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 instalar en el mercado es sencilla: la IA privada deja de ser un proyecto complejo, caro y casi artesanal para convertirse en una categoría de infraestructura comprable, desplegable y operable como parte natural del centro de datos empresarial.
La cifra que más ruido ha generado es el ahorro. Dell sostiene que, para determinadas cargas de IA agéntica, sus soluciones Deskside Agentic AI pueden reducir el gasto hasta un 87 % frente a APIs cloud públicas durante dos años, con un punto de equilibrio que puede llegar en apenas tres meses. Son estimaciones comerciales que dependerán del uso real, del modelo, de la energía, del soporte y de 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 en local sonaba a iniciativa de laboratorio o a proyecto reservado a grandes equipos de infraestructura. Había que elegir servidores, GPUs, almacenamiento, red, software, modelos, seguridad, operación y soporte. Muchas empresas acababan optando por APIs externas porque eran rápidas de probar, fáciles de contratar y no exigían una inversión inicial elevada.
Ese equilibrio empieza a cambiar. La explosión de los agentes de IA altera la economía. Un chatbot que responde unas pocas preguntas puede funcionar bien bajo un modelo de pago por uso. Un conjunto de agentes que consulta documentos internos, ejecuta código, llama a APIs, trabaja sobre bases de datos y genera miles de interacciones cada día puede disparar el coste y abrir dudas de seguridad, privacidad y gobierno del dato.
Dell intenta resolver ese problema con una pila completa que va desde estaciones de trabajo hasta racks de centro de datos. Dell Deskside Agentic AI combina workstations 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 la parte de centro de datos, Dell AI Factory with NVIDIA agrupa servidores PowerEdge, almacenamiento, networking, software, servicios y arquitecturas de referencia.
La diferencia frente a la etapa anterior está en la forma de compra. Un CIO ya no tiene que plantear la IA privada como una colección de piezas inconexas. Puede especificar una «fábrica de IA» validada por Dell y NVIDIA, con configuraciones pensadas para desarrollo, inferencia, agentes, datos corporativos y escalado posterior. No elimina la complejidad, pero la empaqueta mejor.
La economía del token cambia la conversación
El coste por token se ha convertido en una métrica empresarial. 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 pequeño o imprevisible, una API cloud pública sigue siendo cómoda. Cuando la carga es intensiva, repetitiva y ligada a datos internos, la infraestructura propia puede empezar a tener sentido.
Ahí entra el argumento de Dell. Si una empresa ya sabe que sus agentes van a trabajar todos los días sobre documentación, repositorios, tickets, datos operativos o workflows internos, pagar cada interacción como un consumo externo puede volverse menos atractivo. Además, llevar la inferencia a un entorno privado permite controlar mejor latencia, privacidad, residencia del dato y 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 ciertas cargas durante dos años |
| Punto de equilibrio desde tres meses | Comparación de Dell frente a APIs cloud 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 rapidez en entrenamiento LLM | Comparación anunciada por Dell frente a generaciones anteriores |
| NVIDIA OpenShell | Runtime abierto para agentes con controles de seguridad y privacidad |
| NVIDIA NemoClaw | Pila de referencia para agentes autónomos y persistentes |
La parte de hardware sigue siendo clave. Dell ya había ampliado 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 Dell IR7000. La compañía también comunicó mejoras de hasta cuatro veces en entrenamiento de grandes modelos de lenguaje frente a generaciones anteriores. Esa densidad exige refrigeración líquida directa, redes de alta velocidad y una arquitectura de rack más integrada.
Pero la novedad real no está solo en meter más GPUs en menos espacio. Está en convertir esa capacidad en una plataforma empresarial para IA privada. Las empresas no quieren únicamente entrenar modelos. Quieren agentes que funcionen con sus datos, bajo sus políticas y dentro de sus perímetros de seguridad.
Open source, agentes y datos bajo control
La narrativa competitiva también cambia. Hace dos años, muchas empresas asumían que los mejores resultados solo podían venir de modelos frontera cerrados consumidos por API. Hoy los modelos abiertos han mejorado lo suficiente como para cubrir muchos casos de uso empresariales, especialmente cuando se ajustan con datos propios, se combinan con RAG, se ejecutan en flujos controlados o se integran con herramientas internas.
Eso no significa que los modelos abiertos hayan reemplazado a los modelos frontera en todas las tareas. Pero sí reducen la dependencia. Una empresa puede decidir usar APIs externas para tareas muy avanzadas y, al mismo tiempo, ejecutar modelos open weight en local para soporte interno, búsqueda documental, clasificación, automatización, análisis de código o agentes especializados.
NVIDIA y Dell quieren ocupar esa zona intermedia. No venden solo servidores; venden la idea de una infraestructura donde modelos, datos y agentes pueden operar bajo control corporativo. OpenShell aporta un entorno de ejecución para agentes con controles de seguridad y privacidad. NemoClaw y Nemotron dan una base para construir agentes y modelos personalizados. Dell AI Data Platform conecta esa capa con los datos empresariales.
Para sectores regulados, el argumento es potente. Banca, sanidad, industria, administración pública, defensa o servicios profesionales no siempre pueden enviar datos sensibles a una API externa sin revisar cumplimiento, jurisdicción, propiedad intelectual y trazabilidad. La IA privada ofrece una alternativa, siempre que la empresa tenga capacidad para operarla con seguridad.
La idea de «on-premise» también cambia de imagen. Ya no se presenta como volver al pasado ni como rechazar el cloud. El escenario más probable será híbrido: cloud público para elasticidad, experimentación y ciertos modelos frontera; infraestructura privada para datos sensibles, agentes persistentes y cargas de coste previsible; edge y workstations para equipos que necesitan latencia baja o trabajo cerca del dato.
La batalla no estará solo en quién tiene el modelo más potente. Estará en quién consigue que la IA funcione dentro de la empresa con costes sostenibles, datos protegidos y agentes capaces de actuar sin romper los controles internos. Dell y NVIDIA quieren que esa pila se compre casi como una actualización de infraestructura. Si lo consiguen, la IA privada dejará de ser una excepción y empezará a competir de verdad con el modelo puro de API.
Preguntas frecuentes
¿Qué ha anunciado Dell junto a NVIDIA?
Dell ha reforzado su AI Factory with NVIDIA con soluciones para IA agéntica, estaciones locales, servidores PowerEdge, modelos, software de agentes y arquitecturas pensadas 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 determinadas cargas de IA agéntica durante dos años. Puede ser relevante en usos intensivos y constantes, pero dependerá del volumen, del modelo, de la energía, del soporte y de la amortización del hardware.
¿Qué significa que la IA privada cabe en un rack?
Significa que algunas empresas pueden ejecutar modelos y agentes dentro de su propia infraestructura, con servidores, GPUs, red, almacenamiento y software validados, en lugar de depender exclusivamente de APIs externas.
¿La IA privada sustituirá al cloud público?
No de forma general. El modelo más probable será híbrido: cloud público para ciertas cargas y modelos frontera; infraestructura privada para datos sensibles, costes previsibles y agentes integrados en sistemas internos.
