En los últimos meses, la industria tecnológica ha estado inmersa en un acalorado debate sobre el uso de la inteligencia artificial (IA) en el ámbito empresarial y la necesidad de proteger la propiedad intelectual. La disyuntiva principal giraba en torno a si las compañías debían sacrificar el control de sus datos al usar modelos IA avanzados y propietarios o conformarse con modelos abiertos, que limitan sus posibilidades y ventajas competitivas.
Hasta ahora, las empresas se enfrentaban a dos opciones claras: emplear modelos propios de última generación, lo que conllevaba un riesgo potencial de fuga de datos, o utilizar modelos de código abierto que, aunque más seguros en términos de datos, no alcanzaban los niveles punteros de inteligencia artificial. Sin embargo, una tercera alternativa está emergiendo para romper esta dicotomía.
Imaginemos el caso de la Compañía A, que desea acogerse al modelo de lenguaje grande (LLM) desarrollado por el laboratorio de IA C. Su inquietud es evitar que el laboratorio C pueda aprovechar la interacción para mejorar su modelo o replicar funcionalidades, lo que comprometería el valor exclusivo de A. Una solución sería que la empresa A pudiera ejecutar el LLM B en su propia infraestructura, garantizando que sus datos no saliesen de su control. 
No obstante, este escenario plantea un nuevo problema: el laboratorio C no está dispuesto a entregar los pesos del modelo para que terceros lo corran localmente, ya que ello implicaría perder el control sobre la propiedad intelectual de su creación. Surge entonces un problema de confianza bidireccional entre ambas partes.
Para resolver esta contradicción, el cofundador de VAST Data, Jeff Denworth, ha presentado DataEnclave, un producto diseñado para permitir que laboratorios de IA y grandes empresas implementen modelos propios en entornos computacionales seguros donde no suele producirse transferencia de datos o modelos en ninguna dirección. DataEnclave se apoya en la tecnología de Informática Confidencial de Nvidia para crear un entorno totalmente seguro y privado. La solución se basa en la plataforma AI OS de VAST Data, que funciona como infraestructura de soporte para aplicaciones empresariales de IA.
En una entrevista con The New Stack, Denworth explicó que aunque Nvidia comenzó a desplegar en 2024 su tecnología de Informática Confidencial de manera significativa, fue necesario un aumento en la demanda del mercado para justificar el desarrollo de DataEnclave. Hasta finales de 2025, la adopción de herramientas de IA en el sector corporativo era relativamente modesta. Sin embargo, con el impulso de herramientas de codificación automáticas y otras aplicaciones basadas en IA, la demanda creció exponencialmente a finales de 2025 e inicios de 2026, ocasionando una crisis de precios y un intenso debate sobre el uso seguro de la inteligencia artificial.
Este incremento en la demanda evidenció nuevos problemas, especialmente relacionados con la seguridad y la gestión de los datos y modelos. DataEnclave llega para responder a estas inquietudes, ofreciendo una infraestructura donde las compañías pueden aprovechar modelos propietarios sin perder el control de sus datos ni exponer la propiedad intelectual de los desarrolladores de IA.
La propuesta de VAST Data responde a la creciente necesidad del mercado de una solución que genere confianza y permita la coexistencia segura entre datos empresariales y modelos de IA avanzados. El paso siguiente será comprobar cómo responde el mercado a esta solución durante su acceso temprano y futura disponibilidad general.
En la charla con Denworth también se abordó la evolución del uso de la IA en las empresas y la enorme cantidad de datos sin explotar que aún reside en estas organizaciones, esperando ser desbloqueada con la ayuda de tecnologías que garanticen la seguridad y privacidad necesarias para un despliegue masivo y efectivo de la inteligencia artificial a nivel corporativo.
