23 de febrero de 2026, un lunes que debería haber sido tranquilo, las acciones de IBM sufrieron la caída más severa en un solo día desde octubre de 2000. Al cierre, la caída se situó en un 13,2%, evaporándose aproximadamente 40 mil millones de dólares de valor de mercado en cuestión de horas. El detonante no fueron malos resultados financieros ni un golpe regulatorio, sino un anuncio de producto: la startup de IA Anthropic anunció que su herramienta Claude Code puede modernizar el lenguaje de programación COBOL que se ejecuta en sistemas IBM, y COBOL es precisamente el negocio de "foso defensivo" muy rentable de IBM.
Tres días después, una trama similar se desarrolló de manera completamente opuesta. El 26 de febrero, Block, la empresa de tecnología financiera de Jack Dorsey, anunció el despido de aproximadamente 4000 empleados, cerca del 50% de su plantilla, citando también ganancias de eficiencia impulsadas por la IA. Pero la reacción del mercado fue completamente diferente: las acciones de Block se dispararon más de un 24% en las operaciones posteriores al cierre. Dorsey admitió en una carta a los accionistas: "Creo que en el próximo año, la mayoría de las empresas llegarán a la misma conclusión y realizarán ajustes estructurales similares".
Dos eventos, un mismo factor impulsor: la IA; dos reacciones del mercado completamente diferentes: una caída brusca y un aumento brusco. ¿Qué está pasando realmente detrás de esto? La respuesta quizás apunte a una cuestión más profunda: la IA está redefiniendo "qué es un activo valioso". Para los ejecutivos de empresas cotizadas, inversores y tomadores de decisiones de empresas tradicionales, comprender esta lógica de revalorización ya no es una reflexión estratégica prospectiva, sino una necesidad urgente para la supervivencia.
I. La misma IA, diferentes veredictos del mercado
Para entender el contraste entre estos dos eventos, primero hay que ver claramente sus respectivas estructuras de activos.
La caída de IBM, superficialmente es una amenaza técnica de la herramienta Claude Code, pero en esencia es una repreciación por parte del mercado de su modelo central de activos. COBOL, este lenguaje de programación nacido a finales de los años 50, todavía soporta aproximadamente el 95% de las transacciones de cajeros automáticos (ATM) globales y los sistemas centrales de muchos ámbitos clave como finanzas, aviación y gobierno. Anthropic escribió en su blog: "Miles de millones de líneas de código COBOL se ejecutan diariamente en entornos productivos, impulsando sistemas críticos. A pesar de esto, el número de personas que entienden COBOL disminuye cada año".
Durante mucho tiempo, modernizar los sistemas COBOL ha sido una tarea compleja y costosa, lo que se convirtió en el lucrativo foso defensivo del negocio de IBM. Pero Anthropic afirmó: "Con el poder de la IA, los equipos no necesitan consumir años de esfuerzo, pueden modernizar las bases de código COBOL en cuestión de trimestres". El mensaje subliminal que el mercado escuchó fue: los ingresos por mantenimiento del sistema intensivos en mano de obra de los que depende IBM, los ingresos por servicios alrededor de los mainframes, están siendo erosionados por la tecnología de IA.
Sin embargo, es interesante notar que las acciones de IBM se recuperaron un 2,68% al día siguiente. Instituciones de análisis de Wall Street como Wedbush y Evercore ISI salieron rápidamente a defenderla, calificando la caída como una "sobrerreacción excesiva e infundada". Sus razones apuntaban al meollo del problema: los clientes empresariales no pueden simplemente abandonar sus sistemas de mainframe inmediatamente sólo porque una nueva herramienta de IA pueda traducir código heredado. Existe una enorme brecha entre la traducción de la sintaxis del código y la modernización del sistema con integración profunda de hardware y software.
IBM mismo respondió el mismo día, presentando un argumento clave: el desafío de la modernización no es un problema del lenguaje COBOL, sino un problema de la plataforma IBM Z — traducir el código casi no captura la complejidad real, el valor de la plataforma proviene de décadas de integración de software y hardware, esto no se puede migrar con la traducción de código.
Volviendo al evento de Block. Aunque también fue un despido masivo, también impulsado por la IA, el veredicto del mercado fue un aumento del 24%. La clave es que la estructura de activos de Block está cambiando. Desde 2024, Block ha estado reestructurando su modelo de negocio y configuración de personal, mientras invertía fuertemente en herramientas de inteligencia artificial para mejorar la eficiencia operativa, incluido el desarrollo de su propia herramienta llamada Goose.
