El costo de la IA puede multiplicarse cuando no hay gobierno. En el Red Hat Summit Connect 2026 Bogotá, Juan Carlos Naranjo, gerente de soluciones de Red Hat Colombia, explicó a Impacto TIC cómo pasar del FOMO a proyectos medibles, con costo fijo y preparados para la ciberseguridad a velocidad de máquina.
El costo de la IA es, sin duda, una de las preguntas que más pesan en las empresas que quieren llevar sus pilotos a producción. En el Red Hat Summit Connect 2026 Bogotá, Juan Carlos Naranjo, gerente de soluciones de Red Hat Colombia, le explicó a Impacto TIC cómo controlarlo y por qué el miedo a quedarse atrás empieza a ceder.
Naranjo es el anfitrión de este encuentro, la versión regional del evento global de Red Hat, que este año volvió a Bogotá. Hablamos poco después de su intervención en la apertura técnica, donde dedicó buena parte del tiempo a un tema que, como él mismo admite, suena sutil pero pesa mucho en las finanzas de cualquier organización: los tokens, esas unidades de texto por las que se cobra cada consulta a un modelo de IA.
En este artículo:
¿Qué trajo Red Hat al Summit Connect 2026?
Naranjo organizó los anuncios de este año alrededor de cuatro frentes, todos conectados por la llegada de los agentes de IA a la operación diaria de las empresas:
- Red Hat AI, una plataforma para llevar la IA a distintas áreas de una organización con un costo fijo, en lugar de pagar por cada token consumido.
- Lightwell, el servicio desarrollado con IBM que usa sistemas agénticos para encontrar y corregir fallas de seguridad en el código abierto. Según Naranjo, puede cerrar hasta el 80 % de los riesgos de brechas asociados a ciberataques conocidos.
- Ansible, la plataforma de automatización de Red Hat, ahora integrada con agentes capaces de monitorear la infraestructura y proponer acciones, siempre bajo control humano.
- Modernización de la virtualización, para llevar las máquinas virtuales hacia contenedores y ordenar la cadena de suministro del software.
Y sobre el primer punto, la IA y cómo trazar una hoja de ruta –una decisión que toda gerencia se hace hoy–, o ¿por dónde arrancar?, el camino es sencillo, en la teoría.
Según Naranjo, el camino fácil parece ser tomar un modelo de frontera de un proveedor de nube y empezar a experimentar. El problema llega con la factura. Su propuesta va por otra vía: la organización elige su infraestructura, en la nube o en sus propias instalaciones, y contrata una capacidad fija. Sobre esa base puede instalar los modelos abiertos que necesite y decidir qué áreas acceden a cuáles. Contabilidad puede tener su modelo, Planeación el suyo, y la información de una no tiene por qué mezclarse con la de la otra.
“Vas a poder estar corriendo 20 modelos a la vez sobre la misma GPU, garantizando que la GPU no tiene tiempos muertos. Y vas a convertirte en algo bien interesante, que es un proveedor de tokens”–
En ese esquema los tokens siguen existiendo, pero dejan de ser una tarifa variable y pasan a ser una medida interna: sirven para saber quién consume, cuánto y para qué.
¿Cómo construir un presupuesto de IA que no se dispare?
Durante su charla en el evento, Naranjo explicó que el presupuesto de IA no siempre se puede proyectar. Cuando la IA se entrega a los equipos sin gobierno, el gasto previsto puede multiplicarse por 4, 5 o 6, y si la iniciativa no está madura el retorno nunca llega.
Su recomendación es pensar en lo que llama un costo convergente. En una empresa conviven tres bolsas de gasto tecnológico: las aplicaciones, las plataformas (como la virtualización) y la IA. La idea es que las tres compartan una misma base de infraestructura, segmentada pero integrable, con un costo de operación fijo que se diagnostica desde el inicio según los modelos y las áreas que los usarán.
En ese camino de la IA y cómo liderar en estos proceso, ¿qué debería medir un gerente desde el primer piloto para no llevarse sorpresas? Naranjo fue puntual: todo proyecto de IA debe estar atado a un indicador clave de desempeño (KPI) del negocio.
“Desde el lado de tecnología somos expertos en enamorarnos de la tecnología y empezar a implementar modelos, capacidades, un montón de elementos que a veces, cuando nos damos cuenta, no tienen alguna capacidad realmente visible para el negocio”.
De la conversación salen tres preguntas útiles para revisar cualquier piloto antes de escalarlo:
- ¿Qué indicador del negocio mueve este proyecto: ingresos, permanencia en el mercado, percepción de la clientela o lanzamiento de un producto?
