Lenovo arranca gira de IA soberana por 6 ciudades de LATAM

Un tour con parada en seis capitales para hablar de soberanía de IA

Joaquim Merino, director de ventas de HPC e IA de Lenovo para Latinoamérica, arranca este 1 de septiembre una gira por Santiago, Ciudad de México, Bogotá, Lima, Asunción y Buenos Aires, con cierre en Brasil. El tema central no es un nuevo servidor: es la soberanía tecnológica y de datos aplicada a las necesidades de IA en la región. La elección del sector financiero como caso de uso no es casual — es donde el cruce entre regulación, capital y datos sensibles se vuelve más afilado.

Para Merino, la inteligencia artificial se convertirá en «la próxima arma de decisión masiva», y quienes aprendan a extraer valor de sus datos antes que el resto tendrán una ventaja competitiva y geopolítica. Esa es la tesis que el ejecutivo lleva a seis ciudades y que el ecosistema fintech y de banca regional debería escuchar con atención.

Por qué la banca es el campo de batalla de la IA en LATAM

Actividades como el análisis de riesgo crediticio y el high-frequency trading implican mover grandes volúmenes de datos con algoritmos que cambian en horas. Eso exige una capacidad de cómputo que nada tiene que ver con el CRM tradicional: hablamos de HPC (computación de alto rendimiento) ejecutando modelos de machine learning sobre series temporales masivas.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Merino distingue dos tipos de cargas:

Front-office, cara al cliente: chatbots, agentes generativos de atención, personalización de ofertas.
Back-office: scoring crediticio, detección de fraude, trading algorítmico.

Cada una con requisitos de cómputo distintos, pero las dos presionan al datacenter por igual. Y el verdadero reto, según el ejecutivo, aún no llegó: el momento en que la IA generativa interactúe individualmente con cada cliente para ofrecerle asesoramiento financiero personalizado disparará el consumo de tokens — y con él, el de energía y agua en los centros de datos.

Los datos que sostiene la tesis de inversión son del CEO Playbook 2026, un estudio de IDC en colaboración con Lenovo: el 97 % de las organizaciones latinoamericanas tiene previsto aumentar su inversión en IA. El porcentaje es un techo — la pregunta es cuánto de esa intención se convierte en infraestructura desplegada.

Soberanía de datos: ya estaba en la banca antes de que se pusiera de moda

El sector financiero «ya abordaba la gobernanza de datos como prioridad mucho antes de que se popularizara la IA», según Merino. Eso lo coloca por delante del sector manufacturero y de buena parte del sector público — un ministerio de Sanidad y uno de Energía en el mismo país pueden tener niveles de madurez digital muy distintos.

La urgencia actual, para el ejecutivo, no es solo tener datos bien gestionados y estructurados: es explotarlos antes de que otro lo haga. Quien no avance en adopción de IA no perderá necesariamente por no ofrecer una novedad llamativa al cliente, sino por quedarse sin herramientas de análisis y de toma de decisiones que marquen la diferencia.

Para ilustrar el riesgo, Merino cita la legislación brasileña que considera los datos geológicos como propiedad nacional. El mensaje: los datos estratégicos ya son soberanos en algunas jurisdicciones, y conviene que las entidades financieras entiendan dónde están los suyos antes de que un incidente los exponga.

El contexto regional acompaña la tesis. Según reporta Silicon.co.uk, Brasil anunció dos supercomputadores por un total de 2.300 millones de reales: 1.300 millones para infraestructura en Río de Janeiro con Huawei e iFlytek (enfocada en grandes modelos de lenguaje), y 1.000 millones para el llamado PBIA en Rio Grande do Norte, que el gobierno proyecta entre los 10 mayores sistemas de procesamiento de IA del mundo y cuya licitación, según prensa local, sería ganada por Nvidia. El anuncio lo hizo el presidente Lula da Silva en Natal.

Energía: el cuello de botella que decide dónde se construye la IA

Merino no esquiva el elefante en la sala: la energía. Cita una previsión de IDC según la cual los centros de datos en funcionamiento en todo el mundo consumirán 100 GW hasta 2030 — un nivel equivalente a la mitad de la capacidad instalada total de Brasil, que ronda los 200 GW.

El caso PBIA es el ejemplo perfecto del dilema. La elección de Rio Grande do Norte responde al excedente de energía eólica del estado. Merino reconoce el mérito de la decisión, pero advierte: depender de una fuente intermitente para una infraestructura crítica plantea dudas sobre la estabilidad del suministro. Y aun así, la máquina «ya parte de una capacidad limitada frente a las futuras necesidades de entrenamiento e inferencia de modelos nacionales».

La conclusión es incómoda: la escasez de energía disponible es hoy el principal factor limitante para instalar nuevos centros de datos de gran tamaño en América Latina, lo que ayuda a explicar por qué la adopción de IA en la región todavía se considera baja.