La directora financiera de Block, Amrita Ahuja, enfatizó al explicar los despidos: "Estamos tomando acciones audaces y decisivas, pero lo estamos construyendo sobre una base sólida". Esta "base sólida" tiene respaldo: el beneficio bruto total de 2025 alcanzó los 10.36 mil millones de dólares, un aumento interanual del 17%. El sólido desempeño financiero proporcionó un colchón de espacio para que la empresa promoviera una reestructuración a gran escala en este momento.
La interpretación del mercado fue clara: Block no se está contrayendo pasivamente ante el impacto de la IA, sino que está optimizando activamente su estructura de activos — utilizando menos "activos humanos" para obtener una mayor eficiencia productiva de los "activos tecnológicos". Despedir al 50% mientras se eleva la guía anual significa que el valor de la producción por unidad de mano de obra está siendo amplificado por la IA.
II. Era de la IA: Cuatro tipos de activos están siendo repreciados
Estos dos casos revelan una tendencia en curso: la IA se está convirtiendo en el "repreciador" del valor de los activos. Diferentes tipos de activos muestran curvas de valor completamente diferentes bajo el marco de evaluación de la IA.
El primer tipo son los activos intensivos en capital humano. El valor de los equipos de mantenimiento de COBOL de IBM, los analistas tradicionales, programadores y otros "procesadores de información" está siendo diluido por la IA. Anthropic mencionó al presentar Claude Code que la herramienta puede identificar "riesgos que le tomarían meses a un analista humano descubrir". Esto no significa que los humanos ya no sean importantes, sino que el valor de aquellos trabajos que dependen de la asimetría de información y el conocimiento procesal está siendo comprimido por la tecnología.
Sin embargo, es necesario ser cauteloso: la IA reemplaza el "procesamiento de información", no la "creación de valor". Mitch Ashley, analista de Futurum Group, señaló en un informe de investigación que los proyectos exitosos de modernización de COBOL requieren múltiples dimensiones como la delimitación del alcance del negocio, evaluación técnica, planificación de migración de datos, verificación de equivalencia conductual, observabilidad y gestión del cambio organizacional; la traducción de código es sólo una parte. Aquellas capacidades humanas que pueden navegar sistemas complejos, entender la esencia del negocio y hacer juicios estratégicos siguen siendo escasas.
El segundo tipo son los activos de datos, que se están convirtiendo en tierras altas de valor en la era de la IA. Con el rápido desarrollo de la IA generativa, el atributo de valor de los datos está siendo remodelado. La investigación publicada por Tang y otros académicos en PLOS One señaló que la IA generativa ha cambiado la forma de adquirir, procesar y utilizar los datos. El valor de los activos de datos no solo depende de su calidad intrínseca y relevancia, sino también de su escenario de aplicación, capacidad de transformación y demanda del mercado bajo el marco de la IA generativa.
Esto significa que la singularidad, continuidad y gobernabilidad de los datos se están convirtiendo en dimensiones centrales de valor. Un conjunto de datos puede ser extremadamente valioso en un escenario y completamente inútil en otro. Las empresas que pueden proporcionar datos exclusivos, continuos y de alta calidad para el entrenamiento de modelos de IA están obteniendo un nuevo poder de fijación de precios.
El tercer tipo son los activos de algoritmos y modelos. El hecho de que OpenAI y Paradigm hayan lanzado EVMbench, utilizado para evaluar la capacidad de la IA para detectar, reparar y explotar vulnerabilidades en contratos inteligentes, en sí mismo indica que los algoritmos se están convirtiendo en activos cuantificables. Los pesos de los modelos, los marcos algorítmicos, las metodologías de entrenamiento, se están convirtiendo en activos intangibles identificables, controlables y monetizables.
El cuarto tipo son los activos tangibles tradicionales, que están experimentando una divergencia. Aquellos activos físicos que dependen de la "asimetría de información" y los "intermediarios humanos" enfrentan presión de devaluación, mientras que los activos físicos con atributos "resistentes a la sustitución por IA" — como instalaciones energéticas, recursos escasos, infraestructura central — mantienen un valor relativamente estable. La razón es simple: la IA puede analizar y optimizar la operación de estos activos, pero no puede reemplazar su existencia física misma y su función de soporte de valor.
III. De la "revalorización de activos" a la "inmunidad a la IA"
Basándose en el análisis anterior, las empresas necesitan un marco sistemático para juzgar si sus activos se aprecian o deprecian en la era de la IA. El Instituto RWA propone un marco de identificación de activos con "inmunidad a la IA", que incluye tres características centrales.
