Uno de los principales obstáculos será el costo, ya que escalar IA puede disparar la factura de nube y exigir inversiones difíciles de justificar ante un CFO. Para enfrentar ese problema, AWS plantea una estrategia basada en infraestructura, modelos y aplicaciones.

En la primera capa, la compañía destaca el uso de chips propios como Trainium para entrenamiento e Inferentia para inferencia, además de opciones de terceros como Nvidia, Intel y AMD. En la segunda, ofrece modelos propios y de terceros. En la tercera, servicios como Amazon Bedrock, Amazon Q, Amazon Nova y capacidades de orquestación de agentes.

Accenture complementará esa arquitectura con un enfoque financiero, pues la idea es reducir costos y que la promesa no sea sólo implementar tecnología avanzada, sino dimensionar recursos, desde etapas tempranas y generar ahorros visibles para que las áreas financieras aprueben presupuestos de mayor escala.

Los primeros sectores donde AWS y Accenture ven mayor potencial son banca, servicios financieros, seguros, retail, manufactura, medios, gaming y deportes.

En México, la demanda más fuerte aparece en el sector financiero, especialmente entre fintechs, neobancos y compañías que ya nacen en la nube.

La apertura de la región AWS México Central, ubicada en Querétaro, también forma parte de este contexto. Para sectores regulados como el financiero, tener infraestructura local ayuda a cumplir requisitos de residencia de datos y puede facilitar procesos de aprobación ante autoridades como la CNBV. Esto permite que ciertas empresas mantengan datos dentro del país y ganen confianza regulatoria al migrar cargas críticas a la nube.

La colaboración de AWS forma parte del Gen AI Lab de Accenture, integrado a su oferta de servicios para clientes.