Una anécdota especialmente ilustrativa sobre la relación entre dinero e innovación la proporcionó DeepSeek. Cuando la compañía china publicó los detalles técnicos de DeepSeek-V3, declaró que el entrenamiento completo del modelo había requerido 2,788 millones de horas de GPU H800, utilizando una infraestructura de 2.048 GPU Nvidia H800. La cifra llamó la atención porque mostraba que una compañía con muchos menos recursos que los grandes grupos tecnológicos estadounidenses podía desarrollar un modelo competitivo mediante decisiones de arquitectura y optimización orientadas a utilizar el cómputo de forma más eficiente.
El contraste ayuda a interpretar correctamente las cifras de inversión de este artículo. Meta explicó, por ejemplo, que para entrenar Llama 3.1 405B utilizó más de 16.000 GPU H100 y más de 15 billones de tokens. DeepSeek, por su parte, describió V3 como un modelo Mixture-of-Experts de 671.000 millones de parámetros totales, pero solamente 37.000 millones activados por token, precisamente una arquitectura concebida para reducir las necesidades de computación. La comparación no permite concluir que ambos modelos, costes o capacidades sean equivalentes, pero sí deja una enseñanza importante: la capacidad financiera delimita los recursos disponibles para innovar, mientras que la eficiencia con la que se utilizan esos recursos sigue siendo una variable tecnológica fundamental.
Por eso, cuando se compara la inversión europea con la de los hiperescaladores estadounidenses, las cifras deben interpretarse con cuidado. Una enorme capacidad de inversión proporciona una ventaja estructural en infraestructura, talento y experimentación, pero una inversión menor no impide desarrollar tecnología relevante en ámbitos concretos. DeepSeek constituye un ejemplo documentado de cómo la arquitectura, la ingeniería y la eficiencia computacional pueden modificar significativamente la relación entre recursos económicos y resultados tecnológicos.
La inteligencia artificial se ha convertido en uno de los principales argumentos estratégicos de las grandes compañías tecnológicas y de telecomunicaciones. Pero incorporar IA a un producto no significa necesariamente desarrollar toda la tecnología sobre la que funciona. El nuevo servicio de observabilidad con IA presentado por Telefónica ofrece un buen punto de partida para analizar esa diferencia.
En este post examinamos qué sabemos realmente sobre la tecnología que hay detrás de esta solución, qué capacidad de I+D tiene Telefónica frente a los grandes hiperescaladores y hasta qué punto las fusiones que reclama el sector europeo podrían contribuir a reducir esa distancia tecnológica. Las cifras permiten separar algunas realidades de los discursos: la escala empresarial puede facilitar la inversión, pero la capacidad tecnológica solo puede acreditarse mediante I+D, infraestructura, talento, propiedad intelectual y productos propios.
Telefónica incorpora inteligencia artificial a sus redes para anticipar incidencias y reforzar su negocio empresarial
Telefónica ha dado un nuevo paso en la incorporación de la inteligencia artificial a la gestión de las redes corporativas con el lanzamiento de un servicio de observabilidad dirigido a grandes empresas, compañías de tamaño medio y administraciones públicas. La solución permite conocer en tiempo real el estado de las infraestructuras de comunicaciones, relacionar su comportamiento con los procesos de negocio y utilizar la IA para detectar anomalías, identificar con mayor rapidez el origen de los problemas y anticipar posibles incidencias antes de que afecten a servicios críticos.
La nueva propuesta centraliza en una única herramienta la monitorización, el análisis y la correlación de los sucesos que se producen en las redes corporativas. El objetivo es ir más allá de la supervisión convencional de las comunicaciones y utilizar el análisis de patrones, métricas y eventos para determinar no solamente qué está ocurriendo en la infraestructura tecnológica, sino también cuál puede ser su repercusión sobre la actividad de la organización. De esta manera, Telefónica plantea una evolución desde una gestión fundamentalmente reactiva hacia otra proactiva y apoyada en análisis predictivo, con la finalidad de optimizar las comunicaciones, reducir los tiempos de resolución y anticipar las actuaciones necesarias.
Este planteamiento se encuadra en la estrategia que el consejero delegado de Telefónica, Emilio Gayo, había expuesto sobre la incorporación de la inteligencia artificial tanto a las propias redes de la operadora como a los servicios destinados a clientes corporativos. Durante su intervención en los Desayunos Esade, Gayo señaló que Telefónica ha evolucionado desde su papel tradicional como proveedor de comunicaciones hacia una posición de socio tecnológico de empresas y de los países en los que opera, y sostuvo que la transformación provocada por la IA afecta tanto al funcionamiento interno de la compañía como a su capacidad para acompañar a otras organizaciones en su adopción. En ese contexto, afirmó que la aplicación de la inteligencia artificial permitirá reducir los errores en los procesos.
El director general de Empresas y Administraciones de Telefónica España, Eduardo Ariste, sitúa precisamente la observabilidad dentro de esa evolución. Según explicó la compañía al presentar el servicio, el propósito es que sus clientes puedan pasar de una gestión reactiva a una proactiva y alineada con sus objetivos comerciales. La observabilidad, por tanto, no se limita a proporcionar información técnica de la red, sino que pretende facilitar a las empresas la comprensión de cómo el comportamiento de sus sistemas repercute en la experiencia del cliente y en la continuidad del negocio.
La solución procede de las capacidades que Telefónica ya ofrecía dentro de Titan Connect, su propuesta de conectividad avanzada, pero ahora se plantea como una evolución hacia un modelo de observabilidad inteligente que comprende arquitectura, implantación, operación y evolución continua de la infraestructura. La oferta B2B combina el diseño de arquitecturas con la implantación, la integración tecnológica y el mantenimiento, reuniendo instrumentación, contexto y automatización para correlacionar las distintas señales generadas por la red y convertir esa información en una herramienta para la gestión empresarial.
Para proporcionar esa visibilidad, las organizaciones disponen de un dashboard personalizable desde el que los equipos de tecnologías de la información pueden consultar el estado general de la infraestructura. El panel incorpora información sobre el rendimiento de las redes LAN y WAN, observabilidad Wi-Fi, eventos, alarmas correlacionadas y un cuadro de mando ejecutivo, ofreciendo una visión conjunta de las comunicaciones y facilitando la identificación de los puntos en los que se está produciendo una degradación o incidencia.
La incorporación de IA permite analizar esos datos y relacionar diferentes eventos para localizar con mayor rapidez la causa de una incidencia y anticipar potenciales fallos mediante alertas inteligentes y análisis predictivo. Telefónica sostiene que este enfoque puede reducir los tiempos de resolución, mejorar la resiliencia operativa y proporcionar más contexto a los responsables tecnológicos para adoptar decisiones fundamentadas en los datos.
La propuesta está especialmente orientada a organizaciones que manejan infraestructuras complejas y presentan una elevada dependencia de sus sistemas digitales, entre ellas entidades bancarias, compañías de retail y logística, plataformas de comercio electrónico y empresas que operan centros de atención al cliente. En este tipo de actividades, una interrupción de las comunicaciones, aunque sea breve, puede repercutir directamente sobre las operaciones. Telefónica utiliza como ejemplo periodos de elevada demanda como Black Friday, durante los cuales una degradación de la red puede afectar a las ventas y exigir una intervención inmediata.
