Skip to content IA
  • Descripción general

    • Novedades sobre la IA
    • Blog técnico
    • Eventos en vivo sobre IA
    • ¿Qué es la inferencia?
    • Más información sobre la IA
  • Productos

    • Lightwell
    • Red Hat AI Enterprise
    • Red Hat AI Inference
    • Red Hat Enterprise Linux AI
    • Red Hat OpenShift AI
    • Más información sobre Red Hat AI
  • Participa y aprende

    • Centro de aprendizaje
    • Recursos sobre la IA
    • Partners de IA
    • Servicios para la IA
Nube híbrida
  • Soluciones de plataforma

    • Inteligencia artificial

      Diseña, implementa y supervisa aplicaciones y modelos de inteligencia artificial.

    • Estandarización en Linux

      Obtén uniformidad en todos los entornos operativos.

    • Desarrollo de las aplicaciones

      Simplifica la manera en que diseñas, implementas y gestionas aplicaciones.

    • Automatización

      Amplía la automatización y unifica la tecnología, los equipos y los entornos.

  • Casos prácticos

    • Virtualización

      Moderniza las operaciones para las cargas de trabajo virtualizadas o en contenedores.

    • Soberanía digital

      Controla y protege la infraestructura crítica.

    • Seguridad

      Programa, diseña, implementa y supervisa software enfocado en la seguridad.

    • Edge computing

      Implementa cargas de trabajo más cerca de la fuente con el edge computing.

  • Explorar las soluciones
  • Soluciones por sector

    • Automotriz
    • Servicios financieros
    • Salud
    • Industrial
    • Medios de comunicación y entretenimiento
    • Sector público (internacional)
    • Sector público (EE. UU.)
    • Telecomunicaciones

Descubre las tecnologías de nube

Aprende a utilizar nuestros productos y soluciones de nube a tu propio ritmo en Red Hat® Hybrid Cloud Console.

Productos
  • Plataformas

    • Red Hat AI icon artificial intelligence, Red Hat Enterprise Linux AI, Red Hat OpenShift AI, RHEL AI, machine learning Red Hat AI

      Desarrolla e implementa soluciones de inteligencia artificial en la nube híbrida.

    • Red Hat Enterprise Linux icon RHEL, Linux platforms, CentOS Red Hat Enterprise Linux

      Sistema operativo flexible que soporta la innovación con la nube híbrida.

    • Red Hat OpenShift icon Cloud, Containers, Kubernetes Red Hat OpenShift

      Diseña, moderniza e implementa aplicaciones según tus necesidades.

    • Red Hat Ansible Automation Platform icon Management, edge Red Hat Ansible Automation Platform

      Implementa la automatización a nivel empresarial.

      Nueva versión
  • Destacados

    • Lightwell
    • Red Hat AI Enterprise
    • Red Hat OpenShift Virtualization Engine
    • Red Hat Desktop
    • Ver todos los productos
  • Prueba y compra

    • Prueba gratis
    • Comprar en línea
    • Integración con los principales proveedores de nube
  • Servicios y soporte

    • Consultoría
    • Soporte de productos
    • Servicios para la inteligencia artificial
    • Gestión de cuentas técnicas
    • Explorar servicios y soporte
Capacitación
  • Capacitación y certificación

    • Cursos y exámenes
    • Certificaciones
    • Evaluación de conocimientos
    • Red Hat Academy
    • Learning subscription
    • Explorar capacitaciones
  • Destacados

    • Red Hat Certified System Administrator Exam
    • Red Hat System Administration I
    • Red Hat Learning Subscription- versión de prueba (Sin costo)
    • Red Hat Certified Engineer Exam
    • Red Hat Certified OpenShift Administrator Exam
  • Servicios

    • Consultoría
    • Capacitación para partners
    • Soporte de productos
    • Servicios para la inteligencia artificial
    • Gestión de cuentas técnicas
Aprender más
  • Amplía tu conocimiento

    • Documentación
    • Laboratorios prácticos
    • Centro de aprendizaje sobre la nube híbrida
    • Demostraciones interactivas
    • Training y Certificación
  • Otros recursos de aprendizaje

    • Blog
    • Eventos y webinars
    • Podcasts y videos
    • Red Hat TV
    • Biblioteca de recursos

Para los desarrolladores

Descubre los recursos y las herramientas que te ayudarán a diseñar, distribuir y gestionar las aplicaciones y los servicios nativos de la nube.

