Michael Dell y Jensen Huang volvieron a compartir escenario en Las Vegas con un mensaje que va mucho más allá de otra tanda de servidores para inteligencia artificial. La tesis que Dell Technologies quiere instaurar en el mercado es sencilla: la IA privada deja de ser un proyecto complejo, costoso y casi artesanal para convertirse en una categoría de infraestructura accesible, desplegable y operable como una parte natural del centro de datos empresarial.
La cifra que más ha generado ruido es la eficiencia en costos. Dell sostiene que, para determinadas cargas de IA agéntica, sus soluciones Deskside Agentic AI pueden reducir el gasto hasta en un 87 % en comparación con las APIs en la nube pública durante dos años, con un punto de equilibrio que puede alcanzarse en apenas tres meses. Son estimaciones comerciales que variarán según el uso real, el modelo, el consumo energético, el soporte y la amortización del hardware, pero reflejan una discusión cada vez más presente en las empresas: no todas las cargas de IA tienen sentido como consumo variable en la nube pública.
De proyecto experimental a «fábrica de IA» empaquetada
Durante años, ejecutar IA localmente parecía una iniciativa de laboratorio o un proyecto reservado a grandes equipos de infraestructura. Era necesario seleccionar servidores, GPUs, almacenamiento, red, software, modelos, seguridad, operación y soporte. Muchas empresas optaban por APIs externas porque eran rápidas de probar, fáciles de contratar y no requerían una inversión inicial elevada.
Esa dinámica empieza a cambiar. La explosión de agentes de IA altera la economía. Un chatbot que responde unas pocas preguntas puede funcionar bien con un modelo de pago por uso. Un conjunto de agentes que consulta documentos internos, ejecuta código, llama a APIs, trabaja con bases de datos y genera miles de interacciones diarias puede disparar los costes y plantear dudas sobre seguridad, privacidad y gobernanza de datos.
Dell busca resolver ese problema con una pila completa que va desde estaciones de trabajo hasta racks de centros de datos. Dell Deskside Agentic AI combina estaciones de trabajo de alto rendimiento, aceleradores NVIDIA, modelos abiertos, NVIDIA NemoClaw y OpenShell para crear y ejecutar agentes cerca del usuario o del equipo que los necesita. En el ámbito del centro de datos, Dell AI Factory with NVIDIA integra servidores PowerEdge, almacenamiento, redes, software, servicios y arquitecturas de referencia.
La principal diferencia respecto a la etapa anterior radica en la forma de adquirir. Un CIO ya no necesita considerar la IA privada como una colección de piezas desconectadas. Ahora puede definir una «fábrica de IA» validada por Dell y NVIDIA, con configuraciones específicas para desarrollo, inferencia, agentes, datos corporativos y escalabilidad futura. No elimina la complejidad, pero la gestiona de manera más integrada.
La economía del token redefine la conversación
El coste por token se ha convertido en una métrica empresarial clave. Cada consulta a un modelo, cada resumen, cada llamada de agente, cada ejecución de código y cada búsqueda contextual consume tokens. Cuando el uso es bajo o imprevisible, una API en la nube pública sigue siendo conveniente. Sin embargo, cuando la carga es intensiva, repetitiva y ligada a datos internos, la infraestructura propia puede comenzar a tener sentido.
Aquí entra el argumento de Dell. Si una empresa sabe que sus agentes trabajarán diariamente sobre documentación, repositorios, tickets, datos operativos o flujos internos, pagar cada interacción como un consumo externo puede ser menos atractivo. Además, llevar la inferencia a un entorno privado permite un mejor control de la latencia, la privacidad, la residencia de los datos y el acceso a sistemas sensibles.
| Elemento anunciado por Dell/NVIDIA | Qué aporta |
|---|---|
| Dell Deskside Agentic AI | Agentes de IA en estaciones locales para equipos de desarrollo y negocio |
| Hasta 87 % menos gasto frente a APIs cloud | Estimación de Dell para cargas específicas durante dos años |
| Punto de equilibrio en tres meses | Comparación de Dell frente a APIs en la nube públicas |
| PowerEdge con NVIDIA Blackwell Ultra | Infraestructura de alto rendimiento para entrenamiento e inferencia |
| Hasta 256 GPUs Blackwell Ultra por rack | Configuraciones Dell IR7000 con refrigeración líquida |
| Hasta 4 veces más rápida en entrenamiento de LLM | Comparación anunciada por Dell respecto a generaciones anteriores |
| NVIDIA OpenShell | Entorno abierto para ejecutar agentes con controles de seguridad y privacidad |
| NVIDIA NemoClaw | Pila de referencia para agentes autónomos y persistentes |
El hardware sigue siendo fundamental. Dell ya amplió su AI Factory con servidores PowerEdge basados en NVIDIA Blackwell Ultra, con configuraciones de hasta 192 GPUs por sistema y opciones personalizables de hasta 256 GPUs por rack IR7000. La compañía también reportó mejoras de hasta cuatro veces en la velocidad de entrenamiento de grandes modelos de lenguaje respecto a generaciones anteriores. Esta densidad requiere refrigeración líquida directa, redes de alta velocidad y arquitecturas de rack más integradas.
