Cuando hablamos de la industria de la IA, las empresas que ocupan los titulares, no siempre son las más importantes.

A veces inlcuso empresas de las de “toda la vida”, que llevaban años fuera de la conversación mediática, empiezan a reaparecer en el tablero de juego, la mayoría de las veces sin hacer mucho ruido, pero con una contundencia aplastante. Si algo he aprendido estudiando empresas de tecnología durante los últimos años, es que las grandes transformaciones no siempre empiezan con nuevas startups, sino cuando empresas “de siempre” se transforman y adaptan para encajar en el momento actual.

Si te preguntaran qué empresas o marcas están mejor posicionadas hoy en día para beneficiarse del boom de la inteligencia artificial, probablemente no dirías Oracle. Y, sin embargo, puede que sea una de las más importantes.

Este tipo de desajustes entre lo que vemos y lo que realmente está pasando es, en el fondo, por lo que me animé a crear AI Insider. La industria de la inteligencia artificial no se entiende únicamente mirando solo últimos modelos o herramientas efímeras. Se entiende cuando empiezas a observar la infraestructura, las decisiones empresariales, los movimientos silenciosos que no suelen aparecer en titulares pero que acaban definiendo quién gana y quién no.

Hace muchos años (allá por 1998), cuando empecé a trabajar en Hewlett-Packard, una parte importante del negocio del hardware y los servidores giraba en torno a alianzas con empresas como SAP, Microsoft u Oracle. En aquel momento no existían las redes sociales y cuando se escribía sobre infraestructura se hacía en medios especializados en tecnología o finanzas, por lo que no todo el mundo conocía Oracle, al menos fuera del sector tech. Hoy sin embargo, la visibilidad no depende de la importancia sino del ruido mediático y por ello, el foco no está siempre en los más importante.

Oracle, la empresa invisible que todos utilizamos

Oracle no construye productos fáciles de reconocer por un usuario final y no forma parte de ese ruido constante sobre modelos o herramientas que domina hoy la inteligencia artificial (más allá de los despidos de estos últimos días) pero, sin embargo, lleva décadas determinando en gran medida cómo funcionan el resto empresas.

Oracle nació y creció en torno a algo que siendo importante ahora lo es mucho más: las bases de datos. Esto significa gestionar la información crítica de empresas, gobiernos y sistemas complejos y sobre todo, estar siempre en el core del núcleo de operaciones, en lo que no pueden fallar. La mayoría de nosotros interactuamos a diario con sistemas que dependen, directa o indirectamente, de tecnología de Oracle sin saberlo (al hacer una reserva de vuelo o pagar en un supermercado). Aunque la marca no esté en el producto final, sí está en lo que lo hace posible.

Detengámonos un momento a entender cómo eran antes las bases de datos y el cambio que Oracle introdujo. Antes de que las bases de datos relacionales se impusieran, muchas empresas trabajaban con modelos donde la información estaba organizada siguiendo estructuras rígidas, a menudo jerárquicas. Y esto es importante porque la forma de almacenar los datos condicionaba completamente la forma de consultarlos.

Simplificando mucho: si una cadena de supermercados organizaba su información por tiendas, dentro de cada tienda por categorías y dentro de estas por productos, responder a una pregunta como “en qué supermercados está disponible este producto” no era fácil. Había que recorrer tienda por tienda, categoría por categoría, producto por producto, porque el sistema estaba diseñado para seguir un camino concreto, no para combinar información entre las distintas partes. Digamos que con cada consulta, volvías al principio del camino, y para la siguiente tenías que volver a empezar.

El modelo de base de datos relacional cambia esa lógica. En lugar de estructuras cerradas, introduce tablas independientes que se pueden relacionar entre sí. El producto tiene su propio identificador, el supermercado también, y una tercera tabla conecta ambos, por ejemplo con el stock o el precio.

Eso permite algo que hoy en día hemos normalizado: ya no necesitas recorrer el sistema desde el principio cada vez que haces una pregunta. Basta con consultar el identificador del producto y cruzarlo con el resto de tablas para obtener, de una vez, en qué supermercados está disponible, cuántas unidades hay o cómo se distribuye.

