IBM ocupa el primer puesto de la SERP española en casi todas las búsquedas críticas sobre IA. «10 peligros», «riesgos», «desventajas», «ventajas y desventajas», «ética», «sesgos», «privacidad». Tecleas cualquier variante y abajo, en el primer enlace, está IBM. Lleva años haciéndolo. El problema no es que escriba mal —escribe correcto, sobrio, profesional, casi siempre con una imagen ilustrativa azul y un botón al final—. El problema es que en 2026 IBM no participa en la carrera. La frontera técnica la marcan otros, y otros distintos. Pero IBM sigue mandando en Google. Por inercia, no por relevancia.
Hoy hablamos de autoridad intelectual. De por qué se la concedemos a personas y a empresas que probablemente ya no la merecen. Y de un caso emblemático —el de IBM— para entender el mecanismo.
El truco de la autoridad heredada
Cuando lees algo firmado por IBM, tu cerebro hace una operación silenciosa que tardarías en describir si tuvieras que ponerla por escrito. Reconoce el nombre. Asocia el nombre con «empresa grande, tecnológica, seria, fundada en 1911». Concluye, sin pensarlo, que lo que esa empresa dice tiene más peso que lo que dice alguien que no conoces. Le asignas autoridad. No por lo que está diciendo ahora, sino por lo que esa empresa hizo en algún momento entre 1950 y 2010.
Es una heurística útil en muchos contextos. Si IBM publica una guía sobre arquitectura de mainframes, probablemente sea fiable: lleva sesenta años haciendo mainframes. Si IBM publica un manual sobre bases de datos relacionales, idem: contribuyó a inventarlas. La autoridad de dominio en mainframes y en bases de datos relacionales está, hasta cierto punto, ganada.
Lo que falla es cuando esa autoridad se transfiere, casi automáticamente, a un dominio nuevo donde la empresa no es protagonista. Y aquí está el caso. IBM, en 2026, no es un actor relevante en IA generativa. No por falta de intentos —Watson lleva una década con campañas de marketing—, sino por resultados. Sus modelos no aparecen en los rankings que importan. Su línea de productos watsonx es lateral, marginal en evaluaciones públicas, prácticamente invisible en Chatbot Arena, la plataforma donde los usuarios votan a ciegas qué modelo responde mejor. Los modelos que sí están arriba del Arena en 2026 los publican OpenAI, Anthropic, Google DeepMind, xAI y los laboratorios chinos como DeepSeek y Alibaba. IBM no compite en esa lista. Ni siquiera está en discusión.
Sin embargo, cuando un usuario hispanohablante busca «riesgos de la IA», el primer enlace lleva a IBM. Y allí lee, con autoridad heredada en la cabeza, lo que una empresa que perdió la batalla técnica hace años ha decidido contarle sobre el sector que ya no domina.
Watson, el caso de estudio
Conviene mirar despacio el caso de Watson, porque es el ejemplo más limpio del mecanismo. Watson nació en 2011 como el sistema que ganó el concurso Jeopardy! contra dos campeones humanos. Fue, en su momento, un hito legítimo. Demostró capacidad de procesamiento de lenguaje natural en condiciones de competición real. IBM convirtió ese momento en bandera corporativa.
Después vinieron años de promesas escaladas. Watson iba a curar el cáncer. Watson iba a transformar el sector financiero. Watson iba a optimizar la cadena de suministro. Watson iba a personalizar la educación. Cada anuncio acompañado de campañas publicitarias intensivas, presencia en conferencias, casos de estudio cuidadosamente narrados. Y, en paralelo, una serie de retiradas silenciosas. MD Anderson, el famoso centro oncológico de Houston, canceló en 2017 su proyecto con Watson tras gastar 62 millones de dólares y no obtener uso clínico. Hospitales en otros países hicieron lo mismo. La línea «Watson Health» fue vendida en 2022 a una firma de capital privado por una fracción de lo que IBM había invertido. La operación, en términos corporativos, fue un fracaso. La promesa de mercado se cobró durante una década en publicidad sin que el producto la respaldara.