Partners
  • Para los clientes

    • Nuestros partners
    • Red Hat Ecosystem Catalog
    • Busque un partner
  • Para los partners

    • Partner Connect
    • Convertirse en partner
    • Capacitación
    • Soporte
    • Acceda el portal de nuestros partners

Diseña soluciones con los partners de confianza

Encuentra soluciones de nuestra comunidad colaborativa de especialistas y tecnologías en el Red Hat® Ecosystem Catalog.

ConsoleDocumentaciónSoporte Buscar

Me gustaría:

  • Prueba gratis
  • Adquiere una suscripción de aprendizaje
  • Gestionar suscripciones
  • Comuníquese con la oficina de ventas
  • Comuníquese con el servicio al cliente
  • Busca empleos en Red Hat

Quiero encontrar:

  • Documentación
  • Recursos para desarrolladores
  • Temas de tecnología
  • Centro de arquitectura
  • Actualizaciones de seguridad
  • Soporte al cliente

Deseo más información sobre:

  • Inteligencia artificial
  • Modernización de las aplicaciones
  • Automatización
  • Aplicaciones desarrolladas en la nube
  • Linux
  • Virtualización
Nuevo Para ti

Recomendado

Te recomendaremos recursos que te pueden ser útiles mientras navegas en redhat.com. Prueba estas sugerencias:

  • Centro de versiones de prueba de productos
  • Cursos y exámenes
  • Todos los productos
  • Temas de tecnología
  • Biblioteca de recursos
Iniciar sesión

Con una cuenta de Red Hat, obtienes más

  • Acceso a la consola
  • Inscripción a eventos
  • Capacitación y pruebas
  • Servicio de soporte de primera categoría
Descubre todas las ventajas para las cuentasInicia sesión o regístrate

Algunos servicios pueden requerir una suscripción válida.

Contáctenos
Red Hat logo
  1. Inicio
  2. Recursos
  3. Cómo diseñar tu infraestructura para IA generativa

Cómo diseñar tu infraestructura para IA generativa

27 de agosto de 2026•
Tipo de contenido:E-book

Capítulo 1: Nuevas posibilidades para la innovación empresarial…

La inteligencia artificial generativa (gen AI) es una herramienta potente para las empresas que desean crear productos innovadores, optimizar los procesos y obtener ventajas competitivas en los mercados que cambian rápidamente. La inteligencia artificial generativa se basa en los avances de las redes neuronales y el aprendizaje profundo. Esta tecnología enseña a las computadoras a procesar datos mediante algoritmos inspirados en el cerebro humano y permite crear contenido nuevo y original. La inteligencia artificial generativa redefine la colaboración entre las personas y las máquinas, inspira nuevos enfoques para la resolución de problemas y ofrece resultados empresariales importantes en todos los sectores.

En todo el mundo, las empresas diseñan aplicaciones nuevas e innovadoras con las tecnologías de inteligencia artificial generativa. Estos casos de uso requieren una mayor adaptación a los requisitos de la empresa, lo cual suele lograrse mediante la personalización en función de los datos empresariales.

Incluso en las primeras etapas, la adopción de la inteligencia artificial generativa ofrece beneficios clave para:

  • Eficiencia operativa: La gestión de las tareas que consumen mucho tiempo, como la escritura del código, la creación de la documentación o la gestión de las cadenas de suministro, permite que las empresas produzcan más en menos tiempo y a un costo menor.
  • Aumento de los ingresos: La inteligencia artificial generativa permite aumentar los flujos de ingresos al identificar oportunidades personalizadas de ventas adicionales, crear contenido de marketing personalizado para segmentos de clientes específicos y respaldar el lanzamiento más rápido de productos y servicios nuevos.
  • Satisfacción del cliente: Al ofrecer soporte inmediato y preciso y experiencias personalizadas, los clientes obtienen la información y los servicios que necesitan cuando los requieren, lo cual genera confianza y lealtad a largo plazo.
  • Productividad de los empleados: La gestión de las tareas rutinarias con la inteligencia artificial, como resumir reuniones, redactar correos electrónicos o buscar datos en los sistemas internos, permite que los empleados se centren en el trabajo de gran valor que requiere la creatividad y el juicio humanos.

… pero también nuevas preocupaciones.