La iniciativa se produce, además, en un momento en el que Telefónica está reforzando el peso de los servicios tecnológicos dentro de su actividad empresarial. Emilio Gayo señaló que, en el mercado corporativo de Telefónica España, la compañía ya vende más servicios distintos de las comunicaciones que servicios puramente de comunicaciones, un dato que refleja la ampliación de su actividad hacia soluciones digitales y tecnológicas para empresas.
El servicio de observabilidad se comercializa inicialmente en dos modalidades, Esencial y Premium. La modalidad Esencial permite adaptar la solución a la operativa y los eventos de cada cliente, generar alarmas y emplear inteligencia artificial para detectar los principales problemas de la infraestructura.
La modalidad Premium, cuya disponibilidad está prevista a partir de diciembre de 2026, añadirá a las funcionalidades de la versión Esencial paneles e informes personalizables y capacidades de planificación. También incorporará OpenTelemetry, el marco abierto destinado a estandarizar la recopilación y gestión de datos telemétricos procedentes de distintos entornos de software. A ello se sumarán una API para la consulta de datos y otra API de ITSM, destinada a integrar la gestión de incidencias y permitir la generación automática de alarmas y tickets cuando el sistema detecte un problema potencial.
La incorporación de estas capacidades refleja la intención de Telefónica de integrar conectividad, observabilidad, automatización e inteligencia artificial dentro de una misma propuesta destinada al mercado empresarial y a las administraciones públicas. La finalidad declarada del servicio es proporcionar una visión unificada de la infraestructura digital y facilitar una gestión de las comunicaciones más predictiva, eficiente y resiliente, en la que los datos de la red puedan utilizarse no solamente para reaccionar ante una incidencia, sino también para detectar patrones que permitan anticiparla.
Fuentes: Zona Movilidad — Telefónica incorpora IA a la observabilidad de redes para anticipar incidencias · La Vanguardia — Emilio Gayo impulsa entre las empresas la incorporación de la IA a la red · Telefónica — comunicado oficial sobre el servicio de observabilidad con IA
He buscado específicamente si la IA de observabilidad anunciada por Telefónica el 24 de septiembre de 2026 está construida sobre tecnología de OpenAI, Anthropic, Microsoft Azure, AWS, Google Cloud, Cisco, Dynatrace, Splunk, Datadog, Elastic, Grafana u otro proveedor. La conclusión que permiten sostener las fuentes públicas disponibles es bastante concreta: no existe, a fecha de hoy, información pública que permita afirmar que la IA de este nuevo servicio de observabilidad de Telefónica esté proporcionada por OpenAI, Anthropic o por un gran hiperescalador. Pero tampoco hay información suficiente para afirmar que toda la tecnología de IA subyacente haya sido desarrollada íntegramente por Telefónica.
En el comunicado oficial de Telefónica sobre el nuevo servicio de observabilidad con IA, publicado el 24 de septiembre, la compañía denomina el producto «servicio de observabilidad» de Telefónica y explica que combina diseño de arquitecturas, implantación, integración tecnológica y mantenimiento. También señala que el sistema reúne instrumentación, contexto y automatización para unificar señales y correlacionar datos. Sin embargo, en ningún punto identifica un modelo de IA, proveedor cloud o fabricante externo concreto como responsable del análisis inteligente. Esta ausencia es relevante porque, si la documentación indicase, por ejemplo, que utiliza GPT de OpenAI, Claude de Anthropic, Gemini de Google, Amazon Bedrock, Cisco, Dynatrace u otra tecnología identificable, sería posible atribuir claramente esa parte de la solución a un proveedor determinado. El comunicado no lo hace. Asimismo, las búsquedas cruzadas de Titan Connect + OpenAI, Anthropic, Azure/AWS/Google Cloud, Cisco, Dynatrace, Splunk, Datadog, Elastic y Grafana no permiten establecer mediante una fuente pública fiable que alguno de estos proveedores sea responsable de esta implementación concreta de observabilidad.
Sí existe, sin embargo, documentación anterior de la propia Telefónica que ayuda a entender de dónde proceden tecnológicamente estas capacidades. En junio de 2025, Telefónica Global Solutions (TGS) presentó públicamente TGS Advanced Monitoring y su propuesta de observabilidad inteligente. Telefónica explica que este sistema recoge métricas, eventos, registros y trazas —MELT—, realiza análisis en tiempo real, permite detectar anomalías y está orientado a entornos multicloud y redes complejas. Más significativamente, la compañía señala que su solución de observabilidad está basada en protocolos estándar de la industria y especifica la utilización de OpenTelemetry y syslog/rsyslog para recoger información procedente de múltiples fuentes. Esto presenta una clara continuidad tecnológica con el producto presentado ahora, ya que la versión Premium anunciada el 24 de septiembre de 2026 también incorporará OpenTelemetry, además de una API para la consulta de datos y otra API de ITSM. Conviene hacer aquí una distinción técnica importante: OpenTelemetry no es una inteligencia artificial ni pertenece a OpenAI. OpenTelemetry es un proyecto de código abierto orientado a la instrumentación y recopilación de datos de telemetría, fundamentalmente trazas, métricas y logs. Por consiguiente, su utilización no establece ninguna relación tecnológica con OpenAI.
La cronología de Titan Connect refuerza esa continuidad. En enero de 2026, Telefónica presentó Titan Connect como un ecosistema destinado a proporcionar conectividad avanzada a las empresas, integrando fibra, 5G SA, satélite, cloud, edge, ciberseguridad, automatización y observabilidad. Ya entonces describía un sistema que monitorizaba los componentes de la infraestructura y utilizaba IA e hiperautomatización para detectar anomalías, predecir fallos y correlacionar eventos. Posteriormente, durante el MWC 2026, Telefónica volvió a mostrar las capacidades de Titan Connect y describió la observabilidad como una herramienta capaz de proporcionar visibilidad completa y en tiempo real del rendimiento, comportamiento y estado de la red mediante IA. Tampoco en esa presentación identificó a OpenAI, Anthropic ni a un hiperescalador como proveedor del motor de inteligencia artificial. Finalmente, en septiembre, el nuevo anuncio oficial del servicio de observabilidad con IA señala expresamente que el nuevo producto constituye una evolución de las capacidades que anteriormente ofrecía dentro de Titan Connect. Por tanto, documentalmente puede establecerse una línea de continuidad entre TGS Advanced Monitoring, las capacidades de observabilidad integradas en Titan Connect y el nuevo servicio específico de observabilidad inteligente de Telefónica. Lo que la documentación pública disponible no permite determinar es qué software, modelos o algoritmos concretos ejecutan cada una de las funciones de inteligencia artificial.
