El control sobre los datos, las restricciones regulatorias o la necesidad de proteger la propiedad intelectual están empezando a redefinir cómo se diseñan y despliegan los proyectos de IA en las empresas. Esa es una de las principales conclusiones del informe 2026 Global AI Report: A Playbook for Private and Sovereign AI, elaborado por NTT DATA.
El estudio sostiene que el principal problema ya no está en los modelos, sino en la infraestructura necesaria para operar la IA con garantías de control, privacidad y soberanía. Según la compañía, las arquitecturas tradicionales empiezan a mostrar limitaciones ante un escenario donde pesan cada vez más las exigencias regulatorias y de residencia del dato.
El 95 % de las organizaciones considera importante la IA privada o soberana dentro de su estrategia de inteligencia artificial, mientras que un 96 % asegura que está valorando trasladar infraestructuras de IA a geografías concretas por motivos geopolíticos y de cadena de suministro.
Además, el 98 % de los directivos encuestados considera imprescindible contar con entornos privados capaces de proteger propiedad intelectual y datos sensibles mediante modelos generativos que no hayan sido entrenados públicamente.
El informe identifica tres grandes impulsores de este movimiento: exigencias regulatorias, necesidades de privacidad y objetivos estratégicos relacionados con autonomía tecnológica y menor dependencia de terceros.
Infraestructura y datos, los grandes desafíos
Uno de los mensajes centrales del informe es que la infraestructura se ha convertido en el verdadero cuello de botella para escalar la IA. Según datos recabados, el 96 % de las organizaciones reconoce que su infraestructura heredada está ralentizando la adopción de IA y sólo el 49 % considera que sus entornos actuales están preparados para soportar despliegues de IA agéntica a gran escala.
La soberanía del dato también emerge como uno de los principales retos. Aunque el 96 % teme problemas de privacidad o mal uso de información sensible asociados a la IA generativa, menos de la mitad asegura tener plena confianza en su capacidad para cumplir requisitos de soberanía del dato.
NTT DATA advierte además de que la jurisdicción del dato está dejando de ser únicamente una cuestión legal para convertirse en una restricción arquitectónica clave, obligando a replantear dónde residen los datos, cómo se entrenan los modelos y qué infraestructuras se utilizan.
Mucha intención, poca ejecución
Pese al creciente interés, sólo un 29 % de las organizaciones asegura estar priorizando la IA soberana de forma concreta a corto plazo.
También existen dudas sobre el nivel de preparación en seguridad: únicamente el 38 % de los encuestados afirma sentirse muy confiado respecto a su postura actual de seguridad cloud y menos de la mitad asegura contar con planes sólidos para gestionar riesgos relacionados con IA y nube.
Según el informe, las organizaciones más avanzadas están rediseñando desde el principio sus infraestructuras, modelos de gobierno y arquitecturas de IA para incorporar control, privacidad y soberanía como elementos estructurales.
Sectores y ecosistemas más complejos
Las administraciones públicas, sanidad, recursos naturales y manufactura aparecen como los sectores más proclives a adoptar estrategias de IA soberana durante los próximos dos años.
El informe también destaca que la IA privada y soberana incrementará la complejidad de integración entre plataformas, proveedores cloud y mecanismos de gobierno. Más de la mitad de las organizaciones identifica precisamente esa integración en entornos híbridos como uno de los grandes retos para desplegar IA en infraestructuras privadas.
Según concluye NTT DATA, la siguiente etapa de la IA estará marcada menos por quién tiene acceso a los modelos y más por quién es capaz de construir entornos capaces de operarlos con garantías de control, privacidad y resiliencia.