Si bien los beneficios y los inconvenientes de la inteligencia artificial generativa aún están por descubrirse, muchas empresas desean invertir en estas tecnologías nuevas ahora mismo. Comprender los desafíos de la inteligencia artificial generativa puede ayudar a las empresas a establecer pautas de ética y marcos de desarrollo claros, cumplir con las normas gubernamentales y del sector, y detectar y corregir posibles problemas.

  • Privacidad de los datos: Las preocupaciones sobre la privacidad surgen cuando los modelos de inteligencia artificial generativa se entrenan con datos personales o confidenciales, lo que genera dudas sobre la protección de la intimidad de las personas. Las empresas deben cumplir las normas de soberanía y almacenamiento de datos, como el Reglamento General de Protección de Datos (GDPR) de la Unión Europea (UE).
  • Propiedad de los datos: El uso de modelos propietarios (o de los que se entrenan con datos propietarios) conlleva problemas de propiedad que pueden terminar en un proceso judicial.
  • Prejuicios e imparcialidad: Las respuestas de las herramientas de inteligencia artificial generativa reflejan los sesgos humanos, incluidos los estereotipos dañinos y el discurso de odio.
  • Uso ético: El contenido sintético creado por la inteligencia artificial generativa, como los deepfakes, puede servir para realizar actividades maliciosas, como la violación de la privacidad y las campañas de desinformación. La falta de transparencia en los modelos o las herramientas de inteligencia artificial generativa dificulta la comprensión, la interpretación y la explicación de los resultados y la asignación de responsabilidades por la información incorrecta o inventada.

Los indicadores recientes ilustran

  • Generación aumentada por recuperación (RAG): Integra datos de fuentes externas, como bases de datos internas, intranets corporativas o Internet, para proporcionar a los modelos de inteligencia artificial generativa la información más precisa y actualizada.
  • ajuste de peticiones: Los modelos de inteligencia artificial reciben señales o peticiones de frontend, como palabras adicionales o números generados por la inteligencia artificial, que los guían para tomar la decisión deseada. Esto permite que las empresas con datos limitados adapten los modelos base a una tarea específica.
  • Perfeccionamiento Mejora aún más un modelo entrenado previamente con un conjunto de datos más pequeño y específico para realizar tareas del área de manera más efectiva. Estos datos de entrenamiento adicionales se integran en la arquitectura del modelo.
  • Consecuencias accidentales. La naturaleza autónoma de la inteligencia artificial generativa puede tener consecuencias no deseadas que pueden causar daños reales a las empresas.
  • Desafíos normativos. Los avances rápidos en la inteligencia artificial generativa superan el ritmo de creación de marcos normativos, lo que dificulta la creación y aplicación de guías que garanticen un uso responsable y ético.
  • Consumo de energía. El entrenamiento de modelos de inteligencia artificial requiere una gran cantidad de recursos informáticos y energía, lo cual genera preocupación sobre los efectos en la sostenibilidad del medioambiente.

 Una base de infraestructura confiable permite que las empresas obtengan los beneficios y aborden los desafíos de las iniciativas de inteligencia artificial generativa.

Capítulo 2: La base adecuada para la inteligencia artificial generativa: Aspectos clave

La base tecnológica que elijas para tus iniciativas de inteligencia artificial generativa puede afectar en gran medida la eficiencia y el éxito general de la adopción. Los líderes empresariales deben tener en cuenta estos ocho aspectos clave a la hora de elegir la base de inteligencia artificial generativa adecuada.

Aspecto 1: Crea soluciones más rápido con conjuntos de herramientas comprobados y confiables

El desarrollo de aplicaciones basadas en modelos de inteligencia artificial generativa puede ser una tarea compleja. El conjunto de herramientas adecuado (lenguajes, marcos y tiempos de ejecución comerciales o de la comunidad open source confiables) agiliza el ajuste de los modelos y simplifica el desarrollo y la implementación de las aplicaciones.

Elige una plataforma de desarrollo de inteligencia artificial que incluya o admita los conjuntos de herramientas preferidos y conocidos para desarrollar soluciones de inteligencia artificial innovadoras de manera más rápida y eficiente. Las funciones exploratorias de análisis de datos, entrenamiento y ajuste a las que se accede a través de interfaces de usuario (UI) interactivas pueden simplificar la colaboración. Los conjuntos de herramientas incorporados o integrados, junto con las funciones de autoservicio, permiten optimizar las operaciones de TI (ITOps) y, al mismo tiempo, mantener la portabilidad y la uniformidad.

