Conclusiones del Informe sobre el estado de la estrategia de aplicaciones de 2026
Se está produciendo un cambio sutil en las operaciones, y es fácil pasarlo por alto si todavía se considera la IA una herramienta de apoyo a la toma de decisiones.
Ya no se limita a asesorar. Ahora actúa.
Nuestros datos hacen que sea difícil ignorar esa transición. El 67 % de las organizaciones ya utiliza la IA para acelerar sus iniciativas de automatización. El 66 % permite que la IA ajuste automáticamente las políticas y configuraciones para cumplir los SLA y SLO. Otro 59 % recurre a la IA para generar recomendaciones que orienten la intervención humana. Solo el 2 % afirma no utilizar la IA para la automatización.
Esa distribución cuenta una historia muy concreta. La IA ya no está fuera del bucle de control, sino integrada en él.
La IA está ejecutando tareas, pero solo donde es seguro que falle
A primera vista, esas cifras sugieren que hemos alcanzado la autonomía total. Pero no es así.
Lo que estamos viendo, en cambio, es una ejecución selectiva. Las organizaciones se sienten cómodas dejando que la IA actúe directamente cuando el alcance de las posibles consecuencias está limitado y el resultado es medible. Gestión del tráfico, ajuste del rendimiento, optimización de costes. Son ámbitos en los que las acciones pueden observarse, evaluarse y revertirse rápidamente.
No es casualidad. Refleja un límite de confianza claramente definido.
Se permite que la IA avance con rapidez cuando los fallos son tolerables y la recuperación es sencilla. No se le concede la misma libertad en ámbitos relacionados con el cumplimiento normativo, la postura de seguridad o las políticas críticas para el negocio. Estos ámbitos siguen requiriendo supervisión humana, no porque la IA sea incapaz, sino porque el perfil de riesgo es fundamentalmente distinto.
En la práctica, esto significa que tu «próximo SRE» bien podría ser una máquina, pero una que opere bajo estrictas salvaguardas, no un operador independiente que tome decisiones sin restricciones.
Esto es una ampliación del plano de control, no una sustitución
Lo interesante es hasta qué punto esto se corresponde con patrones que ya hemos visto antes.
El autoescalado no eliminó la necesidad de contar con operadores. La gestión del tráfico no eliminó la necesidad de disponer de políticas. La automatización de las políticas no hizo desaparecer la gobernanza. Cada uno de estos avances trasladó la responsabilidad al sistema, al tiempo que mantuvo la supervisión en el ámbito de la arquitectura.
La IA está siguiendo el mismo camino.
Las empresas están descomponiendo la autoridad operativa. Están otorgando a la IA derechos de ejecución en ámbitos claramente delimitados, al tiempo que mantienen el control sobre las decisiones de alto riesgo. No se trata de una falta de confianza, sino de una decisión arquitectónica.
La IA se está integrando en el plano de control, no situando por encima de él.
El valor de la IA reside en la rapidez y la capacidad de detectar señales, no en la autonomía
Si aún queda alguna duda sobre cómo perciben las organizaciones el papel de la IA, los datos sobre sus beneficios la despejan rápidamente.
Los principales resultados que se esperan de la IA generativa son una toma de decisiones más rápida, con un 33 %, y mejoras de la productividad mediante el aprendizaje adaptativo, con un 32 %. El ahorro de costes, la planificación estratégica y el cumplimiento normativo quedan por detrás.
Ese orden es importante.
Las empresas no están dando prioridad a la autonomía, sino a la velocidad y la calidad de la información. Quieren tomar mejores decisiones con mayor rapidez e integrarlas directamente en los flujos de trabajo. Esto encaja perfectamente con los datos anteriores, que muestran que el 59 % de las organizaciones se basa en recomendaciones generadas por IA, mientras que un porcentaje similar permite acciones automáticas limitadas.
La autoridad se va ganando de forma gradual. Primero mediante recomendaciones y, después, mediante una ejecución limitada.
El control se concentra en el punto de intención
Al superponer esto con las áreas en las que los equipos de entrega y seguridad observan el mayor impacto, la arquitectura se define aún más.
