¿Por qué IBM no ha logrado capitalizar el auge de la inteligencia artificial?
IBM decepcionó al mercado con ingresos menores a lo esperado. ¿Por qué no ha logrado capitalizar el auge de la inteligencia artificial?
El detonante fue la publicación preliminar de sus resultados financieros al segundo trimestre de 2026, cuyos ingresos estuvieron por debajo de las expectativas del mercado. ¿Qué explica la disminución de sus ingresos? ¿Por qué IBM no ha logrado capitalizar el auge de la inteligencia artificial?
A diferencia de Nvidia o Google, cuyo crecimiento reciente ha sido impulsado por la inteligencia artificial, IBM concentra buena parte de sus ingresos en soluciones para grandes empresas, especialmente bancos, aseguradoras, gobiernos y otras organizaciones que dependen de sistemas críticos para operar.
Buena parte de la presencia de IBM en estos sectores se explica por los mainframes de IBM, las cuales son computadoras diseñadas para procesar enormes volúmenes de transacciones con altos niveles de seguridad y disponibilidad, además de prestar servicio a su famoso lenguaje Cobol. De acuerdo con Reuters, alrededor de 43% de los sistemas bancarios a nivel mundial sigue ejecutándose sobre Cobol.
Sustituir estos sistemas implica costos elevados, riesgos operativos y años de trabajo, esta dependencia tecnológica ha permitido a IBM mantener durante décadas una base estable de ingresos por software y servicios.
Es precisamente en este punto donde las tecnológicas comenzaron a separarse durante el auge de la inteligencia artificial. Mientras compañías enfocadas en infraestructura para IA capturaron una parte importante del nuevo ciclo de inversión, muchas empresas tuvieron que decidir dónde colocar sus presupuestos tecnológicos, que no son ilimitados.
Ante la presión por no quedarse rezagadas en la carrera de la inteligencia artificial, numerosas organizaciones aplazaron la renovación de software empresarial, contratos de mantenimiento y actualizaciones de sistemas tradicionales para destinar esos recursos a la nueva infraestructura necesaria para desarrollar modelos de IA: chips especializados, memorias de alta velocidad y centros de datos. La inteligencia artificial no necesariamente creó nuevos presupuestos tecnológicos; en muchos casos, simplemente modificó hacia dónde se dirigía el gasto.
Este cambio afectó directamente a IBM. Como resultado, reportó ingresos por 17 mil millones de dólares, apenas 1.0% superiores a los del mismo periodo del año anterior y cerca de 4.0% por debajo de las expectativas del mercado. Ante este panorama, su director ejecutivo, Arvind Krishna, reconoció que la organización “no se adaptó ni se movió lo suficientemente rápido”.
Más allá del ajuste temporal en los presupuestos tecnológicos, IBM enfrenta un desafío estructural. El auge de la inteligencia artificial generativa está cambiando la manera en que las empresas desarrollan y mantienen su software. Herramientas capaces de escribir, traducir y optimizar código en cuestión de minutos amenazan con reducir la dependencia de soluciones empresariales tradicionales, uno de los negocios más rentables de IBM.
Como respuesta, IBM lanzó herramientas de inteligencia artificial capaces de traducir aplicaciones escritas en Cobol a lenguajes modernos. Con ello, la compañía busca resolver uno de los principales retos de sus clientes: modernizar sistemas heredados sin interrumpir operaciones críticas. Su estrategia consiste en acompañar esa transición hacia entornos de nube híbrida, donde las empresas pueden combinar sus sistemas tradicionales con nuevas aplicaciones digitales, manteniendo la seguridad y estabilidad de sus operaciones mientras incorporan nuevas capacidades de inteligencia artificial.
Por último, la empresa también mantiene una apuesta por la computación cuántica. Aunque aún se trata de una tecnología en desarrollo, la compañía busca combinarla con la inteligencia artificial para acelerar el procesamiento y entrenamiento de modelos cada vez más complejos.
La conclusión para el mercado es que IBM atraviesa una transición compleja. Aunque enfrenta presiones de corto plazo, su apuesta por la inteligencia artificial, la nube híbrida y la computación cuántica refleja una estrategia de largo plazo cuyo éxito dependerá de su capacidad para transformar esa visión tecnológica en resultados financieros.