El caso IBM o cómo sobrevivir al meteorito de la agéntica

El martes 3 de febrero de 2026 cayó un meteorito y muchos dinosaurios quedaron seriamente dañados. Fue el día en que 285.000 millones de dólares se evaporaron de la bolsa tecnológica tras el anuncio de Claude Cowork Legal de Anthropic. Thomson Reuters cayó un 16%, RELX un 14%, Adobe tocó mínimos de seis años. El sector del software empresarial entró en pánico absoluto y las tecnológicas en general temblaron. Pero algunos de los dinosaurios aguantaron mejor que otros, como pasó con IBM. No es que la histórica tecnológica saliera ilesa, sus acciones perdieron más del 6% esa semana. Los inversores temían que los nuevos plugins de Anthropic, especialmente el legal y el de análisis de datos, amenazaran directamente el negocio de consultoría y software que IBM cobra a precio premium.

Pero aquí está lo verdaderamente interesante de este desplome: mientras analistas rebajaban a «vender» a docenas de empresas del sector, Jim Cramer salió en CNBC diciendo que los inversores de largo plazo deberían comprar IBM precisamente ahora. Su argumento: IBM ha superado expectativas de beneficios durante 17 trimestres consecutivos, proyecta crecimiento del 5% en ingresos y un aumento de 1.000 millones en flujo de caja libre para 2026, y tiene patrones estacionales que históricamente cierran febrero y marzo en verde. Wall Street coincide: el consenso sigue siendo «compra moderada» con objetivos de precio que implican un potencial alcista del 30%.

¿Cómo es posible que IBM, con 115 años a sus espaldas y un negocio aparentemente vulnerable a la IA agéntica, sea considerada apuesta más segura que startups tecnológicas de la última década? Sigo a IBM desde hace mucho tiempo y me fascina una cosa que ha sabido demostrar muchas veces magistralmente: reinventarse sin perder su esencia. Mientras el sector tech se hundía, IBM presentaba resultados que confirman su transformación: crecimiento del 8% en ingresos, flujo de caja libre récord de 14.700 millones de dólares, su segmento de software expandiéndose un 9%, y una cotización que se ha más que duplicado en tres años. Pero si en algo falla IBM, sobre todo en España, es en el relato, en su estrategia de marketing. Y eso es una verdadera pena.

Por qué IBM cayó solo un 6% cuando otros se desplomaron un 16%

La diferencia entre perder un 6% y perder un 16% no es trivial en un mercado de 270.000 millones de capitalización. Representa la distinción entre una corrección técnica y un voto de desconfianza estructural. IBM cayó, sí, pero cayó menos. Y hay tres razones fundamentales que explican la resiliencia relativa de Big Blue.

La primera razón radica en que el modelo de negocio de IBM no depende de cobrar por asientos de software. Mientras empresas como Thomson Reuters o LexisNexis viven del modelo «tantos usuarios, tantas licencias», IBM lleva años pivotando hacia servicios de consultoría e implementación. De los 12.500 millones de su cartera de IA, el 80% son servicios, no licencias. La compañía no vende acceso a una plataforma, vende sistemas funcionando en producción. Si Anthropic automatiza la revisión de contratos, el cliente todavía necesita a alguien que integre eso en sus flujos de trabajo críticos, que gestione la gobernanza de datos, que garantice compliance. Ese alguien sigue siendo IBM.

La segunda razón es la apuesta estratégica por modelos pequeños y especializados frente a LLMs genéricos gigantes. Los modelos Granite de IBM no compiten con GPT-4 o Claude en capacidad general, compiten en casos de uso empresariales específicos que pueden ejecutarse on-premise o en nubes privadas. Cuando Anthropic lanza un plugin que funciona a través de sus APIs, IBM puede responder con implementaciones que mantienen los datos dentro del perímetro de seguridad del cliente sin compartirlos con el proveedor. Para sectores regulados como banca, seguros o salud, eso no es una ventaja, es un requisito regulatorio inquebrantable.

La tercera razón es la arquitectura híbrida. Con Red Hat y ahora Confluent, IBM no obliga a sus clientes a elegir entre nube pública y on-premises. Orquesta ambos. Cuando la IA agéntica amenaza con commoditizar el software tradicional, la capacidad de integrar sistemas legacy con nuevas capacidades de IA sin migrar todo a la nube pública se convierte en diferenciador crítico. IBM no está vendiendo la nube más barata o el LLM más potente. Está vendiendo la integración que hace que todo funcione junto, algo que las empresas tradicionales con décadas de deuda técnica necesitan desesperadamente.

Estas tres razones explican por qué, aunque IBM cayó, los analistas no entraron en pánico. De hecho, hicieron lo contrario: Jefferies subió su precio objetivo de 360 a 370 dólares, Oppenheimer lo fijó en 380, y Bernstein y Stifel elevaron sus recomendaciones tras los resultados de Q4. El mercado entiende que IBM juega un juego diferente al resto del sector.

Cómo sobrevivir al meteorito

La primera lección que ofrece el caso IBM es clara: no competir donde no se puede ganar, orquestar. IBM no intentó vencer a AWS, Azure o GCP en su propio terreno. Con la adquisición de Red Hat en 2019, creó una capa de orquestación híbrida que permite a las empresas mezclar hiperescalares públicos con infraestructura local y nubes privadas para cargas de trabajo sensibles. Esta estrategia tiene implicaciones profundas para departamentos de TI que llevan años intentando justificar migraciones cien por cien a nube pública para sistemas críticos como financiero, compliance o datos de clientes.