En consecuencia, cuando se plantea si estamos ante tecnología propia de Telefónica, es necesario distinguir entre la solución o servicio y cada uno de sus componentes tecnológicos. Sí puede afirmarse que Telefónica comercializa, diseña, integra y opera la solución de observabilidad como una capacidad propia de su cartera de servicios. La documentación corporativa muestra además que la compañía lleva tiempo trabajando con capacidades de observabilidad, AIOps, automatización y autonomía de red, y que Telefónica Global Solutions ya disponía en 2025 de TGS Advanced Monitoring. Lo que no puede afirmarse con las fuentes disponibles es que todos los componentes tecnológicos, algoritmos y modelos de IA utilizados hayan sido desarrollados internamente por Telefónica. La propia naturaleza de la solución contempla integración tecnológica y utilización de estándares abiertos, mientras que la compañía no publica en el anuncio la arquitectura detallada ni identifica al fabricante de cada componente. Del mismo modo, tampoco puede afirmarse que utilice OpenAI, Anthropic, Gemini/Google, AWS, Azure u otro hiperescalador para realizar las funciones de detección de anomalías, correlación y predicción descritas en este producto, puesto que no aparece evidencia pública que permita atribuir a ninguno de ellos esta implementación concreta.
Esto debe diferenciarse del hecho de que Telefónica sí mantiene relaciones tecnológicas con los grandes proveedores de cloud y trabaja con ellos en otras áreas. Su oferta de servicios multicloud para empresas, por ejemplo, contempla servicios de Amazon Web Services, Microsoft Azure y Google Cloud. La existencia de esas relaciones acredita que Telefónica integra y comercializa tecnologías de estos proveedores en determinados servicios, pero no demuestra que alguno de ellos proporcione el motor de IA utilizado en este servicio concreto de observabilidad. También existe un precedente interesante en un proyecto del Ayuntamiento de Madrid en el que una solución de «observabilidad unificada» utiliza analítica avanzada e IA para anticipar incidencias y aparecen Telefónica y Viewtinet como empresas colaboradoras. Ese caso demuestra que Telefónica puede integrar tecnología de terceros en proyectos concretos de observabilidad, pero no demuestra que Viewtinet sea la tecnología que se encuentra detrás de Titan Connect o del producto anunciado el 24 de septiembre de 2026. Establecer esa relación sin una fuente que la confirme supondría ir más allá de la información disponible.
Por tanto, con la información publicada hasta el 25 de septiembre de 2026, la formulación más rigurosa es que el servicio de observabilidad con IA constituye una solución comercial y tecnológica integrada por Telefónica y procede de capacidades que la operadora ya venía desarrollando y ofreciendo, primero mediante sus soluciones de observabilidad y posteriormente dentro de Titan Connect. Así se desprende tanto de la documentación sobre TGS Advanced Monitoring, como de la presentación de Titan Connect y del comunicado oficial del nuevo servicio de observabilidad con IA. Telefónica utiliza estándares abiertos como OpenTelemetry y plantea una arquitectura capaz de integrar entornos y tecnologías de distintos proveedores. Sin embargo, la compañía no ha revelado públicamente qué modelos, algoritmos o plataformas concretas proporcionan la capa de IA del nuevo servicio. No existe actualmente evidencia pública que permita atribuirla a OpenAI, Anthropic, Microsoft, AWS, Google u otro hiperescalador, pero tampoco documentación suficiente para asegurar que la totalidad del motor de IA sea tecnología propietaria desarrollada internamente por Telefónica. Por esa razón, no resultaría suficientemente respaldado describirla como «IA propia de Telefónica». La expresión más precisa de acuerdo con la información disponible sería «solución de observabilidad de Telefónica que incorpora capacidades de inteligencia artificial».
Telefónica frente a los hiperescaladores: las cifras que delimitan su capacidad de inversión y desarrollo en inteligencia artificial
Determinar la capacidad real de Telefónica para desarrollar inteligencia artificial y compararla con los grandes hiperescaladores exige comenzar por una distinción fundamental. Telefónica no publica actualmente una cifra específica que permita saber cuánto dinero destina exclusivamente al desarrollo de inteligencia artificial. Su información financiera agrupa la IA dentro de inversiones y actividades más amplias de investigación, desarrollo, redes, digitalización y transformación tecnológica. Algo parecido sucede, aunque a una escala radicalmente diferente, con Microsoft, Alphabet, Amazon o Meta: sus enormes programas de inversión incluyen IA, pero también centros de datos, servidores, CPU, almacenamiento, redes, cloud y otros activos. Por ello, las cifras de CapEx de los hiperescaladores no deben presentarse como "inversión pura en IA". La comparación rigurosa consiste en analizar cuánto capital moviliza cada compañía para I+D e infraestructura tecnológica y, dentro de ese volumen, identificar aquello que las propias empresas vinculan expresamente con IA.
En el caso de Telefónica, la cifra consolidada más reciente y comparable disponible es la correspondiente a 2025. La compañía destinó 1.004 millones de euros a investigación y desarrollo (I+D) en sus operaciones continuadas, frente a 619 millones en 2024, lo que supone un crecimiento aproximado del 62% y equivale al 2,9% de sus ingresos. La documentación financiera de Telefónica especifica además que este gasto comprende proyectos realizados con recursos internos y desarrollos industriales encargados a terceros cuando Telefónica conserva la propiedad industrial resultante. Los proyectos abarcan redes y servicios de telecomunicaciones de nueva generación, inteligencia artificial, ciberseguridad, tecnologías cuánticas y soluciones digitales, además de iniciativas destinadas a mejorar la eficiencia operativa. Es decir, los 1.004 millones de euros no son inversión en IA, sino el presupuesto global de I+D dentro del cual se encuentra la inteligencia artificial junto con otras tecnologías. Esta distinción es imprescindible. La cifra puede comprobarse directamente en el informe financiero de Telefónica correspondiente a 2025 y en la documentación de sostenibilidad de la compañía.
La estrategia de Telefónica para 2026-2030 confirma que la IA adquirirá un peso mayor, pero no asigna públicamente una cantidad específica de euros a su desarrollo. El plan Transform & Grow 2026-2030 señala que Telefónica pretende invertir significativamente en inteligencia artificial para mejorar la experiencia del cliente y contempla a más largo plazo la utilización de agentes de IA en sus operaciones, redes autónomas y una mayor softwareización de sus servicios. Puede consultarse directamente en la estrategia 2026-2030 de Telefónica. El dato relevante para nuestra comparación es, por tanto, que Telefónica considera estratégicamente prioritaria la IA, pero no ha publicado hasta ahora un presupuesto específico de IA que permita aislarla de su I+D y de sus inversiones generales.
Las dimensiones cambian radicalmente cuando se examina a los grandes hiperescaladores. Microsoft prevé invertir aproximadamente 190.000 millones de dólares de CapEx durante el año natural 2026, según explicó la compañía al presentar sus resultados del tercer trimestre de su ejercicio fiscal 2026. Microsoft indicó que buena parte de esas inversiones responde a la necesidad de incrementar capacidad computacional y que aproximadamente dos tercios de su CapEx trimestral se estaban destinando a activos de vida relativamente corta, principalmente GPU y CPU. La compañía vincula además el incremento de sus gastos operativos con inversiones continuadas en IA, capacidad de computación para I+D, talento y datos destinados al desarrollo de productos. Puede comprobarse en la presentación oficial de resultados de Microsoft. Microsoft señalaba entonces que, incluso con semejante volumen de inversión, esperaba continuar limitada por disponibilidad de capacidad durante 2026.
