El concepto de preparación de datos no es nuevo en el sector tecnológico. Hace más de una década, los responsables de TI ya se enfrentaban al desafío de explotar los enormes volúmenes de datos almacenados en sus infraestructuras, considerándolos auténticos «yacimientos de oro» o «pozos de petróleo» digitales.
Con la irrupción masiva de la inteligencia artificial (IA), este tema ha recuperado protagonismo, ya que los datos son el combustible esencial que alimenta chatbots, asistentes virtuales y agentes inteligentes. La conocida máxima «basura entra, basura sale» sigue siendo fundamental, y los líderes tecnológicos son firmes conscientes de ello.
Pasados casi cuatro años desde el auge de la IA generativa, tanto proveedores como consultores siguen insistiendo en la importancia de la calidad y la preparación de los datos, un mensaje que parece no haber calado del todo en muchas organizaciones. 
NetApp, una de las firmas que lleva tiempo insistiendo en esta problemática, situó la preparación de datos como uno de los temas centrales en su conferencia Insight 2026, celebrada esta semana.
En la presentación inaugural, el CEO George Kurian destacó la crítica necesidad de contar con datos listos para IA. Naturalmente, aprovechó para mostrar cómo los productos y servicios de su empresa pueden contribuir a este objetivo, un enfoque esperado en este tipo de eventos corporativos.
Como se señaló en junio pasado, otras compañías como Everpure también están transformando su foco hacia la gestión avanzada de datos, con lanzamientos como su plataforma Data Intelligence, encaminada a maximizar el uso de datos preparados para IA y a derribar los silos que dificultan su adopción.
En este sentido, NetApp lleva ventaja. La empresa ha impulsado desde hace años su infraestructura de datos inteligente y soluciones de almacenamiento unificado. Su sistema operativo para almacenamiento, Ontap, incorpora numerosas funcionalidades de gestión de datos, y su interfaz NetApp Console se ha renovado recientemente para integrar capacidades impulsadas por IA.
No se puede reprochar a NetApp ni a sus competidores el esfuerzo constante en este frente, pues la evolución del mercado exige que los proveedores vayan más allá del hardware puro y ofrezcan soluciones inteligentes.
El hecho de que la importancia de la gestión y calidad de datos de IA aún deba ser repetidamente subrayada evidencia que muchas organizaciones aún no han interiorizado esta prioridad.
Durante la entrevista con ITPro en Insight ‘26, Kurian resaltó que la adopción de IA es, en esencia, un programa de transformación empresarial y de liderazgo. Ninguna herramienta por sí sola será suficiente para activar el cambio si las empresas no entienden la urgencia de integrar la IA en su modelo de negocio.
Quedarse atrás en la carrera con la competencia y no lograr implementar exitosamente proyectos de IA tendrá impacto directo en los resultados financieros, aunque no sea algo desconocido para muchas empresas.
De hecho, numerosos informes publicados en los últimos tres años han puesto de relieve las dificultades a la hora de avanzar desde proyectos piloto de IA hasta implementaciones productivas, problema aún más acuciante en el campo de la IA agente. Este desafío ha sido ampliamente documentado en medios especializados.
Un análisis de IDC señala que la calidad de los datos es el factor más importante para el éxito en IA, según el 52% de las empresas encuestadas.
NetApp, entre otras, ha desarrollado herramientas e infraestructura específicas para ayudar a superar estos obstáculos, aunque su éxito final depende de la voluntad y preparación de las organizaciones, lo que genera cierta frustración en el sector.
Superar el cuello de botella
La calidad de datos empresarial es solo una parte del problema. En Insight ‘26 se reveló que las arquitecturas de almacenamiento tradicionales están siendo insuficientes frente a las crecientes demandas de computación y red de la IA.
Las “fábricas de IA” crecen exponencialmente en tamaño, potencia y complejidad. Ya no se trata de cientos o miles de GPUs, sino que en el futuro próximo estas infraestructuras buscarán manejar clústeres de hasta 50,000 o incluso 100,000 GPUs, según NetApp.
Sin una arquitectura de almacenamiento capaz de ofrecer un flujo constante e ininterrumpido de datos para entrenamiento e inferencia de IA, estos gigantescos centros de procesamiento pueden quedarse paralizados, generando cuellos de botella que comprometen los proyectos.
Este atasco supone no solo un frenazo a la innovación sino también un despilfarro económico, ya que GPUs costosas permanecen inactivas.
En la segunda jornada del evento, Arindam Banerjee, director de plataforma y tecnología de NetApp, aseguró que un clúster detenido de 100,000 GPUs puede llegar a costar decenas de millones de dólares al día.
La respuesta de NetApp a este reto es Novus, una nueva arquitectura de almacenamiento diseñada para soportar de forma óptima estas instalaciones a gran escala de IA y agrupamientos masivos de GPUs. Kurian calificó esta presentación como una de las más emocionantes en la historia de la empresa, y no parece exagerado.
Este sistema capaz de manejar datos a escala de zettabytes ofrece hasta 100 Tbps de ancho de banda, inaugurando potencialmente una solución definitiva a los problemas de cuello de botella que tantas veces lastran la innovación en IA.
El entusiasmo en torno a Novus fue palpable durante todo el evento, y podría convertirse en un factor decisivo para NetApp en los próximos años, especialmente en mercados emergentes como el de los neoclouds, que reciben grandes inversiones.
Este segmento es altamente lucrativo, y si NetApp logra ejecutar correctamente su propuesta, podría diferenciarse en una industria que empieza a ser muy homogénea.
Aunque esta innovación es crucial para grandes centros de datos, las empresas de tamaño medio seguirán enfrentando desafíos más básicos relacionados con la calidad y preparación de datos. Los pilotos de IA continuarán fallando y es probable que dentro de un año NetApp siga enfatizando la preparación de datos para IA.
Mientras tanto, muchos se preguntarán por qué este tema sigue siendo una conversación pendiente en el sector tecnológico.