La primera característica es la no codificabilidad. Esto se refiere a aquellos elementos de valor que son difíciles de aprender o replicar completamente por la IA. El código COBOL en sí puede ser traducido por la IA, pero la capacidad de procesamiento de transacciones construida a nivel de chip por los mainframes de la serie Z que ejecutan sistemas COBOL, el cifrado seguro cuántico, la confiabilidad de ocho nueves (99.999999%), estos son elementos que las herramientas de IA no pueden replicar. La investigación de Futurum Group señaló que "la traducción de código no captura la complejidad real, el valor de la plataforma proviene de décadas de integración de software y hardware". De manera similar, el control de escenarios fuera de línea, el conocimiento tácito de la industria, las redes de relaciones complejas, estos elementos difíciles de "codificar", constituyen la primera barrera de inmunidad de los activos.
La segunda característica es el foso defensivo de datos. ¿Posee la empresa activos de datos exclusivos, continuos y gobernables? ¿Solo utiliza datos públicos o puede generar datos que otros no pueden obtener? El Banco de China CITIC ya ha comenzado a explorar el uso de grandes modelos para evaluar el valor de los activos de datos, intentando "incorporar activos de datos en el balance". La lógica subyacente es: en la era de la IA, los datos no son solo la materia prima de la producción, sino el activo mismo. Pero no todos los datos tienen un foso defensivo: los datos públicos de la web pronto serán "digeridos" por los modelos de IA, y solo las empresas con fuentes de datos exclusivas podrán obtener una prima bajo el marco de valoración de la IA.
La tercera característica es la elasticidad de habilitación por IA. ¿Puede el activo en sí ser potenciado por la IA en lugar de ser reemplazado? Esta es la clave para distinguir el impacto al estilo de IBM de la transformación al estilo de Block. El negocio central de IBM — mantener sistemas heredados COBOL — es el objeto a "reemplazar" por la IA; mientras que el modelo de negocio de Block — pagos, servicios financieros — puede ser "potenciado" por la IA. De hecho, IBM mismo ha desarrollado watsonx Code Assistant for Z, esta herramienta especializada permite a los clientes refactorizar y modernizar de forma segura el código heredado directamente en la plataforma, manteniendo al mismo tiempo la seguridad de nivel empresarial. Cuando los activos pueden formar sinergia con la IA en lugar de oposición, su valor es creciente.
Visto a la inversa, los activos frágiles ante la IA también presentan tres características: dependen del "procesamiento de información" como valor central, pueden ser reemplazados por procesos estandarizados, y carecen de capacidad de generación y acumulación de datos. Contrastando con estas tres características, las empresas pueden realizar "pruebas de estrés" a su cartera de activos.
IV. La nueva oportunidad de RWA: ¿Qué activos merecen ser tokenizados?
Extendiendo el marco anterior al campo de RWA (Tokenización de Activos del Mundo Real), se puede llegar a una conclusión clara: RWA no es "cualquier activo puede estar en cadena", sino filtrar, en la marea de la revalorización de la IA, aquellos activos duros que puedan atravesar el ciclo de la IA.
En marzo de 2026, el valor total de RWA on-chain superó los 25 mil millones de dólares, casi cuatro veces más que hace un año. Pero el Libro Blanco de la industria RWA publicado en agosto de 2025 por la Asociación de Estandarización Web3.0 de Hong Kong dejó claro: "Que todo pueda ser RWA es una proposición falsa". Los activos que han logrado una implementación a escala necesitan cumplir tres umbrales: estabilidad de valor, claridad de derechos legales y verificabilidad de datos off-chain.
Combinando el marco de "inmunidad a la IA", podemos refinar aún más: los activos que merecen ser tokenizados son, en primer lugar, aquellos cuyo valor es estable en la revalorización de la IA.
La primera categoría son los activos físicos con características de "inmunidad a la IA". Incluye activos energéticos, infraestructura, recursos escasos, etc. El valor de este tipo de activos no depende del procesamiento de información, sino de la existencia física y la utilidad real. El Libro Blanco menciona RWA de energía nueva (como puntos de carga, activos fotovoltaicos), activos de potencia de cálculo como GPU, que pertenecen a esta categoría. Entre ellos, los activos de potencia de cálculo GPU, con la "demanda rígida" de la industria de la IA y la "genética digital" confiable, se están convirtiendo en activos de anclaje ideales para RWA.
