Llevo casi quince años trabajando con tecnología y reconozco el patrón: cada cierto tiempo aparece una palabra nueva que promete reinventarlo todo. La nube fue una de esas palabras, y cumplió. Fue una revolución financiera y operativa como pocas. Pero seamos francos: seguía siendo una historia de eficiencia. La infraestructura obedecía, ejecutaba lo que le pedíamos, y ahí se acababa su trabajo.
Lo que estoy viendo ahora en las cuentas grandes —banca, seguros, industria— es otra cosa. La nube ha empezado a razonar junto con el negocio, no solo a sostenerlo. Lo que ahora llamamos nube cognitiva, es un cambio que obliga a los comités de dirección a repensar cosas que daban por resueltas. Ya hay ejemplos funcionando en producción real, aunque la mayoría de las organizaciones todavía están definiendo cómo llevarlo a su propia arquitectura.
El salto que está costando calcular
La nube clásica resolvía tres problemas concretos: dónde guardar datos con garantías, dónde procesarlos sin comprar hierro propio y cómo conectarlo todo con redes que no se cayeran. Funcionó, pero era, en el fondo, una plataforma pasiva: esperaba instrucciones, las ejecutaba y volvía a esperar.
La nube cognitiva rompe esa pasividad. Los datos, los modelos y la infraestructura dejan de vivir en compartimentos separados y empiezan a funcionar como una sola pieza. Los modelos fundacionales salen del laboratorio de innovación y entran directamente en la operación. Los datos dejan de ser un histórico dormido en un data lake y pasan a ser el combustible que esos modelos consumen. Y la infraestructura, que antes era el decorado invisible, se convierte en el sistema nervioso de todo el conjunto.
Pasar la IA a producción
Hay una señal que me confirma que este cambio va en serio: los agentes de IA están saliendo del rincón de innovación —donde vivían cómodos como o demos para enseñar en el comité— y se están metiendo en el corazón de la operación. No hablo de un chatbot de preguntas frecuentes con un árbol de decisión detrás. Hablo de sistemas que ejecutan procesos completos, toman decisiones dentro de unos límites definidos y se coordinan solos con otras herramientas de la empresa, sin que haya una persona pulsando botones todo el rato.
Detrás de esa autonomía suele estar el function calling: el modelo no se limita a generar texto, sino que decide cuándo invocar una herramienta o una API interna —consultar un CRM, lanzar una transacción, actualizar un ticket—, ejecuta esa acción y retoma el proceso con el resultado.
Para que ese escenario funcione en producción —soportando volumen de negocio de verdad— hace falta algo que muchas empresas todavía no tienen: una manera limpia y estandarizada de conectar los modelos con sus propios datos y con los sistemas heredados. Sin ese puente, el agente se queda en fase de promesa técnica.
Ahí es donde entran las capas de habilitación de tipo MaaS (model as a service), que hacen posible ese puente entre modelos, datos y sistemas existentes. Huawei Cloud MaaS es un ejemplo de este enfoque, ya operativo para servir modelos abiertos como DeepSeek o GLM.
MaaS: más allá del modelo
Antes de entrar en detalle, hay que aclarar que MaaS no es un producto, sino una capa de habilitación que atraviesa todo el stack. Y lo que de verdad marca la diferencia no está en la capa de software, sino en la integración con la infraestructura que hay debajo.
Cuando esta capa corre de forma nativa sobre infraestructura de cómputo diseñada específicamente para servir modelos —en lugar de sobre GPU de terceros alquiladas, que es como opera buena parte del mercado— el proveedor controla la pila entera, desde el silicio hasta la capa de servicio del modelo.
Esa integración vertical es la que permite ajustar el precio de forma más agresiva que en los esquemas donde el cómputo se revende sobre infraestructura ajena. La diferencia puede llegar a ser considerable, sobre todo cuando el volumen de uso crece.
La nube cognitiva no viene a sustituir lo existente, lo eleva a un punto donde es capaz de pensar por sí misma
En la práctica, ese cómputo combina aceleradores especializados —NPU o GPU, según el proveedor— con interconexiones de alto ancho de banda entre nodos, lo que permite escalar el servicio de forma horizontal a medida que crece la demanda, sin que la latencia se dispare a mitad de camino. Huawei Cloud, por ejemplo, sirve su capa MaaS sobre nodos propios con aceleradores Ascend interconectados con esta lógica.
Ese factor cambia de peso cuando hablamos de desarrollo y modernización de código. Ahí el consumo de tokens se dispara solo, porque cada iteración, test automatizado o refactor lanza miles de llamadas nuevas al modelo. Pagar esos tokens sobre una GPU genérica a precio premium no aguanta el volumen; hacerlo sobre silicio propio, diseñado y controlado de punta a punta por el mismo proveedor, cambia por completo la ecuación económica. Esa diferencia acaba notándose en la factura de ingeniería a fin de mes.
En el día a día, esta capa de habilitación se traduce en tres cosas concretas:
- Abstracción. En lugar de que cada equipo lidie con las particularidades técnicas de cada modelo, la capa MaaS ofrece una interfaz compatible con el estándar de API de OpenAI, así que un desarrollador apunta su entorno a un modelo u otro sin reescribir nada.
- Orquestación. Casi nadie apuesta todo a un solo modelo. La plataforma enruta las peticiones según coste, rendimiento o un balance entre ambos, usando el modelo barato para lo sencillo y reservando el modelo potente —y caro— para lo que realmente lo necesita.
- Gobernanza y trazabilidad del dato. En entornos regulados esto no es negociable. Los datos se mantienen dentro del ecosistema durante todo el procesamiento, sin que la información sensible tenga que saltar entre proveedores.
La nube cognitiva
Esta convergencia hacia la nube cognitiva no es una tendencia que un director de tecnología se pueda permitir observar desde la barrera. Las empresas que sigan tratando cómputo, datos e IA como tres proyectos separados van a descubrir, antes de lo que creen, que su competencia ya los integró en una sola arquitectura; y que además paga mucho menos por cada decisión que un agente ejecuta.
Una de las grandes cuestiones a las que se enfrenta actualmente un CIO es si su infraestructura aguanta la inteligencia como un sistema unificado sin que el coste se dispare, o si va a seguir parcheando piezas sueltas cada vez que el mercado gire. La nube cognitiva no viene a sustituir lo que ya conocemos; lo eleva a un punto donde, por primera vez, es capaz de pensar por sí misma. En ese nuevo mapa, el hardware que sostiene al modelo pesa exactamente lo mismo que el modelo.
