La mitad de los responsables de TI encuestados por IDC cree que CPU y GPU definen el rendimiento de la IA agéntica, mientras suben los precios de GPU.
Imagen de Canva
El 50% de los responsables de tecnología encuestados por IDC considera que tanto las CPU como las GPU determinan el rendimiento de la inteligencia artificial (IA) agéntica. El estudio también recoge una preferencia por servidores estándar con expansión mediante GPU, junto con prioridades de modernización y reducción del consumo energético en los centros de datos.
Los resultados forman parte de Preparing for Compute in the Agentic AI Era, publicado en octubre de 2026 y patrocinado por Intel. IDC realizó la encuesta en julio entre 375 responsables de TI con nivel de director o superior, pertenecientes a organizaciones de América, Europa y Asia-Pacífico.
El informe aborda la IA agéntica como sistemas capaces de razonar y actuar sobre procesos de negocio, cuyo funcionamiento requiere coordinar agentes y mover datos. Desde esa perspectiva, examina qué componentes consideran importantes los compradores y cómo esperan desplegar y financiar esa infraestructura.
IDC relaciona el papel de las unidades centrales de procesamiento —CPU— con la orquestación, el movimiento de datos y la coordinación de agentes. Al comparar su importancia con la de las unidades de procesamiento gráfico —GPU—, la respuesta más frecuente es que ambos componentes intervienen en el rendimiento: un 48% lo señala para inferencia y un 50% para IA agéntica.
La percepción del peso de las GPU también cambia entre ambas cargas: el 1% considera que dominan el rendimiento de la inferencia, frente al 11% que responde lo mismo para IA agéntica. La proporción que atribuye el rendimiento principalmente a las CPU, por su parte, pasa del 31% en inferencia al 15% en IA agéntica.
El 40% de los encuestados prefiere servidores estándar con expansión mediante GPU conectadas por PCIe para sus necesidades de IA agéntica.
La elección de arquitectura introduce otras consideraciones, como la compatibilidad del software y la familiaridad con las plataformas existentes. En la comparación de doce atributos, x86 obtiene una valoración superior en nueve, entre ellos compatibilidad, escalabilidad y fiabilidad, mientras Arm presenta ventajas percibidas en precio, satisfacción y eficiencia energética.
Sin embargo, la preferencia depende de la carga: x86 conserva una ventaja en aplicaciones técnicas y de computación de alto rendimiento, bases de datos y software de infraestructura. Para inferencia de IA generativa, la comparación muestra una ligera preferencia por Arm.
En IA agéntica, la comparación entre x86 y Arm termina sin ventaja para ninguna de las dos arquitecturas.
Estas valoraciones describen las preferencias de los participantes en la encuesta. IDC no publica en este informe mediciones de rendimiento o consumo que permitan comparar equipos basados en ambas arquitecturas.
La evolución prevista de las cargas de trabajo ayuda a entender las necesidades de esa infraestructura. La proporción de encuestados que considera importante o muy importante la IA agéntica pasa del 78% en 2026 al 89% para 2028, mientras la inferencia de IA generativa aumenta del 76% al 87%.
Ambas registran un incremento de once puntos porcentuales, aunque las aplicaciones tradicionales siguen ocupando posiciones destacadas. Para 2028, el software de infraestructura alcanza un 96% y las aplicaciones de productividad y colaboración, un 94%.
Los porcentajes expresan la importancia que los participantes atribuyen a cada carga de trabajo, tanto en 2026 como en sus expectativas para 2028.
El entrenamiento de IA generativa también aumenta su importancia prevista, del 79% al 86%. La comparación mantiene separadas estas cargas, y entre sus recomendaciones IDC plantea dimensionar la infraestructura según los requisitos específicos de entrenamiento, inferencia y sistemas agénticos.
La preparación para esas cargas coincide con una renovación más amplia de la infraestructura. Modernizar o consolidar centros de datos aparece entre las prioridades del 45% de los encuestados, mientras un 29% menciona construir infraestructura para IA privada o generativa.
Según IDC, reemplazar equipos con años de uso refuerza la seguridad y la resiliencia de la infraestructura, además de reducir el consumo eléctrico, ya que esos equipos gastan bastante más energía que las generaciones actuales. La encuesta también identifica interés por ampliar la automatización y las capacidades de AIOps, señaladas por el 29% de los participantes.
La eficiencia energética y la reducción del consumo aparecen entre las prioridades del 31% de los encuestados.
Los despliegues se distribuyen entre instalaciones de las propias organizaciones y servicios de terceros. Los centros de datos en modalidad de colocation representan un 26% del parque utilizado, al igual que los servicios de alojamiento o hosting, mientras otras modalidades reúnen el 9%.
Los centros de datos en instalaciones de las propias organizaciones representan el 39% del parque utilizado por los encuestados.
Según la consultora, los servicios de colocation y hosting ya representan el 52% de los centros de datos utilizados por las organizaciones encuestadas. La consultora señala que las nuevas cargas de IA requieren sistemas de alimentación eléctrica y refrigeración más avanzados.
La importancia prevista de la IA agéntica convive con una evaluación más limitada de sus recursos disponibles. Aunque el 89% espera que esta carga sea importante o muy importante para 2028, solo el 56% considera que su infraestructura está bien o adecuadamente financiada en 2026.
Otro 19% la considera subfinanciada, frente al 5% que responde lo mismo sobre la infraestructura de TI empresarial en general. En esta última categoría, el 78% considera adecuado o bueno el financiamiento disponible.
La infraestructura de IA agéntica recibe la mayor proporción de respuestas de subfinanciamiento entre las categorías comparadas.
La adquisición de hardware también presenta diferencias entre componentes. Para el 58% de los encuestados, las GPU y los aceleradores de IA están entre los componentes con mayor presión sobre sus precios, frente al 43% que menciona a las CPU. IDC relaciona el encarecimiento de las GPU con la gran cantidad de memoria HBM que incorporan.
Según IDC, esa presión lleva a financiar las GPU con modalidades flexibles que reparten el costo en el tiempo.. El pago variable por consumo aparece en el 27% de las respuestas sobre GPU para centros de datos, frente al 13% correspondiente a CPU de servidor.
Los planes de inversión a varios años son más frecuentes para las CPU de servidor, con un 48% de las respuestas, frente al 34% correspondiente a las GPU de centros de datos.