Aspecto 2: Estandarización para perfeccionar los modelos rápidamente

Debido a que el entrenamiento de los modelos de inteligencia artificial generativa es un proceso costoso y que lleva mucho tiempo, la mayoría de las empresas diseñan soluciones de inteligencia artificial con modelos base que se entrenaron anteriormente con datos de uso general. Luego, las empresas pueden usar diversos datos específicos del área para ajustar los modelos base para realizar tareas especializadas. Hay varias formas de personalizar los modelos base, algunas de las cuales requieren muchos recursos informáticos, procesadores potentes e infraestructura de nube híbrida distribuida. 

Busca plataformas de inteligencia artificial que proporcionen herramientas para preparar e incorporar datos empresariales privados, que admitan técnicas ampliamente adoptadas para la personalización y la alineación de los modelos, y que ofrezcan acceso a herramientas que admitan patrones de personalización repetibles. Estas plataformas también deben admitir funciones distribuidas de organización y gestión de cargas de trabajo que implementen ejecuciones de entrenamiento de cualquier tamaño de modelo, volumen de datos o duración en entornos de nube híbrida. 

Contenedores para la inteligencia artificial generativa

Las tecnologías de contenedores, como Kubernetes, ofrecen agilidad en la implementación, la gestión y la capacidad de ajuste para el desarrollo eficiente en la nube de las soluciones de inteligencia artificial generativa.

  • Prepare los entornos de los centros de datos locales, las nubes públicas y los dispositivos del extremo de la red según sea necesario.
  • Cree, implemente, ajuste y gestione automáticamente las instancias de los contenedores en las infraestructuras físicas y virtuales.
  • Integra los elementos y los almacenes de datos de un ecosistema sólido de proveedores comerciales y de open source en las soluciones de inteligencia artificial generativa.

Descubre las ventajas adicionales de los contenedores para la inteligencia artificial1

Aspecto 3: Distribuye y ejecuta los modelos de manera eficiente con la inferencia

Ofrecer experiencias de usuario excepcionales a partir de soluciones de inteligencia artificial generativa con demanda variable de aplicaciones puede ser un desafío para los equipos de ITOps. La inferencia eficiente de modelos requiere una infraestructura con capacidad de ajuste y funciones de gestión automatizadas para garantizar un alto rendimiento, una baja latencia y un uso informático óptimo. Además, debido a que las soluciones de inteligencia artificial procesan enormes cantidades de datos, es fundamental aplicar estándares de seguridad estrictos en todos los entornos.

Considera la posibilidad de utilizar plataformas que ofrezcan servidores de inferencia compatibles con varios tipos de modelos, como la inteligencia artificial generativa, los lenguajes de gran tamaño y los multimodales, para lograr resultados eficientes en varios entornos. Los servidores de inferencia de alto rendimiento agilizan el resultado de las aplicaciones de inteligencia artificial generativa al optimizar el uso de la memoria de la unidad de procesamiento gráfico (GPU) y ayudar a que los modelos realicen cálculos de manera más eficiente según sea necesario.

Aspecto 4: Automatización de la gestión del ciclo de vida

Los canales de integración y distribución continuas (CI/CD) pueden implementar y gestionar automáticamente las soluciones de inteligencia artificial generativa, pero para ajustarlas se requiere la integración de las operaciones de machine learning (MLOps) y las GenAIOps. Mientras que MLOps automatiza los ciclos rigurosos de extracción, entrenamiento y validación de datos necesarios para la estabilidad del modelo, GenAIOps aborda las necesidades únicas de los modelos de lenguaje de gran tamaño (LLM), como el control de versiones de las peticiones y la gestión de las bases de datos vectoriales. Estos canales de machine learning e inteligencia artificial generativa son más complejos que los flujos de trabajo estándar y requieren cambios rápidos y graduales para perfeccionar el rendimiento y reducir las alucinaciones (resultados ilógicos o falsos) mediante la evaluación automatizada.

Elige una base que te permita crear e integrar estos canales de inteligencia artificial especializados con herramientas como Kubeflow para la organización de modelos y Jenkins para una automatización más amplia en los flujos de trabajo de DevOps actuales. La adopción de GitOps con herramientas como ArgoCD te permite definir las implementaciones de inteligencia artificial complejas como código, lo cual garantiza que los modelos base y los elementos de la generación aumentada por recuperación (RAG) sean uniformes, auditables y reproducibles para las empresas.

