La IA aterrizó en los PC: ¿está TI preparada para esta nueva era?
Los AI PC traen nuevas capacidades a las empresas, pero TI necesita saber cómo gestionarlos para aprovechar su potencial y mantener el control.
El próximo gran salto de la inteligencia artificial podría no estar en la nube, sino sobre el escritorio de cada colaborador. Los computadores están evolucionando: ahora pueden incorporar unidades de procesamiento neuronal (NPU) para ejecutar tareas de IA directamente en el dispositivo, planteando nuevos retos para los equipos de TI.
Bienvenidos a la era de los AI PC: equipos que prometen nuevas formas de trabajar, procesar información y aprovechar la inteligencia artificial. Su adopción apunta a ganar terreno rápidamente. Según una previsión de Gartner realizada a finales de 2025, los AI PC representarían el 49% de los computadores enviados al mercado mundial en 2026.
Gartner | Forecast: PCs, Tablets and Mobile Phones, Worldwide, 2023-2029, 4Q25 (Imagen: fuente propia)
Esta evolución plantea una pregunta que las organizaciones no pueden pasar por alto: ¿cómo gestionar una infraestructura que ya no solo ejecuta aplicaciones, sino que también incorpora capacidades especializadas para procesar IA?
El reto va mucho más allá de renovar computadores. Implica saber qué dispositivos están preparados para esta nueva era, cómo aprovechan sus recursos, qué impacto tienen en la experiencia de los empleados y cómo mantener la visibilidad y el control sobre un entorno tecnológico cada vez más complejo.
Para TI, la revolución de los AI PC no comienza cuando se enciende el primer equipo. Empieza cuando es capaz de entenderlo, gestionarlo y aprovechar todo su potencial.
¿Qué es un AI PC y qué lo diferencia de un computador tradicional?
Un AI PC es un equipo diseñado para ejecutar cargas de trabajo de inteligencia artificial con mayor eficiencia, gracias a la combinación de tres componentes de procesamiento: la CPU, la GPU y la NPU.
Aunque estos componentes pueden trabajar de forma complementaria, cada uno cumple una función diferente:
CPU (unidad central de procesamiento): gestiona las tareas generales del sistema operativo y las aplicaciones, además de coordinar diferentes procesos.
GPU (unidad de procesamiento gráfico): se especializa en operaciones paralelas y puede acelerar determinadas cargas de trabajo de IA, además de las tareas gráficas.
NPU (unidad de procesamiento neuronal): es un acelerador especializado en tareas de inteligencia artificial que permite ejecutar determinadas operaciones con un consumo energético eficiente.
Contenido relacionado: UEMS en 2026: ¿por qué el endpoint será el centro de la estrategia de seguridad?
La NPU es uno de los elementos que distinguen a esta nueva generación de equipos. Puede utilizarse para tareas como la reducción de ruido durante videollamadas, el procesamiento de imágenes, el reconocimiento de contenido y la ejecución local de modelos de IA compatibles.
Al procesar determinadas cargas de trabajo directamente en el dispositivo, las organizaciones pueden reducir la dependencia de servicios externos para esos casos de uso y mejorar los tiempos de respuesta. Además, cuando una aplicación procesa los datos localmente, puede disminuir la necesidad de transmitirlos a la nube.
No obstante, esto no significa que todos los modelos de IA puedan ejecutarse en cualquier AI PC ni que el procesamiento local garantice por sí solo la seguridad de la información. Las capacidades disponibles dependen del hardware, el sistema operativo, las aplicaciones y sus requisitos específicos.
¿Qué cambia para TI cuando la IA llega al endpoint?
La incorporación de capacidades de IA transforma tanto las funciones de los dispositivos como la información que los administradores necesitan para gestionarlos.
A continuación, exploraremos cinco aspectos clave que conviene tener en cuenta para gestionar los AI PC de forma eficiente y aprovechar su potencial.
1. El inventario de hardware adquiere una nueva dimensión
Tradicionalmente, TI ha gestionado la infraestructura a partir de datos como procesador, memoria, almacenamiento y aplicaciones instaladas. Con los AI PC, también es necesario identificar qué equipos cuentan con una NPU y conocer su capacidad de procesamiento de IA.
Esta información permite determinar qué dispositivos están preparados para nuevas aplicaciones y tomar mejores decisiones sobre la renovación tecnológica y la inversión en hardware.
2. La gestión del rendimiento necesita nuevos indicadores
Además de supervisar CPU, memoria y GPU, TI debe considerar la capacidad y el uso de la NPU, así como las aplicaciones que aprovechan este componente. Estos datos ayudan a diagnosticar problemas de rendimiento, identificar posibles limitaciones del hardware y comprobar si los equipos cuentan con los recursos necesarios para ejecutar aplicaciones de IA.
3. La experiencia digital del empleado se convierte en una prioridad
Los AI PC deben ofrecer algo más que nuevas capacidades: también deben facilitar el trabajo diario. La combinación de datos del hardware y métricas de experiencia digital del empleado (DEX) permite a TI identificar problemas, comprender su impacto en la productividad y orientar mejor las acciones de soporte para reducir interrupciones.
4. La seguridad debe contemplar nuevas formas de procesamiento
Aunque ejecutar tareas de IA localmente puede reducir la necesidad de enviar datos a la nube, no elimina los riesgos de seguridad. TI debe mantener la visibilidad sobre las aplicaciones utilizadas y reforzar los controles de acceso, permisos, actualizaciones y vulnerabilidades para evitar puntos ciegos en los endpoints.
