Lo conté en LinkedIn sin adornos, y aquel post superó las 40.000 impresiones. Más atención de la que el producto recibió en toda su vida. Parece que a la gente le interesa mucho más un fracaso contado con números que un éxito contado con adjetivos.

Hace unas semanas escribí sobre cómo he vuelto a programar treinta años después gracias a Claude Code, y dejé caer una idea que hoy quiero desarrollar: construir nunca ha sido tan fácil, pero saber qué merece la pena mantener sigue siendo igual de difícil. Así que he hecho algo que casi nadie hace en público: repasar todo lo que tengo en marcha y decir qué sigue, qué está en el aire y qué cierro.

Las claves en 20 segundos

• GenPic cerró sin una sola venta en seis meses, y su código está liberado en GitHub con licencia MIT.
• No falló la tecnología: falló el encaje con el mercado. La vista previa gratis agotaba el valor del producto.
• No todos los proyectos tienen que ganar dinero para seguir vivos, pero cada uno tiene que saber por qué existe.
• Mis apps de Mac y Windows han facturado unos 4.000 euros en menos de seis meses: poco, pero real. Otras tienen descargas y siguen buscando su hueco.
• Cuando un proyecto no sigue, liberar el código es una forma digna de cerrarlo.

GenPic: un producto bien hecho que nadie compró

GenPic convertía fotos en retratos pintados con inteligencia artificial. Tenía 73 estilos, cinco idiomas y un modelo de pago por descarga. La gente entraba, generaba su retrato gratis… y se marchaba.

Lo que más me costó aceptar es que el producto estaba bien hecho. Laravel 11, Livewire y Filament; pagos con Stripe y el IVA europeo resuelto con la ventanilla única (OSS); moderación de contenido, RGPD, accesibilidad, 178 tests y una infraestructura lista para cobrar en toda la Unión Europea. Nada de eso falló.

Falló el encaje con el mercado. Regalábamos la vista previa y el valor percibido se agotaba ahí: quien ya había visto su retrato no sentía la necesidad de pagar por él. Y con ese modelo, cada prueba gratuita tenía un coste real en IA aunque nadie pagara. Llegamos tarde a un mercado donde generar imágenes ya empezaba a ser algo que la gente esperaba gratis.

En vez de guardarlo en un cajón, lo abrimos. El repositorio trae el embudo completo: subida de la foto, detección facial en el navegador, cola de generación, marca de agua, cobro con Stripe Checkout, entrega por URL firmada y borrado automático. También varios proveedores de IA con conmutación por error, Stripe Tax para el IVA europeo e internacionalización con hreflang. Piezas que cuestan semanas montar bien, ahora disponibles para cualquiera que construya algo con generación de imágenes, descargas de pago o un SaaS en Laravel multidioma. Está todo en GitHub, y la historia completa la contamos en el blog de Color Vivo.

Está cerrado y sin plan de mantenimiento, pero es de quien quiera usarlo, modificarlo o venderlo. A veces el mejor destino de un proyecto que no vende no es la papelera, sino un commit público.

Los cierres que nunca anuncié

GenPic es el cierre más reciente, pero no el único. Hay proyectos que cerré hace tiempo sin decirlo en voz alta, simplemente dejándolos estar.

bitadir.com, un directorio de blogs que fue popular en la primera época de los blogs, allá por los 2000, sigue ahí, latente, pero a efectos prácticos está cerrado, aunque refactorizado a PHP 8.4 hace unos meses desde PHP 5.4. Y los foros de programacion.net, que fueron un punto de referencia para muchos programadores de habla hispana en esa misma década, llevan tiempo muertos. Las webs siguen respondiendo, pero ya no hay vida dentro.

Es la forma más común de cerrar un proyecto, y probablemente la peor: no lo apagas, pero tampoco lo cuidas. Ni libera el sitio para otra cosa ni le da un final digno a lo que fue.

El problema nuevo: demasiados proyectos vivos

Durante años mi problema era el contrario. Tenía muchas más ideas de las que podía construir, y la mayoría se quedaban en una libreta. Con herramientas como Claude Code eso ha cambiado por completo: una idea de domingo puede ser una web funcionando el martes.

El cuello de botella se ha movido. Ya no es construir, es mantener. Cada proyecto vivo cuesta servidores, dominios, actualizaciones de seguridad, alguna consulta de usuarios y, sobre todo, atención. Y la atención es lo único que no escala.

Así que, para no engañarme, me he obligado a hacerme las mismas preguntas con cada proyecto:

• ¿Lo usa alguien además de mí?
• ¿Paga alguien, o podría pagar?
• ¿Lo uso yo cada semana?
• ¿Cuánto me cuesta mantenerlo, en dinero y en horas?
• ¿Llegué a tiempo al mercado?
• ¿Tendría más valor abierto que cerrado?

No hace falta responder bien a todas. Un proyecto que nadie paga puede seguir si sirve a mucha gente y cuesta poco. Pero un proyecto que no responde bien a ninguna tiene que irse, por mucho cariño que le tengas.

Lo que sigue porque es útil

Hay proyectos que no necesitan justificarse con ingresos. polenmadrid.com ofrece información de polen como servicio público y con una API gratuita que cualquiera puede usar. password.es, ipcalc y dnsgratis.com son utilidades sencillas que resuelven un problema concreto y aportan valor a quien las usa.

Cuestan poco y ayudan a mucha gente. Pasan la prueba sin cobrar un céntimo, y siguen.

Experimentos baratos, en observación

Luego están los experimentos que me apetecía hacer y que cuestan muy poco mantener. meteo.es era una web que llevaba años queriendo montar y ahora funciona prácticamente sola. spyonweb.net nació porque la herramienta original que usaba dejó de funcionar. AgentReady.md pensando en como ayudar a que las webs sean más visibles en los chat de las inteligencias artificiales y agentes que las visitan cada día.

No tienen un horizonte claro, y lo digo sin problema. Siguen mientras no cuesten casi nada y alguien los use. Pero con un compromiso: si algún día los cierro, el código no se tira, se libera.

Las apps: los primeros euros

Esta es la parte que más me ilusiona, porque aquí ya hay algo que GenPic nunca tuvo: clientes que pagan.

iSkitch, que nació cuando Evernote abandonó Skitch y me quedé sin mi herramienta de capturas, Mbox Viewer Pro y Arca Mail Backup están generando ingresos. En menos de seis meses, mis apps de Mac y Windows han facturado unos 4.000 euros. No es para tirar cohetes, pero da para pagar la fiesta de Claude Code y Codex. Y eso cambia por completo la conversación: la pregunta ya no es si a alguien le interesa, sino cómo hago que crezca.

Apps con descargas que buscan su hueco

Otras están en un punto intermedio. FitBono (para mi entrenador personal y gratis), ImageForge, KillEXIF o PDFSigna tienen descargas, así que hay gente que las encuentra y las prueba. Lo que todavía no está claro es el modelo: cuánto vale cada una, a quién se la vendo y por qué canal.

Estas semanas he estado subiendo mis apps a directorios como Softonic, Uptodown, Download.com o MacNative, y he confirmado algo que ya sospechaba. Hacer una app es hoy más fácil que nunca; conseguir que alguien la encuentre y pague por ella, no. La distribución sigue siendo el cuello de botella que la IA no ha resuelto. Estas apps siguen, pero con fecha de revisión.

Cuando el código sigue vivo sin ti

Hace dos semanas escribí sobre Stockfish, el mejor motor de ajedrez del mundo, que es gratis y lo mejora una comunidad. A mi escala, salvando todas las distancias, he podido vivir algo parecido.

mboxshell es mi pequeño caso de éxito en código abierto. Ya tiene contribuciones de personas que no conozco y está empaquetado en distribuciones como NixOS. Es la mejor sensación que puede dar un proyecto: que deje de ser solo tuyo. Y tiene una vuelta curiosa: Mbox Viewer Pro, una de las apps que ya facturan, está construida sobre mboxshell. El código abierto y el de pago no compiten; se alimentan.

FlarePurge siguió otro camino: empezó como app propia y acabé liberando su código fuente. Y CrawlForge, un rastreador SEO escrito en Rust, sigue buscando su hueco como open source.

GenPic se suma ahora a esta lista. Ninguno de estos proyectos me hace rico, pero ninguno se ha perdido. Liberar el código es la forma más digna de cerrar algo, porque lo que aprendiste haciéndolo puede servirle a otro.

Lo que viene: OwnLicense

Y aquí está lo que más me ha sorprendido de hacer este repaso. Los proyectos que no terminan de arrancar me han enseñado cuál es el siguiente que sí merece la pena.

Si mis apps tienen descargas pero cuesta convertirlas en ventas, y si vender fuera de la App Store o de la Microsoft Store es un lío de licencias, pagos e impuestos, el problema no es solo mío. Lo tiene cualquier desarrollador independiente que quiera vender por su cuenta. De ahí nace OwnLicense.com: una herramienta para vender apps fuera de las tiendas oficiales. Tiene web, pero todavía no está lanzada.

Y tiene una ventaja que GenPic nunca tuvo: el primer cliente soy yo. Si no me sirve para vender mis propias apps, no le servirá a nadie. Si me sirve, ya sé que hay al menos un problema real detrás.

Hay más ideas en el cajón, unas lanzadas y otras solo en la cabeza, pero esas se quedan para otro día.

Cerrar no es fracasar

Llevo en internet desde 1995 y he cerrado más proyectos de los que recuerdo. Durante mucho tiempo los cerraba en silencio, como quien apaga la luz de una habitación que ya no usa. Ahora creo que eso es un error, por dos razones.

La primera, porque contar un cierre con números ayuda a otros más que cualquier caso de éxito. Las 40.000 impresiones de aquel post sobre GenPic no fueron por el producto, fueron por la honestidad.

La segunda, porque cerrar es lo que deja sitio a lo siguiente. Cada proyecto que mantienes por inercia le quita horas al que de verdad podría funcionar. Y en una época en la que construir cuesta tan poco, saber soltar es probablemente la habilidad más infravalorada que tenemos.

Así que este es mi inventario a finales de octubre de 2026: un cierre reciente, un par de cierres que nunca había anunciado, varios que siguen y bastantes «ya veremos». Dentro de un año volveré a hacerlo, y te contaré qué ha cambiado. Seguro que algo de lo que hoy sigue se habrá ido, y quizá algo que hoy busca su hueco lo haya encontrado.

Y tú, ¿cuántos proyectos tienes vivos por pura inercia?

Preguntas frecuentes

¿Por qué cerró GenPic? Porque en seis meses no hizo ni una venta. La vista previa gratuita agotaba el valor percibido del producto y cada generación tenía un coste en IA que nadie pagaba.

¿Se puede usar el código de GenPic? Sí. Está publicado en GitHub con licencia MIT, así que se puede usar, modificar y vender. No tiene plan de mantenimiento.

¿Cómo decidir si cerrar un proyecto personal? Preguntándose si alguien lo usa, si alguien paga o podría pagar, si lo usas tú, cuánto cuesta mantenerlo y si tendría más valor como código abierto. No hace falta cumplir todo, pero sí tener una razón clara para que siga.

¿Qué es OwnLicense? Un proyecto todavía no lanzado para ayudar a vender apps fuera de la App Store y de la Microsoft Store.

Enlaces

• Mi post en LinkedIn sobre el cierre de GenPic
• Código de GenPic en GitHub
• La historia completa de GenPic, en el blog de Color Vivo
• Todos mis proyectos
• De Turbo Pascal a Claude Code: cómo he vuelto a programar 30 años después
• El mejor motor de ajedrez del mundo es gratis, y no es casualidad

A mi hijo Bruno le faltan once días para cumplir ocho años. Hace dos no sabía mover un caballo y hoy me gana seis de cada diez partidas. No recuerdo la primera partida que me ganó, pero no tardó mucho en llegar, y para él fue algo maravilloso. Desde entonces me gana cada vez más. Y no lo digo con resignación. Lo digo con un orgullo que no me cabe en el pecho.

Porque cuando lo veo pensar delante del tablero, callado, con la mano quieta encima de una pieza antes de moverla, pienso en todo lo que se habla estos días sobre inteligencia artificial, sobre niños que crecen con respuestas a un clic y sobre si sabrán pensar por sí mismos. Y creo que el ajedrez tiene algo que decir sobre eso.

Las claves en 20 segundos

• Los grandes modelos de lenguaje juegan al ajedrez memorizando: en el banco de pruebas de Kaggle todos elegían la Defensa Siciliana, hasta que les obligaron a empezar desde otras aperturas.
• Magnus Carlsen ganó en febrero de 2026 el primer Mundial FIDE de ajedrez Freestyle, donde las piezas se sortean y no sirve memorizar.
• La ciencia es prudente: el ajedrez en la escuela tiene efectos positivos pero moderados, y no convierte a nadie en un genio de las matemáticas.
• Lo que sí enseña, y he visto en casa, es a concentrarse, a perder sin excusas, a analizar el error y a pensar antes de pedir la respuesta.

Del tablero de la playa a las clases

No hubo ningún plan. En casa jugamos a todo tipo de juegos de mesa, y un día le hablé del ajedrez. Lo probamos y le encantó. A partir de ahí, todo fue rodado.

Empezamos a llevar un ajedrez a cualquier sitio, y todavía lo hacemos. Bruno descubrió enseguida que la mejor forma de jugar más era preguntar a quien tuviera delante si sabía. Aquel primer verano, en la playa, no se libró de una partida ni un amigo ni un conocido. Ver a un niño de seis años plantarle un tablero a un adulto y decirle «¿echamos una?» tiene algo que no se aprende en ningún sitio.

Luego llegaron las clases, y con ellas el salto. Pasó de mover piezas con intuición a hablar de desarrollo, de controlar el centro, de no sacar la dama demasiado pronto. Jugamos casi siempre con tablero físico; en pantalla, como mucho, alguna partida en Duolingo o en Chess.com.

