--- title: "IBM pagó 11.000 millones de dólares por Confluent y luego se sumó a la Agent Knowledge Foundation gratuita de Nvidia" description: "Siete meses después de cerrar la compra de Confluent por 11.000 millones de dólares, IBM dedicó su conferencia de resultados del tercer trimestre a promocionar LLMD, un proyecto gratuito de reutilización de contexto que construye con Red Hat y Google, y Nvidia lo incluyó entre los adoptantes de su Agent Knowledge Foundation abierta. Quien vende la capa de contexto ayuda ahora a construir la gratuita." publisher: "The Inference" section: "Platforms" published: 2026-10-23T13:41:25.775Z modified: 2026-10-23T13:41:25.775Z canonical: https://theinference.org/article/ibm-paid-11-billion-for-confluent-then-joined-nvidia-s-free-agent-knowledge-foundation/es language: es keywords: "IBM, Confluent, Nvidia, Databricks, AI Agents, Data Integration" --- # IBM pagó 11.000 millones de dólares por Confluent y luego se sumó a la Agent Knowledge Foundation gratuita de Nvidia > Siete meses después de cerrar la compra de Confluent por 11.000 millones de dólares, IBM dedicó su conferencia de resultados del tercer trimestre a promocionar LLMD, un proyecto gratuito de reutilización de contexto que construye con Red Hat y Google, y Nvidia lo incluyó entre los adoptantes de su Agent Knowledge Foundation abierta. Quien vende la capa de contexto ayuda ahora a construir la gratuita. [IBM](https://theinference.org/markets/companies/ibm) cerró el 17 de marzo la compra de Confluent por 11.000 millones de dólares. Siete meses después, ha salido a la luz la versión gratuita de lo que compró, e IBM está en los dos lados [2]. El miércoles, en la conferencia de resultados del tercer trimestre, su consejero delegado, [Arvind Krishna](https://theinference.org/markets/people/arvind-krishna), [promocionó LLMD](https://www.crn.com/news/ai/2026/ibm-s-enterprise-ai-bet-is-paying-off-and-arvind-krishna-says-it-s-just-beginning), un proyecto de código abierto que IBM desarrolla con Red Hat y Google, como forma de ejecutar grandes modelos entre cinco y diez veces más barato, reutilizando el contexto procesado en las GPU que los clientes ya poseen [2]. Esa misma semana, [Nvidia](https://theinference.org/markets/companies/nvidia) amplió su Agent Toolkit gratuito hasta convertirlo en una Agent Knowledge Foundation e incluyó a IBM entre las empresas que construyen sobre ella [3]. ## Lo que compraron los 11.000 millones de dólares y lo que sustituye la capa gratuita Confluent mueve los datos entre los sistemas de una empresa a medida que se producen los eventos, sobre Apache Kafka, de manera que un agente de IA ve el estado actual del negocio en lugar de una instantánea desfasada. Su producto Streamhouse, lanzado después de la operación, captura y consulta de forma continua esos datos en tiempo real [2]. Krishna dijo a los analistas que el 72% de las organizaciones declara una infraestructura de datos en tiempo real inadecuada [2]. [El stack gratuito de Nvidia responde a la misma necesidad por otra vía](https://tradersunion.com/news/companies/show/3907325-nvidia-agent-toolkit-data-governance/): Auto-Ontology convierte los datos brutos de la empresa en conceptos de negocio sobre los que los agentes pueden razonar, los modelos Nemotron Retriever los recuperan y el entorno de ejecución OpenShell vigila qué pueden hacer los agentes, sin mover los datos ni alterar los controles de gobernanza [3]. El paquete incluye además la familia Kumo de modelos abiertos de predicción y los planos NemoClaw, diseños de referencia para agentes especializados [3]. LLMD ataca el flanco del coste: reduce la frecuencia con que hay que recalcular el contexto procesado [2]. Que alguno de los dos desplace a un despliegue de Streamhouse está sin probar; ninguno afirma poder hacerlo. ## Los números de la capa de pago [Lo desglosamos la semana pasada](https://theinference.org/article/ibm-s-software-grew-8-but-half-came-from-confluent-s-11-billion-deal-and-lapses-in-q2-2027): ingresos por software de 7.800 millones de dólares, frente a 7.210 millones, con aproximadamente la mitad del crecimiento correspondiente a lo que Confluent vendía por su cuenta, y sin una línea de ingresos publicada de Confluent que permita separar las dos mitades [1]. Lo nuevo es la dirección de las alternativas. [Databricks](https://theinference.org/markets/companies/databricks) pasó AI Runtime a disponibilidad general el 21 de octubre, con GPU sin servidor de Nvidia