5. La planificación tecnológica debe basarse en datos
Adoptar AI PC no significa renovar toda la infraestructura. TI debe evaluar las necesidades de los usuarios, la compatibilidad de las aplicaciones y las capacidades del hardware para priorizar las inversiones. Conocer qué equipos aprovechan la NPU permite planificar las renovaciones de forma más eficiente y alinearlas con las necesidades del negocio.
De la gestión tradicional a una administración más inteligente de los endpoints
Los AI PC elevan el nivel de exigencia para TI. Ya no basta con administrar dispositivos, también hay que entender cómo funcionan y cómo impactan la productividad. Aquí se complementan la gestión unificada de endpoints (UEM) y la experiencia digital del empleado (DEX). Una permite mantener el control de los equipos y la otra ayuda a detectar qué está afectando su rendimiento.
El objetivo es pasar de reaccionar ante los problemas a anticiparlos. Para lograrlo, TI debe convertir los datos en decisiones y apoyarse en herramientas de diagnóstico y remediación que reduzcan las interrupciones y mejoren la experiencia de los colaboradores.
¿Cómo obtener visibilidad sobre los AI PC con Endpoint Central?
Para gestionar una infraestructura que incorpora capacidades de IA, el primer paso es conocer qué recursos están disponibles en los dispositivos administrados.
El módulo de experiencia digital del empleado (DEX) de Endpoint Central de ManageEngine ofrece una capacidad específica para descubrir y supervisar las unidades de procesamiento neuronal de los equipos administrados mediante extensiones de DEX.
La extensión para PC con capacidad de IA permite recopilar y consultar información como:
Inventario de la NPU: modelo, fabricante, descripción y otros detalles del componente
Frameworks de IA compatibles: información sobre los frameworks admitidos, según los datos disponibles
Capacidad de procesamiento: rendimiento máximo expresado en TOPS (tera operations per second), una medida de operaciones por segundo utilizada para describir la capacidad de procesamiento de IA
Utilización de la NPU: porcentaje de uso registrado mediante las mediciones disponibles
Aplicaciones que utilizan la NPU: listado de las aplicaciones detectadas que utilizan activamente este componente para procesar tareas de IA
Contenido relacionado: DEX e Inteligencia Artificial: una combinación estratégica para el futuro del trabajo
Esta información proporciona visibilidad sobre las capacidades del hardware y sobre su utilización. Con ella, los administradores pueden evaluar la preparación de los equipos para determinados casos de uso de IA, investigar problemas relacionados con el rendimiento y respaldar las decisiones de renovación tecnológica.
Para comenzar, es necesario agregar la extensión correspondiente desde el módulo DEX, desplegar el sensor en los equipos seleccionados y consultar los datos recopilados en la sección de datos del sensor.
Para conocer más sobre este tema, visita nuestra guía sobre la gestión de AI PC con Endpoint Central.
Esta funcionalidad representa un punto de partida para integrar la información del hardware de IA en los procesos de administración de endpoints. Su alcance se centra en la detección y supervisión de las NPU. La gestión integral de los dispositivos y la aplicación de medidas correctivas dependen de las demás capacidades y configuraciones de la plataforma.
¿Cómo llevar la gestión de endpoints al siguiente nivel? Descubre cómo Asociación Cibao optimizó sus procesos con Endpoint Central en este caso de éxito. ¡Conoce su experiencia!
¿Qué deberían hacer los equipos de TI para prepararse?
La transición hacia los AI PC no exige renovar toda la infraestructura de inmediato. Es más útil comenzar con una evaluación estructurada de las necesidades y capacidades actuales.
Estas cinco acciones pueden ayudar a preparar el entorno:
Auditar los equipos disponibles: identificar los equipos administrados, sus características y las capacidades de IA disponibles.
Definir los casos de uso: determinar qué aplicaciones y procesos empresariales podrían beneficiarse del procesamiento local de IA y qué requisitos de hardware necesitan.
Establecer criterios de rendimiento: incorporar métricas relevantes para evaluar el comportamiento de los dispositivos y diagnosticar posibles problemas.
Revisar las políticas de seguridad: verificar los controles sobre aplicaciones, permisos, actualizaciones, datos y uso de herramientas de IA.
Planificar la renovación con evidencia: priorizar los dispositivos según las necesidades reales, la compatibilidad y el beneficio esperado, en lugar de basarse únicamente en las novedades del hardware.
Estas acciones permiten adoptar un enfoque gradual, en el que cada decisión se apoya en información verificable y responde a una necesidad concreta del negocio.
Conclusión: el futuro de los AI PC también depende de cómo se gestionan
La llegada de la inteligencia artificial al endpoint representa una evolución importante en la informática empresarial. Las NPU y otras capacidades de aceleración permiten ejecutar nuevas cargas de trabajo directamente en los dispositivos, pero también amplían la información que TI necesita conocer para administrarlos de forma eficiente.
El desafío no consiste únicamente en disponer de equipos preparados para IA. Consiste en saber cuáles están preparados, qué capacidades ofrecen, cómo se utilizan y qué impacto tienen en el rendimiento, la seguridad y la experiencia de los colaboradores.
Contenido relacionado: UEMS: de la gestión de dispositivos a la inteligencia empresarial
Con una estrategia que combine inventario, telemetría, gestión unificada de endpoints y experiencia digital del empleado, las organizaciones pueden prepararse para esta evolución sin perder visibilidad ni control sobre su infraestructura.
Cuando la inteligencia artificial llega al endpoint, la gestión de TI también debe evolucionar.
¡Lleva la seguridad de tus endpoints al siguiente nivel! Descubre nuevas estrategias para proteger y gestionar tus dispositivos en nuestra serie de webinars UEMS Tech Talks. ¡Dale play!