También entraron los libros. Método Enigma, del misterioso Rey Enigma, es un manual pensado para niños, con una lección cada día y ejercicios. Y Atrapados en una partida de ajedrez, de Arthur Perrier, es una novela de aventuras en la que dos niños acaban dentro de un tablero gigante. Está recomendada a partir de nueve años y se la compramos un poco antes de tiempo, lo que dice bastante de lo picado que está.

Las máquinas que memorizan

Mientras Bruno aprendía, pasaba algo curioso con las inteligencias artificiales de moda. En agosto de 2025, Kaggle y Google DeepMind lanzaron Game Arena, una plataforma para medir a los grandes modelos de lenguaje enfrentándolos en juegos. La primera prueba fue el ajedrez. La idea era sencilla: en una partida no puedes copiar la respuesta de un examen que ya has visto.

Y ahí apareció el detalle que me parece más revelador de toda esta historia. Cuando les dejaban elegir, los modelos abrían todos con la misma defensa: la Siciliana. No porque la entendieran mejor, sino, con toda probabilidad, porque es una de las aperturas más jugadas y comentadas en todo lo que han leído. Los organizadores tuvieron que crear una variante que arranca desde veinte aperturas populares sacadas de Lichess para separar el cálculo real de lo memorizado.

Los modelos han mejorado mucho desde entonces, pero conviene poner las cifras en su sitio. En septiembre de 2026, el mejor de la tabla tenía una puntuación de 1.502 en la escala interna del torneo, que mide a los modelos entre sí y no es comparable con el Elo de un jugador. El motor del que hablé la semana pasada ronda los 3.650. Siguen siendo, para el ajedrez, unos generalistas que han leído mucho.

Y aquí está la diferencia con un niño que aprende. En el especial de aperturas de National Geographic, el gran maestro Miguel Illescas (sí, el mismo que trabajó en Deep Blue) no te pide memorizar líneas. Te explica por qué se juegan: desplegar las piezas, dominar el centro, enrocar pronto. Memorizar te da la jugada. Entender te dice qué hacer cuando la partida se sale del guion.

Carlsen y el ajedrez sin guion

Lo más llamativo es que los humanos llevan años con el problema contrario. Con motores como Stockfish en cualquier portátil, la preparación de aperturas en la élite se ha vuelto tan profunda que muchas partidas se deciden en casa, memorizando decenas de jugadas analizadas por la máquina.

Magnus Carlsen, el mejor jugador de su generación, decidió que eso le aburría. Junto al empresario Jan Henric Buettner impulsó el ajedrez Freestyle: antes de cada partida se sortea la posición de las piezas de la última fila, así que la teoría de aperturas deja de servir y cada partida empieza en territorio desconocido. En febrero de 2026, en Weissenhaus (Alemania), se jugó el primer Campeonato del Mundo FIDE de Freestyle. Lo ganó Carlsen.

Me parece una lección enorme para la época que vivimos. Cuando todos usan la misma herramienta y memorizan lo mismo, lo que marca la diferencia es lo que sabes hacer cuando el guion se acaba. Eso vale para el ajedrez, para programar con IA y para casi cualquier trabajo que conozco.

Lo que dice la ciencia, y lo que no

Aquí tengo que ser honesto, porque es fácil dejarse llevar. Se repite mucho que el ajedrez hace a los niños más listos o mejores en matemáticas. La realidad es más modesta.

Los investigadores Giovanni Sala y Fernand Gobet revisaron en 2016 los estudios disponibles, 24 en total. Encontraron que el ajedrez en la escuela mejora algo las matemáticas y la capacidad cognitiva, pero con efectos moderados, y que hacen falta como mínimo unas 25 o 30 horas de clase para notar algo a corto plazo. En trabajos posteriores fueron más allá: lo que se aprende en el tablero rara vez se traslada a otros terrenos, y algunos de los efectos podrían deberse a cómo estaban diseñados los estudios.

En España ya tuvimos nuestro momento de entusiasmo. En febrero de 2015, la Comisión de Educación del Congreso aprobó por unanimidad una proposición no de ley para implantar el programa «Ajedrez en la escuela». No era vinculante y nunca llegó a convertirse en ley nacional; han sido las comunidades autónomas y los propios colegios los que han ido moviendo ficha.

No cuento esto para quitarle valor al ajedrez, sino para ponérselo donde de verdad lo tiene. No vendo que Bruno vaya a sacar mejores notas por jugar. Lo que sí puedo contar es lo que veo cada semana en casa.

Lo que sí veo en casa

En Método Enigma hay una página que resume mejor que yo lo que el ajedrez le está dando a Bruno. La llaman los diez mandamientos de los jaquetones, y entre ellos están estos: nunca rendirse, jugar limpio, no poner excusas, no confiarse en posiciones ganadas, analizar cada derrota y felicitar al rival tras una buena partida.

Ninguno habla de matemáticas. Todos hablan de cómo comportarse cuando las cosas van bien y, sobre todo, cuando van mal.

Lo primero que aprende un niño en el ajedrez es a perder. No hay árbitro al que culpar, ni compañero de equipo, ni mala suerte con los dados. Si pierdes, es porque el otro jugó mejor o porque tú te equivocaste. Y la única salida es mirar la partida otra vez y entender dónde se torció.

Lo segundo es a pensar antes de actuar. En una época en la que cualquier pregunta tiene respuesta inmediata en una pantalla, el tablero obliga a quedarse quieto, calcular, dudar y decidir solo. Nadie te va a dar la jugada.

Y aquí vuelvo a León, a 1998 y a la idea del centauro de la primera entrega: el mejor resultado no lo daba la máquina sola, sino la persona que sabía pensar y usar la máquina a la vez. Bruno va a crecer rodeado de inteligencia artificial, igual que yo crecí rodeado de ordenadores. No me preocupa que la use. Me preocuparía que no supiera pensar sin ella. Y cada partida que me gana me tranquiliza un poco más.

Perder contra tu hijo

Empecé esta serie contando cómo, en 1990, mejoraba al ajedrez sin nadie al otro lado del tablero, perdiendo tarde tras tarde contra un programa en un Tandon 286. Treinta y tantos años después, al otro lado del tablero está mi hijo. Y sigo perdiendo, pero ahora es la mejor noticia posible.

El ajedrez lleva más de un siglo siendo el lugar donde medimos a las máquinas: desde el autómata de Torres Quevedo hasta Deep Blue, Stockfish o los modelos de lenguaje que hoy abren todos con la Siciliana. Las máquinas ya ganaron esa carrera hace tiempo. Lo que el ajedrez sigue midiendo, y mejor que nunca, es otra cosa: cómo pensamos nosotros cuando no hay nadie que nos dé la respuesta.

No sé si Bruno será un gran jugador, y me da igual. Sé que está aprendiendo a perder, a concentrarse y a buscar la mejor jugada por sí mismo. Con eso podrá enfrentarse a la vida, y a la inteligencia artificial, de tú a tú.

Con esta entrega cierro la serie. Gracias por acompañarme en el viaje, de Torres Quevedo a la mesa de mi casa. Ahora, si me disculpáis, me debe la revancha.

Para seguir jugando

Todos los libros que han ido saliendo en la serie, por si te apetece seguir:

• Cuentos, jaques y leyendas, de Manuel Azuaga. Historias del ajedrez dentro y fuera del tablero, con prólogo de Miguel Illescas. Lo he leído y lo recomiendo juegues o no.
• Método Enigma. Para futuros maestros del ajedrez, de Rey Enigma. Un manual para niños con lecciones diarias, ejercicios y los diez mandamientos de los jaquetones.
• Atrapados en una partida de ajedrez, de Arthur Perrier. Novela de aventuras para jóvenes lectores, a partir de nueve años.
• Edición especial de National Geographic: Aperturas, del gran maestro Miguel Illescas. Para aprender a empezar una partida entendiendo el porqué de cada jugada. Hay más especiales de la serie: estrategias, tácticas y finales.

Preguntas frecuentes

¿Las inteligencias artificiales como ChatGPT o Gemini juegan bien al ajedrez? Mucho mejor que hace un año, pero lejos de un motor especializado. En el banco de pruebas Game Arena de Kaggle tendían a repetir aperturas memorizadas, y su puntuación se mide en una escala propia entre modelos, no comparable con el Elo de los jugadores.

¿Qué es el ajedrez Freestyle? Una variante en la que se sortea la posición inicial de las piezas de la última fila, de modo que no sirve la teoría de aperturas. Magnus Carlsen ganó el primer Campeonato del Mundo FIDE de Freestyle en febrero de 2026.

¿El ajedrez mejora las notas de los niños? Los estudios muestran efectos positivos pero moderados en matemáticas y capacidad cognitiva, y poca transferencia a otras materias. Su valor más claro está en hábitos como la concentración o saber gestionar la derrota.

¿A qué edad puede empezar un niño a jugar al ajedrez? No hay una edad fija. Muchos niños empiezan entre los cinco y los siete años, cuando ya pueden seguir reglas y mantener la atención en una partida corta.

Fuentes

• Advancing AI benchmarking with Game Arena, Google
• Game Arena: Strategic LLM Evaluation in Competitive Environments, arXiv
• Chess Leaderboard, Kaggle Game Arena
• FIDE Freestyle Chess World Championship 2026, Wikipedia
• Freestyle Chess Grand Slam Tour, Wikipedia
• The Effects of Chess Instruction on Pupils’ Cognitive and Academic Skills, Frontiers in Psychology
• Does Far Transfer Exist?, Sala y Gobet (2017)
• Proposición no de ley sobre ajedrez en las escuelas, FEDA
• Ajedrez en la escuela en el currículo de España, Revista Ventana Abierta
• Método Enigma, Google Books
• Especial Ajedrez Aperturas, National Geographic (RBA)

Los enlaces a Amazon de este artículo son enlaces de afiliado: si compras a través de ellos, recibo una pequeña comisión sin coste adicional para ti.

Veintitrés años después, en 2021, los desarrolladores de un programa gratuito demandaron a esa misma ChessBase ante un tribunal de Múnich. La acusaban de vender como propio código que era suyo, que era libre y que cualquiera podía descargar. Y ganaron.

Entre una fecha y otra, el ajedrez por ordenador dio la vuelta por completo. Hoy el motor más fuerte del mundo no lo hace ninguna empresa, no cuesta nada y lo mejora gente que dona su tiempo y la potencia de sus ordenadores. Cuando lo leo, me acuerdo de Fidonet. En 1995 yo era CoSysop de EUI-CR BBS, con la dirección 2:341/100.2, y aquella red funcionaba porque muchos dejábamos nuestros equipos llamándose de madrugada para mover los mensajes de otros. Nadie cobraba. Funcionaba igual. (Lo conté con más detalle en mi etapa como sysop de una BBS de Fidonet.)

Las claves en 20 segundos

• Stockfish, el motor de ajedrez más fuerte del mundo, es software libre bajo licencia GPL y lo crearon tres programadores europeos.
• Cada mejora se prueba en miles de partidas jugadas en ordenadores de voluntarios antes de entrar en el código.
• Cuando Google presentó AlphaZero en 2017, la comunidad respondió con Leela y con NNUE, una red neuronal pequeña nacida del shogi japonés que corre en cualquier portátil.
• En 2022, ChessBase tuvo que reconocer ante un tribunal de Múnich que había incumplido la licencia de Stockfish.
• Lichess, una organización francesa sin ánimo de lucro, sirve unos cinco millones de partidas al día, sin anuncios, desde servidores de OVH en Francia.

Un motor que no es de nadie

Stockfish nació en 2008 a partir de Glaurung, un motor libre que el noruego Tord Romstad había publicado en 2004. Con él lo desarrollaron el italiano Marco Costalba y el finlandés Joona Kiiski. Tres europeos, ninguna empresa detrás y una licencia, la GPL, que obliga a que cualquiera que lo distribuya entregue también el código.

Dieciocho años después, Stockfish es el motor más fuerte del mundo. La versión 19 salió el 5 de septiembre de 2026 y en la lista de referencia CCRL ronda los 3.650 puntos de Elo funcionando con solo cuatro núcleos. Para ponerlo en contexto: el mejor humano de la historia nunca ha llegado a 2.900.

Lo curioso es quién lo usa. Lichess lo ofrece gratis a todos sus usuarios, y Chess.com, la gran plataforma comercial, también lo integra en su análisis. Los programas de pago que dominaban el mercado en los noventa compiten hoy contra algo que cualquiera puede descargar, estudiar y mejorar. Es justo lo contrario de lo que pasa con el software que compran tantas administraciones, algo de lo que hablé hace poco a raíz de un buzón que se ha pagado diecisiete veces.

Miles de ordenadores que no son de nadie

El secreto de Stockfish no es un genio aislado. Es un método. En 2013, el programador Gary Linscott montó Fishtest, una plataforma de pruebas distribuida que el propio proyecto destacó como el gran cambio de la versión 3.

Funciona así: cualquiera puede proponer una mejora, pero solo entra en el código si demuestra, en miles de partidas jugadas en ordenadores de voluntarios, que hace al motor más fuerte. No vale la opinión de nadie ni el cargo de nadie. Vale la estadística. La inmensa mayoría de las ideas se descartan, y las pocas que superan la prueba suman unos pocos puntos de Elo cada una. Así, versión a versión, durante años.

Lichess usa la misma lógica para algo más cotidiano. Analizar una partida con un motor consume mucha más potencia que guardar las jugadas, así que el análisis lo hace fishnet, una red de voluntarios que ceden la CPU de sus portátiles o servidores para analizar las partidas de otros.

Es el mismo espíritu de los nodos de Fidonet que se llamaban de madrugada, solo que en lugar de mover mensajes de una BBS a otra, calculan variantes de ajedrez. Y demuestra algo que a veces se nos olvida en tecnología: una comunidad bien organizada puede tener más capacidad que una empresa.

Cuando llegó Google, y lo abierto respondió

En diciembre de 2017, DeepMind, el laboratorio de inteligencia artificial de Google, presentó AlphaZero. No le habían enseñado nada de ajedrez salvo las reglas: aprendió jugando millones de partidas contra sí mismo y después aplastó a Stockfish 8 en un encuentro de cien partidas. Parecía el final de los motores clásicos. Y era cerrado: ni código, ni red, ni forma de reproducirlo con hardware normal.

