ARSAT revoluciona con IA: de 12 meses a 10 días en operaciones clave

Salto cuántico: Una empresa argentina demostró cómo la IA transforma la productividad, reduciendo plazos de 12 meses a solo 10 días.

A mediados de 2025, un informe del MIT Technology Review sacudió el optimismo global alrededor de la inteligencia artificial: el 95% de las organizaciones no obtenía retorno alguno de sus inversiones en IA, a pesar de que el 80% ya experimentaba con herramientas basadas en esta tecnología. Solo el 5% lograba implementaciones en producción, un dato que exponía una brecha crítica entre la euforia y los resultados reales. Pero en 2026, el escenario comenzó a cambiar, y una empresa argentina se convirtió en caso testigo de cómo cerrar esa brecha.

“El año pasado los clientes discutían qué modelo o nube usar. Hoy exigen estrategias serias y escalables“, advirtió David Farrell, *senior vice president* de Red Hat en América, durante un análisis sobre la evolución del mercado. La compañía —líder en *software* de código abierto y parte de IBM— identificó el mismo problema que el MIT: la mayoría de las empresas se estancaban en pilotos sin llegar a la producción. Su respuesta fue Red Hat AI 3.4, una plataforma que introduce agentes de IA con capacidades autónomas para automatizar flujos de trabajo complejos, garantizando gobernanza y escalabilidad.

El impacto de esta tecnología fue descrito por Gilson Magalhães, vicepresidente de Red Hat para Latinoamérica, con un tono casi apocalíptico: “Viviremos un momento único en la historia: un abismo tecnológico que cambiará todo en dos años. Los agentes de IA no solo supervisarán procesos, sino que podrían despedir a otros agentes —o incluso convertirse en nuestros jefes“. Sus palabras reflejan la urgencia de una transformación que ya no es futurista, sino inminente y measurable.

En este contexto, Red Hat destacó casos globales donde la IA está generando resultados tangibles, desde la industria automotriz hasta el espacio. Pero fue una empresa argentina la que robó el protagonismo por su implementación innovadora.

ARSAT: el caso argentino que redefine la eficiencia con IA

ARSAT, la empresa estatal de telecomunicaciones que opera la red de fibra óptica más extensa de Argentina y dos satélites geoestacionarios (ARSAT-1 y ARSAT-2), enfrentó un desafío crítico: cuellos de botella operativos, costos elevados y tiempos de respuesta lentos que retrasaban proyectos entre 6 y 12 meses. La solución llegó de la mano de Red Hat y su plataforma de IA, que permitió automatizar procesos clave y optimizar recursos con un impacto inmediato:

• Reducción del 30% en gastos operativos, gracias a la eliminación de desperdicios en flujos de trabajo.
• Planificación acelerada: de 48 horas a solo 3 horas para tareas críticas.
• Satisfacción del cliente en alza: un 20% más de aprobación, impulsado por entregas más rápidas y procesos simplificados.
• Plazos revolucionarios: proyectos que antes tardaban hasta un año ahora se resuelven en 10 días.

“ARSAT demostró una innovación sin precedentes al usar IA para maximizar eficiencia y experiencia del cliente”, celebró Magalhães. El proyecto no solo fue reconocido globalmente por Red Hat, sino que se convirtió en un ejemplo de cómo el *open source* puede impulsar transformaciones reales. La empresa, que brinda conectividad a más de 1.500 clientes en todo el continente, ahora opera con una agilidad que antes parecía imposible.

Este caso argentino no es aislado. Según un estudio de McKinsey (2025), las empresas latinoamericanas que adoptan IA en operaciones logran ahorros del 25% en costos y mejoras del 15% en productividad en menos de dos años. ARSAT superó esas marcas, demostrando que la brecha entre pilotos y producción puede cerrarse con estrategias focalizadas.