dentro de su Lakehouse gobernado [5][6]. [Su Agent Memory, en fase beta](https://www.techtarget.com/data-technologies/news/366652428/Databricks-latest-improves-AI-memory-infrastructure-for-agents), da a los agentes memoria persistente en la base de datos Lakebase de Databricks, de modo que dejen de redescubrir hechos y de repetir errores. En pruebas facilitadas por la propia compañía y sin verificar, la herramienta redujo el uso de tokens en torno a un tercio y triplicó las tareas empresariales completadas [5][6]. ## Quién asume el riesgo Nvidia vende las GPU y el entorno de ejecución bajo todas las versiones de la capa: la de IBM, la de Databricks y la gratuita [3][5]. El riesgo recae en los accionistas de IBM: la mitad comprada de su crecimiento en software expira en el segundo trimestre de 2027, cuando las ventas aportadas por Confluent dejen de contar como crecimiento [1]. Y en los compradores de valores de Databricks, [con una valoración de 190.000 millones de dólares en agosto, frente a los 68.700 millones de valor operativo que estima PitchBook](https://www.morningstar.com/stocks/ahead-an-ipo-math-behind-databricks-190-billion-valuation-doesnt-add-up) [7]. La contrapartida: las herramientas gratuitas siguen necesitando que alguien las haga funcionar, y Krishna sostiene que el ciclo de modernización apenas está empezando [2]. La adopción del código abierto suele producirse cuando la capacidad es suficiente y el coste de la licencia, cero; así, un comprador que sopesa una licencia de Confluent frente a un stack gratuito se enfrenta a una pregunta concreta: si lo suficientemente bueno es suficiente. Los resultados del segundo trimestre de 2027 mostrarán qué construyó realmente IBM [1]. *Chart: **El crecimiento del software de IBM se tambaleó hasta el 5% en primavera y repuntó al 8%** Gráfico de líneas del crecimiento interanual de los ingresos del segmento de Software de IBM entre el tercer trimestre de 2025 y el tercero de 2026, con una caída al 5% en el segundo trimestre de 2026 y un repunte al 8% en el tercer trimestre de 2026.* *Crecimiento interanual del segmento de Software de IBM según lo comunicado cada trimestre. Fuente: The Inference, 22 de octubre de 2026, a partir de los resultados trimestrales de IBM. [1]* ## Takeaway IBM está en los dos lados de la capa de contexto: pagó 11.000 millones de dólares por Confluent en marzo, dedicó su conferencia de resultados del tercer trimestre a promocionar LLMD, el proyecto gratuito de reutilización de contexto, y figura entre los adoptantes de la Agent Knowledge Foundation gratuita de Nvidia. Con la mitad del crecimiento del software caducando en el segundo trimestre de 2027 y con Databricks lanzando su propia memoria para agentes, la fuerza de atracción del stack gratuito sobre la capa de pago es la historia que conviene seguir. ## Sources 1. [The Inference, IBM's software grew 8%, but half came from Confluent's $11 billion deal and lapses in Q2 2027, 22 October 2026](https://theinference.org/article/ibm-s-software-grew-8-but-half-came-from-confluent-s-11-billion-deal-and-lapses-in-q2-2027) 2. [CRN, IBM's Enterprise AI Bet Is Paying Off, And CEO Arvind Krishna Says It's Just Beginning, 22 October 2026](https://www.crn.com/news/ai/2026/ibm-s-enterprise-ai-bet-is-paying-off-and-arvind-krishna-says-it-s-just-beginning) 3. [Traders Union, NVIDIA expands enterprise agent toolkit with new data and governance tools, 23 October 2026](https://tradersunion.com/news/companies/show/3907325-nvidia-agent-toolkit-data-governance/) 5. [Automater News, Databricks AI Runtime Goes GA With Serverless NVIDIA GPUs for Training and Fine-Tuning Open Models, 22 October 2026](https://automater.ai/news/databricks-ai-runtime-ga-nvidia-gpu-fine-tuning/) 6. [TechTarget, Databricks' latest improves AI memory, infrastructure for agents, 22 October 2026](https://www.techtarget.com/data-technologies/news/366652428/Databricks-latest-improves-AI-memory-infrastructure-for-agents) 7. [Morningstar (PitchBook News), Ahead of an IPO, the Math Behind Databricks' $190 Billion Valuation Doesn't Add Up, 15 September 2026](https://www.morningstar.com/stocks/ahead-an-ipo-math-behind-databricks-190-billion-valuation-doesnt-add-up) --- IBM pagó 11.000 millones de dólares por Confluent y luego se sumó a la Agent Knowledge Foundation gratuita de Nvidia — The Inference. Canonical: https://theinference.org/article/ibm-paid-11-billion-for-confluent-then-joined-nvidia-s-free-agent-knowledge-foundation/es