Pero la verdadera novedad no solo consiste en incorporar más GPUs en menos espacio. Se trata de transformar esa capacidad en una plataforma empresarial para IA privada. Las empresas no solo quieren entrenar modelos, sino también agentes que operen con sus datos, según sus políticas y dentro de sus perímetros de seguridad.
Open source, agentes y datos bajo control
La narrativa competitiva también evoluciona. Hace dos años, muchas empresas asumían que los mejores resultados solo podrían lograrse con modelos de frontera cerrados consumidos vía API. Hoy, los modelos abiertos han mejorado lo suficiente como para cubrir muchas aplicaciones empresariales, especialmente cuando se ajustan con datos propios, se combinan con RAG, se ejecutan en flujos controlados o se integran con herramientas internas.
Esto no implica que los modelos abiertos hayan reemplazado a los modelos cerrados en todas las tareas, pero sí que reducen la dependencia. Una empresa puede decidir usar APIs externas para tareas muy avanzadas y, al mismo tiempo, ejecutar modelos de pesos abiertos en local para soporte interno, búsqueda documental, clasificación, automatización, análisis de código o agentes especializados.
NVIDIA y Dell quieren consolidar esa zona intermedia. No solo venden servidores; promueven la idea de una infraestructura donde modelos, datos y agentes puedan operar bajo control corporativo. OpenShell proporciona un entorno de ejecución para agentes con controles de seguridad y privacidad. NemoClaw y Nemotron ofrecen bases para desarrollar agentes y modelos personalizados. La Dell AI Data Platform conecta esa capa con los datos empresariales.
Esta estrategia resulta especialmente potente en sectores regulados. Bancos, sanidad, industria, administración pública, defensa y servicios profesionales no siempre pueden enviar datos sensibles a APIs externas sin revisar aspectos de cumplimiento, jurisdicción, propiedad intelectual y trazabilidad. La IA privada presenta una alternativa, siempre que la organización tenga la capacidad de operarla con seguridad.
El concepto de «on-premise» también ha cambiado de imagen. Ya no se trata de un retroceso ni de rechazar la nube, sino de un escenario híbrido: nube pública para elasticidad, experimentación y ciertos modelos frontera; infraestructura privada para datos sensibles, agentes persistentes y cargas con coste previsible; y edge o estaciones de trabajo para equipos que requieren baja latencia o procesamiento cercano a los datos.
La competencia no será solo por quién posee el modelo más potente, sino por quien logra hacer que la IA funcione dentro de la organización con costos sostenibles, datos protegidos y agentes que actúen sin romper los controles internos. Dell y NVIDIA aspiran a que esa pila se adquiera casi como una actualización de infraestructura. Si logran esto, la IA privada dejará de ser una excepción y competirá de forma sólida con los modelos de API abiertos.
Preguntas frecuentes
¿Qué ha anunciado Dell junto a NVIDIA?
Dell ha fortalecido su AI Factory with NVIDIA con soluciones para IA agéntica, estaciones de trabajo en local, servidores PowerEdge, modelos, software de agentes y arquitecturas diseñadas para ejecutar IA privada desde el escritorio hasta el centro de datos.
¿Es real el ahorro del 87 % frente a APIs cloud?
Es una estimación de Dell para cargas específicas de IA agéntica durante dos años. El ahorro real dependerá del volumen, modelo, consumo energético, soporte y amortización del hardware, siendo más relevante en usos intensivos y constantes.
¿Qué significa que la IA privada cabe en un rack?
Implica que algunas empresas pueden gestionar modelos y agentes en su infraestructura propia, con servidores, GPUs, redes, almacenamiento y software validados, en lugar de depender exclusivamente de APIs externas.
¿La IA privada reemplazará al cloud público?
No de manera absoluta. Lo más probable será un escenario híbrido: cloud público para cargas específicas y modelos frontera; infraestructura privada para datos sensibles, costos previsibles y agentes integrados en sistemas internos.