Cuando llegó el momento generativo —GPT-3 en 2020, ChatGPT en 2022—, IBM ya estaba descolocada. La empresa lanzó watsonx como respuesta, una plataforma que ofrece acceso a modelos —algunos propios, llamados Granite; muchos open source incorporados desde fuera— y a herramientas de despliegue empresarial. Es un producto correcto para nichos específicos del mundo corporativo. No es un competidor de frontera. No aparece en discusiones técnicas serias sobre estado del arte. Ningún investigador independiente cita Granite como referencia.
Y, sin embargo, IBM sigue siendo el primer resultado de Google cuando alguien busca crítica sobre IA. La razón no es técnica. Es de dominio.
Cómo se mantiene un dominio cuando ya no se merece
Aquí viene la parte menos comentada del fenómeno SEO. Google no rankea por relevancia técnica actual. Rankea por una mezcla compleja de señales —autoridad de dominio histórica, perfil de enlaces entrantes, antigüedad del contenido, métricas de comportamiento del usuario, frescura editorial y otras decenas de factores—. Un dominio que lleva veinte años posicionado, con miles de enlaces entrantes acumulados durante esos veinte años y con contenido enciclopédico publicado entre 2018 y 2023, parte con una ventaja estructural enorme sobre cualquier dominio nuevo, por mucho mejor contenido que produzca el nuevo.
IBM.com es un dominio con autoridad altísima. Lleva décadas activo. Tiene millones de enlaces entrantes desde universidades, prensa, blogs técnicos, papers académicos —enlaces ganados, en muchos casos, en la época en la que IBM sí era frontera—. Su contenido informacional sobre IA está publicado, en su mayoría, entre 2020 y 2024, con actualizaciones cosméticas posteriores. Para Google, ese contenido tiene todos los sellos de calidad. Para el sector, está desactualizado en lo conceptual y desconectado de lo que ocurre hoy.
El resultado es perverso. Una empresa que ya no compite técnicamente ocupa el escaparate informacional. El usuario que llega le concede autoridad heredada. Y el ciclo se retroalimenta: como el usuario llega, Google sigue rankeando; como Google sigue rankeando, llegan más usuarios; como llegan más usuarios, las métricas de comportamiento siguen siendo aceptables y el ranking se mantiene. La autoridad de dominio se ha convertido en una renta. Renta que paga el lector con tiempo y con criterio formado a partir de información obsoleta.
Lo que se pierde mientras lees a IBM
Mientras un lector hispanohablante invierte cuatro minutos en el listicle de IBM sobre los diez peligros de la IA, ¿qué deja de leer? Aquí está la pregunta operativa.
Deja de leer, por ejemplo, el AI Index Report 2026 de Stanford HAI, publicado en abril, con cifras agregadas del sector, análisis de adopción global, datos sobre concentración geográfica de modelos frontier, evolución de las capacidades, incidentes documentados. Es el documento de referencia gratuito más completo que existe sobre el estado de la IA, varios cientos de páginas de datos agregados. No está traducido al español. No tiene equipo de SEO. No compite con IBM en la SERP.
Deja de leer a Ben Thompson en Stratechery, que cada semana publica análisis estratégico de fondo sobre el sector. A Casey Newton en Platformer, que cubre las decisiones internas de las grandes y sus consecuencias. A los reportajes largos de 404 Media sobre el lado oscuro del entrenamiento de modelos. A las investigaciones de MIT Technology Review sobre anotadores precarizados en Kenia, sobre uso militar de IA, sobre fallos sistémicos.
Deja de leer a Kate Crawford, que en Atlas of AI desmonta la metáfora de la nube y muestra la materialidad real de la infraestructura. A Shoshana Zuboff, que en Surveillance Capitalism explica el modelo de negocio del que la IA generativa es solo el último capítulo. A Timnit Gebru, que en el paper Stochastic Parrots anticipó muchas de las críticas que después llegaron al mainstream.
Y deja de leer, simplemente, a los propios actores de frontera explicándose a sí mismos. Las cartas anuales de Sam Altman. Los ensayos de Dario Amodei. Los papers técnicos de Anthropic sobre interpretabilidad. Las publicaciones de DeepMind sobre seguridad. El blog técnico de Meta AI. Lo escriben con sesgo de parte —lo tienen— pero al menos están dentro del sector que dicen explicar. IBM, en 2026, no lo está.