Alphabet, matriz de Google, ha elevado todavía más su programa inversor. Tras comenzar 2026 proyectando entre 175.000 y 185.000 millones de dólares, la compañía fue incrementando sus previsiones conforme avanzó el ejercicio. La última orientación publicada tras sus resultados del segundo trimestre sitúa el CapEx de 2026 entre 195.000 y 205.000 millones de dólares. Alphabet explica que el aumento responde principalmente a una aceleración de la capacidad necesaria para satisfacer la demanda. En la distribución explicada anteriormente por su dirección financiera, alrededor del 60% de la inversión corresponde a máquinas y servidores y aproximadamente el 40% a centros de datos y equipamiento de red. Además, la compañía ha indicado que algo más de la mitad de su capacidad de cómputo de machine learning prevista para 2026 se destinará al negocio de Google Cloud. La relación entre este despliegue y la IA es explícita: Alphabet está ampliando capacidad para el desarrollo de modelos de frontera de Google DeepMind, Gemini, productos propios y las necesidades de sus clientes de Google Cloud. Puede consultarse la explicación de la compañía en Alphabet Investor Relations y su explicación sobre la composición de las inversiones en la conferencia de resultados.
Amazon se encuentra actualmente en una escala todavía mayor. En sus resultados del segundo trimestre de 2026, la compañía elevó su previsión de CapEx en efectivo para 2026 hasta aproximadamente 220.000 millones de dólares, frente a los alrededor de 200.000 millones previstos anteriormente. Amazon había explicado que la mayoría de esos aproximadamente 200.000 millones estaba destinada a respaldar AWS y la inteligencia artificial; el aumento posterior hasta 220.000 millones se atribuyó principalmente al encarecimiento de la memoria. Es una diferencia importante: no deben contabilizarse automáticamente los 220.000 millones como inversión en IA. Sin embargo, Amazon sí establece explícitamente que la mayoría de su gigantesco programa original de inversión está relacionado con AWS (nube) e IA, fundamentalmente centros de datos, servidores, redes y capacidad computacional. En la presentación de resultados su CEO, Andy Jassy explicó además que, incluso con semejante volumen de inversión, Amazon no esperaba disponer de capacidad suficiente para satisfacer toda la demanda durante 2026. La información puede contrastarse en la documentación y comunicaciones financieras de Amazon.
La magnitud de Amazon se entiende todavía mejor mediante otra métrica: el negocio relacionado directamente con IA de AWS superó durante 2026 una tasa anualizada de ingresos de 25.000 millones de dólares, según la información proporcionada por la compañía en su presentación de resultados del segundo trimestre. Paralelamente, Amazon está desarrollando sus propios aceleradores Trainium y chips Graviton, mantiene una estrecha colaboración con Nvidia y proporciona mediante AWS la infraestructura sobre la que terceros desarrollan y ejecutan modelos. Por tanto, Amazon no solamente compra capacidad computacional: diseña silicio, construye centros de datos, desarrolla servicios cloud específicos para IA y comercializa esa infraestructura a terceros. Esto constituye una diferencia estructural importante respecto al papel de una operadora de telecomunicaciones como Telefónica.
Meta constituye otro caso de inversión masiva. En sus últimos resultados publicados, la compañía sitúa su previsión de CapEx para 2026 entre 130.000 y 145.000 millones de dólares, incluyendo los pagos principales asociados a determinados arrendamientos financieros. Meta señala expresamente que estas inversiones están vinculadas, entre otros objetivos, al desarrollo de sus capacidades de IA y de Meta Superintelligence Labs. La evolución resulta significativa porque a comienzos de año esperaba invertir entre 115.000 y 135.000 millones y posteriormente elevó y ajustó ese intervalo hasta los actuales 130.000-145.000 millones. Puede comprobarse directamente en los resultados del segundo trimestre de 2026 de Meta.
A este grupo puede añadirse Oracle, especialmente relevante por la rápida expansión de Oracle Cloud Infrastructure para cargas de IA. Oracle proyectaba 50.000 millones de dólares de CapEx para su ejercicio fiscal 2026, fundamentalmente en el contexto de la expansión de su infraestructura cloud. En sus resultados anuales, la compañía explicó que buena parte del extraordinario crecimiento de sus compromisos contractuales procede de grandes contratos de IA y que determinados clientes están incluso prepagando o suministrando las GPU utilizadas por Oracle. En septiembre de 2026, Oracle comunicó además que había entregado más de 300.000 GPU adicionales a sus clientes de AI Cloud desde el cierre del cuarto trimestre fiscal, mientras que solamente durante su primer trimestre fiscal de 2027 había contratado más de 30.000 millones de dólares adicionales en servicios de AI Cloud. Las cifras pueden comprobarse en los resultados de Oracle de septiembre de 2026.
Las cifras dejan una fotografía bastante clara, siempre que se mantenga la cautela de no confundir CapEx total con inversión exclusivamente en IA:
|
Compañía |
Última referencia disponible |
Magnitud publicada |
Relación declarada con IA |
|
Telefónica |
2025 |
€1.004 M de I+D total |
IA incluida junto con redes, ciberseguridad, cuántica y otras tecnologías |
|
Oracle |
FY2026 |
$50.000 M CapEx |
Fuerte expansión de OCI y centros de datos para contratos de IA |
|
Meta |
2026 |
$130.000-145.000 M CapEx |
Infraestructura y capacidad para IA, incluidos Meta Superintelligence Labs |
|
Microsoft |
2026 natural |
≈$190.000 M CapEx |
Cloud + IA; fuerte inversión en GPU/CPU, centros de datos y capacidad de I+D |
|
Alphabet/Google |
2026 |
$195.000-205.000 M CapEx |
IA, Google Cloud, DeepMind/Gemini, servidores, TPU/GPU y centros de datos |
|
Amazon |
2026 |
≈$220.000 M cash CapEx |
La mayoría del plan original de $200.000 M se atribuyó a AWS e IA |
Esta tabla necesita una interpretación cuidadosa. Los 1.004 millones de euros de Telefónica corresponden a I+D, mientras que las cifras de los hiperescaladores son fundamentalmente CapEx, de modo que no son magnitudes contables equivalentes. Precisamente por ello, la comparación no debe utilizarse para afirmar que Amazon "invierte 200 veces más en IA que Telefónica". No disponemos de los datos necesarios para realizar ese cálculo. Lo que las cifras sí permiten demostrar es una diferencia extraordinaria en capacidad financiera para desplegar infraestructura computacional de IA. Amazon, Alphabet, Microsoft y Meta están destinando individualmente del orden de cientos de miles de millones de dólares anuales a infraestructura cuyo crecimiento está estrechamente relacionado con cloud e IA, mientras que el conjunto de la I+D anual declarada por Telefónica —incluyendo IA y muchas otras áreas— se sitúa alrededor de 1.000 millones de euros.
La diferencia se vuelve todavía más visible si tomamos como referencia exclusivamente los cuatro gigantes Amazon, Alphabet, Microsoft y Meta. Utilizando el punto medio de los intervalos anunciados para Alphabet y Meta, sus planes representan aproximadamente 747.500 millones de dólares de CapEx durante 2026: unos 220.000 millones de Amazon, 200.000 millones de Alphabet, 190.000 millones de Microsoft y 137.500 millones de Meta. Nuevamente, esos 747.500 millones no son "gasto en IA", pero una parte sustancial de la expansión está vinculada explícitamente por las propias compañías con IA, cloud y capacidad computacional.