La comunidad no se quedó mirando. El 9 de enero de 2018, Gary Linscott, el mismo que había montado Fishtest, anunció Leela Chess Zero, una réplica abierta de la idea de AlphaZero entrenada con partidas generadas por voluntarios en sus propios equipos. En 2019 Leela ya ganaba la superfinal del campeonato de motores TCEC.

Pero el giro más bonito vino de Japón. En 2018, el programador Yu Nasu inventó NNUE para el shogi, el ajedrez japonés: una red neuronal pequeña que solo recalcula lo que cambia tras cada jugada, pensada para funcionar rápido en un procesador normal, sin las tarjetas especializadas que necesitaba Google. Otro programador japonés, Hisayori Noda, conocido como Nodchip, la llevó a Stockfish como prueba de concepto.

En septiembre de 2020 salió Stockfish 12 con NNUE, y frente a la versión anterior ganaba diez veces más pares de partidas de los que perdía. Desde 2023 Stockfish ya solo usa esa red. La gran idea de una de las mayores empresas del mundo fue absorbida, adaptada y superada por una comunidad abierta en menos de tres años, y además en un formato que cabe en cualquier portátil.

El día que el software libre demandó a ChessBase

En febrero de 2021, ChessBase lanzó Fat Fritz 2 como uno de sus productos estrella. Los equipos de Stockfish y de Leela no tardaron en denunciar públicamente que, por dentro, era básicamente Stockfish con cambios mínimos, vendido sin cumplir la licencia. Lo mismo señalaron de Houdini 6, otro motor que distribuía la empresa.

En julio de 2021, Tord Romstad y Stéphane Nicolet, dos de los desarrolladores principales, presentaron una demanda en el tribunal regional de Múnich. No pidieron dinero. Pidieron que se cumpliera la licencia: que los clientes supieran que estaban usando Stockfish, que pudieran acceder al código y que ChessBase dejara de distribuirlo mientras no respetara esas condiciones. En la vista pública de julio de 2022, el juez confirmó que los autores podían retirar la licencia a quien la incumpliera.

El acuerdo llegó en noviembre de 2022. ChessBase reconoció que no había cumplido la GPL con Fat Fritz 2 y Houdini 6, se comprometió a no distribuir Stockfish durante un año, a publicar un aviso en sus webs y a dar crédito en el futuro. La Software Freedom Conservancy lo calificó de acuerdo histórico.

La ironía cierra el círculo con la entrega anterior. La empresa cuyo programa usó Kaspárov para inventar el ajedrez avanzado en León tuvo que reconocer, veinticuatro años después, que se había apoyado en el trabajo libre de otros sin respetar sus reglas.

Lichess: cinco millones de partidas al día con presupuesto de pyme

Lichess empezó en 2010 como proyecto personal del programador francés Thibault Duplessis. Hoy es una asociación sin ánimo de lucro registrada en Francia, de código abierto, sin anuncios y gratuita para todo el mundo. Los donantes no reciben ninguna ventaja, solo un pequeño icono junto a su nombre. Confieso que Bruno y yo jugamos casi siempre con tablero físico, y cuando tiramos de pantalla suele ser alguna partida en Duolingo o en Chess.com. Pero precisamente por eso me parece tan llamativo lo que ha conseguido Lichess.

Los números son difíciles de creer. Sirve en torno a cinco millones de partidas al día y guarda más de 12.000 millones en su base de datos. Según sus cuentas públicas, todo el proyecto, con servidores, sueldos y gastos, costaba unos 517.000 dólares al año en 2025. Eso sale a menos de tres centésimas de céntimo por partida.

Y aquí viene el detalle que me toca de cerca. Lichess no está en ningún hiperescalador estadounidense. Funciona sobre servidores dedicados de OVH en Francia. Lo hace porque es mucho más barato que montar lo mismo en una gran nube americana, y para una organización que vive de donaciones esa diferencia es la que permite seguir siendo gratis. Lo cuento con conocimiento de causa, porque en Stackscale nos dedicamos precisamente a esto: infraestructura cloud privada y servidores en centros de datos europeos, bajo jurisdicción europea. Ver a un proyecto como Lichess servir a millones de personas sin pasar por una gran nube americana es la mejor demostración de que este modelo funciona.

Tampoco es perfecto. Tener los servidores físicos en un único proveedor tiene sus riesgos, y Lichess los ha sufrido: en febrero de 2026 una incidencia en la infraestructura de OVH dejó tocados varios de sus servicios. Pero es una elección consciente, con sus pros y sus contras, hecha por un proyecto europeo con infraestructura europea. Es exactamente el tipo de ejemplo que echaba en falta cuando escribí sobre los intentos de Europa de ser soberana en tecnología.

Lo que el ajedrez le enseña al software público

Si juntas las piezas, el dibujo es claro. El mejor motor del mundo lo hicieron tres europeos y lo mantiene una comunidad abierta. Su mayor salto técnico vino de un programador japonés que publicó su idea. La plataforma más querida por los jugadores es una asociación francesa que funciona con donaciones sobre servidores franceses. Y cuando una empresa intentó quedarse con ese trabajo sin respetar las reglas, un tribunal alemán le dio la razón a la comunidad.

Nada de esto ha necesitado un gran plan europeo, ni un consorcio con doscientos socios, ni una subvención de miles de millones. Ha necesitado tres cosas: código abierto, reglas claras sobre cómo se comparte y una forma objetiva de decidir qué mejora entra y qué no.

Por eso me cuesta tanto entender que una administración pague varias veces el mismo software cerrado. El ajedrez lleva más de quince años demostrando que lo compartido puede ser lo mejor, no solo lo más barato. La pregunta incómoda es por qué lo que funciona en un tablero no lo aplicamos al software que pagamos entre todos.

La próxima semana cambio de tercio y paso de los motores a las personas. Los modelos de inteligencia artificial de los que todo el mundo habla también juegan al ajedrez, y lo hacen de una forma muy reveladora. Pero eso, y lo que he aprendido viendo a mi hijo superarme, lo dejo para la siguiente entrega.

Preguntas frecuentes

¿Cuál es el motor de ajedrez más fuerte del mundo? Stockfish. Es software libre bajo licencia GPL y su versión 19, de septiembre de 2026, ronda los 3.650 puntos de Elo en la lista CCRL con cuatro núcleos.

¿Stockfish es gratis? Sí. Se puede descargar gratis en stockfishchess.org y usar en cualquier programa compatible. Lichess y Chess.com también lo usan para el análisis de partidas.

¿Qué es NNUE? Una red neuronal pequeña y eficiente que solo recalcula lo que cambia tras cada jugada. La inventó Yu Nasu en 2018 para el shogi y Stockfish la incorporó en 2020.

¿Cómo se financia Lichess? Con donaciones. Es una asociación sin ánimo de lucro registrada en Francia, sin anuncios, y todas sus funciones son gratuitas para todos los usuarios.

Fuentes

• Stockfish, Wikipedia
• Blog oficial de Stockfish
• Stockfish explicado: versión, licencia y NNUE, ChessDrive
• Leela Chess Zero, Wikipedia
• Leela Chess Zero, Chess Programming Wiki
• NNUE, Chess Programming Wiki
• NNUE, documentación oficial de Stockfish
• Acuerdo entre ChessBase y Stockfish, blog de Stockfish
• Copyleft-licensed chess engine wins legal case, FSFE
• Chessbase, Stockfish reach settlement, Chess.com
• Repositorio de Lichess (lila), GitHub
• Fishnet, la computación distribuida de Lichess
• Lichess hosting, foro de Lichess
• Incidencia de explorer.lichess.ovh tras el incidente de OVH de febrero de 2026, GitHub

En 1990 llegó mi primer PC, un Tandon 286 con MS-DOS, y con él un programa de ajedrez cuyo nombre ya no recuerdo. Ahí avancé de verdad, sin nadie al otro lado del tablero. La máquina no se cansaba, no se distraía y no tenía prisa por irse a cenar. Perdía casi siempre, y cada derrota me enseñaba algo. Nadie me explicó una apertura: las descubría a base de perder.

No lo sabía entonces, pero estaba repitiendo a pequeña escala algo que la informática llevaba haciendo casi ochenta años: usar el ajedrez para medir hasta dónde puede pensar una máquina. Tampoco sabía que esa historia empieza en Madrid.

Después jugué alguna partida con Windows 3.1 e incluso con OS/2 de IBM, pero poco a poco lo fui dejando de lado durante décadas. Hace unos dos años volví al tablero casi por casualidad. Con mi hijo Bruno jugamos a todo tipo de juegos de mesa, y un día le hablé del ajedrez, lo probamos y le encantó. Hoy tiene casi ocho años, va a clases y me gana más partidas de las que pierde. Esa vuelta me ha hecho mirar atrás, y lo que he encontrado da para varios artículos. Este es el primero.

Las claves en 20 segundos

• En 1912 Leonardo Torres Quevedo construyó en Madrid El Ajedrecista, la primera máquina que jugaba al ajedrez sin un humano escondido dentro.
• A mediados del siglo XX, Turing y Shannon convirtieron el ajedrez en el problema de referencia de la inteligencia artificial.
• Un gran maestro español, Miguel Illescas, formó parte del equipo de IBM que preparó a Deep Blue para derrotar a Kaspárov en 1997.
• En junio de 1998, en León, se jugó el primer encuentro de ajedrez avanzado: humano más máquina. Nació el centauro.

Antes de las máquinas, los trucos

La historia de las máquinas que juegan al ajedrez empieza con una trampa. En 1770, el inventor húngaro Wolfgang von Kempelen presentó en la corte de Viena el Turco: un muñeco vestido con turbante, sentado sobre un armario lleno de engranajes, que jugaba y ganaba partidas.

Durante décadas recorrió Europa y América, y se dice que jugó contra Napoleón y Benjamin Franklin. El secreto era sencillo: dentro del armario se escondía un buen jugador de carne y hueso. Edgar Allan Poe le dedicó un ensayo en 1836 para explicar por qué tenía que ser un fraude. El Turco acabó destruido en un incendio en Filadelfia en 1854.

Aquel engaño dejó una pregunta en el aire durante más de un siglo: ¿podría una máquina, de verdad, decidir una jugada por sí misma? La primera respuesta honesta llegó desde España.

Madrid, 1912: la máquina que no hacía trampa

En 1912, en su laboratorio del Ateneo de Madrid, el ingeniero cántabro Leonardo Torres Quevedo terminó El Ajedrecista. Está considerada la primera máquina de la historia capaz de tomar decisiones por sí misma, y no había nadie escondido dentro.

No jugaba una partida entera. Resolvía un final concreto: su rey y su torre contra el rey solitario de un humano. Pero lo hacía sin ayuda, desde cualquier posición inicial, y siempre daba mate. No siempre por el camino más corto, porque Torres simplificó el algoritmo, pero nunca fallaba. Si el rival hacía una jugada ilegal, la máquina lo detectaba y lo señalaba.

Se presentó en la Feria de París de 1914 y en noviembre de 1915 la revista Scientific American le dedicó un artículo. En 1920, con su hijo Gonzalo, construyó una segunda versión que movía las piezas con electroimanes bajo el tablero, como si se movieran solas. Las dos máquinas se conservan en el Museo Torres Quevedo (que podéis visitar) de la Escuela de Caminos de la Universidad Politécnica de Madrid.

Torres Quevedo no era un excéntrico con una máquina curiosa. Había inventado el Telekino, uno de los primeros mandos a distancia por radio, y el transbordador que todavía cruza sobre el remolino de las cataratas del Niágara. En 1914 publicó sus Ensayos sobre Automática, donde planteaba que una máquina podía elegir entre opciones según las circunstancias. Treinta años antes de los primeros ordenadores, alguien en Madrid ya estaba pensando en lo que hoy llamamos inteligencia artificial.

Cuando leo esto pienso en mi PC de 1990. El programa que me ganaba no era tan distinto en espíritu: reglas, posiciones y una decisión. Solo que Torres lo hizo con engranajes y relés, ocho décadas antes.

Del papel al silicio: Turing y Shannon

El siguiente salto lo dieron dos de los padres de la informática, y los dos eligieron el ajedrez.

Alan Turing escribió con David Champernowne, hacia 1948, un programa de ajedrez llamado Turochamp. Puedes probarlo en esta réplica en GitHub. No existía ningún ordenador capaz de ejecutarlo, así que en 1952 Turing lo ejecutó él mismo, a mano, con papel y lápiz, tardando del orden de media hora por jugada. Jugó contra su colega Alick Glennie y perdió. El primer programa de ajedrez de la historia funcionó antes de que hubiera una máquina para correrlo.

En 1950, Claude Shannon publicó Programming a Computer for Playing Chess, el artículo que fijó las bases de todos los motores posteriores. Calculó que el número de partidas posibles ronda 10 elevado a 120, una cifra que hoy se conoce como número de Shannon, y describió dos caminos: calcularlo todo hasta cierta profundidad por fuerza bruta, o seleccionar solo las jugadas prometedoras, como hacemos los humanos.

A partir de ahí, el ajedrez se convirtió en el banco de pruebas de la inteligencia artificial. Al matemático soviético Alexander Kronrod se le atribuye la frase de que el ajedrez era la drosófila de la IA: el organismo sencillo con el que se experimenta para entender algo mucho más grande. Durante cuarenta años, ganar al campeón del mundo fue la meta.

Un español dentro de Deep Blue

En febrero de 1996, en Filadelfia, Garri Kaspárov se enfrentó a Deep Blue, el superordenador de IBM. Perdió la primera partida, pero ganó el encuentro por 4-2. Lo que casi nadie sabía es que, para la revancha, IBM iba a reforzar su equipo con un español.

Miguel Illescas, nacido en Barcelona en 1965, era gran maestro, ocho veces campeón de España y el primer español en superar los 2.600 puntos de Elo, en 1992. Y además era informático de profesión. IBM llevó una versión beta de Deep Blue a Barcelona y le propuso jugar contra ella. Después, hablando con los ingenieros, Illescas les dijo que con Kaspárov no tenían ninguna posibilidad tal como estaba la máquina. Le ficharon.

