la iniciativa de diseñar sus propias unidades de procesamiento central, con el objetivo de obtener un 15% de cuota de mercado. La proporción entre GPUs y CPUs en los centros de datos será cada vez menor, lo que hace que estas empresas se conviertan en los pioneros del nuevo paradigma.

El segundo pilar es la orquestación y la gestión de flujos de trabajo. Los agentes de IA no sirven para nada si no pueden integrarse con los procesos comerciales y los datos existentes. Aquí es donde ServiceNow y UiPath encuentran su gran oportunidad. La plataforma de ServiceNow, utilizada por el 85% de las empresas de la lista Fortune 500, está siendo actualizada para permitir el uso de agentes de IA en el servicio al cliente y en los flujos de trabajo internos. Su tasa de renovación del 97% entre clientes demuestra la importancia de su rol. UiPath, líder en la automatización de procesos robóticos, también se posiciona bien para gestionar la ejecución de las tareas realizadas por los agentes. Juntos, proporcionan el enlace que conecta los sistemas autónomos con la empresa, una función crucial a medida que aumenta la adopción de estas tecnologías.

El tercer y más importante pilar es la infraestructura cloud dominante. Es aquí donde se encuentra el nivel de plataforma con la infraestructura. Amazon AWS es claramente el líder en este campo, funcionando como el sistema operativo esencial para la inteligencia artificial. La empresa no solo proporciona los herramientas necesarias, sino que también desarrolla sus propios agentes, como el Transform agent, destinado a la migración hacia la nube. Además, lanzó AgentCore, permitiendo que otros puedan desarrollar sus propios agentes. Este doble papel como proveedor de plataformas y desarrollador de agentes le da a AWS una fuerza increíble. El crecimiento de sus ingresos en la nube ha aumentado un 20% año tras año. Su gran escala garantiza que será el entorno principal para el desarrollo y despliegue de agentes. El crecimiento exponencial en la adopción de agentes impulsará directamente la expansión de AWS, convirtiéndola en la infraestructura indispensable para todo el ecosistema.

El mercado no está valorando adecuadamente este tipo de infraestructura. Mientras que la atención se centra en los modelos fundamentales, el verdadero crecimiento exponencial y la obtención de valor se darán a través de las empresas que desarrollan las capacidades de computación, la organización de procesos y la infraestructura cloud necesaria para hacer realidad la inteligencia artificial basada en agentes.

Seguimiento de la curva de adopción exponencial: Principales indicadores y factores que influyen en el proceso

El punto de inflexión se indica a través de enormes gastos en capital. Las cinco mayores empresas de servicios cloud han comprometido el gasto de una cantidad asombrosa en este sentido.700 mil millones en centros de datos relacionados con la inteligencia artificial este año.No se trata simplemente de un presupuesto; se trata de una manifestación de confianza en la infraestructura necesaria para el desarrollo de la inteligencia artificial autónoma. Este aumento en los gastos es la medida más clara de la adopción de este concepto, ya que traduce la promesa de los sistemas autónomos en una demanda inmediata y exponencial de hardware y servicios de plataforma fundamentales.

Los factores clave a corto plazo están surgiendo en el ámbito de la implementación comercial de estas tecnologías. Las empresas importantes están pasando de las pruebas experimentales a la producción real. El lanzamiento comercial de plataformas de IA será un hito importante en este proceso. Este cambio validará los beneficios económicos que ofrecen las herramientas para la organización de flujos de trabajo y el desarrollo de agentes automáticos. Esto beneficiará directamente a empresas como ServiceNow y UiPath. Al mismo tiempo, está surgiendo una dinámica competitiva importante entre los modelos de agentes propietarios y los de código abierto. La reacción del mercado ante el modelo R1 desarrollado por DeepSeek el año pasado fue muy significativa.Pérdida de valor de 590 mil millones de dólares en un solo día para Nvidia.Esto demuestra el potencial disruptivo que ofrecen las alternativas ligeras y abiertas. Esta situación generará presión sobre los actores que utilizan modelos propietarios, obligándolos a innovar más rápidamente. Al mismo tiempo, esto crea oportunidades para aquellas plataformas que pueden integrar de manera fluida ambos tipos de modelos.

En cuanto a la capa de infraestructura, todo está en orden. El gasto de 700 mil millones de dólares asegura una demanda constante de los chips y servicios en la nube que son esenciales para el desarrollo de la “curva S”. La siguiente fase dependerá de cuáles son las empresas que pueden aprovechar al máximo esta oportunidad, a medida que la adopción de estos servicios se acelera, pasando de la fase piloto a la fase plenamente operativa. El crecimiento exponencial ya no es algo teórico; está siendo financiado por las empresas tecnológicas más importantes del mundo.

Riesgos y medidas de protección: Cómo enfrentar el desafío de la fragmentación de la infraestructura

La curva de adopción exponencial enfrenta un problema crítico: la fragmentación en la gestión de la infraestructura. Aunque la IA está transformando los procesos de seguridad y monitoreo, sigue estando ausente en el aspecto más importante, que es la gestión de la propia infraestructura informática. Como señala un análisis,Las organizaciones que gestionan entornos de múltiples nubes, nubes híbridas, en la red local y en los bordes tienen pocas opciones para sus propias plataformas de infraestructura inteligente.Esta escasez se debe a la enorme complejidad que implica garantizar la consistencia y el buen gobierno de los sistemas fragmentados. Este es un obstáculo que ha dificultado durante mucho tiempo la adopción de la IA en este campo. Para que la curva de desarrollo de la IA agente pueda acelerarse, este nivel fundamental debe convertirse en algo inteligente y automatizado.

La lentitud en la adopción de nuevas tecnologías, debido a las mentalidades tradicionales, aumenta este riesgo. Muchos departamentos de TI todavía operan con enfoques tradicionales y separados para la gestión de la infraestructura. El cambio necesario para que la IA funcione de manera autónoma, donde los sistemas puedan percibir, planificar y actuar de forma independiente, requiere un cambio fundamental en la filosofía operativa. Esta inercia cultural puede retrasar la implementación de nuevas plataformas integradas, creando así un punto de estancamiento, incluso cuando los gastos de capital aumentan.

En la respuesta a este desafío, Palo Alto Networks se convierte en un actor clave en el campo de la seguridad. La empresa está desarrollando sistemas de defensa autónomos que pueden funcionar como agentes de IA dentro de las organizaciones. Esto no se trata solo de detectar amenazas tradicionales; se trata de crear una capa de seguridad que pueda percibir las amenazas, tomar decisiones y ejecutar respuestas en tiempo real. En un entorno de infraestructura fragmentada, el enfoque agente de Palo Alto proporciona el control y la aplicación de políticas necesarios para que otros sistemas autónomos puedan operar de manera segura y a gran escala. Se trata, en definitiva, de una barrera importante que asegura que, a medida que otras partes del sistema se vuelven más inteligentes, la base de seguridad no se convierta en un obstáculo.

En resumen, la capa de infraestructura debe ser inteligente para poder soportar el paradigma de la IA agente. El riesgo no radica en la falta de recursos informáticos o de capacidad en la nube, sino en la falta de una gestión inteligente de esa capacidad. Las empresas que logren superar este obstáculo, proporcionando la gobernanza, la coordinación y la seguridad necesarias para los sistemas autónomos, serán las que realmente capturen valor a medida que la curva S se vuelve más pronunciada.