Esta escala económica se traduce también en una diferencia cualitativa en las capacidades tecnológicas. Google/Alphabet desarrolla modelos de frontera a través de Google DeepMind, diseña sus propios TPU y construye la infraestructura necesaria para entrenarlos y servirlos. Microsoft dispone de una de las mayores plataformas cloud del mundo, Azure, despliega enormes cantidades de GPU y mantiene inversiones y relaciones estratégicas con desarrolladores de modelos como OpenAI y Anthropic. Amazon opera AWS, desarrolla Trainium y otros chips propios y ofrece infraestructura para múltiples familias de modelos. Meta desarrolla directamente modelos y está construyendo una infraestructura computacional gigantesca para sus proyectos de superinteligencia. Es decir, estos actores participan simultáneamente en varias capas de la cadena de valor de la IA: centros de datos, chips, cloud, entrenamiento, modelos, inferencia, software y distribución.
Telefónica ocupa una posición diferente dentro de esa cadena de valor. Dispone de capacidad propia de I+D, equipos tecnológicos, redes de telecomunicaciones, datos operativos, edge computing, plataformas digitales y conocimiento especializado de las redes. Su presupuesto de I+D de 1.004 millones de euros demuestra una actividad tecnológica significativa para una operadora de telecomunicaciones, y su estrategia 2026-2030 establece explícitamente una mayor incorporación de IA. Pero las cifras públicas no sitúan a Telefónica en la misma escala financiera ni de infraestructura computacional que Amazon, Microsoft, Alphabet o Meta para desarrollar modelos fundacionales de frontera y la infraestructura necesaria para entrenarlos. Esto no es una valoración sobre la calidad de su tecnología; es una diferencia cuantificable en recursos económicos, infraestructura y posición dentro de la cadena tecnológica.
Esta distinción resulta especialmente relevante al volver al caso concreto de la observabilidad con IA de Telefónica. La compañía puede desarrollar internamente algoritmos especializados, sistemas de automatización, modelos de detección de anomalías, herramientas AIOps y propiedad intelectual específica para telecomunicaciones sin necesidad de competir con Google o Microsoft en el entrenamiento de un modelo fundacional gigantesco. De hecho, el propio servicio anunciado por Telefónica se concentra en correlación de eventos, detección de anomalías, análisis predictivo y automatización de redes, y procede de capacidades anteriores desarrolladas dentro de Titan Connect y otras soluciones de observabilidad. Pero, como ya establecíamos en el análisis anterior, Telefónica no ha publicado la arquitectura detallada ni ha identificado públicamente qué modelos, algoritmos o plataformas proporcionan cada una de las capacidades de IA del producto.
Por ello, las cifras económicas permiten acotar el terreno, pero no identificar por sí mismas al proveedor tecnológico de la solución. Demuestran que Telefónica posee recursos para desarrollar tecnología especializada y para integrar IA en sus redes y servicios, pero también muestran que la capacidad de inversión en infraestructura computacional de los grandes hiperescaladores se encuentra en otro orden de magnitud. No sería riguroso deducir de esta diferencia que la IA de observabilidad de Telefónica "tiene que" proceder de un hiperescalador: un sistema especializado de observabilidad no necesita necesariamente un modelo fundacional de frontera ni una infraestructura de entrenamiento comparable a Gemini, GPT o los grandes modelos de Meta.
La conclusión que puede establecerse con los datos públicos es, por tanto, más precisa: Telefónica tiene capacidad económica, tecnológica y de I+D para desarrollar algoritmos, automatización y soluciones especializadas de IA aplicadas a telecomunicaciones, pero no dispone de una escala de inversión comparable a la de los grandes hiperescaladores para construir la infraestructura generalista y los modelos fundacionales que constituyen la frontera actual de la IA. Amazon, Alphabet, Microsoft y Meta están movilizando conjuntamente alrededor de tres cuartos de billón de dólares de CapEx en 2026, una parte muy significativa relacionada con la expansión de la infraestructura necesaria para cloud e IA. Telefónica, por su parte, declaró 1.004 millones de euros de I+D total en 2025, dentro de los cuales la IA es solamente una de varias áreas tecnológicas.
Esto refuerza la necesidad de mantener dos conceptos separados: «desarrollar una solución de IA» y «desarrollar toda la tecnología fundamental sobre la que funciona esa solución». Telefónica puede hacer lo primero —y existen evidencias de que desarrolla tecnología especializada— sin que ello demuestre lo segundo. Hasta que la compañía publique la arquitectura de su servicio de observabilidad, identifique los modelos utilizados o especifique los proveedores de las distintas capas tecnológicas, las cifras financieras permiten dimensionar las capacidades relativas de los diferentes actores, pero no permiten afirmar que el motor concreto de IA de la solución de observabilidad sea íntegramente propio de Telefónica ni, en sentido contrario, atribuirlo a OpenAI, Anthropic, Google, Microsoft, AWS u otro proveedor. El hecho objetivo, con la información pública disponible, es que Telefónica no ha identificado el origen ni los proveedores de todas las tecnologías que componen esa capa de inteligencia artificial.
Las fusiones pueden dar escala a Telefónica, pero la escala por sí sola no garantiza liderazgo tecnológico
La consolidación de las telecomunicaciones europeas que defiende Marc Murtra puede mejorar las condiciones económicas para que Telefónica y otras grandes operadoras europeas inviertan más en inteligencia artificial, redes autónomas, cloud, edge computing, ciberseguridad y otras tecnologías avanzadas. Pero una cosa es aumentar la capacidad potencial para invertir y otra muy diferente convertir automáticamente ese mayor tamaño empresarial en liderazgo tecnológico. Las métricas disponibles permiten sostener lo primero; no permiten dar por hecho lo segundo. La cuestión decisiva no es únicamente si Europa consigue tener operadoras de telecomunicaciones más grandes, sino qué hacen esas compañías con la escala adicional, cuánto destinan realmente a I+D y tecnología y en qué capas de la cadena de valor tecnológica deciden competir.
La argumentación de Murtra parte precisamente de la escala. El presidente de Telefónica sostiene que la fragmentación del mercado europeo limita la capacidad inversora de las operadoras y viene reclamando una regulación que facilite su consolidación. En el MWC de marzo de 2026 resumió su posición afirmando que Europa necesita «escala», una regulación favorable a la tecnología y mayor velocidad, y estableció explícitamente una relación entre consolidación e inversión: su planteamiento es que permitir a las operadoras ganar tamaño debería ir acompañado de un compromiso para invertir en tecnología. En sus propias palabras, la prioridad debe ser primero la inversión tecnológica y, a partir de ahí, las fusiones y adquisiciones pueden proporcionar la escala necesaria. La posición completa puede consultarse en la intervención de Marc Murtra en el MWC 2026 publicada por Telefónica.