El patrón ampliado: la fauna de los descolocados
IBM no es el único caso. El patrón se repite con varias marcas grandes del sector tecnológico anterior que conservan dominio SEO en español sin tener relevancia técnica actual en IA generativa.
Oracle ocupa posiciones altas en búsquedas sobre IA empresarial sin ser un actor frontier. SAP idem. Slack publica posts sobre productividad con IA que se posicionan más alto que análisis sectoriales serios. Avast y Malwarebytes ocupan la SERP de «riesgos de IA» desde el ángulo de la ciberseguridad. Cisco escribe sobre IA y redes. Dell publica white papers que rankean en queries generales. Todas estas empresas tienen un patrón común: son veteranas del sector tecnológico, tienen dominios con autoridad histórica acumulada, mantienen equipos de marketing de contenidos de tamaño industrial, y producen artículos informacionales sobre IA aunque su contribución real al estado del arte sea marginal o nula.
Ninguna de ellas miente. Sus artículos son, técnicamente, correctos. El problema no es la mentira. El problema es la selección. Cada una elige los ángulos que conectan con sus líneas de producto, ignora los que no, y presenta lo que queda como si fuera la conversación completa. Un lector que tome ese conjunto como su fuente principal acabará con una imagen del sector que se parece más a un escaparate corporativo coordinado que a una representación honesta de qué está pasando.
Una palabra sobre la generosidad
Conviene parar un momento y matizar, porque no se trata de ensañarse. IBM ha hecho cosas valiosísimas en su historia. Inventó conceptos clave de la computación moderna. Patrocinó investigación básica durante décadas. Sigue empleando a miles de ingenieros excelentes. Su línea de quantum computing es una de las pocas apuestas industriales serias en el sector. Su contribución a estándares abiertos es real. Nada de eso desaparece porque hoy no sea protagonista en IA generativa.
Lo que desaparece es la equivalencia automática entre haber sido líder en cómputo a finales del siglo XX y ser autoridad legítima sobre lo que pasa en IA en 2026. La autoridad técnica caduca cuando el actor deja de competir. El nombre, no. El nombre sigue rankeando.
La crítica no es contra IBM como empresa. Es contra el lector que confunde nombre con vigencia. Y, sobre todo, contra el mecanismo —Google, ecosistema SEO, equipos de contenido corporativo— que mantiene esa confusión activa porque a todos los actores del mecanismo les conviene.
Cómo se ve un sector cuando IBM ya no está
Si quitas a IBM de la conversación durante diez minutos y miras el sector con los actores que sí lo están construyendo, lo que ves es otro mapa. Ves un puñado de laboratorios de frontera técnica —OpenAI, Anthropic, Google DeepMind, xAI, DeepSeek— con apuestas filosóficas diferentes y modelos en producción que millones de personas usan a diario, además de actores con peso variable según el momento como Meta o los laboratorios chinos de Alibaba. Ves una capa de proveedores de cómputo —Nvidia, AMD, Intel, TSMC, ASML— de la que depende toda la frontera y que es, en términos geopolíticos, el cuello de botella verdadero. Ves un puñado de empresas de aplicaciones —Cursor, Replit, Glean, Perplexity, Harvey— que están construyendo sobre los modelos base verticales completos. Ves a la academia —Stanford HAI, MIT CSAIL, Berkeley, CMU— produciendo evaluaciones, benchmarks, papers de seguridad. Ves a la prensa especializada anglosajona —Stratechery, Platformer, MIT Tech Review, 404 Media, The Information— cubriendo el sector con periodismo profundo. Y ves a las voces críticas estructurales —Crawford, Zuboff, Gebru, Hinton, O'Neil, Bender— interpelando al ecosistema desde fuera.
En ese mapa, IBM aparece como nota a pie de página en el capítulo de proveedores empresariales. No es ofensa. Es ubicación geográfica honesta. Lo que pasa es que esa ubicación no se corresponde con su presencia en la SERP española, donde aparece en el centro, ocupando el espacio que en un mapa honesto tendría que ocupar el AI Index, Stratechery o Crawford.
