La inteligencia artificial se ha convertido en una herramienta cotidiana para los ingenieros de plataformas, pero su adopción masiva todavía no se traduce en un valor empresarial a gran escala. Así lo refleja el informe anual The State of AI in Platform Engineering, elaborado por Platform Engineering en colaboración con Vultr, que señala que el 75% de los equipos ya ejecuta o planea ejecutar cargas de trabajo de IA, y que un 89% la utiliza en su día a día en tareas como generación de código o documentación.
Sin embargo, el estudio advierte de una “meseta en la implementación de la IA”, donde el entusiasmo inicial aún supera al impacto real. En este sentido, y a pesar de los avances, las organizaciones siguen enfrentándose a carencias en infraestructura, colaboración y estandarización que frenan el valor estratégico de esta tecnología.
Para profundizar en estos retos, Vultr ha realizado un estudio complementario entre más de 120 profesionales que desarrollan sistemas nativos de IA en distintos países, incluido España. Los resultados apuntan a una propiedad fragmentada de la IA, ya que casi el 40% de las empresas delega la responsabilidad en los equipos de ingeniería de plataformas, mientras que un 25% la reparte entre varios grupos y un 13% admite no tener una figura clara de liderazgo.
Además, la orquestación de cargas de trabajo resulta desigual: más del 40% utiliza Kubernetes extendido para GPUs, pero un 35% reconoce que no orquesta de ninguna manera sus cargas de IA. A esto se suma que, aunque un 58% ya integra la IA en aplicaciones nativas en la nube, el 41% no ha adaptado sus pipelines de CI/CD o DevSecOps, lo que limita la escalabilidad.
Por otro lado, lo híbrido y lo on-premise siguen vigentes. Aunque predomina el despliegue en la nube, un 16% de las organizaciones combina distintos modelos y un 9% continúa ejecutando cargas en sus propios centros de datos, reflejando la necesidad de opciones flexibles. A su vez, más de la mitad de los encuestados considera urgente contar con plantillas y blueprints de infraestructura de IA que aseguren una adopción segura y estandarizada.
La encuesta también evidencia brechas culturales y de colaboración: un tercio de los equipos afirma tener poca relación con Data Science y un 16% ninguna, lo que dificulta el avance coordinado.
En este contexto, Luca Galante, colaborador principal de Platform Engineering, ha subrayado que “no habíamos visto tasas de adopción como estas desde los años noventa; es impresionante. Pero la mayoría de los usos actuales de la IA siguen siendo más experimentales que estratégicos”.
Por su parte, Kevin Cochrane, CMO de Vultr, ha añadido que “los ingenieros de plataformas se están convirtiendo en el eje de la adopción de la IA en las empresas. Pero el impulso no basta: se necesitan rutas claras y una infraestructura AI-first que garantice cargas de trabajo seguras, repetibles y escalables”.
En paralelo, Vultr ha recordado que ya pone a disposición de estos equipos infraestructura AI-first con GPUs listas para desplegar en minutos, orquestación global desde el inicio y arquitecturas componibles diseñadas para MLOps avanzados, con el objetivo de ayudarles a superar la actual meseta y avanzar hacia un impacto empresarial real.
Si (
No(
