Durante dos décadas, migrar a cloud fue sinónimo de modernización. Hoy, sin embargo, las empresas se enfrentan a otra realidad que ningún hyperscaler resuelve por sí solo:
regulaciones de soberanía que exigen control local del dato, modelos de IA que demandan latencia y privacidad, costos cloud que crecen más rápido que los ingresos y una complejidad operativa que desborda a los equipos. Ante este escenario, el discurso dominante de multicloud (distribuir cargas entre varios proveedores para evitar el vendor lock-in) cede en 2026. En su lugar, la nube privada ha vuelto a la agenda estratégica impulsada por tres fuerzas:

• Soberanía y regulación: GDPR, EU AI Act y normativas sectoriales exigen que ciertos datos y modelos de IA permanezcan bajo control directo de la organización.
• Costos y previsibilidad: las cargas predecibles y de alto volumen son más económicas en infraestructura privada que en cloud público.
• IA on-premise: entrenar y ejecutar modelos propietarios requiere un control que el cloud público no siempre garantiza.

Esta tendencia no es menor. Forrester predice que al menos el 15% de las empresas desplegará IA privada sobre nubes privadas en 2026, mientras que Broadcom advierte de que la repatriación cloud no es un ajuste táctico sino una estrategia de control. Bajo esta premisa, el modelo ganador será hybrid cloud: una arquitectura que combina lo mejor de ambos mundos, multicloud y private cloud, bajo una gobernanza unificada.

La soberanía es más que dónde reside el dato: es si el control, la gobernanza y la auditabilidad lo acompañan donde se mueva. A través de pipelines de IA, endpoints de inferencia y entornos multicloud. Para lograrlo, las organizaciones deben abordar la soberanía desde tres dimensiones críticas:

• Del dato: control jurisdiccional sobre dónde se almacena, procesa y transfiere la información, con políticas que viajan con el dato.
• De la infraestructura: capacidad de decidir qué se ejecuta en cloud público, on-premise y edge, sin dependencia de un único proveedor.
• De la IA: capacidad de entrenar, ajustar y ejecutar modelos de IA en entornos controlados; garantizando que la propiedad intelectual y los datos de entrenamiento no abandonen el perímetro definido.

La residencia del dato sin gobernanza es un fallo de soberanía. Las organizaciones necesitan una capa de datos unificada con un namespace global, gobernanza basada en políticas y linaje consistente en todos los entornos. Es aquí donde el concepto de Future Cloud Infrastructure cobra sentido al proponer un “continuo”, donde la infraestructura se despliega inteligentemente allí donde genera más valor: el entorno On-premise o Data Center para cargas reguladas, IA soberana y ultra-baja latencia; el Edge para el procesamiento en tiempo real en fábricas u hospitales donde la decisión no puede esperar; y el Cloud público para la innovación rápida y cargas variables que requieren escalado bajo demanda.

Todo, operado de forma homogénea, con las mismas políticas de seguridad, gobernanza, observabilidad y automatización. Esto diferencia una arquitectura fragmentada de una plataforma de infraestructura composable. La infraestructura del futuro ya no se compra en bloques monolíticos, sino que se compone ensamblando recursos de cómputo, almacenamiento, red y aceleración (GPUs) como bloques modulares consumidos vía APIs.

Esto se logra mediante tres pilares: Software-defined everything para desacoplar el software del hardware; Platform engineering para ofrecer a los desarrolladores infraestructura como servicio interno con guardrails de seguridad; e Infrastructure as Code (IaC) para que todo esté versionado y reproducible. Este modelo permite responder en minutos a las necesidades de negocio, eliminando las semanas de espera del provisioning manual. Este modelo permite responder en minutos a nuevas necesidades de negocio, creando entornos completos para IA, desarrollo o producción sin esperar semanas de provisioning manual.

Ahora bien, la respuesta a la complejidad de operar un ecosistema tan híbrido y distribuido es transformar las operaciones hacia un modelo autónomo en el que la IA asume la carga operativa. A través de la observabilidad inteligente (AIOps) se detectan anomalías en tiempo real; mediante la remediación automatizada se ejecutan acciones correctivas con supervisión humana (human-in-the-loop); con la optimización continua la IA ajusta el placement de cargas según el uso real; y bajo una seguridad Zero Trust automatizada, las políticas se adaptan dinámicamente en todos los entornos. Una infraestructura que se autogestiona no solo reduce incidencias, sino que alinea cada inversión tecnológica con los resultados de negocio.

Finalmente, este nuevo paradigma está diseñado para resolver los tres grandes desafíos competitivos de nuestra era.

• Resiliencia por diseño: Forrester advierte que las actualizaciones de data centers para IA provocarán al menos dos grandes caídas multidía en hyperscalers en 2026. La resiliencia se construye con arquitecturas distribuidas, failover automatizado y redundancia entre on-premise y cloud.

• Seguridad distribuida Zero Trust: en un ecosistema híbrido, la seguridad debe ser una propiedad inherente de cada capa: microsegmentación, computación confidencial, cifrado extremo a extremo, identidad como perímetro y monitorización continua.

• Sostenibilidad como requisito regulatorio y competitivo: la directiva CSRD europea, la taxonomía verde y la presión de inversores convierten la eficiencia energética de los centros de datos en un KPI de negocio. Future Cloud Infrastructure incorpora métricas de carbono en las decisiones de placement de cargas, optimización del cooling y selección de ubicaciones con energía renovable.

Por: Ivan Brum, Head of Digital Architecture NTT DATA Brazil