Pasó cerca de dos años trabajando en el proyecto, y en 1997 viajó a Yorktown Heights, el centro de investigación de IBM. El equipo combinaba ingenieros y grandes maestros que ayudaban a afinar el libro de aperturas y el estilo de juego de la máquina. Firmó un acuerdo de confidencialidad de diez años que le impidió contar nada durante una década.

En mayo de 1997, en Nueva York, Deep Blue ganó la revancha por 3,5 a 2,5. Fue la primera vez que un campeón del mundo perdía un encuentro contra una máquina en condiciones de torneo. Kaspárov insinuó que había habido intervención humana, pidió otro encuentro y IBM se negó y desmontó el proyecto. La historia ha inspirado incluso una serie de televisión, Rematch.

Y un detalle que me encanta: unos años después, Illescas fue entrenador y analista de Vladímir Krámnik, que en el año 2000 le arrebató a Kaspárov el título mundial. Un español estuvo detrás de dos de las derrotas más sonadas del mejor jugador de su época.

León, 1998: el día que nació el centauro

Al perder contra Deep Blue, Kaspárov podría haberse dedicado a pelearse con las máquinas. Hizo otra cosa: se preguntó qué pasaría si, en lugar de jugar contra el ordenador, jugaba con él. La idea era sencilla. El humano aporta intuición, plan y criterio; la máquina, cálculo sin errores a una velocidad imposible.

El primer encuentro de ese ajedrez avanzado se jugó en junio de 1998 en León, dentro del Torneo Magistral Ciudad de León que organizaba Marcelino Sión. Kaspárov jugó con el programa alemán Fritz 5 y Veselin Topalov con ChessBase 7.0, con 60 minutos por jugador. Empataron 3-3 y Kaspárov se llevó el desempate.

Topalov lo recordaba años después como una revolución: la suma del ser humano y la máquina, en un momento en el que casi nadie lo imaginaba. Al jugador que combina las dos cosas se le empezó a llamar centauro, mitad humano y mitad máquina.

Lo que vino después confirmó la intuición. En los torneos abiertos de ajedrez avanzado que se celebraron en internet a mediados de los 2000, las parejas de aficionados que sabían manejar bien varios programas llegaron a superar a grandes maestros con ordenador. No ganaba el mejor jugador ni el mejor programa, sino quien mejor sabía trabajar con la máquina.

Leídas hoy, esas palabras suenan a cualquier conversación sobre programar con IA en 2026. En León se ensayó, hace veintiocho años, la relación que ahora estamos aprendiendo a tener con estas herramientas.

Lo que yo no sabía en 1990

Cuando perdía contra aquel programa de mi Tandon, no tenía ni idea de que detrás había una cadena que empezaba en un laboratorio del Ateneo de Madrid, pasaba por un Turing jugando con lápiz y papel y terminaría, siete años después, con un campeón del mundo derrotado en Nueva York con ayuda de un informático de Barcelona.

Tampoco podía imaginar lo que vendría. Hoy el motor más fuerte del mundo es gratuito, se descarga en un minuto y juega muy por encima de cualquier humano desde un portátil. Y no lo ha hecho una gran empresa. Esa es la historia de la próxima entrega.

Y hay una tercera cosa que no sabía: que treinta y tantos años después volvería al tablero de la mano de mi hijo, y que él aprendería de una forma muy distinta a como aprendí yo, con clases, con libros y con alguien enfrente. Desde entonces llevamos un ajedrez a cualquier sitio, y Bruno pregunta a quien tenga delante si juega. Aquel primer verano, en la playa, no se libró de una partida ni un amigo ni un conocido. Pero eso merece su propio artículo.

Esta es la primera entrega de una pequeña serie sobre ajedrez, informática e inteligencia artificial. Si te la ha mandado alguien, puedes suscribirte al boletín para recibir las siguientes cada martes.

Un libro para esta entrega

Si esta historia te ha picado, te recomiendo Cuentos, jaques y leyendas. Historias dentro y fuera del tablero, del periodista malagueño Manuel Azuaga (Editorial Renacimiento, 2021). Lo he leído y es totalmente recomendable, juegues o no al ajedrez.

Reúne treinta artículos publicados en Diario SUR sobre el ajedrez fuera del tablero: Duchamp dejando el arte por las sesenta y cuatro casillas, Bogart y su afición en pleno rodaje de Casablanca, Unamuno, Kubrick o Nabokov. Y dentro del tablero, historias como la de Sultan Khan, un sirviente indio que llegó a campeón, o la de Sonja Graf, que jugaba vestida de hombre para vivir con libertad.

El prólogo es de Miguel Illescas, el mismo que acabas de conocer dentro de Deep Blue. Si te quedas con ganas, Azuaga tiene dos continuaciones: Más cuentos, jaques y leyendas y Últimos cuentos, jaques y leyendas.

Preguntas frecuentes

¿Cuál fue la primera máquina que jugó al ajedrez? El Ajedrecista, construido en 1912 por Leonardo Torres Quevedo en Madrid. Jugaba el final de rey y torre contra rey y siempre daba mate. Antes hubo autómatas como el Turco, pero escondían a un jugador humano.

¿Quién programó el primer programa de ajedrez? Alan Turing y David Champernowne escribieron Turochamp hacia 1948. Como no había ordenador para ejecutarlo, Turing lo jugó a mano en 1952.

¿Qué papel tuvo un español en Deep Blue? El gran maestro e informático Miguel Illescas trabajó para IBM en la preparación de Deep Blue antes de la revancha de 1997, en la que la máquina ganó a Kaspárov por 3,5 a 2,5.

¿Qué es el ajedrez avanzado o ajedrez centauro? Una modalidad en la que cada jugador humano puede consultar un programa durante la partida. El primer encuentro se jugó en León en junio de 1998, entre Kaspárov y Topalov.

Fuentes

• El Ajedrecista, Wikipedia
• Torres y Quevedo invents El Ajedrecista, History of Information
• Autómata ajedrecista, Museo Torres Quevedo (UPM)
• The Rook Endgame Machine of Torres y Quevedo, ChessBase
• Miguel Illescas, la mente tras el ordenador que ganó a Kasparov, Radio Marca Lanzarote
• Inteligencia artificial y ajedrez. Una conversación con Miguel Illescas, Revista Mercurio
• Entrevista a Miguel Illescas, Xataka
• Miguel Illescas, ChessBase
• Deep Blue versus Kasparov, 1997, Game 6, Wikipedia
• The first Advanced Chess event, León 1998, History of Information
• Inauguración del Magistral Ciudad de León 2012, ChessBase
• Cuentos, jaques y leyendas, Marcial Pons

Los enlaces a Amazon de este artículo son enlaces de afiliado: si compras a través de ellos, recibo una pequeña comisión sin coste adicional para ti.

Las claves en 30 segundos

• El contrato del Defensor del Pueblo con Indra puede llegar a 4,4 millones de euros sin IVA hasta 2027, pero no es un buzón: el pliego tiene 295 requisitos y estima unas 71.000 horas de trabajo.
• Por hora no sale caro. Lo caro es todo lo que se decidió comprar y los 529.400 euros al año que cuesta mantenerlo encendido.
• El código es propiedad del Defensor del Pueblo, pero nadie más puede verlo, auditarlo ni reutilizarlo.
• La justicia española funciona con nueve sistemas de gestión procesal distintos y la sanidad con diecisiete historias clínicas que dialogan mal entre sí.
• Italia, Francia, Dinamarca, Estonia o Alemania ya han demostrado que un mismo software público puede instalarse muchas veces.

Lo que dicen los pliegos

El expediente es el 2021/C00009 y se licitó en febrero de 2021. El presupuesto base era de 3,22 millones de euros sin IVA, se presentaron ocho empresas y se adjudicó a Indra por 3.003.616 euros. La oferta más barata era de 2,8 millones y la más cara de 3,15. Todas en la misma franja.

Luego vinieron los cambios. En junio de 2023 un primer modificado amplió el plazo hasta septiembre de 2025 sin subir el precio. En julio de 2024 un segundo modificado añadió 336.569 euros más. Y el contrato prevé dos prórrogas de 529.400 euros cada una. Si se agotan, el total llega a 4.398.985 euros sin IVA, unos 5,3 millones con IVA, repartidos entre junio de 2021 y septiembre de 2027.

Hasta aquí, el titular de esa publicación es básicamente correcto. Lo que no cuenta es qué se compró.

No es un buzón

El sistema que se quería sustituir se llama GEX. Lo desarrolló el propio Defensor del Pueblo en 2003 y 2004 en Java, con Oracle, un gestor de flujos de Tibco que ya no tiene soporte y el gestor documental Documentum. Guarda nueve millones de documentos, 2,7 terabytes, y lo usan a diario unas 170 personas. En 2025 la institución tramitó 38.762 expedientes.

El pliego técnico pide bastante más que un formulario. Los he contado (sí, con algo de ayuda de la IA): 295 requisitos. Hay atención al ciudadano por cualquier canal, registro electrónico con acuse sellado, espacio personal para seguir la queja, expedientes colectivos, reglas de asignación a las áreas, plantillas y escritos con código seguro de verificación, cita previa, campañas, boletines de email, escucha en redes sociales, un portal para ONG y parlamentarios autonómicos, integraciones con Cl@ve, @firma o el sistema de registros de las administraciones, y una aplicación móvil que funcione sin conexión para las visitas de inspección del Mecanismo Nacional de Prevención de la Tortura a cárceles y centros de internamiento.

Eso no lo hace un chaval en dos semanas. Y el contrato incluye además licencias, infraestructura, soporte y un año de mantenimiento.

El propio pliego estima el trabajo en 23,44 personas a tiempo completo durante 19 meses, más un equipo de mantenimiento. Unas 71.000 horas. Si divides lo presupuestado en servicios profesionales entre esas horas, sale a unos 32 euros la hora. Los salarios directos, a unos 25.

Indra no cobró caro por hora. Se compró muchísimo.

Donde de verdad está el dinero

Hay tres cosas en los documentos que me parecen bastante más relevantes que la cifra total.

La primera es el calendario. El plan del pliego era poner el sistema en producción a finales de 2022. A esas alturas ya se había facturado el 60 % del contrato. En mayo de 2023 fue la propia adjudicataria quien pidió el primer modificado por unas «innovaciones de índole técnico» y propuso «un nuevo planteamiento de plataforma técnica». En 2023 no se pagó nada. En julio de 2024, la resolución del segundo modificado describe el proyecto como «muy próximo a su puesta en producción». De 31 meses previstos a 76 posibles.

La segunda es lo que cuesta tenerlo encendido. Las prórrogas ya no pagan desarrollo: solo licencias, infraestructura y servicio gestionado. 529.400 euros al año sin IVA. Con los expedientes de 2025, son unos 16,5 euros por expediente solo en plataforma.

La tercera es la que más me ha llamado la atención. El pliego obliga a usar productos concretos: el cuadro de mando «se implementa sobre Ms Power BI», la colaboración «a partir de Ms. Teams», la integración con Microsoft 365 y el acceso con el directorio activo de Microsoft. Cuando escribes el nombre del fabricante en el pliego, has decidido la mitad del proyecto antes de empezarlo.

Y el segundo modificado lo explica con una franqueza que no suele verse. Justifica no cambiar de empresa porque «el cambio de contratista no es posible por razones tanto económicas como técnicas»: un proveedor nuevo tendría que estudiar la aplicación y formarse. Es la definición exacta de dependencia de un proveedor, escrita en un documento oficial.

No hay nada ilegal en todo esto. El contrato pasó por licitación abierta y los modificados tienen informes favorables de la Asesoría Jurídica y de la Intervención. Mi crítica no va a las personas ni a la empresa. Va al modelo.

El código es nuestro, pero no lo podemos ver

Aquí está lo que de verdad me preocupa.

El pliego administrativo dice que el desarrollo lleva aparejada la cesión de la propiedad intelectual al Defensor del Pueblo. El técnico exige entregar el código fuente en su sistema de control de versiones. El código es público en el sentido de que lo hemos pagado todos y pertenece a una institución pública. Pero no lo puede ver nadie.

Nadie puede auditarlo. Nadie puede proponer una mejora ni avisar de un error. Y ninguna otra administración puede reutilizarlo, aunque la Ley 40/2015 obliga a ceder las aplicaciones a la administración que las pida, permite declararlas de fuentes abiertas y crea un directorio para compartirlas. Ese directorio, el Centro de Transferencia de Tecnología, tiene su forja pública en GitHub con unos cuarenta repositorios, casi todos de firma electrónica.

Y hay un matiz técnico importante. Si lo desarrollado vive dentro de una plataforma comercial licenciada, la cesión de la propiedad intelectual sirve de poco: puedes regalar tu código a otra institución, pero no podrá usarlo sin pagar las mismas licencias.

Mientras tanto, el Defensor del Pueblo de Navarra y el Gobierno foral firmaron en 2026 un convenio para desarrollar su propia plataforma de gestión de expedientes. Es el mismo problema, resuelto otra vez desde cero y con otro presupuesto.

Lo de poder auditar el código tampoco es teórico. El Tribunal Supremo reconoció en septiembre de 2025 el derecho de la Fundación Civio a acceder al código de BOSCO, la aplicación que decide quién recibe el bono social eléctrico. Ocho meses después seguían sin tenerlo.

¿Cuánto costaría hacerlo hoy?

En septiembre conté aquí cómo he vuelto a programar treinta años después gracias a Claude Code. Así que me he tomado el pliego en serio y lo he clasificado requisito a requisito: qué es el núcleo, qué es accesorio, qué solo puede hacerlo una administración y qué no es software sino servicio.

Mi estimación, con desarrollo asistido por agentes de IA y un perfil senior dirigiéndolo, está entre 2.000 y 4.000 horas para todo el código, frente a las 71.000 del pliego. Construirlo completo, con auditorías de seguridad y accesibilidad y la migración de datos, rondaría entre 200.000 y 400.000 euros. Y mantenerlo en una nube privada europea, con réplica entre dos centros de datos e incluso alguna copia de seguridad adicional en una tercera ubicación, entre 35.000 y 55.000 euros al año, frente a los 529.400 de la prórroga.