- ¿Cuál es el límite de costo que tiene sentido frente a ese retorno?
- ¿Quién consume la capacidad, en qué área y con qué permisos?
¿Qué pasó con el FOMO de la IA?
Hace un año, en la edición 2025 de este mismo evento, hablamos con el equipo de Red Hat sobre el FOMO (fear of missing out), ese miedo a quedarse por fuera que llevaba a muchas empresas a lanzar proyectos de IA sin una ruta clara. El camino, desde la perspectiva de Red Hat, es alentador luego de 12 meses:
“Yo creo que ya venimos superando ese miedo”.
Según su lectura, las organizaciones ya no reparten herramientas por temor a quedarse atrás. Ahora tienen ejercicios concretos que pasan a producción y crean productos o servicios nuevos, y Naranjo cree que esto ocurre en todo el ecosistema, no solo en Colombia.
Como ejemplo citó el caso de un banco de la región que presentó en su charla. Con una capacidad fija, la entidad se convirtió en proveedora interna de más de 900.000 tokens y empezó a entregar modelos como servicio a las áreas que tenían iniciativas concretas, con reglas claras de gobierno y acceso. Según Naranjo, esas iniciativas ya suman resultados por más de 600 millones de dólares. Lo que más le interesa destacar del caso es que la misma plataforma funciona para una organización mediana que apenas empieza a digitalizar sus productos.
¿Cómo cambia la ciberseguridad cuando la IA trabaja a velocidad de máquina?
Durante la apertura, Naranjo contó que en las últimas semanas muchos equipos han tenido que correr para aplicar parches de seguridad. Le pregunté cómo cambia eso el día a día de un equipo de infraestructura, y su respuesta fue “completamente”.
Antes, explicó, esos equipos trabajaban a velocidad humana: tenían ventanas de mantenimiento, analizaban cada caso con cautela y llevaban un parche a producción en 90 días o más en promedio. Hoy la IA encuentra brechas a velocidad de máquina. Naranjo citó modelos como Mythos, de Anthropic, con los que, según él, se han identificado más de 20.000 brechas de seguridad. El cambio de escala obliga a llevar un parche a producción en horas.
La razón es inquietante. Un modelo de IA puede analizar un parche recién publicado y, a partir de lo que corrige, reconstruir la forma de explotar la falla. “Lo que antes nos protegía, inclusive hoy en día, nos puede exponer”, advirtió. Por eso habla de automatización total en los equipos de infraestructura, con agentes que vigilen patrones inesperados y propongan acciones, mientras las personas mantienen el control de la ejecución.
Ese control lleva a otra pregunta: ¿quién responde cuando hay miles de agentes operando? La respuesta está en la soberanía, entendida como una decisión propia y no como un producto que se compra, y un concepto ampliamente desarrollado durante el Red Hat Summit Connect 2026.
“La soberanía al final eres tú. Tú tienes que definir cuál es tu soberanía”.
Las caídas inesperadas de los proveedores de nube y las políticas de los gobiernos donde estas operan, dijo, muestran por qué cada organización debe saber dónde están sus datos y cómo garantiza la continuidad de su negocio. Un modelo abierto le permite decidir si opera en la nube, en sus propias instalaciones o en el borde de la red (edge), y cambiar según el contexto. “Cuando tu proveedor te limita es cuando empiezas a tener problemas”, resumió.
¿Qué retos les quedan a los liderazgos de tecnología?
Naranjo asumió su cargo en 2020, en plena pandemia, y le pedí que mirara hacia atrás. Recuerda un equipo de arquitectura que acompañaba a clientes con prisa por pasar al mundo digital, mientras cada persona atendía también lo que ocurría en su casa. Lo que más valora de lo que vino después es la cercanía: poder sentarse con los clientes, entender sus problemas en detalle y acompañarlos incluso en las salas de crisis (war rooms) donde los resuelven.
Hacia adelante, ve un reto nuevo para quienes lideran: aprender a medir otra productividad. Las personas desarrolladoras, por ejemplo, empiezan a dejar de escribir código línea por línea para especificar lo que la IA debe construir. Para él, la parte más humana y más bonita de este momento consiste en encontrar lo que la IA todavía no logra y llevar a los equipos hacia ese terreno.
Su invitación final es empezar por lo que ya existe y modernizar las aplicaciones. Explicó que la modernización dejó de ser un asunto de deuda técnica y se convirtió en la condición para que el negocio funcione en un escenario de agentes. Automatización, virtualización, seguridad e IA hacen parte, en su visión, de un mismo esfuerzo. Para las empresas colombianas, la tarea de los próximos meses será dar ese paso sin que el costo de la IA se convierta otra vez en el freno.
