Cloudera y Dell Technologies han dado un paso coordinado para resolver una de las paradojas de la IA en las grandes organizaciones: no es posible industrializar la IA si el dato está desperdigado por arquitecturas heterogéneas y cada acceso supone una mudanza. En el marco de EVOLVE25 —el evento de datos e IA de Cloudera celebrado el 25 de septiembre en el Glasshouse de Nueva York—, ambas compañías anunciaron la integración de Dell ObjectScale con Cloudera, una validación conjunta que permite ejecutar todos los motores de cómputo de Cloudera directamente contra el almacenamiento ObjectScale. El resultado, según la firma, es una plataforma de IA privada —el “AI-in-a-Box” común— pensada para escala, gobierno y claridad económica.

La ambición de la propuesta queda clara al leer las cifras de su último informe, “The Evolution of AI: The State of Enterprise AI and Data Architecture”, divulgado el mismo día: los responsables de TI siguen utilizando arquitecturas variadas de almacenamiento —63 % menciona nube privada, 52 % nube pública y 42 % almacenes de datos—. En ese mosaico, llevar datos y modelos a un terreno común sin sacrificar seguridad, gobernanza ni latencia se ha convertido en el gran escollo. La integración con ObjectScale, el almacenamiento de objetos de Dell compatible con S3, intenta mover el cómputo al dato en lugar de lo contrario.

“Las empresas necesitan sistemas de IA que crezcan con ellas, que mantengan los datos seguros y que presenten costes claros y predecibles”, resumió Abhas Ricky, Chief Strategy Officer de Cloudera. “Juntar Dell ObjectScale y Cloudera permite industrializar casos de uso de IA con datos gobernados, desplegarlos con eficiencia y crear agentes inteligentes, todo con economía predecible y sin tasas ocultas”.

¿Qué significa “IA privada” en este contexto?

La noción de “IA privada” que Cloudera y Dell promueven es la de una plataforma en el perímetro controlado por la empresa —centro de datos, nube privada o entornos híbridos— en la que los datos no salen de casa y los servicios de IA (entrenamiento, ajuste fino, inferencia y agentes) se despliegan junto al almacenamiento corporativo, con gobernanza unificada. Para Cloudera, esa pieza es el Private AI platform presentado en EVOLVE25; para Dell, el ObjectScale aporta el plano de almacenamiento de objetos de alto rendimiento y baja latencia sobre el que correr los motores de Cloudera.

La integración se materializa en que los clientes compartidos pueden almacenar datos estructurados y no estructurados en ObjectScale y consumirlos desde los diferentes servicios de cómputo de Cloudera:

• Cloudera AI Workbench: un entorno seguro para construir, entrenar y afinar modelos de IA usando datos gobernados.
• Cloudera Inference Service: el mecanismo para desplegar y servir esos modelos a gran escala de forma eficiente y asequible.
• Cloudera Agent Studio: la herramienta para diseñar y orquestar agentes de IA que automatizan tareas a lo largo de operaciones de negocio.

Ese tridente —Workbench, Inference y Agent Studio— sería el equivalente al ciclo de vida completo de la IA corporativa, pero acercado al dato y con metadatos gobernados: quién accede, con qué fin, qué versiones de conjuntos de datos/modelos intervienen y bajo qué políticas.

Mover datos es caro (y arriesgado); acercar el cómputo al objeto cambia la ecuación

Cloudera no oculta la motivación: las empresas fracasan en la industrialización de IA cuando, por cada use case, hay que consolidar datos que residen en nube privada, nube pública, data warehouses o sistemas heredados. No se trata solo del coste de mover petabytes, sino de arriesgar cumplimiento (por ejemplo, datos sujetos a regulaciones sectoriales o soberanía) y de romper linajes.

ObjectScale —S3-compatible— opera como ese “repositorio único” en el que convergen tanto datos estructurados (tablas, eventos) como no estructurados (documentos, imágenes, audio, vídeo) dentro de la infraestructura de Dell, pero exponiéndolos como almacén de objetos estándar. La certificación con Cloudera significa que los motores de la plataforma —desde Spark a servicios específicos de IA— pueden ejecutar directamente contra ObjectScale con baja latencia, sin extractos intermedios ni copias. Lo importante, aseguran, es que el metadato —políticas, catálogos, linajes— permanezca coherente.

“Esta colaboración refleja nuestro compromiso de dar a los clientes más flexibilidad para gestionar y escalar sus datos”, explicó Travis Vigil, vicepresidente sénior de ISG Product Management en Dell Technologies. “Con Dell ObjectScale integrado con Cloudera, acercamos almacenamiento e IA para decisiones más rápidas y acertadas que impulsen crecimiento”.

¿Qué puede esperar un sector regulado?

Banca, sanidad, administraciones públicas o energía han repetido el mismo mantra en los últimos años: quieren IA, pero no a costa de perder control del dato. Cloudera y Dell apuntan precisamente ahí: una plataforma validada de extremo a extremo que funcione en sus propios centros o en nubes privadas, que gobierne el acceso y que mida la economía con transparencia. Al hablar de “economía predecible”, Cloudera invoca la idea de que, con el dato en su sitio y el cómputo pegado al almacenamiento object store, los costes operativos —y los de oportunidad— se contienen.

En palabras de la compañía, esta combinación “reduce costes totales”, “simplifica” la gestión del ciclo de la IA y “despliega” agentes privados con confianza y eficiencia. No promete milagros: sí coherencia entre gobierno, rendimiento y claridad económica —una triada especialmente crítica cuando hay que justificar inversiones frente a auditores y reguladores.

