La apuesta de $240 millones de IBM pone su nombre en la puerta

En 2026, IBM firmó un acuerdo multianual de $240 millones con Together AI para ejecutar inferencia de modelos abiertos en sistemas Nvidia HGX B300 dentro de IBM Cloud. Al mismo tiempo, el propio negocio de infraestructura de IBM se estaba contrayendo. La empresa intenta seguir siendo la puerta de entrada empresarial mientras otros proveedores asumen papeles más grandes detrás de ella.

El contrato compra relevancia antes que liderazgo

El acuerdo divide el servicio en tres: Nvidia suministra los sistemas de cómputo, Together AI aporta capacidad especializada de inferencia e IBM proporciona el entorno de nube y la ruta empresarial al mercado.

La expresión “IBM Cloud” puede ocultar lo que el acuerdo reúne. Integra sistemas GPU, software para servir modelos, capacidad contratada, requisitos de seguridad y soporte al cliente bajo una sola superficie comercial. El cliente no necesita que cada capa lleve el mismo logotipo. Necesita que las capas lleguen como un servicio único con un responsable.

IBM tiene una razón inmediata para armar ese servicio ahora. La compañía reportó ingresos del segundo trimestre de $17.2 mil millones, 1% más que un año antes y por debajo de las estimaciones, mientras los ingresos de infraestructura cayeron 7%, a $3.8 mil millones, y los ingresos de mainframes Z bajaron 42%. El CEO Arvind Krishna dijo que los clientes estaban trasladando el gasto hacia chips. Con Together AI, IBM puede seguir ese gasto sin diseñar y operar por sí misma cada capa de IA.

El plazo multianual también coloca el acuerdo en el mercado emergente de capacidad de IA contratada, donde las empresas aseguran cómputo utilizable mediante acuerdos duraderos en lugar de tratarlo como un servicio horario intercambiable. La duración da a IBM y Together AI tiempo para convertir el clúster en infraestructura operativa.

La IA empresarial se está desagregando. Los incumbentes de la nube pueden ganar al combinar distribución confiable, despliegue gobernado, acceso duradero a cómputo e inferencia especializada, incluso cuando empresas externas suministran los modelos y el hardware.

La neutralidad ya ganaba antes de que llegara IBM

En 2023, AWS comenzó a ofrecer acceso a modelos de Anthropic, Stability AI, AI21 Labs y la propia AWS, posicionando explícitamente su servicio como una plataforma neutral de IA generativa. IBM se sumó a ese patrón ya establecido tres años después.

Desde entonces, el patrón se ha extendido de los catálogos de modelos a sistemas completos de IA. En 2026, Tencent Cloud, DigitalOcean y Alibaba Cloud añadieron soporte para OpenClaw como servicio, convirtiendo en producto software que no habían desarrollado.

Una nube neutral respecto a los modelos sigue eligiendo qué sistemas entran a su catálogo, qué hardware los atiende, qué políticas de seguridad los rigen y qué contratos empresariales los envuelven. Los proveedores externos amplían el catálogo mientras la nube conserva el control de la transacción.

La inferencia convierte la optimización en un negocio propio

Los pesos abiertos reducen una barrera y exponen otra. Las empresas pueden acceder a más modelos, pero cada solicitud de producción sigue consumiendo hardware, energía y atención operativa. La economía de la inferencia recompensa al operador que extrae más trabajo útil de los mismos sistemas instalados, incluso cuando los competidores pueden obtener el mismo modelo.

OpenAI y Anthropic reportaron costos de inferencia superiores a la mitad de los ingresos en proyecciones de rentabilidad entregadas a inversionistas. La eficiencia de servicio determina, por tanto, cuánto ingreso sobrevive después de que los clientes usan el producto. Más tarde, según reportes, ingenieros de OpenAI encontraron una forma de reducir a más de la mitad los costos de inferencia, lo que ilustra cuán drásticamente puede cambiar la economía bajo un endpoint sin cambios.

Un operador de inferencia puede convertir una pequeña mejora en utilización a lo largo de un gran flujo de solicitudes en más margen que un modelo nominalmente superior pero costoso. El operador determina cuánto de cada dólar de inferencia sobrevive.

