Veeam y HPE refuerzan la innovación en la nube privada para impulsar la IA y la virtualización moderna
- Tecnologías
Fruto de la alianza, Veeam incorpora Data y AI Trust a las ofertas de HPE Private Cloud, con nuevos diseños validados y soluciones listas para partners. Ambas compañías conectan resiliencia, gobernanza y confianza en la IA a través del nuevo Data and AI Trust Maturity Model.
Veeam Software ha anunciado una ampliación estratégica de su colaboración con Hewlett Packard Enterprise (HPE) para impulsar la modernización de la nube privada y acelerar la adopción de cargas de trabajo de inteligencia artificial y virtualización moderna.
La iniciativa se apoya en el marco Data Resilience by Design, que sitúa la resiliencia como base para unos datos seguros, gobernados y recuperables, y añade nuevas capacidades orientadas a simplificar arquitecturas, reforzar la confianza en los flujos de datos de IA y acelerar el valor empresarial.
Según John Jester, CRO de Veeam, “la IA transformará la empresa, pero solo si los líderes pueden confiar en los datos que la alimentan. Esa confianza comienza con la resiliencia: saber que los datos están protegidos, son recuperables y están gobernados de extremo a extremo. Junto con HPE, Veeam está llevando esa capa de confianza a las nubes privadas con diseños validados y soluciones listas para partners que ayudan a los clientes a proteger y gestionar sus datos, reducir el riesgo en los flujos de trabajo de IA y acelerar los resultados de negocio sin sacrificar rendimiento ni agilidad”
Diseños validados y soluciones repetibles
La ampliación de la alianza incluye nuevos diseños validados para HPE Private Cloud AI, una plataforma desarrollada junto a NVIDIA dentro del portfolio NVIDIA AI Computing by HPE. Estos diseños proporcionan arquitecturas listas para desplegar entornos privados seguros y preparados para IA, con un data lakehouse unificado, modelos implementables y soporte para casos de uso de IA agéntica.
Los nuevos diseños validados integran Veeam Data Platform y Veeam Kasten, ambos dentro de la plataforma Veeam DataAI Command Platform, para garantizar la continuidad operativa de cargas de trabajo virtualizadas y basadas en Kubernetes que impulsan iniciativas de IA. También incorporan capacidades de ingesta segura de datos que complementan HPE AI Essentials, facilitando la preparación y el tratamiento confiable de los datos en todo su ciclo de vida. Estas arquitecturas reducen la complejidad de despliegue y permiten a los clientes avanzar más rápidamente desde proyectos piloto de IA hacia entornos productivos con controles operativos sólidos.
Patrick Osborne, vicepresidente sénior de aceleración tecnológica para la nube híbrida de HPE, asegura que “con estos nuevos diseños validados para HPE Private Cloud AI y nuestra colaboración ampliada con Veeam, ofrecemos a los clientes una solución lista para desplegar IA más cerca de sus datos, combinando una infraestructura probada con una gobernanza más sólida y una mayor confianza en cómo se preparan, gestionan y protegen los datos de IA a medida que pasan de las pruebas piloto a la producción real”.
En paralelo, ambas compañías presentan soluciones repetibles y listas para partners basadas en HPE Private Cloud PC3000 con HPE Morpheus Software VM Essentials, junto con herramientas de dimensionamiento y plantillas inteligentes que facilitan la estandarización y aceleran la entrega de despliegues de nube privada resilientes.
Veeam añade además una guía práctica para migrar máquinas virtuales desde vSphere hacia entornos gestionados con HPE Morpheus, apoyándose en Veeam Data Platform para mantener la resiliencia y la recuperabilidad durante la transición.
La colaboración se amplía también hacia la gobernanza y la confianza en la IA con la incorporación del nuevo Data and AI Trust Maturity Model de Veeam, un marco validado por clientes que permite evaluar de forma objetiva el nivel de preparación en cuatro pilares: comprensión, seguridad, resiliencia y potencial.
HPE Services actuará como partner piloto de este modelo, que conecta los resultados de resiliencia —protección, recuperabilidad y restauración limpia de datos— con los controles necesarios para una IA confiable. El objetivo es ayudar a las organizaciones a pasar de la experimentación a una ejecución fiable, con mayor visibilidad, gobernanza y capacidad de recuperar datos limpios y verificables cuando sea necesario.