No son los 10.000 euros de esta publicación. Tampoco son cuatro millones.

Conviene ser honesto con lo que esa cifra no incluye. Integrarse con Cl@ve, @firma o el registro común solo puede hacerlo una administración. El Esquema Nacional de Seguridad se certifica sobre quien opera el sistema, no sobre el código. Y rediseñar los procesos con los tramitadores, que es la mitad del trabajo real en un proyecto público, no se acelera con ningún agente. Me gustaría intentar construir la primera parte y publicar las horas y el coste reales, no los estimados, aunque siendo realista no se si tendré tiempo para hacerlo.

Diecisiete veces el mismo problema

El caso del Defensor del Pueblo es pequeño. Lo interesante es lo que pasa cuando lo multiplicas.

La justicia española funciona con nueve sistemas de gestión procesal distintos. Minerva en los territorios del Ministerio, Adriano en Andalucía, Atlante en Canarias, Cicerone en la Comunidad Valenciana, el suyo propio en Madrid, en Cataluña, en el País Vasco… En 2020 el propio Ministerio planteaba el dilema en voz alta: interoperabilidad o integración en un único sistema. Se eligió la primera. En junio de 2022 se anunció que por fin los sistemas «hablaban» entre ellos. Es decir, se construyeron puentes entre nueve programas que hacen lo mismo.

Hay una excepción que merece conocerse. Avantius nació en Navarra y hoy lo comparten varias comunidades, entre ellas Navarra, Aragón y Cantabria. Ya se ha hecho aquí. Funciona.

Sanidad: diecisiete historias clínicas para un mismo paciente

En sanidad es todavía más evidente. Cada comunidad tiene su propio sistema de historia clínica, a veces uno para los centros de salud y otro distinto para los hospitales. Esta es la foto con la información pública que he podido reunir:

Sistemas principales según fuentes públicas enlazadas al final. Dentro de cada comunidad puede haber variaciones por hospital y algunos están en plena sustitución.

Diecisiete comunidades y más de veinte programas distintos para hacer lo mismo: guardar la historia de un paciente, pedir una analítica, recetar y derivar al especialista. Cada uno con su contrato, su migración, su mantenimiento y su equipo. Solo el proyecto Jara de Extremadura arrancó en 2005 con 25,5 millones de euros en cuatro años. La Rioja acaba de prorrogar el suyo por 1,7 millones mientras prepara un contrato nuevo. Multiplica.

Y luego hay que hacer que hablen entre ellos. El proyecto de historia clínica digital del Sistema Nacional de Salud empezó en 2006. Quince años después seguía sin culminar, con comunidades que compartían solo el 11 % de los documentos pactados. Un estudio para la Comisión Europea calificó la interoperabilidad entre comunidades de «muy baja». Y en agosto de este año se seguía hablando de diecisiete sistemas que no dialogan eficientemente entre sí.

Hay un dato curioso escondido en esa tabla. En 2012, según un trabajo de la Universidad de Valladolid, nueve de las diecisiete comunidades usaban el mismo programa en atención primaria, OMI-AP. El mismo software instalado nueve veces ya existía. Lo que no existía era el código abierto, un presupuesto común ni una gobernanza compartida: nueve contratos con el mismo proveedor, nueve configuraciones distintas y nueve historias clínicas que seguían sin entenderse bien entre ellas.

Un núcleo común, diecisiete marcas

Ahora imagina lo contrario. Un único software de historia clínica, abierto, desarrollado una vez y desplegado diecisiete veces.

Cada comunidad lo usaría con su marca, sus colores, su nombre si quiere seguir llamándolo Diraya u Osabide, y su configuración: sus circuitos, sus catálogos de pruebas, sus centros. Pero por debajo sería el mismo programa, con el mismo modelo de datos y los mismos estándares, como FHIR para intercambiar información clínica. Un paciente de Ciudad Real atendido en Sevilla no necesitaría ningún puente: su historia se leería igual porque la escribió el mismo software.

Interoperable desde el primer día, no después de quince años de pasarelas.

Y con un único presupuesto de desarrollo. En lugar de diecisiete comunidades pagando diecisiete veces la receta electrónica, la integración con el laboratorio o la adaptación a la próxima norma europea, un consorcio con una cuota proporcional y una hoja de ruta común. Lo que cada comunidad quiera distinto, se lo paga como módulo propio, y si es útil, vuelve al núcleo para todos.

Y con el código en un repositorio público. Ahí está lo que más me ilusiona de la idea. Muchos profesionales podríamos aportar valor: abrir una incidencia cuando algo falla, proponer una mejora con un pull request, revisar el código de otros o auditar la seguridad por nuestra cuenta. Médicos que programan, enfermeras que detectan un flujo absurdo, ingenieros de hospital, universidades, empresas que dan soporte. Al final ese código lo hemos pagado todos con nuestros impuestos. Lo lógico es que todos podamos verlo, auditarlo y mejorarlo.

Los datos de los pacientes, evidentemente, no estarían en ningún repositorio. Se abre el programa, no la información.

Y lo mismo para todo lo demás

Lo mismo para los ayuntamientos, que son más de 8.000. Para las diputaciones. Para los gobiernos regionales. Para las defensorías autonómicas. Para el registro, los expedientes, las subvenciones, el padrón o la contabilidad. No hablo de las plataformas de participación ciudadana, que las hay libres y muy buenas. Hablo del corazón del software de la administración, el que tramita, registra y decide.

Cientos de ayuntamientos con el mismo software. Toda la sanidad con el mismo software. Todas las diputaciones con el mismo software.

Lo que cambia no es solo la factura. Cambia quién puede participar. Hoy un sistema así lo mantiene una empresa porque es la única que conoce el código. Con el código abierto, cualquier empresa puede ofrecer soporte, desarrollar una mejora o adaptarlo a un ayuntamiento concreto, incluida la pyme de informática de la capital de provincia que hoy no puede ni presentarse a estos concursos. Se compite por hacer mejor el trabajo, no por ser el dueño del código. Y habrá quien aporte sin que nadie le pague: universidades, funcionarios con ganas, desarrolladores que usan el servicio y ven un error. Pasa en todos los grandes proyectos de software libre.

Y con miles de ojos mirando el mismo código, auditar deja de ser un trámite que se encarga una vez y pasa a ser algo que ocurre todos los días.

Un matiz para no vender humo: un único sistema no significa un único proveedor ni un único centro de datos. Cada organismo lo opera donde quiera y con quien quiera. Lo que se comparte es el código, los estándares y la gobernanza. Sin gobernanza, un monocultivo también es un riesgo.

Ya se hace, y no es de ningún color

Lo mejor de todo esto es que no hay que inventar nada.

Italia lo tiene por ley. Los artículos 68 y 69 de su Código de la Administración Digital obligan a evaluar primero la reutilización y el software libre antes de comprar, y a publicar con licencia abierta el software encargado por la administración, en un catálogo común: Developers Italia. Y hizo algo todavía más ambicioso con el corazón del sistema: el 18 de enero de 2022 los 7.903 municipios italianos completaron su paso a un único padrón nacional, la ANPR, con 67 millones de residentes. Casi ocho mil padrones distintos convertidos en uno.

Francia lo resolvió en 2016 con la Loi pour une République numérique: el código fuente de la administración es un documento administrativo, se publica por defecto y se puede reutilizar.

Dinamarca es el ejemplo que más se parece a lo que propongo. En 2012 cinco ayuntamientos crearon OS2 para desarrollar juntos el software que todos necesitaban. Hoy son 82 municipios, el 84 % del país, con más de 400 instalaciones de productos compartidos y código abierto.

Estonia y Finlandia crearon en 2017 una fundación común, el NIIS, para mantener juntos X-Road, la capa de intercambio de datos sobre la que funciona buena parte de sus servicios públicos. Islandia se sumó después. Dos Estados compartiendo el corazón de su administración digital.

Alemania creó una agencia pública, ZenDiS, que publicó en 2024 openDesk, una alternativa abierta a Microsoft 365. Ya la usan el Ejército alemán, el Ministerio de Sanidad y la Corte Penal Internacional. Y el estado de Schleswig-Holstein está migrando 30.000 puestos de trabajo de Microsoft a software libre porque, según su jefe de la Cancillería, el software libre «debe convertirse en el estándar» de la administración.

Y la Unión Europea lo ha convertido en marco común. El Reglamento de Interoperabilidad Europea, aplicable desde julio de 2024, obliga a los organismos públicos a compartir sus soluciones de interoperabilidad, incluido el código fuente.

Gobiernos de izquierdas, de derechas, de coalición. Países grandes y pequeños. No es ideología. Es gestión.

Lo que pediría

No hace falta una revolución. Bastarían unas pocas reglas que otros ya aplican.

1. Código abierto por defecto en todo desarrollo a medida pagado con dinero público, con excepciones motivadas y publicadas. Como en Italia o Francia. Y en un repositorio público de verdad, con incidencias y contribuciones abiertas, no en un ZIP que se entrega al final del contrato.
2. Consulta obligatoria y real a lo que ya existe antes de licitar, y justificación pública si no se reutiliza.
3. Pliegos sin marcas. Nada de «se implementa sobre» un producto concreto sin justificarlo, y el coste de salida incluido en la oferta.
4. Coste total a cinco años como criterio de adjudicación: construir, licencias y operación. No solo lo que cuesta el primer año.
5. Consorcios para lo común, como OS2: defensorías, ayuntamientos, justicia, sanidad.
6. Hitos con penalizaciones en lugar de modificados que alargan plazos.

En abril escribí que la compra pública es la palanca más potente que tenemos y la estamos desperdiciando. Esto es exactamente eso, pero en pequeño y con nombres propios. No hace falta crear un campeón europeo para dejar de pagar diecisiete veces por lo mismo. Hace falta que el código que pagamos entre todos sea de todos.

La publicación de LinkedIn se equivocaba en el precio del buzón. Acertaba en lo que de verdad importa: que algo huele raro cuando nadie puede comprobar qué hemos comprado.

Preguntas frecuentes

¿Cuánto cuesta el sistema de quejas del Defensor del Pueblo?

El contrato se adjudicó a Indra en 2021 por 3.003.616 euros sin IVA. Con un modificado de 336.569 euros y dos prórrogas de 529.400 euros, el total puede llegar a 4.398.985 euros sin IVA (unos 5,3 millones con IVA) hasta septiembre de 2027.

¿Es solo un buzón de quejas?

No. El pliego incluye 295 requisitos: atención por todos los canales, registro electrónico, tramitación de expedientes, integración con servicios de la administración, cuadro de mando, migración de nueve millones de documentos y una aplicación móvil para las inspecciones del Mecanismo Nacional de Prevención de la Tortura.

¿El código es propiedad de la administración?

Sí. El pliego cede la propiedad intelectual al Defensor del Pueblo y exige entregar el código fuente. Pero no se ha publicado, así que no puede auditarse ni reutilizarse fuera de la institución.

¿Podrían todas las comunidades usar el mismo sistema de historia clínica?

Técnicamente, sí. Cada comunidad podría desplegar el mismo software abierto con su propia marca y configuración, compartiendo modelo de datos y estándares como FHIR. Así la interoperabilidad existiría desde el inicio y el desarrollo se pagaría una sola vez a través de un consorcio. El obstáculo es de gobernanza, no tecnológico.

¿Hay países que obliguen a publicar el software público?

Sí. Italia obliga a publicar con licencia abierta el software encargado por la administración, Francia considera el código fuente un documento administrativo desde 2016, y Dinamarca, Estonia, Finlandia y Alemania comparten software público entre administraciones.

Fuentes

• Ficha del expediente 2021/C00009 en la Plataforma de Contratación del Sector Público (pliegos, anexos y resoluciones de los modificados 1 y 2)
• BOE, anuncio de licitación y anuncio de formalización
• Defensor del Pueblo, presentación del informe anual 2025
• Ley 40/2015, artículos 157 y 158 y forja del CTT en GitHub
• Civio, sentencia del Supremo sobre BOSCO y situación en mayo de 2026
• Confilegal, los sistemas de gestión procesal (2020) y su interoperabilidad (2022)
• Ministerio de Justicia, reunión con la comunidad Avantius
• ConSalud, historia clínica digital, iSanidad y El Español
• Sistemas de historia clínica por comunidad: Tandem Health, sistemas de atención primaria en España (2026), Universidad de Valladolid, TFM 2012-13, Diraya (SAS), Jara (Computing), AP Cantabria (elDiario.es), Jimena (Redacción Médica), La Rioja (ConSalud), Murcia (murciasalud), Asturias (OMI360), Orion Clinic (GVA), SESCAM, IbSalut (Redacción Médica)
• AgID, directrices de adquisición y reutilización de software y ANPR
• Loi pour une République numérique
• OS2, NIIS y X-Road, openDesk y The Document Foundation sobre Schleswig-Holstein
• Reglamento de Interoperabilidad Europea, datos.gob.es

El hombre que la dirigió desde su apertura, Jaime Martorell, es hoy el comisionado especial del PERTE Chip, el plan de 12.250 millones de euros con el que España intenta volver a fabricar semiconductores. Le ha tocado reconstruir lo que vio montar y desmontar.

Las claves de la industria española de chips en 20 segundos

• AT&T inauguró en Tres Cantos en 1987 su primera fábrica de chips fuera de Estados Unidos.
• El Estado comprometió el 60 % de la inversión. Cerró en 2001 y la nave sigue vacía.
• El empleo español en fabricación electrónica cayó de 86.400 personas en 2000 a 35.500 en 2023.
• El PERTE Chip moviliza 12.250 millones y no hay ninguna planta avanzada en marcha.

La semana pasada escribí sobre los cuatro intentos europeos de soberanía tecnológica que fracasaron, desde el Plan Calcul de 1966 hasta JESSI. España tuvo su propio capítulo en esa historia, y es bastante menos conocido de lo que debería. Aquí se fabricaron chips, ordenadores y centrales telefónicas. Y luego dejamos de hacerlo.

