IBM y ServiceNow apuntan a la tecnología heredada y la gobernanza de datos como los obstáculos reales para escalar la IA

La capa de aplicaciones heredadas es el más visible. Las grandes organizaciones funcionan sobre un entramado de sistemas interconectados que fueron creciendo durante décadas. Reemplazarlos por completo suele ser carísimo, o directamente inviable desde el punto de vista operativo. Aquí, la solución pasa por herramientas como IBM Bob —un agente de IA que entiende y refactoriza código legado— y las IBM Enterprise Application Runtimes para aplicaciones Java, con la idea de evolucionar esos sistemas sin sacarlos de producción .

El problema de los datos listos para IA es más sutil pero igual de crítico. Aunque la infraestructura sea moderna, los datos suelen estar dispersos, mal gobernados y plagados de inconsistencias que los vuelven inservibles para entrenar modelos o hacer inferencia. La alianza extiende el Workflow Data Fabric de ServiceNow con watsonx.data de IBM para ofrecer calidad de datos, observabilidad y gestión de datos maestros, todo visible desde el catálogo de datos de ServiceNow. La meta es que los datos estén continuamente listos para la IA, en lugar de forzar limpiezas puntuales que nunca alcanzan .

Tres frentes de trabajo conjunto

La colaboración se articula en tres soluciones que atacan directamente las barreras descriptas .

Modernización de aplicaciones: apalancada sobre todo en IBM Bob y en entornos de ejecución para aplicaciones Java. La premisa es clara: escanear, entender y refactorizar código heredado sin necesidad de reescribir todo desde cero .

Gobierno de datos empresariales: se basa en la extensión del Workflow Data Fabric con watsonx.data. Así, las organizaciones obtienen una forma consistente de gestionar la calidad de los datos, monitorear los flujos y mantener los registros maestros, todo integrado al catálogo de datos de ServiceNow para tener visibilidad y control .

Operaciones de infraestructura autónomas: reúne piezas como Red Hat Ansible, Instana, IBM Bob y las herramientas de infraestructura de HashiCorp para detectar y resolver incidentes antes de que impacten en el negocio. Integrado directamente en los flujos de TI de ServiceNow, el planteo busca pasar de un equipo de operaciones que apaga incendios a uno que anticipa y resuelve con automatización inteligente .

Calendario de disponibilidad

De acuerdo con lo informado por ambas compañías, las soluciones desarrolladas en conjunto estarán disponibles para los clientes en la segunda mitad de 2026 . Por el momento, no se difundieron detalles de precios ni de niveles de servicio, lo que sugiere que la implementación comercial será gradual a medida que las tecnologías se integren más profundamente.

Más de diez años de una alianza que se profundiza

Muchas alianzas tecnológicas se anuncian con bombos y platillos para diluirse al poco tiempo. Esta tiene detrás más de una década de trabajo conjunto, que comenzó bastante antes de la ola actual de inteligencia artificial generativa .

IBM es proveedor de servicios gestionados para todo el portafolio de ServiceNow desde 2011 . La alianza estratégica global se formalizó en 2017 con foco en automatización inteligente en flujos de TI, RR.HH., atención al cliente y seguridad . En 2020, el acuerdo se expandió para aplicar IA a operaciones de TI, con la promesa de reducir riesgos y costos operativos .

Para 2023, ServiceNow ya ubicaba a IBM como un socio estratégico central de servicios, y ambas compañías arrancaron 2024 actualizando sus programas de partners para apuntar a la entrega de transformaciones con IA . En mayo de ese año, durante el evento Knowledge de ServiceNow en Las Vegas, anunciaron la integración de watsonx.ai y los modelos de lenguaje Granite de IBM en la experiencia de IA generativa Now Assist, junto con un centro de excelencia en IA generativa .

En julio de 2024, IBM Consulting sumó una solución de mejora de talento impulsada por IA construida sobre la plataforma de ServiceNow, uniendo la taxonomía de habilidades de IBM con la experiencia de transformación de RR.HH. .

El anuncio de junio de 2026 es, entonces, el paso más lógico en esa secuencia: en vez de agregar otra capa de funcionalidad AI, se concentra en las condiciones previas que determinan si los proyectos de IA empresarial van a funcionar o no. La pregunta que resume todo es muy concreta: ¿se puede confiar en los datos y los sistemas están en condiciones de ejecutar los modelos?