Neptune: refrigeración líquida como palanca de densidad y eficiencia

Del lado de la oferta, Lenovo lleva más de una década trabajando en su arquitectura de refrigeración líquida Neptune, actualmente en su sexta generación. La compañía afirma haber logrado:

Reducción del 50 % en densidad física de los servidores frente a generaciones anteriores.
~40 % menos de consumo energético frente a configuraciones equivalentes refrigeradas por aire, según datos citados por Merino.
Eliminación de ventiladores, lo que reduce el tamaño del equipo y el ruido.

Según TechTarget, la sexta generación amplía la cobertura de la refrigeración directa con agua en lazo abierto a más servidores ThinkSystem, introduce nuevos diseños de cold plate para CPUs y aceleradores de hasta 700 W, e incluye on-memory cooling (refrigeración líquida de DRAM) y warm-water cooling, que permite reutilizar el calor generado.

Merino destaca que el circuito cerrado de agua de Lenovo se diferencia de soluciones de la competencia basadas en glicol, una sustancia que califica de tóxica y sujeta a requisitos normativos adicionales. La arquitectura se desarrolló en colaboración con el equipo de ingeniería de Nvidia, cuyas principales GPU también utilizan refrigeración líquida.

Nube pública, on-premises o híbrido: la decisión que cada banco debe tomar

Sobre la posibilidad de desplegar Neptune en plataformas como la AI Cloud Giga Factory de Nvidia para bancos que quieran construir infraestructura propia en lugar de depender solo de la nube pública, Merino lo liga al debate de soberanía. Pronóstico: las instituciones financieras tenderán a un modelo híbrido — datos sensibles en giga factories on-premises, y cada carga de trabajo se evalúa caso por caso según el binomio riesgo de filtración vs. relación coste-beneficio de mantenerla en la nube.

Lenovo, dice Merino, mantiene relación estrecha con los grandes proveedores de nube, y su rol es consultivo: ayudar a los clientes a sopesar el trade-off on-premises vs. cloud, no competir con los hyperscalers.

Los tres pilares de la soberanía tecnológica según Merino

Para Merino, la soberanía en IA depende de tres palancas:

Producción local de microprocesadores: un camino de 10 a 20 años para alcanzar competitividad frente a fabricantes como TSMC. No es una decisión de ciclo de fundraising.
Formación de mano de obra especializada en disciplinas de IA y HPC.
Desarrollo de una pila de software de código abierto que funcione de forma independiente de Nvidia, Intel, AMD, RISC-V o Arm.

El ejecutivo reconoce el liderazgo de Nvidia, respaldado por el ecosistema CUDA, pero señala que la dependencia de compra de GPU a un solo fabricante es un factor estratégico a gestionar. Propone una estrategia de dos carriles: arrancar sobre arquitecturas CUDA/Nvidia mientras se construye, en paralelo, un ecosistema open source equivalente.

Advierte: «se trata de un proceso complejo que exige una política estatal a largo plazo, financiación y capacidad técnica». La pelota está en el tejado de reguladores, banca y Gobierno — los tres a la vez.

¿Qué significa esto para tu startup?

Si vendes al sector financiero en LATAM, prepárate para responder dos preguntas que hace dos años nadie hacía: ¿dónde se procesan los datos de mi cliente? y ¿qué pasa si mi proveedor hyperscaler sufre un incidente regulatorio en otra jurisdicción? Tener una respuesta documentada (aunque tu solución corra en la nube pública) se vuelve diferenciador competitivo. La regulación DORA ya está en vigor para entidades que operan en la UE y marcos como la LGPD brasileña presionan desde el lado local, según reportó BizTech Magazine.
Si construyes infraestructura o servicios de IA, el cuello de botella energético ya no es una charla de sustainability officer — es una restricción de producto. Regiones con excedentes renovables pero sin interconexión firme (caso Rio Grande do Norte) van a requerir arquitecturas de entrenamiento/inferencia distribuidas o compromisos de latency diferentes. Diseñar tu roadmap de cómputo asumiendo電力 como variable dura, no como commodity.
Si haces consultoría o servicios sobre datos, el ángulo de «soberanía» deja de ser marketing y se vuelve tabla de tarifas. Ayudar a un banco a mapear qué cargas pueden quedarse en la nube pública y cuáles exigen giga factory on-premises es un engagement de varios meses, no un workshop.

La gira de Merino por seis ciudades arranca con un mensaje incómodo: en LATAM la IA ya no se decide en el modelo — se decide en el datacenter, en la subestación eléctrica y en el marco regulatorio. Los founders que lo entiendan primero van a cerrar los próximos contratos de infraestructura de la banca regional.