La fábrica de chips que pagamos entre todos

El acuerdo entre Telefónica y AT&T se cerró a finales del primer trimestre de 1986 y dio lugar a AT&T Microelectrónica de España, participada al 80 % por la americana y al 20 % por la operadora española. Los socios eligieron Tres Cantos porque era Zona de Urgente Reindustrialización, con sus ventajas fiscales.

Aquí viene el dato que cambia la lectura del caso, y que aparece en el trabajo del historiador económico Ángel Calvo: el Gobierno comprometió el 60 % de la inversión total en subvenciones y créditos blandos. No fue una implantación de mercado. Fue política industrial pagada con dinero público, exactamente el mismo instrumento que usamos ahora.

Y funcionó durante un tiempo. La planta fabricaba circuitos integrados CMOS a medida, al principio a 1,75 micras. En 1994 facturaba 185,2 millones de dólares, vendía el 95 % de su producción fuera del grupo AT&T y destinaba el 75 % a Europa. En diciembre de 1995 se anunciaron 147,5 millones de dólares para modernizarla hasta las 0,35 micras y llevarla a 5.000 obleas semanales.

El final llegó rápido. La propiedad pasó de AT&T a Lucent y de Lucent a Agere Systems, y esta última justificó el cierre diciendo que la producción había pasado del 100 % en octubre de 2000 a solo un 25 % de la capacidad a principios de 2001. En julio de ese año se anunció el acuerdo para que BP comprara terrenos, edificios y equipos, con una inversión de más de 20.000 millones de pesetas (unos 120 millones de euros al tipo fijo de conversión de 1998, sin ajustar por inflación) para fabricar células solares y 600 puestos previstos a pleno rendimiento. Aquella actividad fotovoltaica terminó en julio de 2009.

En octubre de 2023 la Asamblea de Madrid rechazó una propuesta para recuperar la fábrica. La nave sigue ahí.

Standard Eléctrica, Piher y una industria que existió de verdad

Tres Cantos no fue un caso aislado. Hay una frase del Foro Histórico de las Telecomunicaciones que conviene leer despacio: los equipos de telecomunicaciones instalados en España durante el siglo XX fueron casi en su totalidad de fabricación nacional.

Standard Eléctrica, constituida en Madrid el 21 de enero de 1926 por ITT y la Compañía Telefónica Nacional de España, llegó a emplear a unas 23.000 personas y tuvo el monopolio de suministro a Telefónica hasta principios de los setenta. Su fábrica de Villaverde, construida en 1962 e inaugurada en 1964, fabricaba centrales de conmutación y en 1989 declaraba capacidad para 1,8 millones de líneas al año. Pasó al grupo Alcatel en 1986 y su cierre se anunció en otoño de 2001. De sus cuatro plantas solo sobrevive la de Maliaño, y en manos de otra multinacional.

Piher fue la mayor empresa de componentes electrónicos de capital español. Nació en Badalona en 1949 y en 1975 tenía cinco plantas y unas 3.000 personas: Badalona, Tudela, Granollers (donde fabricaba semiconductores de silicio), Madrid y Cardedeu. Suministraba a Philips y a Grundig, y en 1974 era la empresa número 33 entre los grupos industriales españoles.

Su derrota tiene una cifra que lo explica todo sin adjetivos: la competencia del sudeste asiático vendía 500 resistencias por un dólar, y Piher vendía cien por nueve. Presentó suspensión de pagos entre enero y febrero de 1986. Tudela se salvó por la intervención de la Diputación Foral de Navarra y sigue operando hoy bajo otro nombre.

La lista completa da para un museo. Telesincro construyó en Cerdanyola el Factor-P, el primer ordenador diseñado y fabricado en España, con prototipo en 1967, y en 1972 alcanzó el 16 % de las ventas del sector y el tercer puesto del mercado español. Secoinsa, constituida en 1975 por el INI, Fujitsu, Telefónica y varios bancos, fabricó en Málaga hasta que Telefónica vendió la división informática a Fujitsu España en 1986. Investrónica, filial de El Corte Inglés, lanzó en 1986 el primer compatible IBM PC fabricado en España. Telettra hizo en 1982 las antenas de Torre España. Y Sony puso en marcha en agosto de 1991 su planta de Viladecavalls, que en 2010 anunció el cierre y acabó traspasada a Ficosa.

La cuenta exacta de lo que se fue, y cuándo

Los datos de Eurostat para la rama de fabricación de productos informáticos, electrónicos y ópticos son bastante claros:

• 1995: 61.000 ocupados
• 2000: 86.400 ocupados
• 2008: 43.900 ocupados
• 2023: 35.500 ocupados

De 2000 a 2023 desaparecieron seis de cada diez empleos del sector. Pero lo importante es el tramo intermedio: entre 2000 y 2008, antes de que estallara la crisis financiera, ya se había perdido el 49,2 %. Cuando llegó 2008, la electrónica española llevaba años haciendo las maletas hacia Asia. La crisis no vació el sector. Lo encontró medio vacío.

Hoy fabricar electrónica aporta 18 céntimos de cada 100 euros de valor añadido de la economía española. En el año 2000 eran 53. La manufactura en su conjunto ha pasado del 17,9 % del valor añadido en 2000 al 11,9 % en 2024. Y España exporta 73 euros de alta tecnología por cada 100 que importa.

La otra industria que se vendió entera: el hosting

Mientras la electrónica se iba, en España crecía otra industria tecnológica, más pequeña y más joven. Y también acabó, casi entera, en manos de fuera.

Arrakis, fundada en Sevilla en 1996 por tres personas que se habían conocido en Fidonet, llegó a 70.000 clientes y al 15 % del mercado. La compró British Telecom en 1999 por unos 1.796 millones de pesetas tras la auditoría, alrededor de 10,8 millones de euros. Servicom, el primer gran servicio en línea español, acabó en Retevisión en 1998. Arsys, nacida en Logroño en 1996, se vendió a dos fondos en 2007, que pagaron 160 millones de euros por el 79 %; seis años después la alemana United Internet se llevó el 100 % por unos 140 millones. Nexica fue a la belga Econocom en 2015.

Yo estaba dentro de esa consolidación, así que lo cuento con conocimiento de causa. Monté Ferca Network en Herencia, Ciudad Real, en 1998. Llegamos a más de 15.000 clientes y más de 1.200 servidores dedicados, en una época sin virtualización, cuando un servidor dedicado era literalmente una máquina física entera. En 2008 acens nos compró, a nosotros y a la alicantina Veloxia, en una misma operación que sumaba 30.000 dominios y cuatro millones de euros de facturación. Tres años más tarde, Telefónica compró acens.

No buscábamos vender. El mercado estaba en plena concentración y el acuerdo tenía la ventaja de no dejarnos fuera del sector, porque pasábamos a ser socios de acens. Es exactamente lo que le ocurrió al resto: el hosting español no desapareció por incompetencia, se vendió porque a partir de cierto tamaño porque la concentración era un punto a favor para seguir creciendo y compitiendo. Pero también he de decir en este punto que hay muchos históricos que siguen desde entonces sin ventas ni fusiones como mi amigo Daniel Salamanca de Comvive Servidores o la gallega DinaHosting.

Hay un detalle de aquella etapa que me sigue pareciendo la mejor metáfora de todo esto. Teníamos un panel de control propio llamado CHS, Custom Hosting System, escrito en C por mi socio David Sánchez, que competía en aquellos años con Plesk y cPanel, los dos estándares mundiales. Dejó de mantenerse el día de la venta. Y casi veinte años después sigue funcionando en algún servidor por ahí, robusto como el primer día y sin una sola línea nueva. No lo mató un fallo técnico. Lo paró una operación corporativa.

Lo que quedó: una cooperativa y unos laboratorios públicos

De toda aquella industria de semiconductores queda esencialmente una empresa. Fagor Electrónica, cooperativa del grupo Mondragón fundada en 1959, se presenta como la única fabricante de semiconductores del Estado español y una de las pocas fabricantes de diodos de Europa. Fabrica diodos, rectificadores, tiristores y carburo de silicio, y trabaja en producir por primera vez en España chips de carburo de silicio policristalino.

Lo demás sobrevivió en los laboratorios públicos, no en las fábricas. Y ahí hay una historia que merece ser más conocida: los chips que miden el viento en Marte se hicieron en España. El sensor de viento de la estación REMS del rover Curiosity es un chip de silicio de 1,5 milímetros de lado, con tres elementos de platino, fabricado en la sala blanca del grupo de Micro y Nano Tecnologías de la Universitat Politècnica de Catalunya junto al Centro de Astrobiología, EADS Astrium Crisa y el Centro Nacional de Microelectrónica. Para el rover Perseverance, el cerebro del sensor de viento lo diseñó el Instituto de Microelectrónica de Sevilla, centro mixto del CSIC y la Universidad de Sevilla.

La capacidad de fabricar silicio en España no murió del todo. Se refugió en la universidad.

Lo que intentamos ahora, y la pregunta incómoda

El PERTE Chip se anunció en 2022 con 12.250 millones de euros, y esa cifra necesita una lectura honesta. 10.750 millones son un mecanismo financiero que opera mediante préstamos y participación en capital, no subvención directa. A cierre de 2025, el director general de la sociedad pública que lo gestiona cifraba en torno a mil millones las operaciones aprobadas en semiconductores. De los 9.350 millones reservados para fabricación no se ha materializado nada: el proyecto de Broadcom, anunciado en 2023 por unos mil millones, se cayó en julio de 2025 sin explicación pública. España no tiene hoy ninguna planta comercial confirmada de lógica avanzada.

Lo que sí avanza es otra cosa, más modesta y quizá más sensata. El centro de semiconductores de Málaga, con obras adjudicadas en mayo de 2026 por 168 millones dentro de 500 comprometidos, tendrá 2.000 metros cuadrados de sala blanca y más de sesenta máquinas para obleas de 300 milímetros, y lo operará el belga imec: será su primera instalación fuera de Bélgica. SPARC construye en Vigo la primera fábrica de chips fotónicos de España, con 17,2 millones y unos 200 empleos directos previstos. Diamond Foundry levanta instalaciones en Trujillo y Zaragoza con 752 millones de participación pública sobre una inversión de 2.350 millones hasta 2029.

Ninguno de esos proyectos es una megafábrica, y precisamente por eso me parecen más creíbles que la megafábrica que no llegó.

Queda la pregunta incómoda, y es la misma que dejé abierta la semana pasada. Tres Cantos se construyó con el 60 % de dinero público y acabó vacía en catorce años. No falló por falta de inversión ni de tecnología: falló cuando su dueño decidió que le salía más barato fabricar en otro sitio. Poner dinero público sabemos hacerlo, lo hicimos en 1987. Lo que no hemos resuelto todavía es lo otro: quién compra después.

Preguntas frecuentes

¿España ha fabricado chips alguna vez?
Sí. AT&T Microelectrónica de España operó en Tres Cantos desde 1987 hasta 2001, fabricando circuitos integrados CMOS a medida y produciendo unas 6.000 obleas de silicio a la semana. Hoy Fagor Electrónica sigue fabricando semiconductores de potencia en Mondragón.

¿Cuándo se perdió la industria electrónica española?
Sobre todo entre 2000 y 2008. En ese periodo el empleo del sector cayó un 49,2 %, antes de la crisis financiera. Entre 2000 y 2023 la caída total fue del 58,9 %, según datos de Eurostat.

¿Qué es el PERTE Chip y en qué punto está?
Es el plan español de microelectrónica y semiconductores, dotado teóricamente con 12.250 millones de euros, de los que 10.750 son instrumentos financieros y no subvención directa. A cierre de 2025 había alrededor de mil millones en operaciones aprobadas y ninguna planta de fabricación avanzada en marcha.

¿Qué queda hoy de la industria de hosting española?
Muy poco de capital nacional. Arrakis fue a British Telecom, Arsys a la alemana United Internet, Nexica a la belga Econocom y acens a Telefónica. Siguen operando empresas españolas independientes, pero el grueso del sector cambió de manos entre 1999 y 2015.

Fuentes

• Ángel Calvo, «Multinacionales, Estado y empresa semipública en la industria de tecnología avanzada durante la década de 1980», Investigaciones de Historia Económica, 2017
• La deslocalización de las fábricas españolas de chips
• La fábrica de Villaverde de Standard Eléctrica
• Foro Histórico de las Telecomunicaciones, las industrias de las telecomunicaciones en España en el siglo XX
• «Piher: expansió i crisi», Carrer dels Arbres
• El Factor-P de Telesincro, primer ordenador diseñado y construido en España
• Cronología corporativa de Sony España
• Eurostat, empleo por rama de actividad (nama_10_a64_e)
• La historia de Arrakis
• Fagor Electrónica, división de semiconductores
• Científicos españoles diseñan un chip para medir el viento de Marte
• Fotografía del Telesincro Factor S, Auledas, CC BY-SA 4.0, Wikimedia Commons

La primera es que han empezado a aparecer contratos de verdad: Airbus, el Gobierno federal alemán y la Generalitat de Catalunya han firmado en los últimos meses acuerdos con requisitos de soberanía escritos en el pliego. La segunda es que me he puesto a repasar la historia, y resulta que esto que estamos haciendo ahora Europa ya lo intentó cuatro veces desde 1966. Y perdió las cuatro.

Las claves de la soberanía tecnológica europea en 30 segundos

• Francia lanzó el Plan Calcul en 1966 tras un veto estadounidense y lo cerró en 1975 sin alcanzar sus objetivos.
• Unidata, el Airbus de la informática, llegó al 13,2 % de las ventas europeas de ordenadores en 1973 y lo disolvió el propio Gobierno francés.
• Siemens y Philips cumplieron el calendario técnico del proyecto MEGA y Siemens admite hoy que no fue un éxito económico.
• De JESSI no salió la industria de memorias que se buscaba, pero sí el apoyo temprano a ASML.
• Airbus, Alemania y la Generalitat ya han firmado contratos con requisitos explícitos de soberanía.