La segunda categoría son los activos de datos programables. Activos que poseen fuentes de datos exclusivas y pueden monetizarse automáticamente a través de contratos inteligentes, combinando "foso defensivo de datos" y "elasticidad de habilitación por IA". El Libro Blanco clasifica los datos junto con la propiedad intelectual, los créditos de carbono, etc., en la categoría de activos intangibles. Pero hay que tener cuidado: no todos los datos pueden convertirse en activos; solo aquellos que pueden generarse continuamente, cuyos derechos pueden determinarse y verificarse, tienen la base para ser tokenizados.
La tercera categoría son los activos híbridos, que combinan el control físico "no codificable" con los derechos digitales "programables". Por ejemplo, la propiedad de un inmueble comercial puede tokenizarse, pero la operación, mantenimiento y arrendamiento reales del inmueble — estos controles de escenarios fuera de línea — siguen en manos de instituciones profesionales. Esta estructura de doble capa "física + digital" aprovecha las ventajas de liquidez de la blockchain, al tiempo que conserva el punto de anclaje de valor fuera de línea de "inmunidad a la IA".
Por el contrario, hay dos tipos de activos que deben tratarse con cautela para su tokenización en la era de la IA. Un tipo son los activos financieros altamente dependientes de intermediarios humanos, cuyo valor es fácilmente comprimido por la IA; el otro tipo son los activos estandarizados sin foso defensivo de datos, que carecen de poder de negociación bajo el marco de valoración de la IA.
V. Guía de acción: Del conocimiento a la decisión
La evaporación de 40 mil millones de IBM es una señal de una era: aquellos activos que dependen de la asimetría de información y la acumulación de mano de obra están siendo repreciados por la IA. El aumento contrario a la tendencia de Block es la bocina de otra era: las empresas que pueden abrazar la IA y optimizar la estructura de activos están obteniendo una repreciación del mercado.
Para los tomadores de decisiones de empresas cotizadas y tradicionales, esto no es solo ansiedad tecnológica, sino una reconstrucción fundamental del sistema de valor de los activos. Los CEOs necesitan responder una pregunta ineludible: ¿Cuánto vale mi cartera de activos a los ojos de la IA?
Basándose en el análisis de este artículo, se pueden proponer tres recomendaciones accionables.
Primero, iniciar inmediatamente "pruebas de estrés de IA" de los activos. Evaluar una por una las unidades de negocio centrales de la empresa contrastándolas con las tres características del marco de "inmunidad a la IA": no codificabilidad, foso defensivo de datos, elasticidad de habilitación por IA. Identificar qué negocios son más propensos a sufrir una contracción de valor bajo el impacto de la IA y qué negocios podrían obtener un efecto de amplificación de la IA.
Segundo, establecer un mecanismo dinámico de gestión de carteras de activos. En el contexto de la revalorización de la IA, la asignación de activos ya no es una estrategia estática de "comprar y mantener". Las empresas necesitan aumentar conscientemente la proporción de activos con "inmunidad a la IA", al tiempo que elaboran planes de transformación o desinversión para aquellos activos frágiles ante la IA. Esto no es solo responsabilidad del departamento financiero, sino que requiere la colaboración de los departamentos de estrategia, tecnología y operaciones.
Tercero, reexaminar la estrategia RWA. Antes de considerar la tokenización de activos, filtrar primero los activos subyacentes utilizando el marco de "inmunidad a la IA". El valor central de RWA no es "estar en cadena" en sí mismo, sino obtener una mejor liquidez y eficiencia de precios para activos de calidad a través de la tokenización. Si el activo subyacente en sí se deprecia en la era de la IA, entonces la tokenización solo está acelerando la pérdida de valor.
Finalmente, es necesario aclarar especialmente que, de acuerdo con el Documento Nº 42 emitido conjuntamente por ocho departamentos de China, está estrictamente prohibido en el territorio continental de China llevar a cabo cualquier forma de emisión de tokens o comercio de tokenización. La tokenización RWA discutida en este artículo se refiere únicamente a la práctica de digitalización de activos bajo marcos regulatorios conformes en el extranjero. Al explorar negocios relacionados, las empresas deben cumplir estrictamente con la línea roja regulatoria de "prohibido estrictamente en el interior, registrado en el exterior".
Cuando la IA comienza a poner precio a los activos, la única seguridad proviene de aquellas cosas que la IA no puede valorar: no el código, no los datos, sino la capacidad de juicio de valor de los humanos mismos.
(Este artículo está basado en información y datos públicos, las fuentes de datos incluyen medios autorizados e instituciones de investigación como Nasdaq,腾讯新闻(Tencent News), Futurum Group, PLOS One, 21财经(21 Finance), 工商时报 (Industrial and Commercial Times), etc. Los puntos de vista en el artículo no constituyen ningún consejo de inversión.)