El SEO no es periodismo
Habrá un momento, quizás dentro de cinco años, en el que el contenido informacional sobre IA producido en 2020-2023 esté tan obsoleto que ni siquiera Google pueda sostenerlo arriba. Habrá un momento en el que dominios nuevos —medios independientes, blogs sectoriales con voz propia, traducciones serias de las fuentes anglosajonas— vayan acumulando autoridad y desplacen a las marcas SaaS de las primeras posiciones. Será un proceso lento porque la inercia de dominio es enorme. Pero ocurrirá.
Mientras tanto, conviene saber. Cuando entras en IBM.com y lees su listicle sobre los diez peligros de la IA, no estás leyendo a un actor del sector explicarte lo que ve desde dentro. Estás leyendo el departamento de contenidos de una empresa que decidió hace una década que iba a competir en IA, no llegó, y ahora aprovecha la renta de dominio para seguir siendo visible. Eso no es periodismo. No es divulgación. No es crítica. Es marketing institucional con SEO. El SEO no es periodismo, aunque a veces se le parezca.
Saberlo no resuelve el problema. Pero hace que dejes de creer que ya lo entiendes solo porque has leído el primer resultado de Google. Y ese, en este sector y en este momento, es el primer paso para entender algo.
Definiciones rápidas
- Autoridad de dominio: métrica compuesta que Google usa para evaluar la fiabilidad histórica de un dominio web. Incluye antigüedad, perfil de enlaces entrantes, consistencia editorial. Es altamente persistente y mal correlacionada con la relevancia técnica actual del emisor en cada tema específico.
- Frontier model: modelo de IA situado en el estado del arte de capacidad técnica en un momento dado. En 2026 los modelos frontier son publicados por OpenAI (familia GPT-5.x), Anthropic (Claude Opus 4.x), Google DeepMind (Gemini 3.x), xAI (Grok 4.x) y los laboratorios chinos DeepSeek y Alibaba, entre otros. IBM (Granite) no está en esta categoría.
- Chatbot Arena: plataforma de evaluación pública en la que usuarios votan a ciegas qué modelo responde mejor a su pregunta. Produce un ranking Elo continuamente actualizado. Es la medida menos manipulable del estado real del sector.
- Renta de dominio: ventaja competitiva que un dominio web acumulado durante décadas conserva en SERP aunque su contenido actual ya no refleje la frontera técnica de su sector.
Referencias
- Stanford HAI (2026). AI Index Report 2026 (publicado en abril de 2026). https://hai.stanford.edu/ai-index/2026-ai-index-report — capítulo de rendimiento técnico: https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance
- Chatbot Arena / LMArena (operada por LMSYS). Leaderboard. Rankings Elo empíricos por votación a ciegas, actualizados de forma continua. https://lmarena.ai/leaderboard
- Epoch AI. Notable AI Models. Registro histórico de modelos frontier.
- Christensen, C. (1997). The Innovator's Dilemma. Harvard Business Review Press.
- Lehdonvirta, V. (2022). Cloud Empires. MIT Press.
- STAT News (2017). Crónica del proyecto MD Anderson con Watson, su parón con un coste auditado de unos 62 millones de dólares y sin uso clínico. https://www.statnews.com/2017/09/05/watson-ibm-cancer/
- IBM (2022). Venta de los activos de Watson Health a Francisco Partners, que pasaron a operar bajo la marca Merative. https://newsroom.ibm.com/2022-01-21-Francisco-Partners-to-Acquire-IBMs-Healthcare-Data-and-Analytics-Assets
- IBM (2024-2025). 10 AI dangers and risks. https://www.ibm.com/think/insights/10-ai-dangers-and-risks-and-how-to-manage-them
- IBM. Granite (familia de modelos abiertos de empresa de IBM, integrada en watsonx; versiones 3.0 en octubre de 2024 a 4.0 en octubre de 2025). https://www.ibm.com/granite
- Crawford, K. (2021). Atlas of AI. Yale University Press.
- Zuboff, S. (2019). The Age of Surveillance Capitalism. PublicAffairs.
- Bender, E., Gebru, T., McMillan-Major, A., Shmitchell, S. (2021). On the Dangers of Stochastic Parrots. FAccT '21.
También te interesa
- Por qué las críticas a la IA no las hacen verdaderos expertos
- ¿Cómo se rompió la conversación pública sobre IA?
- Los bullets que UNESCO escribió sobre la IA
Aún sin comentarios
Aún no hay comentarios. Sé el primero.
Deja un comentario