IBM y ServiceNow han ampliado su colaboración para abordar uno de los problemas más difíciles de la inteligencia artificial empresarial: convertir datos y sistemas heredados en una base útil para agentes, automatización y operaciones autónomas. La alianza, de varios años, combinará capacidades de IA, datos y automatización de IBM con la plataforma de IA de ServiceNow para modernizar aplicaciones antiguas, mejorar el gobierno del dato y automatizar operaciones de infraestructura.
El anuncio llega en un momento en el que muchas grandes empresas ya no se preguntan si deben usar IA, sino por qué les cuesta tanto llevarla a procesos centrales. La respuesta suele estar menos en el modelo y más en la arquitectura: datos fragmentados, aplicaciones antiguas, flujos manuales, dependencias entre sistemas y capas de tecnología que no fueron diseñadas para agentes de IA.
La IA empresarial choca con décadas de sistemas heredados
IBM y ServiceNow sitúan el foco en dos barreras principales: el problema del dato preparado para IA y la capa de aplicaciones legacy. Las empresas llevan décadas construyendo sistemas interconectados, a menudo críticos para facturación, soporte, operaciones, recursos humanos, compras, atención al cliente o gestión de infraestructura. Sustituirlos de golpe es caro, arriesgado y, en muchos casos, inviable.
La colaboración pretende ofrecer una vía intermedia: evolucionar los sistemas existentes en lugar de reemplazarlos por completo. Esa idea encaja con la realidad de grandes corporaciones y organismos públicos. La IA no puede desplegarse a escala solo sobre demos limpias o datos perfectamente ordenados. Tiene que trabajar con mainframes, aplicaciones Java antiguas, bases de datos heterogéneas, catálogos incompletos, procesos ITSM y herramientas de automatización ya implantadas.
| Barrera empresarial | Problema real | Enfoque de IBM y ServiceNow |
|---|---|---|
| Aplicaciones legacy | Sistemas críticos difíciles de reemplazar | Modernización y refactorización gradual |
| Datos no preparados | Calidad, observabilidad y gobierno insuficientes | Extensión de Workflow Data Fabric con watsonx.data |
| Operaciones IT fragmentadas | Incidencias, cambios y remediación en silos | Integración de automatización e IT workflows |
| Modelos de IA aislados | Falta de conexión con procesos reales | IA aplicada sobre flujos de trabajo empresariales |
| Riesgo de pérdida de control | Dudas sobre gobernanza y confianza | Base abierta y flexible para usar distintos modelos |
John Aisien, directivo de ServiceNow, resume el problema al señalar que muchas empresas quieren desplegar IA agéntica, pero carecen de la base necesaria para hacerlo a escala. Raj Datta, responsable de alianzas ISV e IA en IBM, añade otra idea relevante: adoptar IA no consiste solo en acceder a modelos, sino en repensar los sistemas, datos y gobierno que los sostienen.
Tres áreas: modernización, gobierno del dato y operaciones autónomas
La colaboración se estructura en tres bloques. El primero es la modernización de aplicaciones. IBM y ServiceNow plantean usar herramientas como IBM Bob, Enterprise Application Runtime para Java y watsonx.data para escanear, refactorizar y ayudar a llevar aplicaciones envejecidas a un entorno más preparado para IA.
El segundo bloque es el gobierno del dato empresarial. Aquí la alianza busca extender ServiceNow Workflow Data Fabric con capacidades de IBM watsonx.data, incluyendo calidad de datos, observabilidad y Master Data Management, además de aprovechar ServiceNow Data Catalog. La meta es que los clientes conjuntos puedan mantener sus datos preparados para IA, algo mucho más difícil de lo que suele parecer en presentaciones comerciales.
El tercer bloque es la operación autónoma de infraestructura. IBM integrará piezas como Red Hat Ansible, IBM Bob, Instana, HashiCorp Terraform y HashiCorp Vault en workflows IT de ServiceNow para detectar, remediar y resolver problemas antes de que impacten al negocio.
| Área de colaboración | Herramientas citadas | Objetivo |
| Modernización de aplicaciones | IBM Bob, Enterprise Application Runtime Java, watsonx.data | Escanear y refactorizar sistemas antiguos |
| Gobierno del dato | ServiceNow Workflow Data Fabric, watsonx.data, Data Catalog | Mantener datos preparados para IA |
| Calidad y observabilidad | Capacidades de IBM sobre datos empresariales | Mejorar fiabilidad del dato usado por IA |
| Master Data Management | IBM watsonx.data y gobierno asociado | Unificar entidades críticas del negocio |
| Operaciones autónomas | Ansible, Instana, Terraform, Vault, IBM Bob | Detectar, remediar y resolver incidencias |
| Workflows IT | ServiceNow AI Platform | Conectar inteligencia con ejecución operativa |
Las soluciones conjuntas están previstas para la segunda mitad de 2026, aunque ambas compañías advierten que las declaraciones sobre dirección futura pueden cambiar o retirarse sin previo aviso.
