Distintos profesionales de TI comparten su visión sobre los proyectos tecnológicos más urgentes para las empresas en 2026.
Estamos en la época del año en la que proliferan los artículos que “miran al futuro” y dicen a unos u otros lo que deberían hacer o lo que algún “experto” afirma que deberían hacer. En este caso, adoptaremos un enfoque distinto y nos centraremos en lo que un colectivo —probablemente el más importante en términos de compra de tecnología— dice que va a hacer de verdad. Para ello he recopilado 284 comentarios sobre las prioridades tecnológicas empresariales para 2026, y estas son las cinco principales.
1. Optimización de la IA e incertidumbre
Empecemos por una prioridad que engloba dos opiniones que no resultan sorprendentes. La primera es que la máxima prioridad, citada por 211 empresas, es “implementar el hardware, el software, los datos y las herramientas de red necesarios para optimizar el valor de los proyectos de IA”. La segunda es que existe una gran incertidumbre sobre cuáles son exactamente esas herramientas e incluso sobre si pueden identificarse con certeza.
La gran mayoría de esas 211 empresas afirmaron centrarse en la IA basada en agentes, pero conviene recordar —como ya se ha señalado en este blog— que las empresas siempre han identificado tres modelos distintos de agentes: el modelo “interactivo”, que los trabajadores utilizan de forma similar a como hoy se emplea la IA tipo chatbot; el modelo de “flujo de trabajo”, integrado en los flujos de aplicaciones como cualquier otro software; y la forma “integrada”, embebida directamente en una aplicación.
Las empresas consideran que tienen bajo control la IA de flujo de trabajo en términos de dónde se ejecuta y con qué se conecta. Sin embargo, incluso en ese caso, muchas señalan que un nuevo elemento de IA en el flujo de trabajo resulta útil al integrar conocimientos extraídos de un conjunto más amplio de fuentes, que teóricamente podrían encontrarse en cualquier lugar en lo que respecta a los datos. Y existe aún menos certidumbre sobre el impacto de los otros dos modelos.
Los agentes de IA integrados se utilizan principalmente en analítica de negocio o para dar soporte a operaciones de red o de TI, y ambas funciones parecen asignar a la IA un papel de simple extensión. Por ello, en general, no se espera que requieran un replanteamiento profundo de la infraestructura o de las prácticas operativas. Sin embargo, las empresas no lo ven de ese modo. Los agentes de IA son, en general, grandes consumidores de datos: requieren más información, información más coherente y algún tipo de valoración o ponderación de los datos para poder tomar decisiones.
Por ejemplo, una herramienta de IA para operaciones de red podría necesitar información sobre patrones estacionales de ventas para prever mejor el tráfico. Sin fuentes de información más amplias, resulta más difícil generar suficiente valor que justifique su uso. Además, el consumo de datos por parte de la IA suele estar implícito en el funcionamiento del modelo, mientras que las aplicaciones tradicionales utilizan datos porque el desarrollador lo ha especificado explícitamente. ¿Cómo se puede saber, entonces, qué va a solicitar la IA?
La forma interactiva de la IA plantea el mayor riesgo. Aunque las empresas consideran que este modelo se limita quizá al 10% o 15% de los trabajadores —aquellos con mayor valor unitario de su trabajo—, resulta casi imposible predecir qué recursos puede demandar la interacción de un empleado concreto. “Una sola pregunta podría consumir tantos recursos informáticos, tantos datos y generar tanto tráfico como una semana entera de funcionamiento de una aplicación normal”, se quejaba un responsable de planificación, señalando que esta repentina presión sobre los recursos puede afectar al rendimiento de TI en amplias áreas del negocio.
Además, los agentes interactivos podrían contar con permisos de acceso muy amplios, lo que plantea importantes problemas de gobernanza de los datos. Las empresas coinciden en que nunca debe otorgarse a un agente acceso total. En primer lugar, por los evidentes riesgos de privacidad y gobernanza, pero también porque cualquier tipo de redundancia en los datos genera riesgos adicionales. Esto va más allá de la simple deduplicación. Las empresas recomiendan evitar la mezcla de datos detallados y datos resumidos, incluidos los denominados datos “derivados”. Existe el riesgo de que trabajar con distintos niveles de granularidad sesgue los resultados de forma involuntaria. “Veinte resúmenes de los mismos datos detallados pueden parecerle a la IA como veinte fuentes distintas”, reconocieron desde una empresa. La decisión de IBM de adquirir Confluent, una compañía conocida por el desarrollo de aplicaciones de flujo de datos, podría estar relacionada con estas cuestiones de control de acceso y gobernanza de la información.
2. Copias de seguridad en la nube
La segunda prioridad tampoco resulta sorprendente, si tenemos en cuenta las noticias recientes. De las 284 empresas consultadas, 173 afirmaron que necesitan una estrategia para realizar copias de seguridad de los componentes en la nube en caso de interrupciones del servicio. Según explican, esto resulta mucho más complejo de lo que suele pensar la alta dirección.