Los inversionistas han comenzado a financiar la inferencia como un negocio por derecho propio. Inferact levantó una ronda semilla de $150 millones con una valuación de $800 millones después de que sus fundadores crearan vLLM, el motor de inferencia de código abierto que la startup se formó para respaldar y comercializar. Esa valuación puso precio a la maquinaria que vuelve económicos de servir a muchos modelos.

Cuanto más intercambiables se vuelven los modelos, más poder de negociación puede pasar a los sistemas que los sirven.

El acuerdo asigna a Together AI la tarea de convertir la capacidad HGX en inferencia confiable. IBM puede entonces colocar esa capacidad dentro de una relación comercial que las empresas ya saben cómo comprar.

El despliegue vuelve más valioso al sistema que lo rodea

El acceso a modelos importaba más mientras las empresas experimentaban. El uso en producción introduce flujos de trabajo, permisos, dependencias de datos, revisiones de seguridad y personas que deben incorporar la salida del modelo a un proceso operativo. Grupos tecnológicos europeos, incluidos SAP, Capgemini, Sopra Steria y OVHcloud, reportaron una demanda de IA más fuerte a medida que los clientes empresariales pasaban de la experimentación al despliegue. La pregunta de compra cambia de “¿Qué modelo puede hacer esto?” a “¿Quién hará que esto funcione dentro de nuestra organización?”

Las principales plataformas de IA han respondido invirtiendo en capacidad de implementación. AWS creó una organización de ingenieros desplegados en campo enfocada en IA, respaldada con $1 mil millones. OpenAI lanzó una Deployment Company con más de $4 mil millones de inversión inicial para ayudar a las organizaciones a construir y desplegar sistemas de IA. Ambos movimientos financian la brecha entre un modelo que funciona y un proceso de negocio que funciona.

IBM entra en esa brecha con relaciones empresariales. Krishna identificó los temores de ciberseguridad como una prioridad principal de los clientes en julio, dando a IBM un tema concreto alrededor del cual empaquetar infraestructura, gobernanza y soporte. Una empresa que selecciona un modelo abierto todavía necesita que alguien defina el acceso, integre el sistema y siga siendo responsable cuando el despliegue cruza fronteras organizacionales.

Los equipos de despliegue practican la adopción gestionada de modelos al decidir quién puede invocar un modelo, a dónde viaja su salida y qué proceso humano cambia porque existe. La disponibilidad de modelos abiertos da a esos equipos más componentes; no rediseña la organización por ellos.

La puerta de IBM importa solo si hay alguien responsable detrás

En 2023, los proveedores de nube enfrentaban presión porque la infraestructura tradicional no había sido diseñada para IA a gran escala. Los hyperscalers comenzaron a reconstruirla, mientras los proveedores de hardware local encontraron una oportunidad. Una interfaz de software nunca eliminó la división física bajo la infraestructura de IA.

IBM ahora enfrenta competidores a ambos lados de esa división. Los hyperscalers ya distribuyen modelos de terceros y les agregan equipos de despliegue. Los proveedores directos de inferencia pueden vender su experiencia sin IBM en medio. Los proveedores de nube privada pueden acercar los sistemas a clientes que buscan mayor control: HPE y Nvidia presentaron una oferta llave en mano de nube privada desarrollada en conjunto para cargas de trabajo de IA generativa en 2024.

El acuerdo confirma el suministro, pero la demanda de los clientes sigue sin comprobarse. Los clientes de IBM aún pueden elegir AWS, sistemas de nube privada o proveedores directos. Las caídas de infraestructura y mainframes de IBM también hacen que el movimiento sea parcialmente defensivo. La presión puede empujar a una empresa hacia la arquitectura correcta sin darle una ventaja una vez que llega ahí.

IBM debe ahora hacer que las piezas se comporten como un solo sistema. Si un cliente encuentra límites de capacidad, obligaciones de seguridad y fronteras de soporte separados, la asociación es solo una cadena de reventa. Si IBM puede colocar un contrato de despliegue único alrededor de esas fronteras mientras Together AI mejora la operación de inferencia debajo, IBM Cloud se convierte en más que el edificio donde corre el equipo de otra empresa.

En el plano anterior, el nombre de IBM estaba sobre la máquina en el centro. En este, Nvidia suministra los sistemas HGX B300, Together AI ejecuta la inferencia, los modelos abiertos llenan el clúster—y el logotipo de IBM pasa del motor a la puerta.