¿Qué aporta cada cual?

• Cloudera: su plataforma de datos e IA —con base open source— que unifica seguridad, gobierno y servicios de IA (Workbench, Inference, Agent Studio) y, sobre todo, la capacidad de “llevar la IA a los datos dondequiera que vivan”.
• Dell: ObjectScale, su almacenamiento de objetos escalable compatible con S3, diseñado para entornos on-prem y nube privada, con el sello de la casa en infraestructura y las integraciones que esa infraestructura implica.

Conjuntamente: una solución validada —AI-in-a-Box— que las organizaciones pueden adoptar sin montar un “Frankenstein” de piezas sueltas y que promete latencias bajas, accesos gobernados y una base de metadatos consistente.

El mapa de dolores que intenta resolver

1. Localización de datos: cuando los datos no residen en un solo lugar —y nunca lo hacen—, la IA se convierte en un rosario de extracciones y copias.
2. Gobernanza: sin un catálogo y políticas transversales, es imposible explicar qué modelo usó qué dato y con qué consentimiento o base jurídica.
3. Latencia: en analítica y, sobre todo, en inferencia, acercar el modelo al objeto reduce tiempos y costes.
4. Economía: la opacidad de costes (tanto en cloud como en on-prem) hace difícil predecir el ROI de una fábrica de IA.
5. Complejidad operativa: demasiadas herramientas puntuales generan deuda técnica y riesgo.

La encuesta citada por Cloudera respalda el diagnóstico: la mayoría combina nube privada y pública y, además, depende todavía de almacenes de datos tradicionales. Sin capacidad de gestionar el 100 % de los datos —en todas sus formas— allí donde residen, aplicar IA con visión completa se antoja imposible.

Qué cambia para los equipos de datos e IA

Para los científicos de datos: AI Workbench se convierte en un espacio seguro para entrenar y afinar modelos sin tener que sacar datasets de ObjectScale; la coherencia de metadatos facilita trazabilidad y reproducibilidad.

Para las plataformas: Inference Service permite servir modelos cerca de los objetos con eficiencia, y Agent Studio añade una capa para agentes privados que automatizan procesos de negocio.

Para los CISO y compliance: el hecho de que los accesos queden gobernados y auditables —y que el dato no migre a entornos no controlados— simplifica el cumplimiento (p. ej., registros de acceso, minimización de transferencias, retenciones).

Para el CFO: “economía predecible” no es un eslogan menor. Si el dato y el cómputo permanecen en el dominio corporativo y la latencia cae, es más sencillo modelizar el coste por caso de uso.

Un apunte de realismo: integración disponible, viaje por etapas

Cloudera y Dell hablan de una integración certificada —es decir, probada y validada—, pero no de una “caja mágica” que resuelva por sí sola arquitecturas y procesos. La iniciativa se enmarca en el discurso más amplio de AI-in-a-Box y Private AI, que cada organización deberá aterrizar en su modelo operativo. El anuncio invita a registrarse a próximos eventos EVOLVE25 y a ampliar información sobre la plataforma de IA privada con ObjectScale.

¿Por qué ahora?

Porque la IA ha pasado del experimento a la operación y ya no se toleran silos ni desfiladeros entre dato y modelo. Porque transferir datos a otras nubes o regiones encarece y pone en riesgo el cumplimiento. Y porque las latencias importan cuando la IA asiste procesos diarios —desde un chat interno hasta un asistente que consulta documentos y responde en tiempo real.

El encaje Cloudera-Dell intenta responder con infraestructura de datos objetual de baja latencia y motores de IA pegados a ese almacenamiento, con metadatos gobernados que documentan quién hizo qué con qué datos.

---

Preguntas frecuentes

¿Qué es Dell ObjectScale y cómo se integra con la plataforma de Cloudera para IA privada?
ObjectScale es el almacenamiento de objetos de Dell Technologies, compatible con S3 y diseñado para escala en centros de datos y nubes privadas. La integración certificada permite que los motores de Cloudera (como AI Workbench, Inference Service y Agent Studio) lean y operen directamente contra ObjectScale, con metadatos gobernados y baja latencia, evitando copias y extracciones intermedias.

¿Qué beneficios aporta “mover el cómputo al dato” en una arquitectura de IA privada?
Acercar entrenamiento, ajuste e inferencia al almacenamiento reduce latencias, limita movimientos de datos —con el consiguiente riesgo y coste— y simplifica cumplimiento y gobernanza. En sectores regulados, mantener los datasets sensibles en entornos controlados es clave para escalar IA sin comprometer seguridad ni privacidad.

¿Qué componentes de Cloudera aprovecha el almacenamiento ObjectScale para casos de uso de IA?
Tres piezas: Cloudera AI Workbench (construir y entrenar modelos con datos gobernados), Cloudera Inference Service (desplegar y servir modelos de forma eficiente a gran escala) y Cloudera Agent Studio (diseñar agentes privados que automatizan tareas). Todos se alimentan directamente de los objetos guardados en Dell ObjectScale.

¿Por dónde empezar para adoptar la plataforma de IA privada Cloudera + Dell ObjectScale en una gran empresa?
El primer paso es inventariar arquitecturas de datos (nube privada, pública, warehouses), identificar datasets y casos de uso candidatos y evaluar el encaje de ObjectScale como S3-compatible de referencia. A partir de ahí, pilotar con AI Workbench (entrenamiento/afinamiento) y Inference Service (serving cercano al objeto), incorporando gobernanza y metadatos desde el inicio para asegurar trazabilidad y economía predecible.

vía: cloudera