La evolución de las arquitecturas digitales está modificando la forma en que las organizaciones procesan, almacenan y distribuyen sus datos. Durante años, la computación en la nube favoreció la centralización de recursos tecnológicos en centros de datos capaces de proporcionar almacenamiento escalable, capacidad de procesamiento bajo demanda y servicios administrados. Sin embargo, la expansión del Internet de las cosas, la inteligencia artificial, la automatización industrial y las aplicaciones que requieren respuestas inmediatas está impulsando un modelo complementario: la computación en el borde o edge computing.
Este enfoque desplaza parte del procesamiento hacia dispositivos, sensores, pasarelas industriales y servidores próximos al lugar donde se generan los datos. La decisión entre procesar información localmente o transmitirla a infraestructuras centralizadas ya no depende únicamente del costo de almacenamiento, sino también de la latencia, la disponibilidad, la soberanía de los datos, la exposición cibernética y la complejidad operativa. Para las empresas, el desafío consiste en determinar qué arquitectura ofrece el equilibrio más adecuado entre rendimiento, seguridad y eficiencia económica.
Latencia y distribución del procesamiento
La principal diferencia entre la computación en el borde y la computación centralizada reside en la ubicación del procesamiento. En una arquitectura predominantemente basada en la nube, los datos se transmiten a una infraestructura remota para ser procesados y, posteriormente, se devuelven los resultados al sistema de origen. En el modelo de borde, una parte de estas operaciones se ejecuta cerca de la fuente de información, reduciendo la dependencia de la comunicación con centros de datos distantes.
Esta diferencia adquiere especial importancia en procesos industriales, sistemas de control, robótica, videovigilancia analítica y aplicaciones logísticas. Cuando una decisión debe ejecutarse en milisegundos, la transmisión hacia una infraestructura remota puede introducir una latencia incompatible con los requisitos operativos. El procesamiento local permite reducir el tiempo de respuesta y mantener determinadas funciones incluso cuando la conectividad externa presenta interrupciones.
No obstante, la latencia no depende exclusivamente de la distancia física. También intervienen la congestión de la red, el protocolo de comunicación, la capacidad computacional disponible, la arquitectura de la aplicación y los tiempos de procesamiento. Una infraestructura de borde mal dimensionada puede generar cuellos de botella, mientras que una plataforma centralizada con conectividad optimizada puede satisfacer adecuadamente las necesidades de numerosas aplicaciones empresariales.
La decisión arquitectónica requiere establecer objetivos medibles de latencia y disponibilidad para cada proceso. En lugar de trasladar indiscriminadamente todas las cargas de trabajo al borde, las organizaciones deben identificar cuáles necesitan respuestas inmediatas y cuáles toleran demoras mayores. Los sistemas de control industrial, por ejemplo, pueden exigir procesamiento local para ejecutar acciones críticas, mientras que los análisis históricos de producción pueden realizarse en una plataforma centralizada sin afectar la operación.
La distribución del procesamiento también modifica el diseño de las aplicaciones. Los servicios deben definir qué datos se procesan localmente, cuáles se transmiten a la nube, qué resultados se conservan y cómo se sincronizan los registros cuando se restablece la conectividad. Estas decisiones determinan la consistencia de la información y la capacidad de reconstruir los eventos operativos.
Costos operativos y asignación de recursos
La comparación económica entre el borde y la nube exige evaluar el costo total de propiedad (Total Cost of Ownership, TCO), en lugar de limitarse a comparar tarifas de procesamiento y almacenamiento. Aunque la nube reduce la necesidad de adquirir y mantener infraestructura propia, las cargas de trabajo intensivas en transmisión pueden generar costos acumulativos por transferencia de datos, conectividad, procesamiento, almacenamiento y servicios administrados.
En una arquitectura distribuida, el procesamiento local puede reducir el volumen de información transmitida. Una planta industrial con miles de sensores, por ejemplo, puede analizar las lecturas en una pasarela local y enviar a la nube únicamente eventos relevantes, indicadores agregados y registros necesarios para análisis históricos. Esta estrategia disminuye el tráfico de red y puede mejorar la eficiencia económica cuando el volumen de datos es elevado.
Sin embargo, el ahorro en transmisión debe compararse con los costos adicionales del entorno periférico. Los servidores locales, las pasarelas industriales y los dispositivos especializados requieren adquisición, instalación, mantenimiento, actualizaciones, supervisión y renovación tecnológica. En ubicaciones remotas, también pueden necesitar protección física, alimentación eléctrica redundante y sistemas de refrigeración adecuados.
La nube, por su parte, permite consolidar recursos, distribuir cargas de trabajo y acceder a capacidades computacionales que serían costosas de reproducir en cada instalación. Esta ventaja resulta especialmente relevante para el entrenamiento de modelos de inteligencia artificial, el procesamiento de grandes volúmenes de información histórica y las aplicaciones con demanda variable.
El análisis financiero debe considerar, por tanto, la distribución temporal y geográfica de las cargas de trabajo. Una empresa puede mantener las operaciones sensibles a la latencia en el borde y trasladar a la nube el entrenamiento de modelos, los análisis comparativos entre instalaciones y la planificación corporativa. Esta combinación evita tratar ambas arquitecturas como alternativas excluyentes.