Aspecto 5: Prepárate para la inteligencia artificial con agentes con transparencia y control

La inteligencia artificial generativa es excelente para crear contenido y responder preguntas. La inteligencia artificial con agentes es la próxima evolución de estas funciones, ya que marca un cambio de los modelos que brindan funciones de chat simples a agentes autónomos. Los agentes de inteligencia artificial no solo siguen un guion, sino que utilizan herramientas de razonamiento para dividir objetivos complejos (por ejemplo, incorporar un cliente nuevo) en tareas más pequeñas, como revisar documentos, enviar correos electrónicos y actualizar bases de datos. Dado que estos sistemas deben lidiar con cambios inesperados de forma independiente, es fundamental que tu enfoque pase de los patrones sencillos de preguntas y respuestas a los flujos de trabajo gestionados de varios pasos.

Busca una base de inteligencia artificial que priorice la integración y la seguridad. La inteligencia artificial con agentes necesita una infraestructura que pueda conectarse a herramientas externas y fuentes de datos internas, mientras se mantiene un enfoque de intervención humana para las decisiones y acciones de gran importancia. Centra la búsqueda en plataformas que ofrezcan una visión clara de la forma de pensar y tomar decisiones de un agente para asegurarte de que todas las acciones y los resultados se puedan auditar. Al comenzar el proceso de adopción de la inteligencia artificial con una base diseñada para el control y el soporte para el uso de herramientas externas, los equipos de TI pueden asegurarse de que su inteligencia artificial evolucione de un asistente creativo a un gemelo digital y siga siendo una extensión confiable y controlada de las operaciones comerciales.

Conceptos clave del modelo de inteligencia artificial generativa

  • El sesgo es la presencia de patrones en el comportamiento del modelo que afectan la equidad, la inclusión y la ética de los resultados, como favorecer a ciertos grupos o generar respuestas discriminatorias.
  • La desviación de datos se produce cuando las propiedades estadísticas de los datos de entrenamiento cambian con el tiempo, lo cual afecta el rendimiento del modelo y genera respuestas menos precisas o relevantes.
  • Detección de anomalías: es el proceso de identificar e informar el comportamiento divergente o poco común de los modelos a partir de los ejemplos que se ven durante el entrenamiento. 
  • Explicabilidad por puntos: es la capacidad de entender los motivos por los que los modelos generan ciertos resultados específicos, lo que ofrece claridad sobre las aplicaciones que dependen de la transparencia.

Aspecto 6: Supervisar los modelos de manera uniforme para reducir el sesgo y la falta de precisión

Los resultados que ofrecen los modelos de inteligencia artificial generativa pueden influir considerablemente en los procesos empresariales. Al realizar un seguimiento anticipado del comportamiento del modelo, los equipos pueden analizar las decisiones y las justificaciones para identificar el rendimiento deficiente e informar los comportamientos problemáticos de inmediato. El control efectivo de los modelos basado en esta información garantiza que los modelos de inteligencia artificial respondan con información imparcial, justa y correcta en los entornos de producción.

Explora las bases de inteligencia artificial que ofrecen funciones de supervisión centralizadas, como los indicadores de sesgo y desajuste de datos, la detección de anomalías y la capacidad de explicación por punto, para que los equipos mantengan y corrijan sus modelos de inteligencia artificial generativa. La supervisión permanente y automática en los entornos de producción también aumentará el cumplimiento de los estándares de control de modelos corporativos de la empresa. Las interfaces de herramientas fáciles de usar y los informes no técnicos comprensibles para las personas que comparten la información resultante fomentan el uso y el mantenimiento responsables de los modelos.

Aspecto 7: Aprovechar los ecosistemas de partners para obtener funciones integrales

Las soluciones de inteligencia artificial generativa requieren varios elementos integrados para ofrecer resultados innovadores. La combinación adecuada de tecnologías de un ecosistema colaborativo de proveedores confiables puede acelerar el desarrollo de aplicaciones, abordar el sesgo y la desviación de los datos y garantizar un rendimiento uniforme y confiable para tus implementaciones de inteligencia artificial.