IA en el espacio: cómo la NASA ahorró millones con Red Hat

Mientras ARSAT optimizaba sus operaciones en Tierra, la NASA llevaba la IA a otro nivel: el espacio. El Laboratorio de Propulsión a Chorro (JPL), responsable de misiones como Artemis II, necesitaba gestionar enormes volúmenes de datos científicos provenientes de la Estación Espacial Internacional (EEI) y otras operaciones. El desafío incluía mantener un soporte 24/7 para la integración de cargas útiles, con costos que amenazaban con dispararse.

La solución de Red Hat permitió al JPL:

• Reducir un 40% los costos de infraestructura operativa.
• Evitar un aumento proyectado de entre el 200% y el 300% en los costos de virtualización con su proveedor anterior.
• Acortar el despliegue de cargas de trabajo de días a minutos, proporcionando datos en tiempo real para misiones críticas.

“La IA será un multiplicador de fuerza en el espacio“, explicó Josiah Johnson, arquitecto de sistemas del JPL. “No reemplazará el juicio humano, pero filtrará, correlacionará y priorizará datos en tiempo real, permitiendo que los operadores se enfoquen en decisiones estratégicas”. El próximo paso será incorporar agentes de IA directamente en las misiones, donde la velocidad y la precisión pueden marcar la diferencia entre el éxito y el fracaso.

Este avance cobra relevancia si se considera que, según la Agencia Espacial Europea (ESA), el 30% de los datos generados en misiones espaciales se pierden o subutilizan por falta de procesamiento eficiente. La IA de Red Hat podría ser la clave para revertir esa tendencia.

Automóviles que se actualizan como smartphones: el caso Nissan

La revolución de la IA no se limita al espacio o las telecomunicaciones. En la industria automotriz, Nissan está redefiniendo cómo interactuamos con los vehículos gracias a una alianza con Red Hat. El objetivo: desacoplar el *software* del *hardware*, permitiendo actualizaciones remotas similares a las de un smartphone.

Tradicionalmente, funciones como motor, navegación o seguridad dependían de componentes físicos difíciles de modificar. Ahora, con un sistema operativo basado en Red Hat, Nissan puede:

• Actualizar funciones sin cambiar piezas (ej.: mejorar sistemas de asistencia al conductor).
• Corregir errores en tiempo real, como las actualizaciones de seguridad de un celular.
• Agregar nuevas aplicaciones (ej.: optimización de consumo de energía) sin visitar el concesionario.
• Evitar desarrollar *software* desde cero para cada modelo, reduciendo costos en un 40% según estimaciones internas.

“El *software* definirá el futuro de los autos“, afirmó Kazuma Sugimoto, gerente de desarrollo de Nissan. “Con Red Hat, podemos adaptar el procesamiento de IA —ya sea dentro del vehículo, en la nube o híbrido— sin quedar atados a una generación específica de chips“.

Este enfoque es crucial en un mercado donde, según Statista (2026), el 67% de los compradores considera la capacidad de actualización *software* como un factor decisivo al elegir un vehículo. Nissan no solo compite en innovación, sino que anticipa una demanda que crecerá un 30% anual hasta 2030.

Nvidia y los agentes de IA: ¿asistentes o riesgos?

Mientras empresas como ARSAT, la NASA y Nissan avanzan con implementaciones concretas, Nvidia —líder en chips para IA— enfoca sus esfuerzos en un desafío clave: los agentes autónomos. A diferencia de los *bots* tradicionales, estos agentes no se limitan a responder preguntas, sino que ejecutan tareas complejas de forma autónoma: desde programar reuniones hasta gestionar compras o analizar datos en múltiples plataformas.

El problema, según Nvidia, es que esta autonomía plantea riesgos críticos: los agentes podrían acceder a archivos locales, credenciales o redes externas sin control, exponiendo a las empresas a brechas de seguridad. Su solución fue crear entornos aislados donde los agentes operan con capacidades plenas, pero bajo controles estrictos de acceso.

“Un agente de IA puede ser tan poderoso como peligroso“, advirtió un portavoz de Nvidia. “Imagina un asistente que no solo sugiere una compra, sino que la realiza, cruza datos de tu calendario y ajusta presupuestos sin supervisión humana. Eso requiere límites claros”.

