Durante la última década, los departamentos de IT operaron bajo la premisa de migrar la totalidad de sus infraestructuras a la nube pública.
Los reportes globales de modernización empresarial de OpenText confirman que 80% de los sistemas transaccionales centrales de las grandes corporaciones operan bajo COBOL, sosteniendo un inventario de 220,000 millones de líneas de código activo.
Sin embargo, en 2026 las organizaciones enfrentan repercusiones financieras y operativas derivadas de esta estrategia. El denominado “arrepentimiento de la nube” ha impulsado la adopción de un enfoque híbrido en el que el mainframe recupera terreno para la gestión de cargas de trabajo de alto volumen transaccional.
La madurez digital se orienta hacia la estrategia workload-first, centrada en la asignación eficiente de cargas según los requerimientos del negocio.
Índice de temas
El impacto financiero del modelo “pago por uso”
El presupuesto de IT en entornos de nube pública experimenta variaciones debido a factores como las tarifas de salida (egress fees) por la transferencia de datos y la activación automatizada de servidores virtuales (auto-scaling) ante picos de tráfico o fallas de código.
En sistemas transaccionales masivos, la acumulación de costos por microoperaciones de lectura, monitoreo y balanceo de carga disminuye la previsibilidad financiera.
Los indicadores actuales reflejan este escenario:
- El reporte State of the Cloud de Flexera indica que 21% de las organizaciones han repatriado cargas de trabajo desde la nube pública hacia entornos locales o nubes privadas.
- Un estudio de IBM Institute for Business Value señala que 72% de las empresas registran costos de nube superiores a lo previsto, pagando hasta 1.5 veces su presupuesto inicial debido a que las pruebas piloto omiten variables del entorno de producción.
- Empresas como 37signals (creadores de Basecamp) documentaron su salida de la nube pública con una estimación de ahorro de siete millones de dólares en cinco años, junto con una mayor predictibilidad financiera.
La vigencia operativa en la infraestructura de América Latina
A nivel global, IBM estima que aproximadamente 90% de las transacciones de tarjetas de crédito se procesan mediante mainframes. Esta situación se replica en las grandes corporaciones de América Latina.
En México, Liverpool —uno de los mayores emisores de tarjetas de crédito del país— mantiene esta plataforma en su estructura central. El CTIO de Liverpool, Gerardo Muñoz, explicó en entrevista que los reemplazos actuales carecen de la robustez, resiliencia y capacidad de procesamiento requeridas para operaciones similares a la bancaria: “El mainframe ha resultado ser una plataforma que por años no ha tenido comparación”.
La estrategia actual no consiste en la desactivación de estos sistemas, sino en esquemas de convivencia mediante la “api-ficación” de interacciones y arquitecturas dirigidas por eventos, permitiendo seleccionar con precisión qué cargas se trasladan a la nube.
Modernización tecnológica y optimización del talento
La evolución de la infraestructura busca solucionar las limitaciones asociadas a la innovación y el relevo generacional:
- Procesamiento de inteligencia artificial (AI): La arquitectura IBM z17, equipada con el procesador Telum II, realiza la inferencia de AI para detección de fraudes directamente en la ubicación de los datos. Esto permite una latencia de 1 milisegundo, evitando el tiempo de transporte hacia nubes públicas que inhabilitaría validaciones de ultrabaja latencia (como las requeridas en ventas nocturnas).
- Gestión simplificada: Soluciones como la suite AMI (Automated Mainframe Intelligence) de BMC emplean AI predictiva y automatización para el diagnóstico de fallas, control de rendimiento y optimización de costos, reduciendo la dependencia de especialistas veteranos.
- Integración de desarrollo: Las plataformas modernas permiten a los ingenieros jóvenes utilizar herramientas habituales de entornos cloud como Visual Studio Code, Git, Python y Kubernetes, eliminando las interfaces tradicionales de “pantalla verde”.
Adicionalmente, de acuerdo con Muñoz, la inteligencia artificial generativa (GenAI) ha mostrado avances significativos en los procesos de generación y migración de código desde el mainframe.