Busca proveedores de plataformas con amplios ecosistemas de partners certificados que ofrezcan soluciones completas para desarrollar e implementar modelos y aplicaciones de inteligencia artificial generativa. Al trabajar con una gran variedad de elementos, desde la integración y la preparación de los datos hasta el entrenamiento y la distribución de los modelos, los equipos de TI pueden desarrollar e implementar soluciones de inteligencia artificial de manera más eficiente. Al elegir soluciones certificadas por proveedores con interoperabilidad comprobada, las empresas pueden mejorar aún más la productividad al reducir las solicitudes de soporte de TI.

Aspecto 8: Trabajar con especialistas en plataformas para resolver problemas y conocer las prácticas recomendadas

La implementación y la gestión efectivas de las soluciones de inteligencia artificial generativa requieren experiencia y conocimientos especializados. Los desafíos relacionados con la escalabilidad, la confiabilidad y la integración con los sistemas actuales pueden complicar las implementaciones de producción. Un uso poco eficiente de los recursos informáticos genera costos innecesarios, Además, el incumplimiento de los estándares de seguridad, las políticas de privacidad y los marcos normativos de la inteligencia artificial puede tener consecuencias legales, financieras o de imagen de marca corporativa.

Selecciona proveedores con equipos de especialistas que brinden soporte y orientación integrales para diseñar soluciones de inteligencia artificial generativa Por ejemplo, los ingenieros exclusivos pueden respaldar toda la plataforma con las herramientas, los recursos y la experiencia necesarios para agilizar la ejecución de los proyectos de inteligencia artificial. Los consultores especialistas resuelven los desafíos de la implementación, optimizan la eficiencia de la infraestructura y garantizan la interoperabilidad entre los distintos elementos de su solución de inteligencia artificial. Además, los servicios de capacitación profesional permiten que los equipos de las empresas adquieran el conocimiento y la experiencia necesarios para iniciar proyectos nuevos de inteligencia artificial generativa en menos tiempo.

Superación de los desafíos de la distribución de la inteligencia artificial 

La inteligencia artificial transforma la manera en que se diseñan y distribuyen los sistemas de software. La perspectiva de IDC ofrece recomendaciones para el comprador de tecnología.2

  • Establecer marcos de control sólidos para la adopción de la inteligencia artificial, lo que garantiza el cumplimiento de los requisitos normativos y las políticas internas, e implementar la supervisión por etapas a nivel de la junta directiva para gestionar la exposición al riesgo y la obtención de valor.
  • Modernizar la infraestructura de datos y aplicaciones con arquitecturas desarrolladas en la nube, priorizando los entornos creados en Kubernetes y alineando los planes de datos, la nube y la inteligencia artificial y las agendas de ingeniería.
  • Integrar la seguridad en todo el ciclo de vida de distribución de las aplicaciones de datos de inteligencia artificial, incluso mediante la mejora de la experiencia en seguridad dentro de los equipos de ingeniería de datos e inteligencia artificial.
  • Gestionar las relaciones con los proveedores con una visión estratégica de la preparación de la plataforma y el entorno, las dependencias a medio plazo y el retorno sobre la inversión demostrable.

Capítulo 3 La tecnología flexible y abierta equilibra la innovación de la inteligencia artificial con la estabilidad operativa

Red Hat® AI agiliza el desarrollo y la implementación de las soluciones empresariales de inteligencia artificial en los entornos de nube híbrida. Se trata de una plataforma integral que satisface a los clientes dondequiera que se encuentren, ya sea que comiencen o amplíen su capacidad para obtener una arquitectura empresarial completa, y, al mismo tiempo, respalda la implementación de cualquier modelo en cualquier acelerador de hardware. Al combinar el poder de las tecnologías de open source con los modelos de vanguardia, Red Hat AI permite que las empresas agilicen el ritmo de los descubrimientos y democraticen el acceso a las herramientas de inteligencia artificial más recientes.

Red Hat AI incluye Red Hat AI Enterprise, para las empresas que buscan implementar y ajustar la capacidad de manera eficiente en cualquier lugar; Red Hat AI Inference Server, para optimizar la inferencia de los modelos de lenguaje de gran tamaño (LLM); Red Hat OpenShift® AI, para entornos de plataformas de Kubernetes distribuidas; Red Hat Enterprise Linux AI, para entornos de servidores Linux individuales; y Red Hat AI Accelerator, para admitir las funciones de aceleración de hardware en Red Hat OpenShift. Estas soluciones combinan el poder de las tecnologías de open source con los modelos open source más avanzados, lo cual permite que las empresas agilicen el ritmo de los descubrimientos y democraticen el acceso a las herramientas y las tecnologías de vanguardia. El acceso a las innovaciones más recientes se complementa con el ecosistema de partners de Red Hat, que ofrece una variedad de productos y servicios para partners que están probados, cuentan con soporte y certificaciones para funcionar con nuestras tecnologías y ayudar a los clientes a resolver sus desafíos empresariales y técnicos.