Este debate adquiere urgencia si se considera que, para 2027, el 45% de las empresas globales planea implementar agentes autónomos, según Gartner. La pregunta ya no es *si* llegarán, sino cómo gestionar su impacto en la privacidad y el empleo.

¿Estamos listos para un mundo donde la IA no solo recomiende decisiones, sino que las tome por nosotros? La respuesta de ARSAT, la NASA y Nissan sugiere que el futuro no es una pregunta de *si*, sino de *cuándo* —y ese *cuándo* podría ser más cercano de lo que creemos.

El precedente de ARSAT: cómo la fibra óptica argentina ya había desafiado límites globales

Que ARSAT lograra reducir plazos de 12 meses a 10 días con IA no es su primera hazaña tecnológica disruptiva. La empresa estatal ya había marcado un hito en 2014 al lanzar el ARSAT-1, el primer satélite geoestacionario de telecomunicaciones diseñado y fabricado en Latinoamérica, un proyecto que demandó 7 años de desarrollo y una inversión de 270 millones de dólares. Pero el verdadero punto de inflexión llegó en 2015, cuando el ARSAT-2 —con capacidad para transmitir 300 canales de televisión en alta definición— demostró que la región podía competir con gigantes como Intelsat o SES sin depender de tecnología extranjera. Ambos satélites cubren hoy todo el territorio argentino, Chile, Uruguay, Paraguay y parte de Bolivia y Brasil, con una vida útil estimada hasta 2030.

Sin embargo, el salto cualitativo no fue solo espacial, sino terrestre. En 2020, ARSAT completó la Red Federal de Fibra Óptica (REFEFO), un proyecto de 35.000 km de cables que conecta 1.200 localidades en 23 provincias, incluyendo zonas remotas como La Quiaca (Jujuy) o Río Grande (Tierra del Fuego). Antes de su implementación, el 60% de los municipios argentinos dependía de enlaces satelitales con latencias de 600 ms o más; hoy, la REFEFO ofrece velocidades de hasta 100 Gbps con latencias inferiores a 20 ms. Este infraestructura fue clave para que, en 2023, Argentina registrara un aumento del 40% en tráfico de datos móviles, según la Cámara Argentina de Internet (CABASE).

La combinación de satélites propios + fibra óptica federal ya había posicionado a ARSAT como un caso único en la región. Pero había un talón de Aquiles: los procesos internos. Antes de la IA, la gestión de incidentes en la red podía demorar hasta 72 horas en resolverse, con equipos técnicos desplazándose físicamente a nodos críticos. Un informe interno de 2022 revelaba que el 30% de los retrasos en proyectos se debía a falta de coordinación entre áreas y a sistemas heredados que no se comunicaban entre sí. La adopción de Red Hat AI 3.4 no solo aceleró tiempos, sino que eliminó el 85% de los errores humanos en la asignación de recursos, según datos verificados por la Auditoría General de la Nación en un reporte de marzo de 2026.

¿Qué sigue? La apuesta por la soberanía algorítmica

ARSAT no planea detenerse en la optimización de procesos. Fuentes cercanas al proyecto confirmaron a En Foco Hoy que la empresa trabaja en un centro de datos con IA soberana, ubicado en Tandil (Buenos Aires), que operará con chips de diseño nacional desarrollados en conjunto con el INVAP y la Universidad Nacional de Córdoba. El objetivo: procesar datos sensibles sin depender de servidores extranjeros, un movimiento que anticipa regulaciones más estrictas en ciberseguridad (como la Ley 27.680 de Protección de Datos Personales, sancionada en 2023). Si el proyecto avanza según lo previsto, Argentina podría convertirse en 2027 en el primer país de la región con infraestructura de IA 100% local, desde el *hardware* hasta los algoritmos. La pregunta ya no es si la IA revolucionará la productividad, sino quién controlará esa revolución.