La capa de prompts encabeza el ámbito de la entrega, con un 29 %, y el de la seguridad, con un 25 %, seguida de cerca por las capas de tokens y de control, ambas con un 23 %. El enrutamiento de modelos y la moderación de las respuestas son importantes, pero quedan por detrás.
Esa concentración no es casual.
Si su objetivo es tomar decisiones más rápido y aumentar la productividad, el punto de mayor impacto es aquel por el que la intención entra en el sistema. Es ahí donde se formulan las instrucciones, se reúne el contexto y se pueden aplicar restricciones antes de la ejecución.
Las empresas están optimizando el punto de entrada de la inferencia porque les permite orientar los resultados sin renunciar al control.
Esto también refuerza un cambio más amplio: los modelos se consideran cada vez más motores de ejecución intercambiables. Desde una perspectiva operativa, la inteligencia está ascendiendo en la pila hacia la infraestructura de entrega que determina cómo se configuran, enrutan, restringen y supervisan las solicitudes.
La IA se está convirtiendo en operadora, pero no en propietaria
Al combinar todo esto, surge un patrón coherente.
La IA está integrada en el bucle de control. Se confía en ella para actuar, pero solo dentro de unos límites definidos. Se valora por su rapidez y capacidad para detectar señales, no por una autonomía sin control. Se rige por los mismos principios arquitectónicos que siempre han definido la entrega y la seguridad de las aplicaciones.
Eso convierte a la IA en un operador, pero no en un propietario.
Y es precisamente en esa distinción donde gran parte del debate del sector sigue quedándose corto. El problema difícil ya no es enseñar a la IA a tomar decisiones. El verdadero reto es diseñar los sistemas que determinen dónde puede actuar, cuándo debe ceder el control y cómo se supervisan, limitan y revierten sus acciones.
Ese no es un problema de IA. Es un problema de arquitectura empresarial.
Las organizaciones que lo entiendan podrán ampliar el uso de la IA de forma segura y eficaz. Las que no, o bien la limitarán en exceso hasta volverla irrelevante, o bien confiarán demasiado en ella, exponiéndose a riesgos.
En cualquier caso, el resultado es el mismo. Se quedarán rezagadas frente a las organizaciones que ya entienden que el próximo SRE no viene a sustituir al equipo.
Se está uniendo a él.
Para obtener más información, consulta el informe completo Estado de la estrategia de aplicaciones 2026.
Sobre el autor
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 VittieArtículos relacionados del blog
El secreto para escalar la IA es superar la ley de Conway
La IA no escalará por sí sola. Sin un plano de control unificado que elimine las barreras entre herramientas y responsabilidades, la inferencia se convierte en la capa más frágil y que más coordinación exige.
Comportamiento y límites: el cambio hacia la seguridad agéntica
Los agentes generan secuencias emergentes y sin límites en las que el riesgo se acumula con el tiempo. La seguridad debe pasar de validar solicitudes individuales a supervisar continuamente el comportamiento en flujos de varios pasos que evolucionan con el tiempo.
La identidad es la guardiana de la IA agéntica
A medida que la IA agéntica transforma las máquinas de herramientas en actores, la identidad se convierte en el control fundamental: quién puede actuar, en nombre de quién y con qué alcance, aplicándose en línea durante la inferencia.
Las 10 principales amenazas para la entrega de aplicaciones de IA: observabilidad incompleta
La IA no escalará por sí sola. Sin un plano de control unificado que elimine las barreras entre herramientas y responsabilidades, la inferencia se convierte en la capa más frágil y que más coordinación requiere.
Top 10 de riesgos en la entrega de aplicaciones de IA: falta de tolerancia a fallos y resiliencia
La IA hace que las carencias clásicas de resiliencia resulten mucho más costosas: los fallos de una sola GPU o dependencia se propagan por las cadenas de inferencia síncronas, acumulando latencia y degradando los resultados.
Las 10 principales amenazas en la entrega de aplicaciones de IA: prácticas de DNS deficientes
Para los sistemas de inferencia y los sistemas agénticos, la resiliencia del DNS es fundamental para la disponibilidad y el rendimiento: una resolución deficiente provoca errores de enrutamiento, picos de latencia e interrupciones del servicio en distintas regiones.