IBM: la reinvención de un gigante tecnológico y las lecciones del ciclo de la IA

Vivimos una era definida por el vértigo. La convergencia de la inteligencia artificial, la robótica y la biotecnología transforma la realidad de forma simultánea, creando una aceleración que difumina constantemente la línea entre el progreso genuino y la euforia especulativa. En este contexto, el resurgimiento de IBM —destacado por medios como The Economist como el “favorito” del sector tecnológico— no es una casualidad: es la confirmación de un ciclo de maduración que la historia de la tecnología repite con notable consistencia.

 

El caso Watson for Oncology: un adelantamiento histórico

A principios de la década pasada, IBM apostaba por Watson for Oncology como la vanguardia de la inteligencia cognitiva aplicada a la medicina. La plataforma permitía a oncólogos acceder en segundos a un análisis de miles de publicaciones científicas globales para sugerir planes de tratamiento personalizados. La propuesta era radical: democratizar el acceso a la mejor medicina del mundo, independientemente de la geografía o los recursos del paciente.

 

Entre los casos documentados de adopción temprana se encuentra el de la provincia de San Luis, Argentina, que entre 2019 y 2021 implementó Watson for Oncology en su sistema de salud pública, convirtiéndose en una de las primeras experiencias de este tipo en América Latina.

 

El despliegue incluyó la capacitación de especialistas en distintas ciudades de la provincia y permitió a pacientes sin cobertura social acceder a análisis basados en miles de publicaciones científicas globales. Ese mismo caso reveló una contradicción fundamental. Los datos requeridos para la toma de decisiones clínicas eran, en la práctica, de una sencillez asombrosa: parámetros biológicos y estadios clínicos que cualquier oncólogo formado maneja con naturalidad. Sin embargo, IBM intentó sostener esa simplicidad sobre una arquitectura de supercomputación desproporcionadamente rígida y costosa, concebida como una “verdad absoluta” cerrada, antes de que existiera la flexibilidad de la nube elástica que tenemos hoy.

 

El resultado fue un adelantamiento histórico: tecnología con potencial real, pero encorsetada en una estructura de costos y rigidez arquitectónica que impidió su escala global. La adopción era posible y razonable en términos de costo para ciertos actores, pero el modelo no podía generalizarse porque la infraestructura del mercado internacional aún pertenecía a la era anterior.

 

 

 

De Watson a Granite: el ciclo de maduración de la IA

Para comprender este proceso, resulta útil recurrir a la teoría de las “Oleadas de Desarrollo” de Carlota Pérez. Cada gran revolución tecnológica atraviesa un ciclo predecible: una Fase de Instalación marcada por la experimentación y la inversión especulativa; un Punto de Inflexión sacudido por crisis y cambios de rumbo; y finalmente una Fase de Despliegue donde la tecnología madura y se vuelve verdaderamente productiva para el conjunto de la economía.

 

IBM ha demostrado ser un actor capaz de navegar esa transición. Tras el retiro de Watson Oncology en 2021, la empresa no abandonó la IA, sino que la reinventó. Pivotó de los grandes sistemas monolíticos hacia soluciones más ágiles: modelos como Granite, diseñados para tareas específicas con menor potencia de cálculo y mayor precisión, combinados con hardware dedicado como el chip Spyre. La lectura estratégica que subyace a este giro es clara: la IA no debe ser una “caja negra” omnisciente, sino una infraestructura flexible que las organizaciones puedan adaptar a sus necesidades.

 

Este movimiento ubica a IBM en una posición peculiar dentro del sector: no compite en el terreno de los modelos fundacionales de gran escala —donde dominan OpenAI, Google y Anthropic— sino en el de la implementación empresarial precisa, donde la confiabilidad y la especificidad importan más que el tamaño del modelo.

 

 

El enigma del COBOL: arqueología digital viva

Detrás del renacimiento estratégico de IBM existe, sin embargo, una vulnerabilidad estructural que los recientes anuncios de competidores como Anthropic han vuelto a poner sobre la mesa: el dominio del COBOL. Se estima que en el mundo existen cerca de 800.000 millones de líneas de código COBOL en funcionamiento, una “arqueología digital” viva que sostiene silenciosamente la economía global.

 

Su alcance es más profundo de lo que la percepción común sugiere. Se calcula que el 85% de todas las transacciones comerciales diarias del planeta pasan por líneas de este lenguaje. Aproximadamente el 95% de las operaciones en cajeros automáticos lo utilizan, y alrededor del 45% de los sistemas bancarios del mundo corren íntegramente sobre él para gestionar cuentas, hipotecas y transferencias internacionales. La gran mayoría de los sistemas de seguridad social y recaudación impositiva dependen de estructuras diseñadas hace más de cuatro décadas.

 

 

El laberinto de los parches y la economía del código fósil

El problema fundamental no es la antigüedad del código, sino su complejidad acumulada. Durante más de medio siglo, estos sistemas han sido emparchados cientos de veces para adaptarse a nuevas regulaciones, cambios de moneda y crisis financieras. Cada parche representa una regla de negocio que, con frecuencia, carece de documentación. No es un código que una IA pueda traducir de forma lineal: es un palimpsesto de capas superpuestas donde una omisión mínima puede generar un colapso sistémico.

 

Esta realidad impone lo que podría llamarse una economía del “código fósil”, con tres dimensiones críticas que ningún actor del sector puede ignorar.

 

El riesgo de regresión. El costo de migrar una línea de COBOL se estima entre 10 y 25 dólares. Pero el costo real no es el de la traducción: es el del riesgo. Si un sistema automatizado ignora una excepción lógica sepultada en un parche de los años ochenta, las consecuencias financieras pueden ser catastróficas. La deuda técnica no es sólo una metáfora; es una obligación financiera diferida de proporciones monumentales.

 

La brecha de talento. Los programadores que comprenden la lógica profunda de estos sistemas se están jubilando. La escasez de expertos dispara los costos de mantenimiento y crea una dependencia crítica de los mainframes que solo IBM continúa proveyendo y manteniendo a escala global. Esta dependencia es, al mismo tiempo, el mayor riesgo y la mayor fortaleza del modelo de negocio tradicional de la empresa.

 

La inercia estructural. Mientras la IA de la competencia promete una “migración mágica” del COBOL hacia lenguajes modernos, la complejidad técnica de los parches acumulados actúa como un seguro de vida para IBM. Nadie quiere ser el responsable del primer gran fallo sistémico causado por una migración automatizada apresurada. Esa cautela institucional es, en la práctica, una barrera de entrada infranqueable para los nuevos competidores.

 

 

 

Conclusión: la vanguardia está en resolver lo viejo

El caso de IBM ilustra una tensión que define la era cognitiva: la innovación real no siempre consiste en crear lo nuevo, sino en resolver el enigma de lo que ya existe. Watson for Oncology fue un experimento valioso que reveló los límites del primer ciclo de la IA empresarial. Granite y Spyre representan la respuesta madura a esas lecciones. Y el COBOL, lejos de ser una reliquia irrelevante, es el recordatorio más concreto de que el mundo digital que habitamos fue construido sobre capas que nadie, aún hoy, puede simplemente ignorar o reescribir de la noche a la mañana.

 

El éxito de los grandes actores tecnológicos en la próxima década dependerá, en buena medida, de su capacidad para ofrecer una transición segura entre lo heredado y lo nuevo. No como un acto de nostalgia, sino como una condición indispensable para que la sociedad pueda navegar el cambio sin quedar atrapada bajo el peso invisible de un pasado emparchado, costoso y, sobre todo, mal comprendido.