Aunque lo veamos normal hoy en día, esto fue revolucionario. No solo cambió la forma de almacenar datos, sino que hizo posible una nueva forma de consultarlos. Ya no se trataba de seguir un único camino, sino de declarar qué información se quería obtener y dejar que el sistema resolviera cómo hacerlo. Esa es una de las grandes ventajas del modelo relacional: simplifica enormemente la recuperación de información porque permite nombrar el dato buscado y dejar que la base de datos encuentre la mejor forma de acceder a él.

En 2026, entrenar, desplegar y utilizar sistemas de inteligencia artificial a escala no es solo una cuestión de algoritmos, sino de almacenar cantidades enormes de datos, moverlos constantemente, procesarlos en tiempo real y garantizar que todo funcione de forma estable (y eso para millones de usuarios o para operaciones críticas dentro de empresas). La inteligencia artificial pasa a ser un problema de infraestructura, no solo de chips, sino de centros de datos, redes, sistemas de almacenamiento, plataformas cloud y, sobre todo, de cómo se organizan y gestionan los datos dentro de esos sistemas. Y esto es lo que convierte a Oracle en una pieza clave.

Pero Oracle no es una empresa que trabaja con datos, sin más, sino una empresa que ha experimentado con ellos en operaciones reales durante años: bancos, telecomunicaciones, administraciones públicas, grandes empresas… lugares donde la tecnología no puede permitirse fallos y donde los sistemas tienen que funcionar de forma continua.

Oracle no es conocida únicamente por su tecnología, sino por su forma de operar dentro de las empresas clientes y como entender las relaciones a largo plazo.

Podríamos decir que la característica más relevante era que convertía sus sistemas en imprescindibles.

La implementación de sus soluciones requería proyectos bastante largos, equipos muy especializados y, en muchos casos, consultores que trabajaban directamente dentro de la empresa cliente. Con el tiempo, esto provocaba que la empresa dependía del sistema, pero también del conocimiento asociado a ese sistema por lo que cambiar de proveedor se volvía extremadamente difícil ya que implicaba rehacer procesos, migrar datos críticos y asumir riesgos operativos que pocas compañías estaban dispuestas a asumir. Ese modelo “sticky” fue una de las claves del éxito de Oracle. La barrera de salida de sus clientes era altísima: una vez dentro, era muy difícil salir.

A la vez, Oracle desarrolló una estrategia comercial muy agresiva. Priorizaba el cierre de grandes contratos, incluso en fases muy tempranas, y con una política de licencias que no siempre resultaba fácil de entender y que, a menudo, generaba tensiones con clientes o la sensación de una complejidad deliberada en torno a sus productos.

Incluso en el mercado financiero, era una empresa difícil de analizar porque parte de su crecimiento se apoyaba en contratos a largo plazo, lo que le permitía hablar de ingresos que no eran reales sino estimaciones futuras que a veces no se cumplían. Eso reforzaba su posición, pero también hacía que su valoración dependiera en gran medida de expectativas más que de ejecución inmediata y muchas veces se comprobara que había sido sobrevalorada.

Lo que estaba claro es que su forma de entender el negocio del software empresarial se basaba en control, integración profunda y relaciones a largo plazo.

Oracle no dudaba en enfrentarse directamente a su competencia. Lo hizo con IBM en sus inicios, con Microsoft en distintas etapas (se dice que su CEO tenía una obsesión personal con superar a Bill Gates) y, más adelante, con SAP o Salesforce en el terreno del software empresarial. No buscaba necesariamente ser la empresa más querida del sector, sino la mejor posicionada dentro de los sistemas críticos de sus clientes.

Esa lógica también se reflejó en su estrategia de crecimiento y Oracle no se limitó a desarrollar tecnología propia sino que compró empresas, integró productos y fue construyendo una plataforma cada vez más amplia, siempre con la idea de crear un ecosistema cerrado, donde cuantos más componentes utilizaba un cliente, más difícil le resultaba salir.

