Resumen de la publicación
Un análisis reciente de CNCF/KubeOps sobre dónde correr cargas de IA (on-prem, nube pública, híbrido) plantea que la pregunta correcta no es «¿dónde?» sino «¿según qué criterio, para cada carga?», y define la soberanía digital en cinco ejes: autonomía operativa, cumplimiento, auditabilidad, portabilidad y resiliencia.
Lo cruzo con lo que vengo viendo en pymes y organismos argentinos que deciden a las apuradas dónde alojar su infraestructura de IA, y con el debate local sobre el Súper RIGI y los proyectos de reforma de la ley de datos personales: la soberanía no es una postura ideológica, es una decisión de arquitectura que hay que tomar antes de firmar contrato con nadie.
En los últimos meses me tocó sentarme con más de una empresa argentina (desde un estudio jurídico hasta una fintech chica) que me hacía la misma pregunta con distintas palabras: «¿migramos todo a la nube o nos conviene tener nuestros propios servidores para la IA?». Y la respuesta corta, la que a veces incomoda, es: depende, y probablemente ninguna de las dos cosas por sí sola. Leyendo un análisis reciente de CNCF, firmado por Johannes Hemminger y Martin Hafner de KubeOps, encontré puesto en palabras técnicas exactamente lo que vengo diciendo en reuniones: hay que construir para poder elegir, no para quedar atado a una sola arquitectura.
No existe la respuesta única (y desconfiá de quien te la vende)
El paper de KubeOps arranca de un lugar que comparto al cien por ciento: la discusión «nube vs. on-prem» está mal planteada. No es una elección binaria ni ideológica, es una decisión por carga de trabajo. Modelos de frontera propietarios (los últimos lanzamientos de OpenAI, Anthropic o Google) conviene correrlos como servicio externo, porque replicar esa infraestructura vos solo es inviable. Pero tareas rutinarias con modelos de peso abierto (clasificación de documentos, resúmenes internos, un chatbot de soporte) funcionan bien en infraestructura propia, y suelen salir más baratas en el mediano plazo.
En criollo: no hace falta un Ferrari para ir al kiosco, pero tampoco vas a competir en Fórmula 1 con la bici.
Los cinco ejes que definen si tenés soberanía de verdad
Lo más útil del artículo es que baja «soberanía digital» de la nube de buenas intenciones a algo auditable: autonomía operativa (¿quién controla realmente el sistema?), cumplimiento (¿hay certeza legal de dónde vive el dato?), auditabilidad (¿podés demostrar, no solo prometer, seguridad y soberanía?), portabilidad (¿podés irte de un proveedor sin reescribir todo?) y resiliencia (¿hay redundancia real si algo falla?).
Cuando lo pongo así, la mayoría de las empresas argentinas con las que hablo fallan en al menos dos de los cinco, casi siempre portabilidad y auditabilidad. Contratan un servicio gestionado, todo queda lindo y funcional, y nadie se pregunta qué pasa el día que ese proveedor sube el precio 40% o cambia los términos de uso de la noche a la mañana.
Los datos sensibles no negocian, el resto sí
Acá va mi regla práctica, la que uso cuando me piden una recomendación concreta: si el dato es sensible (historia clínica, información judicial, datos financieros de clientes, cualquier cosa que roce la Ley 25.326) la conversación empieza y termina en control propio o cloud soberano local, no en discutir cuál hyperscaler tiene el mejor precio.
En Argentina esa ley tiene 25 años y hay al menos cuatro proyectos dando vueltas en el Congreso (de Pablo Carro, Martín Doñate, Silvia Sapag y Daniel Gollán) para actualizarla y clasificar sistemas de IA por nivel de riesgo. Todavía no sabemos con qué reglas exactas vamos a operar en uno o dos años, y eso es justamente un argumento a favor de arquitecturas portables: si diseñás para poder moverte, el marco regulatorio que venga te encuentra preparado en vez de contra las cuerdas.
El Súper RIGI y la soberanía que todavía no legislamos
Esta discusión no es abstracta para el país en este momento. El Súper RIGI, que ya tuvo media sanción en Diputados, busca traer inversiones de mil millones de dólares para arriba en data centers e infraestructura de IA, con beneficios impositivos garantizados por 30 años, y ya generó el anuncio de Sur Energy con OpenAI para un data center en Patagonia de hasta 25.000 millones de dólares. Es una oportunidad real de traer cómputo cerca de casa, con la latencia y el costo energético que eso implica.
Pero tener el fierro instalado en territorio argentino no es lo mismo que tener soberanía sobre esos datos: si el data center es de un proveedor extranjero, operado bajo reglas contractuales de otro país, el eje de «autonomía operativa» del que hablaba KubeOps puede seguir sin resolverse aunque el rack esté en Neuquén. Es la clase de matiz que conviene tener claro antes de que la discusión se reduzca a «atraemos inversión sí o no».
Si te interesa meterte más a fondo en cómo diseñar estas arquitecturas con criterio (y no por moda) el AI-First Builders Lab del MUG toca justamente estas decisiones de dónde y cómo correr IA en producción.
La pregunta que le hago a cada cliente antes de hablar de infraestructura
Antes de discutir proveedor, precio o arquitectura, la primera pregunta que hago siempre es: «si este proveedor desaparece o cambia las reglas mañana, ¿cuánto tarda tu equipo en migrar?». La respuesta suele decir más sobre la madurez del proyecto que cualquier benchmark de modelos. No tengo la fórmula única para «dónde correr tu IA» (nadie la tiene, ni KubeOps la promete), pero sí tengo la convicción de que diseñar para poder cambiar de opinión es más valioso hoy que elegir bien de entrada.
¿Vos ya evaluaste qué tan atada está tu organización a un solo proveedor de IA, o todavía no te hiciste esa pregunta incómoda? Te leo en los comentarios.
Fuentes
- CNCF — Where Should AI Workloads Run? A Sovereign and Sensible Approach
- BNamericas — Will Súper RIGI unlock data center investment in Argentina?
- IAPP — Novedades legislativas en Argentina sobre protección de datos personales e inteligencia artificial
