On-premise
On-Premises
¿Qué es on-premise?
- Construcción y operación directa en servidores propios
- Control ↑ Costo inicial ↑, en contraste con la nube
- Resurge con la demanda de IA privada
Elegir on-premise no es solo comprar equipos, sino asumir la responsabilidad y el personal. En la nube, si hay una falla, se abre la consola del proveedor y se levanta un ticket; en on-premise, quien abre la sala de servidores a las dos de la mañana es un colaborador propio. El presupuesto también cambia. La nube se registra como gasto operativo mensual y los departamentos pueden aumentarlo casi como si pagaran con tarjeta; on-premise es un activo aprobado por el comité de inversiones, y hay que planificarlo para usarlo durante todo el período de depreciación de 4 a 5 años.
En la práctica, on-premise y la nube no son opciones excluyentes. Entre ambas hay varios niveles intermedios: la infraestructura propia instalada en el centro de cómputo de la empresa, la colocación, en la que los equipos se instalan en el centro de datos de un operador de telecomunicaciones, y la nube privada, en la que se alquila hardware dedicado completo. Al comparar costos no basta con el precio de los equipos: hay que sumar energía, refrigeración, espacio en el centro de datos, licencias de software y salarios del personal de operación, y revisar el costo total de propiedad (TCO) a 3 o 5 años. En general, las cargas de trabajo con una utilización alta y constante convienen más on-premise, mientras que el tráfico que se concentra en picos y luego baja favorece la nube. Además, on-premise es un concepto de ubicación (“dentro de mi edificio”), mientras que la separación de redes es una medida de seguridad que aísla las redes entre sí; son planos distintos del mismo problema.
El error más común es creer que «si está dentro de la empresa, es seguro». La seguridad no viene de que los datos estén en la empresa, sino de que alguien los parchea constantemente y verifica los respaldos. Si el responsable, agobiado por otras tareas, deja pasar 6 meses una actualización de seguridad, queda mucho más expuesto que con un proveedor de nube. Buena parte de los casos de ransomware provienen de servidores internos abandonados. Lo mismo ocurre con la IA generativa: si compra servidores GPU sin asignar a alguien que actualice el modelo y lo opere, un equipo de inversión de cientos de millones de KRW queda, en medio año, como una instalación que nadie usa.
Seolyeong ParkCon 17 años de experiencia práctica y más de 200 clases impartidas, especialista en IA generativa y AX que logra que personas sin formación técnica la usen de inmediato
Seungtae ParkInstructor de AX que enseña construyendo directamente automatización de desarrollo de negocio y de marketing con IAProviene de la expresión «on the premises» (en las instalaciones), que se refiere a instalar los sistemas dentro del propio local. Antes de que la computación en la nube se extendiera, era lo habitual y no necesitaba un nombre propio. Desde mediados de los 2000, con la generalización de la nube y el SaaS, se consolidó como el concepto opuesto, para distinguir el modelo tradicional de construcción propia.
Veamos un caso hipotético. La empresa A, fabricante de componentes de precisión con 1,200 colaboradores y ventas anuales de unos KRW 400,000,000,000, (≈ US$299,387,800) llevaba seis meses sin decidir cómo incorporar IA generativa a la búsqueda de planos de diseño. Las áreas operativas decían «¿Por qué no usar ChatGPT?», pero el área de seguridad se oponía por el riesgo de filtración de planos de clientes.
- El jefe del área de seguridad de la información revisó por grados de clasificación un repositorio interno de documentos de 18 TB y fijó un límite claro: «Los planos de diseño y las hojas de costos, de 3.2 TB, en ningún caso pueden salir de la empresa». El resto de los archivos se clasificó como exportable.
- El área legal volvió a revisar los acuerdos de confidencialidad con tres clientes principales y encontró dos cláusulas que prohíben expresamente guardar datos de diseños en servidores de regiones extranjeras.
- El equipo de infraestructura de TI comparó a 5 años una inversión de KRW 380,000,000 (≈ US$284,400) en cuatro servidores GPU con un costo de API en la nube de KRW 120,000,000 (≈ US$89,800) al año. Al sumar energía, espacio en el centro de datos y 1.5 personas de operación, la diferencia entre ambas opciones se redujo a unos KRW 80,000,000 (≈ US$59,900).
- El CTO lo resumió así: “Los planos adentro, todo lo demás afuera”. Por eso, el modelo de IA para la búsqueda de diseños se instalará como modelo de código abierto en servidores GPU internos, mientras que la redacción de textos de marketing y la traducción seguirán usando la API de nube comercial.
- Asignó a 2 responsables dedicados a la infraestructura, fijó el tercer miércoles de cada mes como día de parches, y dejó establecido en el reglamento que la prueba de restauración de respaldos se ejecute una vez por trimestre.
- Seis meses después de la implementación, el tiempo que el equipo de diseño tardaba en buscar planos antiguos bajó de 40 minutos a 7 minutos por caso, el número de usos de servicios externos de IA no autorizados pasó de más de 300 al mes a 0, y no se produjo ningún incidente de seguridad.