El modelo híbrido no es solución de compromiso, es arquitectura inteligente respaldada por resultados financieros contundentes. La adquisición de Confluent por 11.000 millones en diciembre de 2025 consolidó la posición de IBM en data streaming, crucial para la IA agéntica. Pero la clave está en el enfoque: la compañía no vendió migración a la nube, vendió orquestación donde tiene sentido estratégico. La aplicación práctica de esta lección implica auditar qué workloads están en nube pública por decisión estratégica y cuáles están ahí simplemente porque había que estar en la nube. Muchas organizaciones descubrirían que tienen cargas de trabajo pagando sobreprecio en cloud cuando podrían estar en infraestructura híbrida con mejor performance y menor coste total de propiedad.

La segunda lección trata sobre modelos pequeños frente a LLMs gigantes. Mientras la industria perseguía el tamaño, IBM lanzó Granite: modelos compactos y especializados para empresas. Esto permite desplegar agentes de IA autónomos que no dependen de un «LLM nodriza» externo, ya que pueden razonar, usar datos propios y ejecutar tareas críticas operando íntegramente en la infraestructura local del cliente.

La importancia estratégica de este enfoque radica en el control de datos sensibles. Las organizaciones que envían información crítica a GPT-4 o Claude vía APIs públicas están asumiendo riesgos de compliance y seguridad innecesarios. Los Small Language Models de peso abierto ejecutados on-premise o en VPCs dedicadas son suficientes para el 80% de casos de uso empresariales sin exponer datos fuera del perímetro corporativo. La plataforma WatsonX permite construir agentes de IA entrenados con datos corporativos usando modelos de peso abierto, y los resultados financieros demuestran que no es vaporware: la cartera de IA de IBM alcanzó 12.500 millones en 2025, el doble que el año anterior.

La tercera lección es quizá la más importante: consultoría de implementación supera a licencias de software en el mundo de la IA empresarial. Del 12.500 millones de la cartera de IA de IBM, el 80% son servicios de consultoría, no licencias de software. La compañía no vende pilotos, vende sistemas en producción funcionando en bancos, sector secundario y gobiernos. Esta distribución revela algo fundamental: el valor en IA empresarial no está en tener acceso a un LLM, está en integrarlo correctamente en flujos de trabajo críticos con gobernanza adecuada. Los proveedores que sólo venden acceso a la plataforma sin ayudar a implementar es un modelo que puede sufrir, como se ha visto. La implicación práctica es que al evaluar proveedores de IA, las organizaciones deberían preguntar no solo por la tecnología sino por casos de uso en producción similares a los suyos. Si la respuesta es «tenemos muchos pilotos», es señal de alarma. Si la respuesta incluye clientes en producción con ROI medible, el proveedor probablemente entiende el negocio real más allá del marketing.

Un gran problema de comunicación

Y aquí viene el gran problema. Como decía al principio, soy seguidor de IBM como periodista especializado y como aficionado a la tecnología. Cuando estos años la inteligencia artificial saltó a los titulares, IBM llevaba ya 70 años con su Watson, enfrentándolo e incluso ganando a grandes maestros de ajedrez y sin embargo incapaz de venderlo a nivel empresarial. Nunca se la ha considerado protagonista de la revolución de la IA, a pesar de ser indudablemente una de las máximas pioneras. Y es una de las empresas más innovadoras en tecnología, más de 8.300 millones de dólares anuales en I+D y una cartera con más de 100.000 patentes, por no hablar de sus avances en computación cuántica. IBM, como hemos comentado, también ha ejecutado una de las reinvenciones más profundas de la historia, pivotando hacia la nube híbrida tras la adquisición de Red Hat.

Pero en el mercado español todo esto es casi un secreto. La razón es frustrante: un déficit de marketing que roza la invisibilidad. Lo sé de primera mano como espectador y como profesional de la comunicación del sector. Y me parece un gran error, un enorme capital despilfarrado de inversiones, investigación y aciertos estratégicos que quedan en el olvido. No conocemos la apuesta estratégica, no conocemos la apuesta tecnológica y no conocemos los casos de éxito. El caso IBM es síntoma de un problema más amplio en el mercado tecnológico español: la confusión sistemática entre presencia mediática y liderazgo tecnológico real. Empresas con soluciones mediocres pero marketing agresivo capturan mindshare desproporcionado. Empresas con soluciones sólidas pero comunicación deficiente desaparecen del mapa de opciones consideradas.

Pero es que no solamente es un problema de imagen sino que es algo mucho más grave. Es una falta de inversión en marketing y comunicación adecuada que puede resultar fatal, sobre todo en una era donde los agentes y la inteligencia artificial tendrán la última palabra para la inversión en tecnología y no estar presentes con contenido relevante (entrevistas, casos de éxito..) en medios especializados será un gran hándicap para su relevancia y sus soluciones no serán consideradas por los agentes.

Seguiremos de cerca a IBM en una batalla que se presenta apasionante y que da giros de guión a diario. Veremos si esos aciertos estratégicos y apuestas tecnológicas maduran y si de una vez alcanzan a comprender la importancia de la inversión en marketing y que este dinosaurio se anime por fin a salir de la cueva.