Esta posición no apareció en 2026. Ya en el MWC de 2025 Murtra había reclamado que se permitiera a las grandes telecos europeas «consolidarse y crecer para crear capacidad tecnológica», vinculando expresamente tamaño empresarial, inversión y autonomía estratégica. Puede comprobarse en la intervención de Murtra de marzo de 2025. Más recientemente, en junio de 2026, Murtra volvió a defender la necesidad de desarrollar tecnología propia europea en ámbitos como IA, computación cuántica y sistemas autónomos, insistiendo en que Europa necesita aumentar su velocidad y capacidad de ejecución. Así consta en la intervención de Murtra en el Cercle d'Economia de junio de 2026.
Hay fundamento económico para sostener que la fragmentación constituye un problema. El informe Much More Than a Market de Enrico Letta señala que, pese a los avances derivados de la liberalización y la competencia, la UE continúa teniendo 27 mercados nacionales de comunicaciones electrónicas y persisten diferencias importantes de inversión, organización y desarrollo entre Estados miembros. Letta relaciona esta fragmentación con las dificultades para completar un verdadero mercado único europeo de telecomunicaciones. Posteriormente, al presentar sus conclusiones ante el Parlamento Europeo, Letta defendió abiertamente pasar de esos mercados nacionales fragmentados a un mercado europeo integrado y planteó que Europa debería contar con un número considerablemente menor de operadores, pero de mayor tamaño y capacidad internacional.
El informe Draghi sobre el futuro de la competitividad europea llega a un diagnóstico relacionado, pero aporta una dimensión particularmente relevante para las telecomunicaciones. Draghi contabilizó 34 operadores móviles con red propia en la UE, frente a tres en Estados Unidos y cuatro en China, y sostuvo que las empresas europeas carecen de la escala necesaria para desplegar determinadas infraestructuras y proporcionar a las empresas plataformas avanzadas de innovación. El informe relaciona además la menor rentabilidad del sector europeo con unos niveles inferiores de inversión y con menores posibilidades de innovar en tecnologías que van más allá de la conectividad básica.
La propia Comisión Europea ha incorporado parte de este diagnóstico a su política regulatoria. Al presentar en enero de 2026 la propuesta de Digital Networks Act (DNA), la Comisión señaló expresamente que los informes Draghi y Letta habían concluido que el sector europeo continúa fragmentado en 27 mercados y que las barreras para operar y crecer transfronterizamente limitan la capacidad de los operadores para invertir, innovar y competir con sus rivales globales. La propuesta busca precisamente facilitar que las compañías puedan operar a escala europea, incentivar la innovación y la inversión y proporcionar una infraestructura capaz de soportar IA, cloud y otras tecnologías avanzadas. Puede consultarse directamente en la documentación de la Comisión Europea sobre la Digital Networks Act.
Por tanto, sí existe fundamento documental para sostener que una mayor escala puede mejorar las condiciones para invertir. Una operadora de mayor tamaño puede repartir determinados costes fijos entre una base de clientes superior, disponer de mayores recursos financieros, eliminar inversiones duplicadas, obtener sinergias, aumentar su capacidad de contratación de talento y amortizar desarrollos tecnológicos sobre un mercado más amplio. Pero de aquí no se desprende que una fusión convierta automáticamente a una operadora europea en un competidor tecnológico de los hiperescaladores. La consolidación crea una posibilidad económica; la transformación de esa posibilidad en I+D depende de las decisiones de inversión posteriores.
Y es precisamente aquí donde las métricas introducen la parte más incómoda del problema europeo para Ceos como Marc Murtra. El EU Industrial R&D Investment Scoreboard 2025 de la Comisión Europea muestra que las 2.000 mayores empresas inversoras en I+D del mundo destinaron aproximadamente 1,446 billones de euros a investigación y desarrollo en 2024. Las empresas con sede en Estados Unidos representaron el 47,1% de esa inversión, mientras que las compañías de la Unión Europea representaron el 16,2%. Las estadounidenses, por tanto, concentran casi tres veces la proporción europea dentro de esta muestra de los mayores inversores empresariales mundiales en I+D.
La brecha resulta todavía más significativa cuando se observa dónde está concentrándose la innovación digital. Según el mismo Joint Research Centre de la Comisión Europea, Amazon, Alphabet, Meta, Microsoft y Apple concentran aproximadamente el 15% de toda la inversión mundial en I+D recogida en el Scoreboard, después de haber duplicado aproximadamente su peso durante la última década. La Comisión señala además que las compañías estadounidenses continúan dominando los sectores de software y hardware TIC, precisamente dos de los ámbitos esenciales para el desarrollo contemporáneo de la inteligencia artificial.
Hay otro indicador especialmente revelador. Un documento de la Comisión sobre las capacidades tecnológicas europeas señala que Alphabet y Meta, solamente entre ambas, representaban 72.000 millones de euros de I+D digital en 2023, equivalentes al 12,6% mundial, una cantidad superior a la inversión conjunta de todas las empresas digitales de la UE incluidas en la comparación, que representaban el 8,9%. El mismo documento señala que la participación europea en la I+D digital mundial había descendido desde el 13,7% hasta ese 8,9%, mientras China aumentó del 7,1% al 19,4%.
Los últimos datos tampoco permiten hablar de una corrección clara de esa tendencia. El EU Industrial R&D Investment Scoreboard 2025 muestra que las empresas europeas aumentaron globalmente su I+D un 2,9% en 2024, frente al 7,8% de las estadounidenses, mientras que la inversión europea en I+D del sector TIC disminuyó un 8,9%. No se trata de una comparación específica de telecomunicaciones ni exclusivamente de IA, pero sí constituye una métrica directamente relevante para evaluar la posición del ecosistema tecnológico europeo frente a Estados Unidos.
En las redes aparece un problema parecido. El 5G Observatory 2026 de la Comisión Europea señala que la intensidad inversora europea en 5G continúa por debajo de los principales mercados internacionales: el 50,6% de la inversión móvil europea correspondía a 5G, frente al 72% en China, el 67% en Corea del Sur, el 62% en Estados Unidos y el 58% en Japón. El informe identifica además entre las debilidades europeas las capacidades en cloud de hiperescalador e inteligencia artificial, la dependencia exterior en semiconductores y el riesgo de perder valor a medida que las redes se desplazan hacia software cloud y sistemas de orquestación mediante IA.
Este contexto permite situar correctamente a Telefónica. Según sus cuentas anuales de 2025, la compañía destinó 1.004,2 millones de euros a I+D en 2025, un 51% más que los 619 millones registrados en 2024. Dentro de esa cantidad se encuentran redes de nueva generación, inteligencia artificial, ciberseguridad y otras tecnologías; Telefónica no publica qué porcentaje de esos 1.004 millones corresponde exclusivamente a IA. Esto coincide con las métricas que ya habíamos establecido en nuestro análisis anterior: Telefónica dispone de recursos y conocimiento especializado para desarrollar algoritmos, automatización y soluciones de IA aplicadas a telecomunicaciones, pero su escala inversora no es comparable con la infraestructura generalista que están construyendo los grandes hiperescaladores.
Por eso, una eventual consolidación europea sí podría mejorar la capacidad de Telefónica para desarrollar IA, siempre que el aumento de escala produzca recursos adicionales y estos se destinen efectivamente a I+D, infraestructura computacional, software, datos, talento y propiedad intelectual. Lo que no permiten afirmar Draghi, Letta ni las métricas disponibles es que una fusión produzca automáticamente ese resultado. Una empresa puede utilizar las sinergias de una operación corporativa para aumentar I+D, pero también para reducir deuda, remunerar al accionista, financiar integración, desplegar redes, realizar nuevas adquisiciones o mejorar márgenes. El resultado tecnológico depende de la asignación efectiva del capital.