Por qué ServiceNow es una pieza estratégica
ServiceNow se presenta cada vez más como una “torre de control” para la IA empresarial. Su plataforma no solo gestiona tickets o procesos IT, sino que conecta herramientas departamentales, aplicaciones cloud, sistemas legacy y agentes. La compañía afirma que su plataforma ejecuta más de 85.000 millones de workflows al año, una cifra que explica por qué quiere convertirse en el punto donde la IA pase de la recomendación a la acción.
La colaboración con IBM encaja en esa estrategia. ServiceNow tiene presencia en los procesos operativos de muchas grandes empresas. IBM aporta experiencia en modernización, cloud híbrido, Red Hat, automatización, datos empresariales y consultoría. La combinación busca resolver una pregunta muy práctica: cómo llevar IA a procesos reales sin desmontar toda la infraestructura existente.
| Activo de ServiceNow | Papel en la alianza |
| AI Platform | Orquestar inteligencia y ejecución en workflows |
| Workflow Data Fabric | Conectar datos de distintos sistemas |
| Data Catalog | Dar visibilidad y gobierno sobre activos de datos |
| IT workflows | Activar automatización, remediación y seguimiento |
| Ecosistema empresarial | Llegar a procesos centrales de grandes organizaciones |
Para muchas empresas, el valor no estará en tener “otro chatbot”, sino en que un agente pueda detectar una anomalía, consultar datos fiables, activar una automatización, abrir o cerrar una incidencia, ejecutar un cambio controlado y dejar trazabilidad. Eso exige que la IA esté conectada con sistemas operativos reales, no solo con una interfaz conversacional.
IBM quiere que la IA entre en el legacy sin romperlo todo
IBM lleva años posicionándose alrededor de cloud híbrido, Red Hat, automatización e IA empresarial. Su papel en esta alianza es aportar herramientas para trabajar con sistemas complejos que no pueden moverse de golpe. En grandes organizaciones, el legacy no es solo “código viejo”. Suele ser el lugar donde vive el negocio.
Modernizar una aplicación antigua puede implicar entender dependencias, separar módulos, transformar runtimes, mejorar observabilidad, reorganizar datos y crear interfaces que permitan a agentes operar con seguridad. Si se hace mal, la IA puede aumentar el riesgo. Si se hace bien, puede acelerar tareas que antes dependían de procesos manuales o conocimiento experto repartido entre equipos.
| Problema del legacy | Riesgo si se ignora | Valor de modernizar |
| Código difícil de entender | Cambios lentos y costosos | Mayor capacidad de evolución |
| Datos encerrados en sistemas antiguos | IA sin contexto suficiente | Datos disponibles para workflows |
| Falta de observabilidad | Incidencias tardías | Detección y remediación más rápida |
| Procesos manuales | Coste operativo alto | Automatización guiada |
| Dependencias no documentadas | Riesgo en migraciones | Modernización gradual y controlada |
| Gobernanza débil | IA poco fiable | Mayor trazabilidad y confianza |
La referencia a IBM Bob es especialmente interesante porque apunta a una estrategia de IA aplicada a desarrollo y modernización. IBM quiere llevar capacidades de análisis y transformación de código a entornos donde el coste de cambiar sistemas es muy alto. En ese contexto, ServiceNow puede actuar como capa de orquestación y ejecución de trabajo.
El dato preparado para IA no se improvisa
La segunda parte de la alianza aborda un problema menos vistoso, pero decisivo: el dato AI-ready. Muchas empresas tienen datos suficientes, pero no necesariamente datos utilizables por agentes o modelos. Pueden estar duplicados, desactualizados, mal clasificados, sin linaje claro o repartidos entre departamentos.
