IBM completa la adquisición de Confluent y apuesta todo a los datos en tiempo real para la IA empresarial
IBM oficializó la adquisición de Confluent el 17 de marzo de 2026, y el movimiento vale alrededor de 11 mil millones de dólares — o 31 dólares por acción. No es poca cosa, y el tamaño del cheque ya dice mucho sobre lo que está en juego aquí.
Confluent no es una empresa cualquiera. Es la plataforma de streaming de datos que más de 6.500 empresas en el mundo utilizan para mantener sus operaciones funcionando en tiempo real, incluyendo el 40% de las empresas del Fortune 500. Cuando piensas en marcas globales que dependen de información llegando a la velocidad correcta para tomar decisiones críticas, es muy probable que Confluent esté en algún lugar de esa cadena, procesando eventos, moviendo datos entre sistemas y garantizando que nada se pierda en el camino.
Pero ¿por qué IBM desembolsó tanto? La respuesta está en un problema que prácticamente toda gran empresa enfrenta hoy: datos en tiempo real que simplemente no llegan a tiempo. En la mayoría de las organizaciones, la información queda atrapada en silos, llegando horas o incluso días después de ser generada. Para sistemas de IA empresarial que necesitan tomar decisiones en milisegundos, eso es básicamente inútil. Un agente de IA que recibe datos viejos va a tomar decisiones viejas — y en un mercado que se mueve rápido, ese retraso tiene un costo real, medible y, muchas veces, irreversible.
Es exactamente esa brecha la que la combinación IBM más Confluent promete cerrar, creando una base de datos viva, gobernada y en flujo continuo para alimentar agentes de IA, modelos y automatizaciones en entornos híbridos. 🚀
Qué cambia con la unión de IBM y Confluent
Para entender el peso de este movimiento, vale la pena dar un paso atrás y mirar lo que cada lado trae a la mesa. IBM tiene una de las mayores carteras de clientes corporativos del planeta, con décadas de presencia en sectores como finanzas, salud, retail, manufactura y gobierno. También cuenta con un portafolio robusto de soluciones de IA empresarial — incluyendo watsonx, su plataforma de inteligencia artificial — además de una infraestructura sólida en nube híbrida con Red Hat OpenShift. Lo que faltaba, de cierta forma, era una capa de datos en movimiento que conectara todo esto de manera fluida y en tiempo real, sin depender de arquitecturas de datos heredadas que todavía dominan buena parte de los entornos corporativos tradicionales.
Confluent, por otro lado, nació justamente para resolver ese problema. Fundada por ingenieros que crearon Apache Kafka mientras trabajaban en LinkedIn, la empresa transformó Kafka en un producto empresarial completo — con gobernanza, seguridad, escalabilidad y una interfaz mucho más amigable para equipos de ingeniería de datos. Con más de 6.500 clientes activos y una base de ingresos recurrentes significativa, llegó a este negocio con fuerza. La plataforma de Confluent permite que eventos de negocio — una compra, un cambio de inventario, una lectura de sensor, una transacción financiera — sean capturados, procesados y distribuidos hacia donde necesitan ir en cuestión de milisegundos.
Eso es exactamente el tipo de infraestructura que los sistemas de IA empresarial modernos necesitan para funcionar de verdad, y no solo en demos de laboratorio.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Juntas, IBM y Confluent forman una combinación que aborda dos de los mayores cuellos de botella de las empresas que intentan escalar inteligencia artificial: la calidad de los datos que alimentan los modelos y la velocidad con la que esos datos llegan. Sin datos frescos y bien gobernados, hasta los mejores modelos de lenguaje y los agentes de IA más sofisticados quedan atrapados en respuestas desactualizadas o inconsistentes. Con esta adquisición, IBM pasa a tener en sus manos una capa de datos en tiempo real que puede integrarse directamente a watsonx y a otros componentes de su ecosistema, creando un pipeline de información que alimenta decisiones inteligentes de punta a punta. 🔥
Integraciones que ya se materializan desde el primer día
A diferencia de muchas adquisiciones que tardan meses o incluso años en generar valor práctico, IBM trajo una lista de integraciones listas desde el día uno del cierre del negocio. Estas sinergias de producto muestran que la planificación técnica entre las dos empresas ya estaba bastante avanzada antes incluso de la conclusión de la compra.
