Esta lección
IBM al descubierto: el gigante secreto detrás de la inteligencia artificial
Pregúntale a la lección
Cronología
Destacados
“IBM siempre creyó como en las grandes misiones y luego las bajaba a puntos clave.”
“Es entender cómo una empresa que lleva 100 años existiendo y va a existir 100 más decide con qué se queda y qué se va.”
“Cuando se empiezan a publicar los ensayos clínicos, Watson siempre se quedaba corto en todos los campos, literalmente consistentemente sacaba peores resultados que los humanos.”
“La misión de IBM es ser indispensable... en lo que tú haces.”
“Antes del 2030 veremos que algo extraordinario suceda.”
“No es el que crea la mejor tecnología, sino el que usa es el más redituable.”
Ideas clave
- IBM fue pionera en investigación de IA desde los años 50, con enfoque en reconocimiento de voz y patrones.
- Deep Blue venció al campeón mundial de ajedrez, marcando la entrada comercial de IBM en IA.
- Watson ganó Jeopardy en 2011 como estrategia de marketing para lanzar Watson Health.
- Watson Health prometía revolucionar la medicina pero sus resultados clínicos fueron consistentemente peores que los humanos.
- IBM vendió los activos de Watson Health en 2022 por 1,000 millones de dólares tras invertir más de 5,000 millones en adquisiciones.
- Ginni Rometty señala que el mayor reto de un CEO en una empresa centenaria es decidir qué conservar y qué dejar ir.
- IBM apuesta ahora por WatsonX, una plataforma B2B que permite a empresas personalizar IA con apoyo de consultoría.
- El lanzamiento de DeepSeek validó la estrategia de IBM de modelos de IA más pequeños y eficientes.
- IBM invierte fuertemente en computación cuántica esperando liderar esa próxima revolución tecnológica antes de 2030.
- Microsoft anunció un nuevo estado de la materia (superconductor topológico) que podría acelerar el desarrollo de computadoras cuánticas.
Resumen
En este tercer episodio de su serie sobre inteligencia artificial, las conductoras de Chisme Corporativo deciden abordar IBM desde un ángulo distinto: no la historia fundacional de la empresa, sino su relación con la IA a lo largo del tiempo. Descubren que IBM fue pionera desde los años 50 y 70 en reconocimiento de voz y patrones, y que dio el salto comercial con Deep Blue (venció al campeón de ajedrez) y después con Watson, famoso por ganar Jeopardy en 2011.
El episodio profundiza en el ambicioso y fallido proyecto Watson Health, lanzado con enorme despliegue de marketing en 2015 para revolucionar la medicina. A pesar de firmar más de 50 alianzas con instituciones como MD Anderson y Mayo Clinic, los resultados clínicos fueron consistentemente peores que los humanos. IBM terminó vendiendo los activos de datos en 2022 por 1,000 millones de dólares, tras haber invertido más de 5,000 millones en adquisiciones. Se comparan las similitudes con el caso Theranos y se reflexiona sobre las lecciones aprendidas: la IA no es un milagro, no se debe entrar en industrias reguladas sin entenderlas a fondo, y la clave está en hacer accesible la IA a otras empresas.
Las conductoras también citan una entrevista de Ginni Rometty (ex CEO) con Lex Fridman, donde ella habla de los retos de transformar una empresa centenaria y decidir qué legado conservar. Actualmente, bajo el CEO Arvin Krishna, IBM se enfoca en WatsonX, una plataforma B2B que ayuda a empresas a personalizar IA sin necesidad de crear sus propios modelos desde cero, apostando por la consultoría y modelos más pequeños y especializados en lugar de competir directamente con OpenAI o Google.
Finalmente, exploran la apuesta de IBM por la computación cuántica, un área donde Microsoft recientemente anunció avances con un nuevo material (chip Majorana 1) que podría acelerar el desarrollo de qubits. Krishna predice que "antes del 2030 veremos que algo extraordinario suceda" y sueña con que IBM vuelva a ser el rey de una nueva era tecnológica, cerrando el círculo con posibles aplicaciones futuras en salud mediante computación cuántica.
Aprendizajes
- La inteligencia artificial no es magia: se necesita tecnología, datos y comprensión profunda antes de hacer promesas grandes.
- Entrar en industrias muy reguladas (como salud) sin entenderlas a fondo puede ser catastrófico, incluso para gigantes tecnológicos.
- El verdadero valor en IA puede no estar en crear los modelos más grandes, sino en ayudar a otras empresas a implementarlos de forma eficiente y especializada.
- El marketing y el hype pueden inflar temporalmente el valor de una empresa, pero si los resultados no llegan, el costo reputacional y financiero es enorme.
- Las empresas centenarias deben decidir constantemente qué legado conservar y qué dejar ir para seguir siendo relevantes (dilema del innovador).
- Los modelos de IA más pequeños y eficientes pueden generar retornos económicos superiores y presionar a los grandes desarrolladores a ser más competitivos.
Mapa mental
Material de estudio
Infografía
Genera una infografía visual de la lección (experimental, con Gemini).