Un agente empresarial que trabaja con datos incorrectos no escala productividad; escala errores. Por eso el gobierno del dato vuelve al centro. Calidad, observabilidad, catálogo y Master Data Management no son piezas nuevas, pero la IA las convierte en requisitos más urgentes. Si un modelo debe tomar decisiones o activar workflows, la empresa necesita saber de dónde sale la información, si está actualizada y quién puede usarla.
| Capacidad de datos | Por qué importa para IA |
| Calidad de datos | Reduce respuestas y decisiones incorrectas |
| Observabilidad | Detecta problemas en pipelines y fuentes |
| Catálogo | Permite descubrir activos y entender contexto |
| Master Data Management | Unifica entidades críticas como cliente, producto o proveedor |
| Gobierno | Define permisos, trazabilidad y uso permitido |
| Datos en workflows | Conecta conocimiento con acción operativa |
Aquí ServiceNow e IBM intentan unir dos mundos que a menudo han ido separados: plataformas de workflow y plataformas de datos. La IA agéntica necesita ambas cosas. Sin datos, el agente no entiende el contexto. Sin workflow, el agente no puede actuar de forma controlada.
Operaciones autónomas: menos ticket y más remediación
El tercer bloque apunta a IT operations. La integración de Red Hat Ansible, Instana, Terraform y Vault dentro de workflows de ServiceNow busca que las organizaciones detecten, remedien y resuelvan incidencias antes de que afecten al negocio. Es una evolución natural de AIOps hacia operaciones más autónomas.
Instana puede aportar observabilidad. Ansible puede ejecutar automatizaciones. Terraform puede gestionar infraestructura como código. Vault puede manejar secretos. ServiceNow puede coordinar el flujo, registrar acciones, gestionar aprobaciones y dar contexto al proceso. Si la integración funciona, el resultado puede ser un sistema donde muchas incidencias se resuelvan con menos intervención manual.
| Herramienta | Papel posible en operaciones autónomas |
| Instana | Observabilidad y detección de problemas |
| Red Hat Ansible | Automatización de tareas y remediación |
| Terraform | Gestión de infraestructura como código |
| HashiCorp Vault | Gestión de secretos y credenciales |
| IBM Bob | Modernización y asistencia sobre sistemas |
| ServiceNow IT workflows | Orquestación, control, aprobaciones y trazabilidad |
El reto estará en el equilibrio entre autonomía y control. No todas las incidencias deben resolverse automáticamente. Algunas requerirán aprobación, revisión humana o políticas estrictas. La promesa de operaciones autónomas solo funciona si hay límites, registros, rollback y gobierno.
Una alianza pensada para grandes empresas, no para demos
La colaboración entre IBM y ServiceNow no parece diseñada para usuarios que buscan un asistente de IA aislado. Apunta a grandes organizaciones con procesos críticos, sistemas antiguos, muchos datos y necesidad de control. Es ahí donde la IA suele encontrar más resistencia, pero también donde puede generar más valor si se integra bien.
La lectura más importante es que la siguiente fase de la IA empresarial no se decidirá solo en la calidad de los modelos. Se decidirá en la capacidad de conectarlos con sistemas reales, datos fiables, procesos auditables y automatizaciones seguras. IBM y ServiceNow quieren ocupar precisamente esa capa intermedia entre el modelo y la operación.
La disponibilidad prevista para la segunda mitad de 2026 deja margen para ver cómo se concretan las soluciones conjuntas. Por ahora, el anuncio marca una dirección clara: modernizar sin romper, gobernar datos antes de automatizar y convertir los workflows en el lugar donde la IA realmente trabaja.
Preguntas frecuentes
¿Qué han anunciado IBM y ServiceNow?
Han ampliado una colaboración de varios años para crear soluciones conjuntas que modernicen aplicaciones legacy, preparen datos empresariales para IA y automaticen operaciones de infraestructura.
Cuándo estarán disponibles estas soluciones?
IBM y ServiceNow esperan que las soluciones conjuntas estén disponibles en la segunda mitad de 2026.
Qué herramientas de IBM se integrarán con ServiceNow?
El anuncio menciona IBM Bob, IBM watsonx.data, Enterprise Application Runtime para Java, Red Hat Ansible, Instana, HashiCorp Terraform y HashiCorp Vault.
Por qué importa para la IA agéntica?
Porque los agentes empresariales necesitan datos fiables, sistemas modernizados y workflows donde ejecutar acciones con control. Sin esa base, la IA se queda en pilotos aislados.