Las integraciones iniciales incluyen:
- Datos listos para IA en tiempo real con watsonx.data: las tecnologías de IA empresarial necesitan contexto actualizado, y no datos del día anterior. Confluent pasa a transmitir eventos operacionales directamente a watsonx.data, garantizando que cada modelo, agente y workflow funcione con datos continuamente actualizados, con trazabilidad, control de calidad y aplicación de políticas de gobernanza integrados en el proceso.
- Mainframe modernizado en la era de la IA con IBM Z: las transacciones de negocio más críticas del mundo corren desde hace décadas en mainframes IBM Z. Con la integración entre IBM Z y Confluent, las organizaciones pueden identificar y disparar eventos en tiempo real directamente en la fuente de las transacciones, además de transmitir datos transaccionales para análisis, automatización y workflows de IA. Esto permite que el procesamiento de transacciones de misión crítica se integre de forma nativa con el resto del negocio en tiempo real y a escala corporativa.
- Automatización orientada a eventos con IBM MQ e IBM webMethods: IBM MQ e IBM webMethods Hybrid Integration forman la base de la automatización corporativa orientada a eventos, combinando mensajería transaccional confiable con integración y orquestación moderna en entornos híbridos. Confluent expande esta plataforma con streaming de eventos a gran escala, permitiendo que aplicaciones, APIs y agentes de IA detecten y reaccionen a eventos de negocio en tiempo real.
Estas integraciones no son solo técnicamente relevantes — resuelven problemas concretos que los arquitectos de sistemas enfrentan todos los días al intentar conectar entornos heredados con plataformas de IA modernas. Para empresas que ya operan con la infraestructura de IBM, el camino para adoptar streaming de datos como parte de la estrategia de IA se acortó considerablemente.
Casos reales que muestran el impacto del streaming de datos
Uno de los puntos fuertes de Confluent es que no necesita argumentos hipotéticos para justificar el valor del streaming de datos. La empresa ya tiene casos de uso en producción en algunas de las mayores organizaciones del mundo, y estos ejemplos ayudan a entender por qué IBM vio tanto valor en esta adquisición.
- Michelin usa Confluent para gestionar inventario en tiempo real en una cadena de suministro que cubre 170 países, alcanzando un 35% de reducción de costos sin perder visibilidad ni control operacional.
- L’Oréal utiliza la plataforma para transmitir actualizaciones de productos e stock en tiempo real entre sistemas internos y aplicaciones de terceros, respondiendo más rápido a cambios en la demanda de los consumidores.
- BMW Group hace streaming de datos de IoT de más de 30 plantas de producción y de su red global de ventas en tiempo real, conectando sistemas del piso de fábrica con aplicaciones en la nube por toda la organización.
- Ticketmaster transmite inventario de entradas, ventas y actividad de los clientes en tiempo real por cientos de sistemas, reduciendo fricción en el desarrollo y alimentando machine learning a escala.
Estos ejemplos dejan claro que el streaming de datos en tiempo real ya no es una tecnología experimental — es infraestructura de producción. Y con la escala de IBM, estos escenarios pueden replicarse y expandirse hacia una base de clientes aún mayor alrededor del mundo. 📊
Integración híbrida como centro de la estrategia
Uno de los aspectos más importantes de esta adquisición — y que quizás no está recibiendo la atención que merece — es el papel de la integración híbrida en toda esta ecuación. La mayoría de las grandes empresas no opera en un único entorno de nube. Viven en una mezcla de infraestructura on-premise, múltiples nubes públicas y entornos privados. Mover datos de forma confiable, segura y en tiempo real por toda esa arquitectura distribuida es uno de los desafíos más complejos de la ingeniería moderna. Y es exactamente ahí donde Confluent tiene una propuesta diferenciada — fue construida para funcionar en ese tipo de entorno distribuido, con conectores nativos para decenas de sistemas y la capacidad de actuar como una columna vertebral de eventos en arquitecturas híbridas.
