La principal barrera para escalar la inteligencia artificial no es la falta de inversión, sino de infraestructura. Así lo concluye el nuevo Informe de Streaming de Datos 2026 de Confluent, que revela que casi tres cuartas partes (72%) de los responsables de TI a nivel mundial ven frenados sus esfuerzos por la falta de sistemas capaces de procesar datos en tiempo real. En España, la situación es similar: el 73% apunta a esa misma carencia como su principal obstáculo, y el 71% reconoce haberse enfrentado a al menos tres grandes retos en el camino hacia la adopción de la IA.
El informe, basado en una encuesta a 4.625 responsables de TI de todo el mundo, analiza los retos a los que se enfrentan las empresas para escalar la inteligencia artificial y señala que la clave está en reforzar la infraestructura sobre la que se apoyan estas iniciativas, más que en aumentar la inversión en la propia IA.
De acuerdo con la investigación, el 72% de los responsables de TI a nivel global se ha encontrado con al menos tres desafíos a la hora de escalar iniciativas de inteligencia artificial. El análisis apunta a tres obstáculos principales: la falta de infraestructura para procesar datos en tiempo real (72%), la incertidumbre sobre el linaje y la calidad de los datos (66%) y la fragmentación en su gestión (65%). El sector tecnológico español se enfrenta a un panorama muy parecido: la falta de infraestructura para datos en tiempo real lidera también su lista de obstáculos (73%), seguida de la escasez de talento especializado en IA y datos (67%), la fragmentación de los datos entre sistemas (64%).
Los retos de infraestructura TI mencionados también están ralentizando el despliegue de la IA agéntica. Dos tercios (66%) de los responsables de TI globales señalan los problemas de infraestructura de datos y de calidad de la información como principales barreras para su adopción, cifra que en España asciende hasta el 67%. Tanto a nivel global como en España, el 32% afirma contar ya con soluciones desplegadas en producción, mientras que la mayoría sigue enfrentando retrasos.
Desbloquear la IA en tiempo real
Dar el salto de los proyectos piloto a la producción depende, cada vez más, de los datos que sustentan la IA. En España, el 79% de los responsables de TI ya considera prioritario el uso de datos corporativos para impulsar sus sistemas de inteligencia artificial, una realidad cada vez más asumida en el sector: la calidad, la actualidad y el contexto de los datos son tan determinantes para el éxito de la IA como el propio modelo.
Frente a ese reto, el streaming de datos aparece como una respuesta extendida entre los equipos de TI españoles. Nueve de cada diez responsables afirma que estas plataformas mejoran la calidad, el contexto y la accesibilidad de la información, haciendo de ella un activo fiable para los sistemas de IA. Una confianza que se traduce también en expectativas concretas: En España, el 92% espera que el streaming de datos incremente el impacto de sus inversiones en inteligencia artificial, y el 90% considera que acelera el camino hacia su adopción.
El streaming de datos supera a la IA en inversión
Uno de los hallazgos más reveladores del informe es que el streaming de datos ha adelantado a la propia IA en la lista de prioridades de los responsables de TI españoles. El 87% de los encuestados en nuestro país lo sitúa como prioridad estratégica, por encima de las soluciones de IA y machine learning (84%), lo que evidencia un cambio de enfoque claro en el sector: antes de invertir más en modelos, las organizaciones quieren garantizar que los datos que los alimentan son fiables, están actualizados y llegan en el momento oportuno.
En relación con los resultados, Shaun Clowes, director de producto de Confluent, afirmó: “La mayoría de las organizaciones no tienen un problema de inversión en IA, sino un problema de datos. Los sistemas de inteligencia artificial dependen de información actualizada, precisa y contextualizada, pero demasiados todavía se están construyendo sobre datos fragmentados, procesos por lotes e infraestructuras que no fueron diseñadas para la inteligencia continua.”
“A medida que las organizaciones dejan atrás la fase de experimentación y comienzan a desplegar la IA en procesos críticos del negocio, esas brechas se vuelven cada vez más difíciles de ignorar. Los modelos deben estar conectados a los sistemas, eventos y señales que reflejan lo que ocurre en toda la empresa. Las compañías que están logrando mayores avances no solo invierten en la propia IA, sino también en las bases de datos necesarias para sostenerla. Esas bases serán las que determinen qué organizaciones consiguen convertir la inversión en IA en valor de negocio a gran escala.”