Esto introduce una distinción fundamental en el debate sobre la consolidación europea: escala empresarial y escala tecnológica no son sinónimos. Europa puede crear operadoras mayores mediante fusiones, pero para reducir la brecha tecnológica necesita que una parte suficiente de la capacidad financiera obtenida se convierta de forma sostenida en I+D, propiedad intelectual, software, infraestructura de computación, IA, cloud, ciberseguridad, automatización y talento científico y técnico. De lo contrario, el resultado serían empresas mayores desde el punto de vista de ingresos, clientes o capitalización, pero no necesariamente actores tecnológicos proporcionalmente más fuertes.
El propio planteamiento de Murtra contiene, de hecho, esta condición. Cuando solicita a Europa que permita ganar escala, no presenta la consolidación como un fin aislado, sino que plantea una especie de intercambio: mayor escala a cambio de mayor inversión tecnológica. Ese compromiso es perfectamente coherente con el diagnóstico de Draghi y Letta, pero su eficacia solo podrá evaluarse mediante resultados verificables: evolución del gasto en I+D, porcentaje de ingresos destinado a investigación, contratación de investigadores e ingenieros, patentes y propiedad intelectual, desarrollo de software propio, infraestructura de IA desplegada y productos tecnológicos comercializados internacionalmente.
Es precisamente en este punto donde los datos permiten formular una conclusión más amplia sobre Europa sin entrar en valoraciones personales sobre ningún directivo. Las métricas confirman una brecha de inversión e innovación digital europea; no permiten medir si un CEO "cree" realmente en la innovación ni distinguir mediante datos entre convicción y "postureo" mediático. Lo que sí puede medirse es la actuación de las compañías bajo su dirección. Europa necesita que las declaraciones sobre innovación se traduzcan en capital, I+D, talento, propiedad intelectual, infraestructura y productos competitivos, porque esas variables sí aparecen en balances, cuentas de resultados, estadísticas de inversión y resultados tecnológicos.
La evidencia disponible es contundente en este punto: Estados Unidos concentra el 47,1% de la I+D de las 2.000 mayores empresas inversoras del mundo frente al 16,2% de la UE; cinco gigantes tecnológicos —Amazon, Alphabet, Meta, Microsoft y Apple— concentran aproximadamente el 15% de toda la I+D empresarial mundial incluida en el Scoreboard; Alphabet y Meta por sí solas llegaron a superar la inversión en I+D digital agregada de las empresas digitales europeas incluidas en la comparación; y la I+D europea en el sector TIC cayó un 8,9% en 2024. Ese es el problema que una política europea de consolidación tendría que contribuir a corregir. Crear empresas más grandes puede ser una herramienta para conseguirlo, pero los datos no permiten tratarlo como una garantía.
Por ello, el criterio con el que debería evaluarse en los próximos años una eventual consolidación de Telefónica y del sector europeo no es simplemente cuánto aumenta el tamaño de las compañías, sino cuánto aumenta después su intensidad de I+D, su inversión tecnológica y su capacidad para desarrollar y poseer tecnologías estratégicas. Si las fusiones elevan sustancialmente esas métricas, habrá evidencia de que la escala se está transformando en capacidad tecnológica. Si únicamente aumenta el tamaño corporativo sin un incremento proporcional y sostenido de esas variables, las fusiones habrán producido empresas mayores, pero no habrán resuelto por sí mismas la brecha tecnológica que Draghi, Letta y la propia Comisión Europea han identificado.
En definitiva, Europa no necesita elegir entre consolidación e innovación: necesita demostrar que la primera sirve para financiar la segunda. Y esa relación no debe medirse por discursos, sino por resultados verificables: euros destinados a I+D, porcentaje de ingresos reinvertido en tecnología, investigadores e ingenieros contratados, propiedad intelectual generada, infraestructura computacional desplegada y productos europeos capaces de competir internacionalmente. Las fusiones pueden proporcionar escala; solamente una inversión tecnológica sostenida puede convertir esa escala en capacidad de innovación.
En definitiva, Europa no necesita elegir entre consolidación e innovación: necesita demostrar que la primera sirve para financiar la segunda. Las fusiones pueden proporcionar a Telefónica y a otras operadoras europeas mayor escala, recursos y capacidad de inversión, pero el verdadero indicador de éxito no será el tamaño alcanzado, sino cuánto de esa nueva capacidad económica termina convertido en I+D, software, inteligencia artificial, propiedad intelectual, infraestructura computacional y talento tecnológico europeo.
Las cifras analizadas a lo largo de este artículo muestran por qué esta distinción resulta esencial. La distancia que separa actualmente la capacidad inversora de las grandes tecnológicas estadounidenses de la europea es demasiado amplia para considerar que el aumento de tamaño empresarial constituye, por sí mismo, una política de innovación. Una teleco europea más grande puede estar en mejores condiciones para innovar, pero seguirá siendo necesario comprobar cuánto invierte, qué desarrolla internamente, qué tecnología posee y en qué ámbitos continúa dependiendo de terceros.
Ese será también el criterio con el que habrá que observar la creciente incorporación de inteligencia artificial a las redes de Telefónica. No basta con contabilizar cuántos productos incorporan la etiqueta de IA; habrá que medir qué capacidad tecnológica propia se está construyendo detrás de ellos. El servicio de observabilidad analizado es un buen ejemplo: sabemos qué funciones ofrece y que Telefónica integra y comercializa la solución, pero la información pública disponible no permite determinar todavía el origen de todas las tecnologías que componen su capa de inteligencia artificial.
Draghi y Letta han identificado un problema europeo de escala, inversión y competitividad. Las fusiones pueden contribuir a corregir la primera variable; solamente los resultados permitirán saber si también corrigen las otras dos. Por eso, la transformación tecnológica de Telefónica y de las grandes telecos europeas debería poder medirse en los próximos años con indicadores verificables: euros destinados a I+D, porcentaje de ingresos reinvertido en tecnología, investigadores e ingenieros contratados, propiedad intelectual generada, infraestructura computacional desplegada y productos europeos capaces de competir internacionalmente.
La escala puede comprarse mediante fusiones. La capacidad tecnológica, en cambio, tiene que construirse. Y esa diferencia terminará midiéndose en inversión, tecnología y resultados, no en discursos.
Para terminar el post quiero manifestar que la historia con la que comenzaba este post ofrece también una buena forma de terminarlo. DeepSeek recuerda que en inteligencia artificial el tamaño importa, pero no lo explica todo. Una compañía con recursos muy inferiores a los de los grandes hiperescaladores consiguió situarse en la conversación tecnológica mundial desarrollando modelos propios y buscando eficiencias de arquitectura y computación. No convierte en irrelevantes los cientos de miles de millones que Amazon, Microsoft, Alphabet o Meta están movilizando para construir infraestructura de IA; al contrario, esa diferencia de recursos constituye una ventaja formidable. Pero demuestra algo igualmente importante para Europa: no es necesario disponer del balance de un hiperescalador para intentar construir tecnología propia y competir en ámbitos determinados. Lo que sí resulta imprescindible es decidir hacerlo y sostener esa decisión con I+D, ingeniería, talento, infraestructura y propiedad intelectual.