IBM, con su experiencia consolidada en entornos corporativos complejos y su plataforma Red Hat OpenShift como base de orquestación, ya era una referencia en integración híbrida. Al incorporar a Confluent, expande esa capacidad con una capa de streaming que transforma datos estáticos en flujos continuos de información. Imagina un banco que necesita detectar fraudes en tiempo real mientras procesa miles de transacciones por segundo en sistemas distribuidos entre diferentes países y entornos de nube. O un retailer que necesita actualizar inventarios, precios y recomendaciones personalizadas en el mismo instante en que un cliente hace clic en un producto. Estos escenarios exigen una infraestructura de datos que la combinación IBM más Confluent está muy bien posicionada para entregar, especialmente para empresas que no pueden simplemente abandonar sus sistemas heredados de la noche a la mañana.
Además, la integración híbrida en este contexto no es solo técnica — también es estratégica. Empresas que operan en sectores regulados, como salud y finanzas, necesitan garantizar que los datos circulen con gobernanza, trazabilidad y cumplimiento en cada punto de la cadena. Confluent ya ofrece recursos robustos en ese sentido, con control de acceso, auditoría de eventos y cifrado integrado. Con IBM aportando su historial en compliance y seguridad corporativa a esta ecuación, la propuesta conjunta se vuelve aún más atractiva para organizaciones que necesitan escalar IA sin renunciar al control y al cumplimiento regulatorio. 🛡️
Qué dicen los protagonistas y analistas del mercado
Rob Thomas, Vicepresidente Senior de Software y Chief Commercial Officer de IBM, fue directo al grano al comentar el cierre del negocio. Según él, las transacciones ocurren en milisegundos, y las decisiones de IA necesitan acompañar esa velocidad. Con Confluent, IBM entrega a los clientes la capacidad de mover datos confiables de forma continua por toda la operación, para que modelos y agentes de IA puedan actuar con base en lo que está ocurriendo ahora — y no en datos con horas de retraso. Thomas destacó que juntas, las dos empresas ofrecen la base para un nuevo modelo operacional, donde la IA corre sobre datos en vivo, toma decisiones en tiempo real y entrega valor a escala.
Jay Kreps, CEO y cofundador de Confluent, también celebró la unión. Kreps recordó que desde la fundación de la empresa, la misión siempre fue poner los datos del mundo en movimiento, haciendo que el streaming de datos sea tan fundamental para las empresas como la base de datos. Según él, unirse a IBM permite acelerar esa misión a una escala mucho mayor, aprovechando el alcance global y las relaciones profundas que IBM tiene en el mercado corporativo. Kreps enfatizó que, a medida que las empresas migran de la fase de experimentación a operar sus negocios con IA, garantizar que los datos fluyan continuamente por el negocio nunca ha sido tan importante.
Del lado de los analistas, Sanjeev Mohan, Principal Analyst de SanjMo, aportó una visión equilibrada y bien fundamentada. Señaló que la transición de la experimentación a la implantación de IA en producción expuso una brecha crítica en la arquitectura de datos de las empresas: la incapacidad de entregar datos confiables y en tiempo real a los sistemas que más los necesitan. Mohan destacó que los agentes de IA y los workflows automatizados no operan sobre datos históricos — necesitan señales operacionales en vivo, fluyendo continuamente por la empresa a medida que los eventos ocurren. Según el analista, IBM ha logrado avances significativos al armar un portafolio que aborda ambos lados de la ecuación: gobernanza e infraestructura para datos en reposo, y una plataforma para datos en movimiento.