Cuando la industria empezó a girar hacia el cloud, Oracle se quedó atrás. Mientras que Amazon, Microsoft y Google apostaron por la nube, Oracle avanzaba despacio, todavía muy apoyada en su modelo tradicional. Muchos creyeron que su reinado había terminado pero no fue así: Oracle estaba manteniendo su posición donde siempre había sido fuerte que eran los sistemas donde los datos eran críticos y donde la fiabilidad pesaba más que la novedad.

Oracle volvió cuando entendió que la nube no era una discusión de features sino de capacidad física. Fue la IA generativa la que convirtió el cloud en eso: en una pelea por quién tiene GPUs, quién tiene redes de baja latencia, quién puede garantizar energía, refrigeración, almacenamiento y operación sin caídas. Las empresas dejan de pensar en que un modelo puede ser brillante en un paper, y empiezan a pensar en cual es la infraestructura en la que vive.

En 2018, mientras el resto seguía vendiendo “cloud” como catálogo infinito, Oracle empujaba la idea de una nube “de segunda generación”, diseñada para empresas con obsesión por seguridad y aislamiento. 
Ese mismo año puso un nombre al tipo de promesa que mejor sabe vender: automatización en el núcleo del dato (Autonomous Database en OCI). 

Luego vino el giro más inteligente: si el cliente ya estaba en otra nube, Oracle dejó de pelear por “mudanzas” y empezó a ofrecerse como pieza embebida dentro del ecosistema rival. Ahí nacen Oracle Database@Azure y Oracle Database@Google Cloud: bases de datos Oracle corriendo sobre hardware OCI dentro de Azure y datacenters de Google Cloud, con la idea explícita de operar “dos clouds como uno”. 

Ese multi‑cloud supuso que en 2026 Oracle reportara un crecimiento de 531% en “Multicloud Database Revenue”, y fue así porque encontró una forma de crecer incluso cuando el cliente no “se convierte” a Oracle Cloud. Una jugada maestra.

Con la llegada de la IA generativa además, Oracle se reposicionó como una empresa que no solo guardaba datos, sino que ofrecía máquinas gigantes para procesarlos. En 2023 se asoció con NVIDIA para ofrecer DGX Cloud en Oracle Cloud Infrastructure, con Supercluster y redes RDMA como parte del paquete. Ese mismo año anunció una alianza con Cohere para servicios de IA generativa y, en el anuncio, lo vendió como ventaja de infraestructura: clusters de más de 16,000 H100, baja latencia y ancho de banda RDMA para entrenar modelos grandes. 

Cuando en 2024 Larry Ellison empezó a hablar de “zettascale”, no estaba utilizando una metáfora exagerada sino describiendo un salto real en la escala de la infraestructura necesaria para la inteligencia artificial. Para entenderlo, basta con mirar las cifras que él mismo contaba: Oracle estaba recibiendo pedidos de clusters con hasta 131.072 GPUs.

NOTA: Una GPU es el tipo de chip que se utiliza para entrenar y ejecutar modelos de inteligencia artificial. No es un ordenador completo, pero es la pieza clave que hace posible estos sistemas. Un cluster de GPUs es, básicamente, miles de estos chips conectados trabajando como si fueran una única máquina gigantesca. Cuando hablamos de más de cien mil GPUs en un solo sistema, estamos hablando de infraestructuras que cuestan miles de millones de dólares y que solo unas pocas empresas en el mundo pueden construir y operar.

Y es precisamente en ese punto donde Oracle empieza a aparecer donde nadie la esperaba.

Durante años, el cloud ha estado dominado por tres nombres: Amazon, Microsoft y Google. Oracle existía, pero no estaba a su altura hasta la explosión de la inteligencia artificial, cuando además, empiezan a ocurrir cosas que, hace años, nos habrían parecido impensables.

Microsoft, que ha sido uno de los grandes dominadores del cloud y el principal socio de OpenAI, ha empezado a utilizar Oracle Cloud Infrastructure para tareas concretas como la inferencia de modelos en Bing. Que Microsoft recurra a Oracle es un síntoma de algo mucho más profundo: la demanda de capacidad para inteligencia artificial ha superado la oferta disponible, incluso para las empresas más grandes del sector.