Esa es probablemente la fotografía más incómoda que dejan las cifras analizadas en este post. El problema de las telecomunicaciones europeas no puede reducirse únicamente a que sus empresas sean más pequeñas que los gigantes tecnológicos estadounidenses. La fragmentación y la falta de escala existen, y los informes de Draghi y Letta proporcionan argumentos para considerar que la consolidación puede mejorar la capacidad inversora del sector. Pero una empresa más grande no es necesariamente una empresa más innovadora. La prueba relevante llegará después de las fusiones, si se producen: habrá que comprobar cuánto aumenta realmente la I+D, cuántos recursos se destinan específicamente a IA, qué software se desarrolla, qué propiedad intelectual se genera, qué infraestructura computacional se despliega y cuántas tecnologías estratégicas pasan a ser desarrolladas y controladas por las propias compañías europeas.
El caso de DeepSeek introduce precisamente el contrapunto que impide explicar toda la brecha mediante el tamaño. La escasez relativa de recursos puede limitar las posibilidades de una compañía, pero también puede obligarla a competir mediante especialización, eficiencia e innovación. Para las operadoras europeas, eso abre un terreno extraordinariamente amplio. Sus redes generan cantidades enormes de información operacional y ofrecen problemas específicos —optimización, automatización, detección de anomalías, mantenimiento predictivo, eficiencia energética, ciberseguridad o redes autónomas— en los que una teleco no necesita necesariamente entrenar el próximo gran modelo fundacional para desarrollar propiedad intelectual relevante. Puede competir precisamente allí donde posee algo que los hiperescaladores no poseen en las mismas condiciones: conocimiento profundo de las redes, infraestructura desplegada y experiencia operacional acumulada durante décadas.
Y aquí el servicio de observabilidad de Telefónica adquiere un significado que va más allá del propio producto. Emilio Gayo ha situado públicamente la inteligencia artificial en la transformación de las redes y de la oferta empresarial de Telefónica, y el nuevo servicio constituye una manifestación concreta de esa estrategia. Telefónica explica que utiliza IA para detectar anomalías, correlacionar eventos, identificar causas y anticipar incidencias. También sabemos que la solución procede de capacidades anteriores de Titan Connect y de la experiencia acumulada por la compañía en observabilidad, automatización y AIOps. Todo ello acredita una actividad tecnológica real. Lo que no sabemos, porque Telefónica no lo ha publicado, es qué modelos, algoritmos o plataformas concretas ejecutan cada una de esas funciones de inteligencia artificial ni quién ha desarrollado cada una de esas capas.
Ese desconocimiento impide ir más lejos en cualquiera de las dos direcciones. No existe base pública para afirmar que el motor de IA del servicio haya sido desarrollado íntegramente por Telefónica, pero tampoco para atribuirlo a OpenAI, Anthropic, Google, Microsoft, AWS o cualquier otro proveedor. La posición rigurosa termina exactamente ahí. Y precisamente por eso este servicio constituye un buen ejemplo del desafío que afrontan las telecos europeas: incorporar inteligencia artificial a sus productos es importante, pero la cuestión estratégica es determinar cuánto de la tecnología fundamental que genera ese valor son capaces de desarrollar, poseer y evolucionar ellas mismas.
Integrar modelos y tecnologías desarrollados por terceros es una actividad legítima y económicamente relevante. Buena parte de la industria tecnológica funciona mediante ecosistemas de proveedores, estándares abiertos y componentes externos. El problema aparecería si la ambición europea terminase fundamentalmente en la capa de integración mientras las tecnologías que determinan la siguiente generación de productos —modelos, software, chips, plataformas cloud y herramientas fundamentales de IA— se desarrollan sistemáticamente fuera de Europa. Los datos analizados en este post no permiten afirmar que ese sea inevitablemente el destino de las telecomunicaciones europeas, pero sí muestran la distancia que todavía existe en inversión tecnológica y explican por qué aumentar el tamaño de las compañías, por sí solo, no resolverá esa dependencia.
Por eso la enseñanza de DeepSeek resulta especialmente pertinente. Un actor relativamente pequeño puede desafiar a organizaciones muchísimo mayores, pero no lo consigue simplemente utilizando la tecnología de esas organizaciones: necesita construir conocimiento, ingeniería y tecnología propios. Europa no necesita que sus operadoras intenten convertirse artificialmente en Google, Microsoft o Amazon. Necesita que identifiquen aquellos ámbitos en los que poseen ventajas industriales y conviertan esas ventajas en tecnología diferenciada. En telecomunicaciones, la IA aplicada a redes podría ser precisamente uno de ellos.
La fotografía actual, sin embargo, todavía deja una pregunta abierta. Las telecos europeas hablan cada vez más de inteligencia artificial, comercializan más productos que la incorporan y establecen alianzas con los grandes proveedores tecnológicos. Lo que las métricas de I+D y la información pública disponible todavía no permiten observar es un esfuerzo de desarrollo de IA propio comparable, en intensidad y ambición tecnológica, al protagonismo que la IA ocupa en su discurso estratégico. Esto no significa que las operadoras deban competir dólar por dólar con los hiperescaladores —sería una comparación económicamente absurda—, sino que deberían poder demostrar progresivamente qué tecnologías desarrollan ellas mismas y cuánto capital están dispuestas a comprometer para construirlas.
Ese será también un criterio objetivo con el que evaluar el liderazgo tecnológico de ejecutivos como Emilio Gayo y, en último término, la estrategia que Marc Murtra pretende impulsar mediante una Telefónica y un sector europeo de mayor escala. Las declaraciones sobre IA no pueden medirse; la inversión, los investigadores contratados, las patentes, el software desarrollado, los modelos propios, la infraestructura desplegada y los productos tecnológicos sí. Si la consolidación europea acaba elevando de forma sostenida esas métricas, habrá evidencias de que el aumento de escala se está convirtiendo en innovación. Si no ocurre, Europa habrá conseguido empresas de telecomunicaciones más grandes, pero no necesariamente empresas tecnológicamente más fuertes.
Y volvemos así al principio. DeepSeek no elimina la importancia del capital; demuestra que el capital necesita convertirse en I+D para convertirse en capacidad tecnológica. Esa puede ser también la lección para las telecomunicaciones europeas. No necesitan disponer de 200.000 millones de dólares anuales de CapEx para desarrollar inteligencia artificial especializada, pero sí necesitan decidir en qué tecnologías quieren dejar de ser únicamente compradores o integradores y comenzar a ser desarrolladores.
La carrera de la inteligencia artificial no exige que todos tengan el tamaño de un hiperescalador. Exige algo más elemental: invertir, investigar, desarrollar y asumir el riesgo de crear tecnología propia. Las fusiones pueden proporcionar a las telecos europeas la escala para intentarlo; solamente la I+D demostrará si realmente lo han hecho.
Ya lo dijo Steve Jobs: «La mejor manera de predecir el futuro es inventarlo».