La asignación eficiente requiere métricas de costo por transacción, costo por unidad de información procesada, utilización de recursos, consumo energético y disponibilidad efectiva. También conviene incorporar el costo de las interrupciones, la recuperación ante fallas y la obsolescencia de los equipos. Sin estas variables, una arquitectura aparentemente económica puede resultar más costosa durante su ciclo de vida.
Seguridad y soberanía de los datos
La distribución del procesamiento modifica la superficie de exposición de la infraestructura tecnológica. La centralización puede facilitar la aplicación uniforme de controles de seguridad, pero concentra activos de alto valor y puede incrementar el impacto potencial de una interrupción o compromiso de la infraestructura central. La computación en el borde reduce determinados flujos de información hacia sistemas remotos, aunque introduce más puntos de procesamiento que deben protegerse individualmente.
Los nodos periféricos suelen operar en entornos físicos menos controlados que los centros de datos especializados. Un dispositivo instalado en una planta, un almacén o una estación remota puede quedar expuesto a manipulación física, acceso no autorizado, alteración del firmware o robo de información. La seguridad no puede depender exclusivamente del cifrado de las comunicaciones: también requiere proteger el dispositivo, verificar la integridad del software y controlar los privilegios de acceso.
Una arquitectura empresarial distribuida debería incorporar identidades únicas para los dispositivos, autenticación mutua, cifrado en tránsito y en reposo, gestión centralizada de credenciales, actualizaciones firmadas y monitorización continua. Cuando los requisitos lo justifican, también puede recurrirse a entornos de ejecución confiables y mecanismos de atestación remota para verificar determinadas propiedades de la plataforma antes de autorizar la ejecución de cargas sensibles.
La soberanía de los datos introduce otra dimensión. La ubicación del procesamiento puede influir en las obligaciones regulatorias, las restricciones contractuales y el control efectivo sobre la información. No obstante, ejecutar datos localmente no garantiza automáticamente el cumplimiento normativo: deben examinarse también las transferencias posteriores, los accesos administrativos, las relaciones con proveedores y las jurisdicciones involucradas.
En abril de 2025, la Unión Internacional de Telecomunicaciones publicó la recomendación ITU-T X.1648, dedicada a la seguridad de los datos en la computación en el borde. El documento aborda riesgos vinculados con la recopilación, el almacenamiento, la transmisión, el procesamiento, la distribución y la eliminación de información, lo que evidencia la necesidad de aplicar controles a todo el ciclo de vida de los datos.
Para las organizaciones, el criterio central consiste en determinar qué información puede procesarse localmente, qué datos deben centralizarse y bajo qué condiciones pueden compartirse. Los datos personales, los secretos industriales y la información estratégica pueden requerir controles diferenciados según su sensibilidad, finalidad y exposición. Esta clasificación permite diseñar políticas de retención, transferencia y eliminación coherentes con los riesgos identificados.
Arquitecturas híbridas y decisiones estratégicas
La evolución de la infraestructura empresarial apunta hacia arquitecturas híbridas en las que el borde, la nube y los sistemas locales tradicionales funcionan como componentes de un entorno de procesamiento distribuido. La decisión ya no consiste simplemente en elegir dónde alojar una aplicación, sino en establecer cómo se distribuyen sus funciones, datos, controles y dependencias.
Una arquitectura de este tipo necesita mecanismos de orquestación que permitan desplegar aplicaciones, administrar configuraciones, supervisar recursos y coordinar actualizaciones en múltiples ubicaciones. Sin una gestión consistente, la proliferación de nodos puede generar versiones incompatibles, configuraciones divergentes y dificultades para investigar incidentes.
La interoperabilidad constituye otro factor crítico. Los dispositivos industriales, las plataformas de nube y las aplicaciones corporativas pueden utilizar protocolos, formatos de datos y modelos de administración diferentes. La integración requiere interfaces bien definidas, mecanismos de sincronización y políticas para resolver conflictos cuando los sistemas periféricos operan temporalmente desconectados.
Las organizaciones también deben establecer qué sucede cuando se pierde la comunicación con la infraestructura central. Algunas aplicaciones pueden continuar utilizando reglas locales y sincronizar los registros posteriormente; otras necesitan detener determinadas operaciones para evitar decisiones basadas en información incompleta. La respuesta depende de las consecuencias de una falla, de los requisitos de seguridad y de la tolerancia del proceso a la pérdida de conectividad.
Desde la perspectiva de gobierno tecnológico, la adopción debería comenzar con una evaluación de cargas de trabajo. Las variables fundamentales incluyen sensibilidad de los datos, latencia máxima aceptable, volumen de transmisión, disponibilidad requerida, costo operativo, restricciones regulatorias y capacidad interna para administrar infraestructura distribuida.
La implementación puede avanzar mediante proyectos piloto con indicadores verificables, seguidos de pruebas de rendimiento, seguridad, recuperación y costo total. Antes de ampliar el despliegue, conviene establecer criterios de salida que permitan determinar si el procesamiento periférico genera beneficios suficientes frente a la complejidad adicional.
En definitiva, la computación en el borde no representa la desaparición de la nube, sino una redistribución de las capacidades digitales. Las empresas que adopten un enfoque híbrido podrán asignar cada carga de trabajo al entorno más adecuado, siempre que acompañen la descentralización tecnológica con una arquitectura de seguridad coherente, una administración centralizada y criterios financieros rigurosos.
