Redacción Digital Inside España
Fujitsu ha comunicado el lanzamiento de una plataforma de IA dedicada para que las empresas gestionen de forma autónoma todo el ciclo de vida de la IA generativa, desde el desarrollo y la operación hasta el aprendizaje incremental y la mejora continua de modelos y agentes. El planteamiento se dirige a organizaciones que buscan mantener el control sobre sus sistemas de IA y la información que manejan, especialmente en contextos donde la soberanía (la capacidad de proteger datos confidenciales y decidir cómo y dónde se ejecutan los modelos) es un requisito operativo.
La compañía enmarca este anuncio en la necesidad de disponer de un entorno que permita operar la IA generativa con control interno, ya que desplegar plataformas de este tipo en infraestructuras dedicadas suele implicar retos habituales. Entre ellos, figuran la escasez de perfiles con experiencia específica en IA, la complejidad de la gestión operativa, el aumento de la demanda de recursos de computación y la aparición de nuevas exigencias de seguridad.
Según Fujitsu, la plataforma está diseñada para ejecutarse en un entorno cerrado y dedicado, con el objetivo de evitar la exposición de datos a sistemas externos. Este tipo de enfoque busca reducir la dependencia de servicios fuera del perímetro de la organización, una preocupación habitual cuando se trabaja con información sensible o regulada. La empresa también contempla que el cliente pueda decidir dónde instalar la solución, bien en su propio centro de datos o en centros de datos de Fujitsu, en función de sus necesidades.
En cuanto a su disponibilidad, Fujitsu ha indicado que la plataforma se ofrecerá sobre Private AI Platform on PRIMERGY y Private GPT, integrando tecnologías avanzadas de IA y productos de plataforma de la propia compañía, incluido el entorno Fujitsu Kozuchi AI. La propuesta consiste en empaquetar estos elementos como un conjunto único para reducir las barreras iniciales de despliegue y acelerar la adopción, incluso cuando no se dispone de equipos internos con un alto nivel de especialización.
En el ámbito de la seguridad, Fujitsu incorpora un escáner de vulnerabilidades capaz de identificar más de 7.700 vulnerabilidades, junto con tecnologías de guardrails para detectar y mitigar ataques como la inyección de prompts y salidas inapropiadas, antes y durante la ejecución. En términos prácticos, los guardrails funcionan como “barandillas” de control que intentan evitar que el sistema responda de forma no deseada o actúe fuera de lo previsto, y la inyección de prompts hace referencia a intentos de manipular las instrucciones que recibe el modelo para alterar su comportamiento. Fujitsu añade que la generación automática de reglas a partir de vulnerabilidades detectadas y su aplicación a esos mecanismos permitirían una operación más estable incluso en manos de usuarios no especializados. La compañía también prevé reforzar tecnologías orientadas a reducir las alucinaciones, es decir, respuestas que suenan verosímiles pero no se corresponden con información fiable.
En la capa de modelos, la plataforma se articula en torno a Takane, un modelo de lenguaje de gran tamaño con un nivel de precisión elevado en japonés y capacidades de análisis de imágenes, al que se suma una función de fine-tuning interno para ajustar y mejorar de forma continua modelos adaptados a cada negocio. El fine-tuning puede entenderse como un proceso de afinado del modelo con datos y contextos propios de la organización para que responda mejor a sus necesidades y terminología. Fujitsu sostiene que sus técnicas de aligeramiento permiten reducir el consumo de memoria hasta en un 94%, y que la cuantización se integra para recortar costes de uso al tiempo que se mejora el rendimiento. La cuantización, en este contexto, es una técnica de optimización que simplifica el modo en que el modelo almacena y procesa sus cálculos, de manera que necesita menos recursos para funcionar.
En paralelo, Fujitsu sitúa la eficiencia en el desarrollo de agentes de IA como otra pieza del conjunto. Los agentes son componentes de software que, a partir de un objetivo, pueden ejecutar tareas conectándose a datos o sistemas, con distintos grados de autonomía. En este punto, la compañía incorpora un framework de agentes con capacidades low-code/no-code, es decir, orientadas a reducir la necesidad de programación manual para acelerar la creación de agentes y el trabajo de los equipos internos. La plataforma es compatible con MCP (Model Context Protocol) y con la comunicación entre agentes, con el objetivo de facilitar la integración con sistemas y datos existentes y permitir el trabajo cooperativo de múltiples agentes. Fujitsu también ha señalado que está explorando planes para contenerizar y ofrecer tecnologías propietarias como agentes bajo demanda, lo que apunta a empaquetar componentes de software en unidades desplegables de forma más rápida y controlada.
Calendario de pruebas y despliegue
Las pruebas preliminares de determinadas funcionalidades comenzarán a aceptar inscripciones el 2 de febrero de 2026, y el despliegue de capacidades se realizará de forma progresiva a partir de ese mes, con lanzamiento oficial previsto para julio de 2026. Fujitsu ha indicado además que la plataforma se desplegará de manera gradual en Japón y en Europa. En su hoja de ruta, la compañía sitúa la intención de acelerar el despliegue para cubrir todas las escalas de IA, desde la IA empresarial de gran tamaño hasta la IA en el edge y la IA física. En este contexto, el edge se refiere a ejecutar capacidades de IA cerca del lugar donde se generan los datos (por ejemplo, en plantas o sedes), y la IA física alude a su aplicación en entornos donde interactúa con el mundo real a través de sistemas y dispositivos.
