En 2025, la dinámica en el mundo de la inteligencia artificial continúa en rápido movimiento, con un patrón claro que va más allá de simples adquisiciones tecnológicas: los grandes actores del mercado están vendiendo y comprando para ganar posiciones estratégicas en el ecosistema de la IA. La reciente adquisición de Manus por parte de Meta ejemplifica este fenómeno, donde la compra no solo busca tecnología, sino también talento, propiedad intelectual, acceso a datos y canales de distribución que permitan establecer el estándar de facto en la próxima capa de software de inteligencia artificial.
Meta refuerza con esta operación su apuesta por los agentes de propósito general, aquellos capaces de realizar tareas complejas de principio a fin. La incorporación de Manus les proporciona un equipo y una plataforma que ya demostraba signos de tracción significativa en el mercado, extremando su capacidad para desarrollar agentes inteligentes avanzados. Sin embargo, lo relevante no es solo la adquisición en sí, sino lo que esta práctica indica sobre las tendencias del sector: en 2025, una ola de movimientos estratégicos apunta a controlar los componentes críticos del stack de la IA.
Estas operaciones no solo incluyen compras tradicionales, sino también combinaciones de licencias y fichajes (acqui-hire), que permiten reducir obstáculos regulatorios y acelerar la captura de valor. Las adquisiciones recientes en el sector revelan una tendencia a apoderarse de partes clave del ecosistema: desde modelos y agentes (el “cerebro”) hasta chips, infraestructura y componentes de seguridad y gobernanza del dato. Por ejemplo, NVIDIA ha adquirido activos y talento de Groq, enfocándose en la inferencia eficiente; SoftBank está inaugurando movimientos para controlar infraestructuras físicas relacionadas al auge de la IA; y empresas como Datadog y Alation están comprando activos para fortalecer su oferta en observabilidad y datos, vitales para la IA empresarial.
¿Pero por qué tanto interés en controlar estos componentes? La respuesta radica en varias razones. En primer lugar, el canal de distribución domina sobre la simple demo de tecnología; poseer una plataforma con abundantes usuarios o ecosistemas como la nube es la clave para escalar rápidamente. En segundo lugar, la estrategia del “stack completo” se ha consolidado, ya que gestionar solo el modelo ya no basta: influyen también los datos, la seguridad, la infraestructura y el cumplimiento normativo. La regulación, además, impulsa operaciones híbridas; en vez de compras totales, muchas empresas optan por licencias y asociaciones que minimizan riesgos regulatorios y operativos.
Otra tendencia destacada es que el coste de ejecutar IA, y no solo entrenarla, se ha convertido en un cuello de botella estratégico. La inferencia —servir modelos en producción a escala— es donde se genera la mayor rentabilidad o el mayor gasto, por lo que la eficiencia en esta fase es prioritaria. NVIDIA y Groq ejemplifican esta tendencia: la optimización del coste por consulta y la reducción de latencia son ahora elementos críticos en la competencia.
¿Y qué deben vigilar empresas y clientes en este escenario? En primer lugar, el riesgo de “lock-in”, donde una pieza crítica integrada en plataformas dominantes dificulta cambiar de proveedor. Además, la concentración de talento en pocas empresas aumenta la dependencia y puede limitar la innovación independiente. Por último, la convergencia entre producto, seguridad y cumplimiento significa que la IA en la empresa ya no se vende sin controles robustos, impulsando compras en seguridad y gobernanza de datos.
En resumen, estamos en una fase en la que las grandes corporaciones adquieren y controlan piezas clave del ecosistema de la IA para ganar posiciones dominantes, acelerar su desarrollo y minimizar riesgos regulatorios. La tendencia apunta a un mercado cada vez más consolidado, donde los proveedores independientes tendrán menos espacio para innovar de forma autónoma, y el control de las funciones críticas se convierte en un factor determinante para el éxito a largo plazo.