Veeam Software ha anunciado una ampliación de su colaboración con Hewlett Packard Enterprise (HPE) con el objetivo de ayudar a las organizaciones a modernizar y escalar sus entornos de nube privada. La iniciativa abarca desde infraestructuras preparadas para inteligencia artificial (IA) y diseños validados, hasta soluciones replicables listas para partners, orientadas a acelerar los despliegues y reducir la complejidad operativa.
La alianza se apoya en el enfoque Data Resilience by Design, que sitúa la resiliencia como base de unos datos seguros, gobernados y recuperables. Sobre esta premisa, ambas compañías incorporan nuevas capacidades dirigidas a facilitar la adopción de la nube privada con arquitecturas simplificadas, flujos de datos más seguros para IA y una obtención más rápida de resultados de negocio.
“La nube privada está evolucionando rápidamente, ya que los clientes buscan agilidad con mayor control y gobernanza, además de la capacidad de operar la IA más cerca de sus datos”, ha señalado John Jester, CRO de Veeam. “Esa transformación requiere confianza en los datos, que comienza con la resiliencia”.
Diseños validados para HPE Private Cloud AI
Uno de los pilares del anuncio es el lanzamiento de nuevos diseños validados para HPE Private Cloud AI, orientados a facilitar el despliegue de entornos privados seguros y preparados para IA.
Esta plataforma integral, desarrollada en colaboración con NVIDIA, incluye un entorno completo de trabajo de IA con data lakehouse unificado, modelos listos para implementación y soporte para casos de uso de IA agéntica. El objetivo es responder a las crecientes exigencias de soberanía del dato y a la evolución de la ética de la IA hacia requisitos operativos concretos.
Los nuevos diseños incluyen:
- Veeam Data Platform y Veeam Kasten, integrados en Veeam DataAI Command Platform, para garantizar la continuidad de cargas virtualizadas y entornos Kubernetes.
- Capacidades de ingesta segura de datos, que refuerzan los controles en la preparación de datos para IA, en complemento con HPE AI Essentials.
Según Patrick Osborne, vicepresidente sénior de HPE, esta colaboración permite desplegar IA “más cerca de los datos, con una infraestructura probada y una mayor confianza en su gestión y protección”.
Estos modelos validados buscan reducir la complejidad y acelerar el paso de proyectos piloto de IA a entornos productivos reales, manteniendo los niveles de control exigidos en la nube privada empresarial.
Nube privada resiliente: foco en el canal
La colaboración también introduce soluciones repetibles y preparadas para partners, en línea con la estrategia de nube privada unificada de HPE. En este ámbito, ambas compañías proporcionan herramientas de dimensionamiento y plantillas inteligentes para facilitar el despliegue de infraestructuras basadas en HPE Private Cloud PC3000 con Morpheus VM Essentials. El objetivo es permitir a los partners estandarizar diseños, optimizar proyectos y acelerar la entrega a clientes finales.
Además, Veeam incorpora una guía práctica de migración para trasladar máquinas virtuales desde entornos VMware vSphere a HPE Morpheus, manteniendo la resiliencia y la recuperación de los datos durante el proceso.
Seguridad, gobernanza y confianza en la IA
Otro eje clave de la alianza es el refuerzo de la confianza en la IA, especialmente a medida que las organizaciones avanzan desde fases experimentales hacia entornos productivos.
En este contexto, Veeam introduce DataAI Command Platform, definida como la primera infraestructura unificada de confianza de datos e IA del sector. Esta plataforma integra capacidades de seguridad, gobernanza, cumplimiento normativo, privacidad y resiliencia mediante el uso del DataAI Command Graph, una capa de inteligencia que conecta múltiples entornos: cloud, SaaS y on-premises.
Asimismo, HPE Services actuará como partner piloto del nuevo Data and AI Trust Maturity Model de Veeam, un marco que permite a las organizaciones evaluar su preparación en cuatro pilares fundamentales: comprensión, seguridad, resiliencia y potencial. Este modelo busca ofrecer una referencia objetiva para medir el progreso y priorizar inversiones en confianza de datos e IA.
