La inferencia es ahora el centro de gravedad operativo

Lori Mac VittieIngeniero distinguido y evangelista jefe | F5

Conclusiones del informe «Estado de la estrategia de aplicaciones 2026»

Durante años, hemos podido permitirnos tratar la IA como algo adyacente al sistema real. Se utilizaba en proyectos piloto, pruebas de concepto y experimentos cuidadosamente acotados en los que los fallos tenían pocas consecuencias. Ese planteamiento tenía sentido cuando la inferencia era esporádica y estaba desvinculada del flujo principal de la aplicación.

Eso ya no es aplicable.

La inferencia se ha integrado de lleno en la ruta de las solicitudes, lo que lo cambia todo. Ahora se comporta como cualquier otra carga de trabajo de producción y está sujeta a las mismas expectativas en cuanto a latencia, disponibilidad, escalabilidad y seguridad. Y los datos lo corroboran: aproximadamente tres cuartas partes de las organizaciones ya utilizan aplicaciones basadas en IA, y más del 80 % espera integrar la IA en todas sus carteras a corto plazo. Llegados a ese punto, la IA deja de ser opcional y pasa a formar parte del sistema.

La observabilidad ha pasado de ser retrospectiva a convertirse en un dato de entrada

Uno de los indicadores más claros de esta transición es lo que ha ocurrido con la observabilidad. Históricamente, funcionaba como una herramienta de diagnóstico. Se recopilaban datos de telemetría, se analizaban y se utilizaban para comprender lo que ya había sucedido.

Según nuestro Informe sobre el estado de la estrategia de aplicaciones de 2026, esa función ha cambiado, y las cifras sobre el uso de los datos de observabilidad lo dejan muy claro.

• El uso de alertas se disparó del 41 % en 2023 al 96 % en 2026.
• La automatización basada en datos operativos aumentó del 51 % al 97 %.
• Los insights aumentaron del 33 % al 97 %.
• El análisis de la causa raíz aumentó del 47 % al 95 %.
• Los informes de SLO y SLI pasaron del 41 % al 96 %.

No se trata de mejoras graduales. Es una adopción prácticamente universal y, lo que es más importante, una dependencia prácticamente universal.

La observabilidad ya no se limita a informar sobre el sistema, sino que lo alimenta. Los datos operativos determinan ahora las decisiones en tiempo de ejecución, configuran la automatización, influyen en el enrutamiento y orientan la aplicación de políticas. En una arquitectura basada en la inferencia, no se trata de algo meramente deseable, sino de un requisito indispensable.

La presión operativa se concentra en torno a la inferencia

Si quieres entender dónde es realmente importante un sistema, fíjate en la presión operativa. En las arquitecturas de IA, esa presión se concentra en las capas que rodean la inferencia.

Desde una perspectiva operativa, los encuestados señalaron:

• Capa de prompts: 29 %
• Capa de tokens y control: 23 %
• Enrutamiento de modelos: 17 %
• Moderación de resultados: 14 %

Los profesionales de la seguridad señalaron prioridades prácticamente idénticas:

• Capa de prompts: 25 %
• Capa de tokens y control: 23 %
• Moderación de resultados: 19 %
• Enrutamiento de modelos: 17 %

Esa alineación es importante. Demuestra que tanto los equipos de operaciones como los de seguridad reconocen lo mismo: el trabajo crítico se lleva a cabo durante la inferencia.

Aquí es donde la latencia se hace visible, donde se acumulan los costes y donde es necesario gestionar el riesgo. Los procesos de entrenamiento y la preparación de los datos siguen siendo importantes, pero no tienen el mismo peso operativo minuto a minuto. En el momento de la inferencia, el sistema responde de forma correcta y rápida, o no lo hace.

La inferencia, en este contexto, no es una fase del ciclo de vida. Es la carga de trabajo.

La automatización ya se ha integrado en torno a la IA

Otro indicador de madurez es la forma en que se controla una carga de trabajo. En el caso de la IA, ese control se realiza mayoritariamente mediante programación.

En distintos casos de uso, como acelerar la automatización, ajustar políticas y generar sugerencias, la automatización basada en API se sitúa sistemáticamente como el enfoque preferido. Incluso quienes actualmente no utilizan la IA para la automatización siguen prefiriendo los mecanismos basados en API.

Esa coherencia refleja la expectativa de que estos sistemas funcionen con una intervención humana mínima. Están diseñados para actuar, reaccionar y adaptarse en tiempo real. La inferencia se vuelve operativa en el momento en que se integra en esos bucles automatizados.

Ya hemos cruzado ese umbral.

La realidad multimodelo refuerza el cambio

A esto se suma el hecho de que las organizaciones no trabajan con un único modelo. Ahora es habitual ejecutar varios modelos en paralelo (a menudo, entre cinco y siete). La mayoría de las técnicas de adaptación siguen siendo ligeras y se basan en la ingeniería de prompts, la generación aumentada por recuperación, los embeddings o un ajuste limitado.

Esto plantea retos operativos conocidos: seleccionar el modelo adecuado para cada solicitud, implementar una lógica de respaldo, gestionar las versiones, equilibrar el coste y el rendimiento, y aplicar las políticas en endpoints heterogéneos.

En ese punto, el sistema empieza a parecerse a cualquier otra aplicación distribuida. Requiere enrutamiento, orquestación y gobernanza. La inferencia pasa a ser algo que debe proporcionarse, gestionarse y protegerse, no simplemente invocarse.

La inferencia se ha convertido en el centro de gravedad

En conjunto, el patrón es claro.

1. La inferencia se encuentra directamente en la ruta de la solicitud.
2. La observabilidad le proporciona contexto en tiempo real.
3. La automatización rige su comportamiento mediante API.
4. Las arquitecturas multimodelo aumentan la necesidad de enrutamiento y control.

Esa combinación convierte la inferencia en el centro de gravedad operativo. No como una predicción de futuro, sino como una realidad actual.

El sector sigue hablando de poner la IA en funcionamiento como si aún fuera algo del futuro. Los datos indican lo contrario. Las organizaciones ya han integrado la inferencia en sus operaciones diarias y la tratan con la misma seriedad que cualquier otro componente crítico de la pila de aplicaciones.

La verdadera cuestión no es si la IA llegará a estar operativa, sino si las organizaciones reconocen que ya lo está y si están aplicando a la inferencia la misma disciplina, rigor y visión arquitectónica que llevan tiempo aplicando a todo lo demás que ejecutan.

Para obtener más información, lea el informe completo Estado de la estrategia de aplicaciones 2026.

Sobre el autor

Lori Mac VittieIngeniero distinguido y evangelista jefe | F5

Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.

Más artículos de Lori Mac Vittie