Repasar esos cuatro intentos no es nostalgia. Ninguno falló por falta de presupuesto público ni por incapacidad técnica, y entender por qué cayó cada uno explica bastante mejor lo que nos pasa hoy que seguir comparando catálogos de servicios entre un proveedor europeo y un hiperescalar americano.

Un veto de Estados Unidos y una respuesta en dos meses

En mayo de 1966 Estados Unidos se negó a entregar dos superordenadores CDC 6600 al Commissariat à l’énergie atomique francés. Los motivos que se invocaron fueron la salida de Francia del mando integrado de la OTAN y el tratado de no proliferación. El golpe llegaba después de otro: en 1964 General Electric había tomado el control de la Compagnie des Machines Bull y había cancelado dos modelos de ordenador franceses.

De Gaulle aprobó el Plan Calcul en julio de 1966, dos meses después del veto. En diciembre nació la Compagnie Internationale pour l’Informatique, bajo tutela directa del primer ministro. Francia gastó más de 100 millones de dólares en los cinco primeros años y esperaba que la nueva compañía facturase 200 millones antes de 1975.

Y el negocio creció de verdad. La facturación pasó de 370 millones de francos en 1970 (unos 56 millones de euros al tipo fijo de conversión de 1998, sin ajustar por inflación) a 1.350 millones en 1974 (unos 206 millones), y su cuota del parque instalado francés subió del 7,5 % al 10 %. Aun así el plan se dio por terminado en 1975 y la empresa acabó fusionada con la estadounidense Honeywell. Entre 1977 y 1980 las subvenciones sumaron 812 millones de francos, unos 124 millones de euros, frente a 724 millones de beneficios acumulados, unos 110 millones. El Estado puso más de lo que la compañía ganó.

El argumento con el que Bruselas legisla en 2026 es exactamente el mismo que el de París en 1966: no depender de un proveedor extranjero para infraestructura considerada estratégica.

Unidata: el Airbus que sí se intentó, y que Francia desmontó

En abril usé la comparación con Airbus para explicar lo que Europa debería hacer con la infraestructura digital. Lo que no sabía entonces, y me parece el hallazgo más incómodo de todo este repaso, es que el Airbus de la informática se intentó de verdad, y llegó a funcionar.

Se llamaba Unidata y reunía a la francesa CII, a la alemana Siemens y a la neerlandesa Philips. El reparto de trabajo estaba claro: Philips ponía los semiconductores, Siemens los periféricos y el almacenamiento magnético, y CII la arquitectura, el software y la dirección del proyecto. El acuerdo se firmó en Ámsterdam el 4 de julio de 1973.

En 1973 el consorcio reunía el 13,2 % de las ventas europeas de ordenadores y el 9,8 % del parque instalado. Las primeras máquinas se entregaron en 1974.

Lo que lo detuvo no fue el mercado. En 1975, recién elegido, Valéry Giscard d’Estaing denunció de forma unilateral el acuerdo. Detrás de la ruptura estuvo Ambroise Roux, presidente de CGE y accionista de peso en CII, que temía que Unidata acabara compitiendo con sus intereses en telecomunicaciones. Francia prefirió entregar su participada a Honeywell y el consorcio se disolvió en diciembre de ese año.

Aquí está la diferencia que importa, y que matiza mi propio argumento de abril. Airbus voló porque las aerolíneas compraron aviones. Los Estados no podían garantizar a Unidata una cuota equivalente en un mercado informático abierto, y sin demanda asegurada el consorcio dependía de que tres accionistas con intereses distintos siguieran remando en la misma dirección. Bastó con que uno dejara de remar.

Bull, la empresa que estaba en el origen de todo aquello, fue nacionalizada en 1982, privatizada en los noventa y vendida a Atos en 2014. El 31 de marzo de 2026 el Estado francés la compró entera otra vez, por un valor de empresa de hasta 404 millones de euros. La nota oficial habla de nuevo de soberanía digital. Cuarenta y cuatro años para volver al punto de partida.

Cumplir el calendario y perder igual

El tercer intento fue industrial y tenía fecha de entrega. En julio de 1984, en Estocolmo, el presidente de Siemens, Karl Heinz Kaske, presentó el proyecto MEGA junto a Philips. Siemens comprometiía 1.400 millones de marcos (unos 716 millones de euros al tipo fijo de conversión de 1998, sin ajustar por inflación), 800 de ellos en investigación. El desarrollo conjunto se presupuestó en 1.500 millones de marcos (unos 767 millones de euros), con 700 millones de participación neerlandesa (unos 358 millones). El Gobierno alemán aportaba 300 millones de marcos (unos 153 millones de euros) y el neerlandés 200 millones de florines (unos 91 millones de euros, siempre con el cambio fijo de 1998 como indicaba antes).

El calendario declarado era concreto: memorias de 1 megabit fabricándose a partir de 1987 y de 4 megabit entre 1989 y 1990.

Y lo cumplieron. En 1987 Siemens fue, junto a Toshiba, la primera compañía occidental en producir en serie chips de 1 megabit, y los de 4 megabit llegaron en 1989. Lo llamativo es lo que la propia Siemens escribe hoy en su cronología corporativa: que aspiraba al liderazgo mundial en cinco años y que el proyecto no fue un éxito económico, aunque le permitiera acercarse a sus competidores.

Ese es el dato que hay que retener, y viene de la empresa que lo protagonizó, no de sus críticos. No falló la ingeniería ni el plazo. Falló el negocio.

Hay además un detalle que redondea la historia. La tecnología CMOS de 1 megabit llegó a Siemens mediante un acuerdo de licencias con Toshiba. El programa europeo para dejar de depender de los fabricantes japoneses licenció a un fabricante japonés la tecnología con la que pensaba conseguirlo.

Philips llegó a ser el mayor fabricante de chips de Europa y el séptimo del mundo. Los beneficios fueron decepcionantes y después vino la reorganización Operation Centurion, con 50.000 empleos suprimidos a escala global entre 1990 y 1997.

Lo que salió de JESSI no fue lo que se fue a buscar

El cuarto intento fue el más ambicioso. JESSI, la Joint European Submicron Silicon Initiative, arrancó el 1 de julio de 1989 dentro del marco EUREKA, coordinada desde Múnich, con 157 participantes de trece países. Alemania aportó 59 y Francia 53. España, tres. Un informe estadounidense de 1992 preveía una financiación de 8.000 millones de dólares, con más de 4.500 millones procedentes de gobiernos comunitarios. La ficha oficial del programa, por cierto, nunca ha publicado su presupuesto.

Bernhard Dachs, del Austrian Institute of Technology, publicó en septiembre de 2025 el análisis retrospectivo más completo que he encontrado. Su conclusión tiene tres partes y las tres se leen hoy como una advertencia. El cambio tecnológico dejó obsoletos objetivos iniciales importantes. El propósito de forjar una alianza europea chocó con las estrategias globales de las propias multinacionales participantes, que buscaban a la vez socios fuera de Europa. Y, pese a todo, el programa dejó beneficios a largo plazo que nadie había planificado, entre ellos el apoyo temprano a ASML.

Merece la pena detenerse ahí. ASML es hoy la única empresa del mundo capaz de fabricar las máquinas de litografía ultravioleta extrema con las que se producen los chips más avanzados, y cerró 2025 con 32.700 millones de euros de ventas. Europa no consiguió en 1989 lo que fue a buscar, que era una industria de memorias propia. Consiguió otra cosa, más valiosa, que no estaba en el plan.

El mismo Dachs escribía en 2023, sobre la Ley Europea de Chips, que caben dudas razonables porque varias iniciativas similares no alcanzaron sus objetivos en el pasado. Citaba JESSI como ejemplo.

Lo que ha cambiado desde abril: han empezado a firmarse contratos

Los datos de hoy no invitan al triunfalismo. El Tribunal de Cuentas Europeo concluyó en 2025 que alcanzar el 20 % de la producción mundial de chips en 2030 exigiría cuadruplicar la capacidad europea, y que no estamos cerca. La previsión de la propia Comisión es del 11,7 %. El Cloud and AI Development Act sigue siendo una propuesta en tramitación, no derecho aplicable.

Lo que sí ha cambiado es más aburrido y más eficaz que cualquier reglamento: alguien ha empezado a firmar.

Airbus seleccionó a Scaleway en julio de 2026 para alojar parte de sus aplicaciones críticas en un entorno soberano, sin abandonar el resto de su cartera cloud. En Alemania, un consorcio liderado por SVA, con Codesphere y Schwarz Digits a través de STACKIT, figura entre los adjudicatarios de la plataforma de inteligencia artificial del ministerio federal de Digitalización, un contrato marco de alrededor de 250 millones de euros. Y en España, la Generalitat de Catalunya licitó en julio una nube pública soberana por 481 millones de euros a ocho años, con certificación SEAL 3 y la exigencia de que el proveedor esté sujeto de forma exclusiva a legislación europea.

La operación catalana es la más interesante de las tres, porque convierte la soberanía en un requisito de pliego mientras el marco europeo sigue siendo un texto en discusión. Es justo lo que pedía en abril: compra pública con criterios, no declaraciones.

Lo que dicen las empresas cuando les preguntas en serio

Conviene meter aquí el contrapeso, porque si no este artículo se convierte en otro texto optimista de los que ya hay demasiados. Capgemini encuestó en abril de 2026 a 1.300 directivos de grandes organizaciones, España incluida, y publicó los resultados este mes.

El 59 % considera irrealista la soberanía digital plena. El 36 % calcula que cambiar de proveedor crítico le llevaría más de doce meses y un 10 % reconoce que no tiene alternativa viable. Solo el 14 % tiene visibilidad completa de sus dependencias tecnológicas. Y casi la mitad no está dispuesta a asumir el sobrecoste que atribuye a la soberanía, que el propio estudio estima en un 23 %.

Ese último dato es el que más me interesa, porque es el que separa el discurso de la factura. Llevo años oyendo en reuniones que la soberanía importa. Importa hasta que aparece el 23 %.

Plan Calcul, Unidata, MEGA y JESSI tuvieron presupuesto, tecnología y respaldo político. Lo que ninguno tuvo fue alguien obligado a comprar. Si esta vez sale distinto no será por el reglamento que se apruebe en Bruselas, sino por cuántas administraciones y cuántas empresas europeas hagan lo que acaban de hacer Airbus, el Gobierno alemán y la Generalitat. Y por si están dispuestas a pagar la diferencia cuando llegue la factura.

Preguntas frecuentes

¿Qué fue el Plan Calcul?
Un programa francés aprobado en julio de 1966 para crear una industria informática nacional, después de que Estados Unidos vetara la venta de dos superordenadores al programa nuclear francés. Se cerró en 1975 sin alcanzar sus objetivos de facturación.

¿Por qué fracasó Unidata si tenía cuota de mercado?
Porque su continuidad dependía de decisiones políticas y accionariales, no de sus ventas. En 1975 el Gobierno francés denunció el acuerdo de forma unilateral, presionado por intereses industriales internos, y prefirió entregar su participada a un socio estadounidense.

¿Puede la Ley Europea de Chips alcanzar el 20 % de cuota mundial en 2030?
El Tribunal de Cuentas Europeo lo considera muy improbable y calcula que exigiría cuadruplicar la capacidad de producción actual. La previsión de la propia Comisión Europea es del 11,7 %.

¿Qué diferencia hay entre los intentos anteriores y la situación actual?
Los cuatro programas históricos financiaron oferta sin asegurar demanda. En 2026 han empezado a aparecer contratos con requisitos explícitos de soberanía, firmados por clientes concretos como Airbus, el Gobierno federal alemán y la Generalitat de Catalunya.

Fuentes

• Plan Calcul y Compagnie Internationale pour l’Informatique
• Cronología de Unidata, Fédération des Équipes Bull
• El Estado francés culmina la adquisición de Bull, 31 de marzo de 2026
• Siemens y Philips se unen para desarrollar una nueva generación de microchips, El País, 13 de octubre de 1984
• Cronología histórica de Siemens
• Philips en Eindhoven y Operation Centurion (copia archivada en Wayback Machine)
• Ficha oficial del proyecto JESSI (EU127), CORDIS
• Bernhard Dachs, «Success and Failure of Industrial Policies: The Example of JESSI», 2025
• Tribunal de Cuentas Europeo, informe sobre la Ley de Chips
• Resultados de ASML en 2025
• Capgemini Research Institute, soberanía digital, septiembre de 2026
• Scaleway y el contrato de cloud de confianza con Airbus
• Adjudicación de la plataforma de IA del ministerio federal alemán
• Licitación de la nube pública soberana de la Generalitat de Catalunya
• Propuesta de Cloud and AI Development Act, Comisión Europea

Las claves de volver a programar con IA en 20 segundos

• Claude Code y otros agentes han reducido muchísimo la barrera para volver a desarrollar software después de años alejado del código diario.
• En pocos meses he creado herramientas open source, aplicaciones nativas y servicios web que utilizo personalmente.
• Generar más código no elimina la necesidad de arquitectura, pruebas, seguridad y revisión humana.
• La nueva escasez ya no es técnica: son el tiempo, la atención y saber abandonar proyectos.

Todavía recuerdo perfectamente aquella pantalla azul de Borland, hecho hace unos meses encontré la caja original de Borland Pascal con manuales y disquetes de 3,5″, una joya para conservar. Para quienes aprendimos a programar en los años ochenta y noventa, Turbo Pascal era algo más que un compilador. Editor, compilación y ejecución estaban integrados en una experiencia que entonces parecía extraordinariamente rápida.

Turbo Pascal apareció en 1983 por 49,95 dólares, un precio muy agresivo para la época. Las primeras versiones eran tan compactas que el compilador, el entorno de desarrollo y las herramientas cabían en un disquete. Los programas .COM estaban limitados a 64 KB. Visto desde 2026 parece prehistoria informática, pero entonces aquello abría un mundo.

Después llegaron Turbo C y, sobre todo, Delphi. Delphi 1.0 se presentó en febrero de 1995 y consiguió algo que me sigue pareciendo importante: acercar el desarrollo visual sin renunciar a compilar aplicaciones nativas.