La escala de la demanda por datos en tiempo real
Para poner en perspectiva la dimensión del mercado que esta adquisición aborda, vale mencionar una proyección de IDC que prevé el surgimiento de más de mil millones de nuevas aplicaciones lógicas para 2028. Ese volumen será impulsado por una nueva generación de IA que solo entregará valor real si los datos detrás de ella son en vivo, confiables y en flujo continuo. Estamos hablando de una demanda por infraestructura de datos en tiempo real que va mucho más allá de lo que las arquitecturas tradicionales de batch processing pueden atender.
Esa escala de demanda exige un nuevo tipo de fundamento de datos, y es exactamente ese el desafío que IBM y Confluent se proponen resolver. Con una plataforma única y gobernada, donde modelos de IA y agentes pueden operar con contexto, en tiempo real y en cualquier entorno, la combinación de las dos empresas aborda una necesidad que crecerá exponencialmente en los próximos años.
Herramientas que usamos a diario
El futuro de la IA empresarial pasa por datos que no se detienen
Existe un debate creciente en el mercado de tecnología sobre qué realmente diferencia una implementación de IA empresarial exitosa de una que se queda solo en el papel. Y la respuesta que ha ganado cada vez más consenso entre ingenieros, arquitectos de sistemas y líderes de producto es simple: la calidad y la actualidad de los datos. Los modelos de lenguaje grandes, los agentes autónomos y los sistemas de automatización inteligente son tan buenos como los datos que los alimentan. Y si esos datos llegan con horas de retraso, el impacto práctico de la IA disminuye drásticamente, independientemente de cuánto se haya invertido en los modelos en sí.
Es en ese punto donde la adquisición de Confluent por parte de IBM tiene más sentido como tesis de largo plazo que como movimiento de corto plazo. IBM no está simplemente comprando ingresos recurrentes o una base de clientes — está comprando la infraestructura que va a determinar si su plataforma de IA empresarial puede competir de igual a igual con Google, Microsoft y Amazon en el mercado corporativo. Watsonx necesita datos en movimiento para ser relevante. Los agentes de IA que IBM quiere colocar en el centro de las operaciones de sus clientes necesitan eventos en tiempo real para tomar decisiones que realmente importen. Y Confluent entrega exactamente eso, a escala y con la resiliencia que los entornos de misión crítica exigen. Es una apuesta en la capa más fundamental de la pila de IA corporativa.
El mercado de datos en tiempo real también está creciendo a un ritmo acelerado, impulsado por el avance del IoT, la proliferación de aplicaciones móviles, el crecimiento del e-commerce y la expansión de sistemas financieros digitales. Todo eso genera eventos que necesitan ser capturados y procesados al instante, no en lotes nocturnos. Con Confluent dentro de casa, IBM pasa a tener una posición privilegiada en este mercado en expansión, pudiendo ofrecer una solución integrada que va desde la infraestructura de streaming hasta los modelos de IA, pasando por la gobernanza de datos y la seguridad corporativa.
Para los clientes que ya están en la órbita de IBM, esto simplifica decisiones de compra e integración. Para los que aún no lo están, es un argumento de valor mucho más completo de lo que cualquiera de las partes podría presentar por separado. 💡
IBM Consulting y los socios de IBM también ganan un papel importante en esta nueva fase. Con Confluent en el portafolio, los equipos de consultoría pasan a tener las herramientas adecuadas para ayudar a los clientes a construir el fundamento de datos que sus proyectos de IA necesitan — en vivo, gobernado y fluyendo continuamente por cada sistema y entorno de la organización.
Con 11 mil millones de dólares invertidos y una combinación técnica que aborda directamente los mayores cuellos de botella de la IA corporativa, IBM señala de forma clara que la próxima fase de la inteligencia artificial empresarial se construirá sobre datos que nunca dejan de moverse — y quiere estar en el centro de esa infraestructura.