En primer lugar, es necesario decidir qué es lo que realmente debe respaldarse. “No se puede inmunizar completamente frente a un fallo masivo de la nube o de Internet”, señalan los responsables de planificación. La mayoría de las interrupciones en la nube, añaden, se resuelven en un plazo máximo de unas pocas horas, por lo que algunas aplicaciones pueden simplemente esperar.
Una vez definido el “qué”, llega el “cómo”. ¿Es la multinube el mejor enfoque o conviene ampliar la capacidad del centro de datos? Las empresas señalan que incorporar resiliencia, en cualquiera de sus formas, puede exigir rediseñar ciertas aplicaciones para que los componentes alojados en la nube sean portables. Esto también puede implicar revisar dónde se almacenan los datos de las aplicaciones y cómo se gestiona el acceso a los mismos.
3. Simplificación de la infraestructura
La tercera prioridad consiste en gestionar la complejidad técnica de la infraestructura, que es algo que citan 139 empresas. “Tenemos demasiadas cosas que comprar y gestionar”, afirmaba un responsable. “Demasiados proveedores, demasiadas tecnologías”, dijo otro. Nadie cree que sea viable una reestructuración masiva —no hay presupuesto para ello—, pero sí consideran que los proyectos actuales pueden alinearse con una estrategia de simplificación a largo plazo.
De forma llamativa, más de un centenar de las empresas consultadas considera que esta simplificación pasa por reducir el número de proveedores. Creen que el “bloqueo” con un proveedor es un precio asumible a cambio de una mayor eficiencia y de una menor complejidad en las operaciones, la integración y el aislamiento de fallos. Se trata del mayor giro en contra de la infraestructura abierta o de múltiples proveedores que el autor ha observado hasta la fecha.
4. Priorizar la gobernanza
La cuarta prioridad, muy próxima a la tercera, es más administrativa que puramente tecnológica. Un total de 124 empresas afirmaron que necesitan “renovar por completo la gobernanza”. La IA es un factor clave en este ámbito, pero también lo son el modelo elástico de alojamiento en la nube, la multinube y las cuestiones de “soberanía” derivadas de operar en múltiples jurisdicciones, así como el entorno regulatorio, cada vez más complejo y cambiante.
El porcentaje de empresas que afirman necesitar aportaciones formales en materia de “asuntos gubernamentales” para sus prácticas de gestión ha pasado del 12% en 2020 al 47% en 2026. Por ejemplo, las preocupaciones de la Unión Europea en torno a la nube y la soberanía de la IA influyen directamente en los planes de resiliencia tanto de la IA como de las aplicaciones en la nube.
El principal problema, según las empresas, es que la gobernanza suele aplicarse únicamente en la fase de planificación de los proyectos. En ausencia de grandes proyectos, la gobernanza tiende a quedar obsoleta, basada en revisiones antiguas. Las organizaciones señalan que, al igual que ocurre con la IA, la expansión ordenada del uso de aplicaciones y datos puede generar problemas de gobernanza, al igual que los cambios legislativos y regulatorios.
La IA complica aún más este escenario, ya que resulta difícil —o incluso imposible— saber a qué datos accede si no existen filtros claros sobre su disponibilidad. Todo ello supone un reto considerable, agravado por el hecho de que muchas empresas ni siquiera están acostumbradas a pensar en la gobernanza fuera del marco de un proyecto concreto. ¿Es necesario crear “proyectos de gobernanza”? Y, de ser así, ¿cómo se justifican y financian? Existen procedimientos claros cuando se producen cambios legislativos relevantes, pero no tanto frente a otros desafíos. Incluso los agentes de IA de flujo de trabajo pueden introducir nuevos problemas de gobernanza a medida que se generaliza su uso.
5. Gestión de costes
La última prioridad de la lista, citada por 108 empresas, es en muchos sentidos un freno para alcanzar los demás objetivos: hacer más con menos. De las 284 empresas consultadas, 226 afirmaron tener mayor presión presupuestaria de cara a 2026, y sólo nueve indicaron lo contrario; el resto señaló que la presión se mantiene estable.
Resulta llamativo que esta quinta prioridad sea la que menor peso ha tenido en la gestión de costes desde 2008/2009. La diferencia clave respecto a años anteriores es que, mientras antes el “coste” se asociaba principalmente al capital invertido en equipos y software, el enfoque para 2026 se centra en el coste total, es decir, en el coste total de propiedad (TCO).
Evaluar este último sería relativamente sencillo dentro del enfoque tradicional de proyectos, pero muchas de estas prioridades difuminan la frontera entre los “proyectos” que requieren revisión, justificación y aprobación formal, y las decisiones empresariales cotidianas que suelen escapar a ese nivel de formalidad. ¿Cómo se evalúa el TCO de la optimización general de la eficiencia de la IA, de la resiliencia de las aplicaciones en la nube o de la gobernanza?
En conjunto, los comentarios de las empresas sugieren que, aunque están priorizando muchos aspectos esperables, también se enfrentan a otros más sutiles. Incluso en ámbitos como la IA, están adoptando enfoques distintos a los que muchos anticipaban. El foco se desplaza del análisis de componentes individuales al del ecosistema en su conjunto, lo que convierte a 2026 en un año especialmente interesante, con numerosas tendencias clave a las que habrá que prestar atención.
Fuente: CIO