Según Reuters, citando información del Wall Street Journal, OpenAI estaría negociando la compra de aproximadamente 300.000 millones de dólares en capacidad de cómputo a lo largo de unos cinco años. No se trata de comprar servidores como quien compra ordenadores, sino de asegurar acceso a esas enormes infraestructuras de GPUs durante años, algo más parecido a reservar la producción de una fábrica que a adquirir un producto puntual.

En paralelo, también se ha hablado de conversaciones con Meta para acuerdos en torno a 20.000 millones de dólares destinados a entrenamiento y despliegue de modelos.

Si lo pensamos bien esto revela que existe una escasez estructural de infraestructura. Y en ese contexto, empresas como Oracle, que llevan décadas construyendo sistemas críticos para grandes organizaciones, se encuentran en una posición inesperadamente ventajosa. No tanto porque se hayan adaptado, sino porque el mundo ha empezado a necesitar exactamente lo que saben hacer.

Meses después, Oracle anunció algo que dejaba claro que esto no era un pico puntual de demanda, sino un cambio estructural. La empresa planea invertir entre 45.000 y 50.000 millones de dólares en 2026 para expandir Oracle Cloud Infrastructure y poder cubrir la demanda ya comprometida (y no hablaba en abstracto sino que nombró directamente a sus clientes: AMD, Meta, NVIDIA, OpenAI, TikTok, xAI).

Oracle dijo que su plan de reestructuración FY2026 podía llegar a 2.1 mil millones, y ya había reconocido 982 millones en los nueve meses terminados el 28 de febrero de 2026. 
Y hace apenas días, Reuters reportó despidos “de miles” y un WARN en Washington para 491 personas. 
Business Insider publicó el email que recibieron empleados, con una frase que resume el estilo: “tu rol ha sido eliminado… hoy es tu último día laboral” (imaginad recibir ese email al sentarte por la mañana en la oficina), además de avisar que el acceso a sistemas sería desactivado. 

Oracle, al final, sigue siendo lo de siempre: la empresa que se mete en el núcleo de operaciones. Solo que ahora ese núcleo no es solo la base de datos: también es la fábrica de cómputo donde se entrenan y se ejecutan los modelos que están redefiniendo el software. Y quizás por eso pasa lo mismo otra vez: Oracle no hace el ruido pero vuelve a estar en el lugar donde se decide quién puede escalar… y quién se queda sin capacidad.

Y en ese contexto es donde encajan también los movimientos más recientes de la empresa: los despidos anunciados en los últimos días no son un hecho aislado, sino que forman parte de una reconfiguración más amplia que Oracle ya había anticipado: simplificar estructura, reasignar recursos y preparar la organización para una fase de inversión mucho más intensiva en infraestructura.

Cuando una empresa pasa de vender software a operar centros de datos a escala global, cambian muchas cosas. Cambia el tipo de inversión, cambia el tipo de riesgo y, sobre todo, cambia el tipo de organización que necesita para funcionar, y eso se traduce en reducción de ciertas áreas, mientras otras crecen. Es un desplazamiento de recursos (al menos el fondo, porque las formas puede que sean mejorables) En el caso de Oracle además, como tantas otras veces, las decisiones se toman con una lógica muy clara de eficiencia y posicionamiento, aunque eso implique ejecutar cambios de forma directa, incluso abrupta.

Y en ese contexto hay un matiz importante que suele pasar desapercibido: una parte importante del talento en grandes tecnológicas trabaja bajo visados como el H-1B visa, que vinculan su situación legal a la empresa que los contrata. En estos casos, un despido tan “de sopetón” no es solo un cambio de trabajo. Estos empleados suelen tener alrededor de 60 días para encontrar otro empleador o tienen que abandonar el país. Drámatico.

A lo largo de su historia, Oracle ha dado importancia a generar dependencia. Las empresas dependen de tu tecnología. Los clientes dependen de tu capacidad. Y, en algunos casos, las personas dependen de tu estructura. Los despidos recientes refuerzan esta tesis.