Satya Nadella, CEO de Microsoft, ha lanzado una advertencia directa a los CIOs: si tu empresa se limita a usar modelos de terceros tal cual, estás 'filtrando valor empresarial a algún modelo en algún sitio'. Cita literal: 'Si no eres capaz de incorporar el conocimiento tácito de la empresa en un conjunto de pesos en un modelo que tú controlas, por definición no tienes soberanía'. El mensaje viene del Foro Económico Mundial 2026 en Davos y conecta con tres movimientos del sector que han pasado esta misma semana.
La tesis: ownership del aprendizaje, no del modelo
El argumento de Nadella no es que cada empresa entrene su propio modelo frontera, eso cuesta más de 1.000 millones por ejecución y necesita decenas de miles de GPUs. La tesis es que cada empresa debe ser dueña del aprendizaje que rodea al modelo: sus datos, sus trazas, sus sistemas de evaluación, sus workflows y los bucles de feedback que dicen si la IA hizo algo útil. Tres unlocks específicos que propone: poseer la semántica de negocio mediante ontologías propias; democratizar el acceso con queries auditables en lenguaje natural; arquitectura de agentes con contexto rico. La frase resumen: 'los data centers físicos son table stakes; el verdadero campo de batalla es controlar los pesos del modelo'.
El pitch implícito (y por qué no lo descalifica)
Conviene ser claro: cuando el CEO de Microsoft dice que construyas tu propia IA, te está vendiendo Azure AI Foundry, fine-tuning sobre OpenAI/Mistral/Llama dentro de su plataforma y la suite de agentes Copilot. Microsoft gana cuando esa capa 'propia' vive encima de su nube. Eso no anula el argumento de fondo, lo contextualiza. AWS y Google venden exactamente la misma idea con otro packaging (Bedrock, Vertex). Tres hyperscalers convergiendo en el mismo discurso no es casualidad: es donde se ha movido el margen.
Por qué Nadella habla de esto ahora
Tres movimientos de esta misma semana refuerzan el mensaje, le quieran o no:
1. Fable 5 lleva más de 17 días offline por orden del Departamento de Comercio. Quien construyó sobre ese modelo sin fallback ha perdido productividad real.
2. Meta pivotó a su modelo interno Muse Spark tras los cortes de Gemini, demostrando que ni los hyperscalers se libran de cortes de acceso entre ellos.
3. La presión de precios bajará el ticket de los modelos frontera (Terra a mitad que GPT-5.5, según reportes recientes), pero la diferenciación entre empresas dejará de estar en qué modelo usan y pasará a estar en qué saben hacer con él. Si todas las empresas tienen acceso al mismo modelo barato, la única ventaja sostenible es la capa de datos, contexto y workflow propia.
Por qué importa para una empresa española
Para un C-Level español la lectura útil es esta: si tu inversión en IA hasta ahora se limita a licencias de Copilot o ChatGPT Enterprise, has comprado productividad individual, no ventaja competitiva. La ventaja viene de capturar el conocimiento tácito de tu empresa (cómo cotizas, cómo decides un descuento, cómo escalas un incidente) en una capa que tú controlas, conectada al modelo. Sin esa capa, cada empleado se va con su Copilot y tu organización no aprende nada que persista cuando esa persona se marcha.
Qué hacer
- Define tu 'learning layer' mínima: un repositorio de prompts, contextos y skills compartidos por equipo, con versionado y métricas de uso. Esto es factible esta semana, no en un proyecto de 12 meses.
- Construye sobre APIs, no sobre interfaces de chat. La interfaz cambia cada 6 meses; los workflows automáticos sobre API sobreviven los cambios de proveedor.
- Mide aprendizaje organizacional: cuántas skills/prompts compartidos tiene tu equipo hoy vs hace 3 meses. Si la cifra no crece, estás alquilando IA sin generar activos propios.