En conjunto, estos productos, servicios y tecnologías ofrecen: 

Inferencia flexible y eficiente

Red Hat AI optimiza la inferencia de los modelos en los entornos de nube híbrida para que las empresas puedan implementar sus modelos preferidos de forma más rentable y en menos tiempo. Su tiempo de ejecución, vLLM, maximiza el rendimiento y reduce la latencia, y la función LLM Compressor utiliza técnicas de cuantificación avanzadas para mejorar las velocidades de inferencia sin comprometer la precisión de las predicciones. El resultado es un entorno de alto rendimiento para distribuir los modelos en una amplia variedad de aplicaciones.

Conexión de los modelos con los datos

Red Hat AI simplifica la integración de los datos empresariales privados con los modelos de inteligencia artificial, ya que proporciona herramientas estandarizadas para preparar e incorporar información para basar los resultados de la inteligencia artificial en conocimiento empresarial específico y relevante. Las empresas pueden mejorar el rendimiento de los modelos con técnicas de personalización, como el perfeccionamiento, la generación aumentada por recuperación (RAG) y el ajuste de peticiones. Este enfoque garantiza que los modelos de inteligencia artificial se ajusten a los entornos empresariales para ofrecer resultados empresariales medibles.

Innovación en inteligencia artificial con agentes

Red Hat AI ofrece una base confiable para los líderes empresariales que se centra en la seguridad de toda la plataforma, desde el metal hasta los agentes, lo cual garantiza que se apliquen las políticas y se controlen los riesgos. La plataforma ofrece inferencias de alto rendimiento, acceso a modelos precisos y una experiencia simplificada para conectar los datos con los agentes. Con las funciones de AgentOps, Red Hat AI ofrece un control centrado en la seguridad y un control de acceso basado en la identidad, además de la flexibilidad para que los equipos traigan sus propios marcos de agentes. Esto garantiza que, a medida que se consoliden, las implementaciones de inteligencia artificial permanecerán protegidas, observables y controladas por completo.

Inteligencia artificial a escala en las nubes híbridas

Red Hat AI permite que las empresas gestionen y supervisen los ciclos de vida completos de los modelos de inteligencia artificial generativa y predictiva a escala, desde las implementaciones de un solo servidor hasta las plataformas amplias y distribuidas. Las empresas pueden establecer y mantener la uniformidad operativa y reducir los riesgos con una combinación de plataformas de inteligencia artificial probadas y compatibles con la tecnología de Red Hat OpenShift. A través de la supervisión centralizada, los equipos pueden hacer un seguimiento de los sesgos, los desajustes en los datos y la detección de anomalías para garantizar que los modelos sigan siendo confiables, justos y cumplan con los estándares de control corporativo.

Capítulo 4: Comienza a utilizar la inteligencia artificial generativa

La inteligencia artificial generativa es una herramienta potente para crear contenido y cambiar la forma en que el mundo interactúa con las aplicaciones y la tecnología. A través de las plataformas y herramientas de inteligencia artificial respaldadas por la experiencia y nuestros partners, Red Hat AI ofrece a los equipos de tu empresa una base central que les permite diseñar e implementar la inteligencia artificial generativa, predictiva y con agentes con funciones de seguimiento, observabilidad y control. De hecho, Red Hat incluso utiliza sus propias herramientas y plataformas de inteligencia artificialPágina disponible en Inglés (Español no está disponible)3 para mejorar el uso de otros sistemas de software open source.

Descubre el camino hacia la inteligencia artificial empresarial

Descubre cómo Red Hat AI permite que las empresas adopten y adapten sus modelos y herramientas de inteligencia artificial. Visita redhat.com/ai. 

  1. Ebook de Red Hat. “Top considerations for building a production-ready AI environment”, enero 26 de 2026.

  2. Informe de IDC. “Principales desafíos y dificultades de la distribución de software en 2026: La inteligencia artificial aumenta la complejidad existente del entorno nativo de la nube”. #US54277526, febrero 19 de 2026.

  3. Descripción general de Red Hat. Red Hat Consulting: AI Platform Foundation”, octubre 21 de 2025.

  4. Descripción general de Red Hat. Red Hat Consulting: Operationalize AI,” diciembre 15 de 2025.

  5. Estudio de caso de Red Hat. "Red Hat saves $5 million in IT support costs with AI augmentation". 17 de diciembre de 2024.

Comienza tu proceso de adopción de la inteligencia artificial con la confianza de Red Hat Consulting

Trabaja con los especialistas de Red Hat para asegurarte de que tus proyectos de inteligencia artificial/machine learning comiencen teniendo en mente el éxito y la innovación permanentes. Para comenzar, explora la cartera de servicios de IA/ML de Red Hat y: 

  • Lee este documento de Red Hat Consulting: Descripción general de la base de AI Platform4
  • Lee este documento de Red Hat Consulting: Descripción general sobre la puesta en marcha de la inteligencia artificial5
  • Programa una sesión de exploración gratuita

Etiquetas:Inteligencia artificial

Red Hat logo

About Red Hat

Red Hat is the open hybrid cloud technology leader, delivering a trusted, consistent and comprehensive foundation for transformative IT innovation and AI applications. Its portfolio of cloud, developer, AI, Linux, automation and application platform technologies enables any application, anywhere—from the datacenter to the edge. As the world's leading provider of enterprise open source software solutions, Red Hat invests in open ecosystems and communities to solve tomorrow's IT challenges. Collaborating with partners and customers, Red Hat helps them build, connect, automate, secure, and manage their IT environments, supported by consulting services and award-winning training and certification offerings.

  • North America
  • Asia Pacific
  • Latin America
  • Europe, Middle East, and Africa
  • 888-REDHAT1
  • +6564904200
  • +5443297300
  • +0080073342835
  • www.redhat.com
  • apace@redhat.com
  • info-latam@redhat.com
  • europe@redhat.com
  • @red-hat
  • @redhat
  • @redhat
  • @red_hat

Copyright © 2026 Red Hat. Red Hat, the Red Hat logo, Ansible, and OpenShift are trademarks or registered trademarks of Red Hat, LLC or its subsidiaries in the United States and other countries. Linux® is the registered trademark of Linus Torvalds in the U.S. and other countries. The OPENSTACK logo and word mark are trademarks or registered trademarks of OpenInfra Foundation, used under license. All other trademarks are the property of their respective owners.

Red Hat logo

Plataformas

  • Red Hat AI
  • Red Hat Enterprise Linux
  • Red Hat OpenShift
  • Red Hat Ansible Automation Platform
  • Ver todos los productos

Herramientas

  • Training y Certificación
  • Mi cuenta
  • Soporte al cliente
  • Recursos para desarrolladores
  • Encontrar un partner
  • Red Hat Ecosystem Catalog
  • Documentación

Versiones de prueba, compras y ventas

  • Centro de versiones de prueba de productos
  • Red Hat Store
  • Comprar en línea (Japón)
  • Console

Canales de comunicación

  • Comunícate con la oficina de ventas
  • Comunícate con el servicio al cliente
  • Comunícate con Red Hat Training
  • Redes sociales

Acerca de Red Hat

Red Hat es líder en tecnología de nube híbrida abierta y ofrece una base uniforme y completa para las aplicaciones transformadoras de la TI y de la inteligencia artificial (IA) a nivel empresarial. Como asesor de confianza de las empresas de la lista Fortune 500, Red Hat ofrece tecnologías de plataforma de aplicaciones, automatización, Linux, nube y desarrollo, así como servicios galardonados.

  • Nuestra empresa
  • Nuestra forma de trabajar
  • Casos de éxito de clientes
  • Relaciones con analistas
  • Sala de prensa
  • Nuestro aporte al open source
  • Responsabilidad social
  • Oportunidades de empleo

Red Hat legal and privacy links

  • Acerca de Red Hat
  • Oportunidades de empleo
  • Eventos
  • Sedes
  • Póngase en contacto con Red Hat
  • Blog de Red Hat
  • Inclusión en Red Hat
  • Cool Stuff Store
  • Red Hat Summit

Red Hat legal and privacy links

  • Declaración de privacidad
  • Condiciones de uso
  • Todas las políticas y directrices
  • Accesibilidad digital
© 2026 Red Hat