Hay además una continuidad histórica que me resulta especialmente curiosa. Anders Hejlsberg estuvo detrás del compilador que dio origen a Turbo Pascal, fue arquitecto jefe de Delphi y posteriormente, ya en Microsoft, diseñó C# y TypeScript. Una parte importante del código que hoy puede generar un agente de IA utiliza lenguajes descendientes de la carrera profesional de la misma persona que estaba detrás de las herramientas con las que muchos empezamos.

Y Delphi tampoco ha muerto. A septiembre de 2026 Embarcadero mantiene RAD Studio 13.1 y prepara la versión 13.2. Incluso dispone ya de Kai, su propia plataforma de IA agéntica integrada en RAD Studio.

Treinta años después hemos acabado juntando las dos épocas.

De escribir cada línea a dirigir el desarrollo

El cambio para mí llegó con herramientas como Claude Code.

No me refiero simplemente al autocompletado que propone la siguiente función. Claude Code puede leer un proyecto, localizar ficheros, modificar código, ejecutar pruebas, utilizar herramientas de terminal y trabajar durante bastante tiempo sobre un objetivo.

Ahí cambia la relación con la programación.

Durante muchos años podía tener una idea y saber aproximadamente cómo construirla, pero el coste en horas hacía que no tuviera sentido empezar. Había que recuperar conocimientos, estudiar nuevas librerías, preparar interfaces, gestionar dependencias y dedicar fines de semana enteros a detalles que no eran precisamente la parte divertida del proyecto.

Ahora puedo concentrarme mucho más en definir qué quiero construir.

Eso no significa escribir «hazme una aplicación» y esperar.

De hecho mi experiencia está siendo casi la contraria. Cuanto más utilizo agentes de programación, más importancia doy al orden. Ficheros como CLAUDE.md, documentación de arquitectura, instrucciones concretas, tests, hooks y pequeñas especificaciones terminan marcando una diferencia enorme. De hecho me queda mucho por aprender para organizarme mucho mejor.

La propia documentación de Claude Code recomienda que las instrucciones sean específicas. «Ejecuta los tests antes de hacer commit» es mucho mejor que decir simplemente «prueba los cambios». Y Anthropic reconoce algo todavía más importante: que Claude intente seguir CLAUDE.md no garantiza su cumplimiento. Para las reglas que no pueden incumplirse existen mecanismos deterministas como los hooks.

Esa diferencia entre pedir y verificar me parece esencial.

También ha cambiado el entorno que rodea al código. El Model Context Protocol (MCP), presentado por Anthropic en noviembre de 2024, fue adoptado después por otras compañías y terminó bajo la Agentic AI Foundation de la Linux Foundation. Resulta difícil imaginar algo más distinto de los entornos bastante cerrados con los que aprendimos a programar hace tres décadas.

De las ideas a programas que realmente utilizo

La consecuencia más evidente de esta nueva forma de trabajar está en mis repositorios y en mi carpeta de aplicaciones.

Uno de los proyectos que he liberado como open source es CrawlForge, un crawler de SEO técnico escrito en Rust. Puede rastrear una web por HTTP, analizar directamente una versión generada antes de desplegarla y comparar dos crawls para detectar qué ha cambiado.

En una prueba real ha procesado 487.621 URLs de un medio con quince años de archivo y millones de imágenes. En otro ensayo comparé 1.800 valores obtenidos por CrawlForge y por una herramienta consolidada: estados HTTP, títulos, descripciones, H1, canonical e indexabilidad.

No hubo diferencias.

Bueno, sí apareció una. Era un <br> dentro de un <h1> y el error estaba en la otra herramienta.

Ese tipo de casos me ha enseñado algo importante sobre programar con IA: el modelo puede producir código, pero la responsabilidad sobre lo que ese código afirma sigue siendo mía.

Otro ejemplo es FlarePurge, una pequeña aplicación para purgar la caché de Cloudflare. Está disponible para diferentes plataformas y su código es abierto para si quieres compilar tu propia versión.

Lo interesante para mí no es todo lo que hace, sino precisamente lo que decidí que no hiciera.

FlarePurge purga caché. Nada más.

DNS, WAF, analítica y otras funciones quedan fuera deliberadamente. Los tokens se almacenan utilizando los mecanismos seguros del sistema y la recomendación es conceder únicamente el permiso necesario para purgar caché.

Poder desarrollar más rápido genera una tentación enorme de añadir funcionalidades porque «cuestan poco». Pero cada función que se añade hoy es código que habrá que entender, probar y mantener mañana.

Otro proyecto al que tengo especial cariño es mboxShell, un visor y buscador de archivos MBOX para terminal, también escrito en Rust y publicado con licencia MIT. Una idea para poder leer mis backups de correo de Google Takeout y del que podéis encontrar una versión con GUI para MacOS y Windows en Mbox Viewer pro que también cito más abajo.

Está pensado para poder trabajar con buzones enormes sin cargar todo el fichero en memoria. Un MBOX de 100 GB puede utilizar aproximadamente la misma memoria que uno de 1 GB porque el procesamiento se realiza en streaming.

Y aquí apareció uno de esos bugs que explican por qué sigo sin fiarme ciegamente del código generado.

Trabajando con una exportación de Google Groups descubrí un formato de fecha peculiar. Cuando el parser no entendía correctamente una de esas fechas, el fallback no fallaba de forma espectacular. Hacía algo bastante peor: devolvía una fecha aparentemente válida pero incorrecta.

Ese es el tipo de error peligroso.

Un programa que se cae obliga a investigar. Uno que devuelve silenciosamente un dato plausible puede permanecer equivocado durante meses.

También encontré un problema de precedencia en las búsquedas booleanas. En un buzón de 6.787 mensajes, una consulta que debía devolver 49 resultados podía terminar mostrando 2.102.

Ninguna inteligencia artificial sustituye comprobar que 49 siguen siendo 49.

Construir cosas para resolver mis propios problemas

Hay además una categoría de proyectos que probablemente explica mejor por qué he vuelto a disfrutar programando: herramientas que quería utilizar yo mismo.

Polen Madrid nació para consultar de forma sencilla los datos de polen de la Red Palinológica de la Comunidad de Madrid. Incluye mapa, histórico, calendario y alertas. Los datos proceden de 11 estaciones y cubren numerosos tipos de polen.

Una de las decisiones que más me gusta no tiene nada de técnicamente espectacular: las alertas solo se envían durante la temporada del alérgeno elegido. Además de una API en el que tenemos ya como 10 usuarios que se conectan de manera gratuita para consumir los datos del polen.

Poder mandar un correo todos los días no significa que haya que hacerlo.

meteo.es es otro proyecto en el que he trabajado para automatizar gran parte de la publicación y organización de información meteorológica. Combina fuentes como AEMET OpenData, Open-Meteo y RainViewer y tiene cientos de páginas de contenido estructurado. Incluso publica un llms.txt para facilitar que sistemas de IA entiendan el sitio.

Resulta bastante curioso haber pasado de aprender a programar cuando Internet apenas formaba parte de nuestra vida a preparar ahora una web para que también pueda ser interpretada por modelos de lenguaje.

También he construido spy on web, que cruza dominios, direcciones IP, nameservers, certificados y determinados identificadores para encontrar relaciones entre sitios web. Surgió porque necesitaba recuperar una funcionalidad que ya no encontraba de forma suficientemente fiable en las herramientas que utilizaba.

A esa lista se han ido sumando agentready.md, password.es, dns gratis, Linux gratis, online mbox viewer, face.co, bitadir.com y el comienzo de la renovación de programación en castellano un proyecto que data de 1997.

Esta última tiene algo especialmente divertido. Su viejo <title> todavía contiene una sucesión de términos de otra época: Ajax, Ruby on Rails, PHP, MySQL, ASP, Java, Perl, CGI, Linux, Windows… y Delphi.

He acabado regresando a Delphi aunque sea dentro de una etiqueta HTML.

Cuando una idea termina en la App Store

La Inteligencia Artificial también me ha permitido entrar en un terreno en el que antes probablemente no habría invertido el tiempo necesario: las aplicaciones nativas.

DocProtect (para MacOS, iOS y Android) nació para una necesidad muy concreta: poder preparar documentos que hay que enviar a terceros añadiendo marcas de agua o ocultando información sensible. El procesamiento se realiza en el dispositivo. Algo que existe, no he inventado nada, pero me apetecía crear mi propia versión gratis.

Con Files.co PDF Suite (para MacOS y Windows) he seguido una filosofía parecida. Muchas operaciones sobre PDF pueden ejecutarse localmente mediante WebAssembly, sin que los documentos tengan que viajar a un servidor para ser procesados.

Mbox Viewer Pro (para MacOS y Windows) lleva la idea de mboxShell a una aplicación gráfica para macOS y Windows. La filosofía sigue siendo bastante sencilla: trabajar offline una copia de seguridad de un mbox, en modo lectura y sin convertir un archivo privado de correo en un fichero que haya que subir a la nube.

Pero quizá el proyecto que mejor representa todo este reencuentro sea iSkitch.

Utilicé Skitch durante años. Evernote retiró en 2016 las versiones para iOS, Android y Windows, mientras que la edición de Mac continuó disponible. El problema es que su última actualización en la Mac App Store data de julio de 2020.

Así que terminé construyendo mi propia alternativa.

iSkitch es una aplicación nativa para macOS, ocupa alrededor de 1,8 MB y ofrece herramientas de anotación, flechas, texto, formas, pixelado y desenfoque.

Hace unos años probablemente habría pensado que desarrollar, traducir, empaquetar y publicar una alternativa nativa era demasiado trabajo para una necesidad tan concreta.

Ahora la ecuación ha cambiado.

Y precisamente por eso aparece un problema nuevo.

Producir más código no significa producir mejor software

Los datos disponibles sobre programación asistida por IA son bastante menos triunfalistas de lo que podría parecer viendo la velocidad a la que se están adoptando estas herramientas.

La encuesta de desarrolladores de Stack Overflow de 2025 encontró que el 84 % utilizaba o tenía previsto utilizar herramientas de IA. Sin embargo, solo un 3,1 % declaraba confiar mucho en la precisión de sus resultados y un 46 % desconfiaba activamente.

La principal frustración, citada por un 66 %, eran las soluciones que están «casi bien».

Ese «casi» me parece una descripción magnífica del problema.

Un estudio de METR publicado en 2025 añadió un resultado todavía más incómodo. Dieciséis desarrolladores experimentados trabajando sobre repositorios que conocían bien esperaban que la IA los hiciera un 24 % más rápidos. En aquel experimento terminaron tardando un 19 % más.

Lo interesante es que después seguían creyendo que habían sido aproximadamente un 20 % más rápidos.

METR ha actualizado posteriormente sus conclusiones y advierte de que esos resultados no deben generalizarse. La adopción ha cambiado rápidamente y los propios investigadores consideran probable que sus mediciones infravaloren parte del beneficio actual.

Mi caso, además, es casi el opuesto al estudiado inicialmente por METR.

No estoy intentando que un agente comprenda de repente un repositorio gigantesco en el que llevo diez años trabajando. Muchos de mis proyectos empiezan desde cero, con un objetivo muy delimitado y una arquitectura que puedo adaptar desde el primer día al trabajo con agentes.

Ahí la inteligencia artficial me está resultando extraordinariamente productiva.

Pero productividad y calidad siguen sin ser sinónimos.

DORA lo resumió muy bien en su investigación sobre desarrollo asistido por IA: la Inteligencia Artificial funciona como un amplificador. Un proceso ordenado puede hacerse mejor; uno desordenado puede producir desorden a mayor velocidad.

El código compila. Ahora hay que comprobar si es seguro

La seguridad es probablemente la parte en la que menos margen existe para dejarse llevar por la sensación de velocidad.

Veracode ha probado más de 150 modelos en tareas de programación y encontró una tasa de aprobado de seguridad del 55 %, pese a que la corrección sintáctica superaba ampliamente el 95 %.

Ese contraste debería estar pegado al monitor de cualquiera que utilice agentes.

El código sintácticamente correcto ya no es el problema. El seguro, sí.

Hay riesgos menos evidentes. Una investigación presentada en USENIX Security estudió 576.000 muestras generadas por 16 modelos y encontró más de 205.000 nombres únicos de paquetes inexistentes inventados por los modelos.

El peligro no es únicamente que una IA se invente una dependencia. Algunos nombres se repiten. Si un atacante registra uno de esos paquetes imaginarios, puede convertir una alucinación predecible en un ataque contra la cadena de suministro.

GitGuardian encontró además 28,65 millones de nuevos secretos expuestos en commits públicos de GitHub durante 2025 y miles dentro de configuraciones MCP públicas.

Por eso intento tratar al agente como lo que es: una herramienta extremadamente capaz a la que no se debe conceder confianza ilimitada.

Las dependencias se comprueban. Los secretos se escanean. Los tests se ejecutan. El código sensible se revisa. Los permisos se limitan. Y las reglas que deben cumplirse siempre no deberían depender únicamente de que el modelo recuerde una frase escrita en un fichero Markdown.

La velocidad cambia el proceso, pero no elimina la ingeniería.

El problema que no tenía hace 30 años: saber qué no construir

Hay una consecuencia de todo esto que me está resultando incluso más interesante que la propia programación.

Tengo demasiadas ideas que ahora son técnicamente posibles. Y poco tiempo en mis fines de semana para llevarlas a cabo.

Antes existía un filtro natural. Una idea podía parecer buena, pero si requería tres meses de desarrollo moría antes de empezar. Ahora ese filtro se ha debilitado muchísimo.

Y eso puede ser peligroso.

Porque crear la primera versión cuesta cada vez menos, pero mantener veinte proyectos sigue costando más que mantener cinco. Hay dominios, actualizaciones, certificados, dependencias, tiendas de aplicaciones, soporte, traducciones, documentación, seguridad y usuarios.

La Inteligencia Artificial reduce el coste de creación. No convierte la atención humana en infinita.

Lo he comprobado con genpic.com.

GenPic utilizaba inteligencia artificial para transformar fotografías en retratos con decenas de estilos. El usuario obtenía una vista previa gratuita con marca de agua y solo tenía que pagar si quería descargar el resultado final.

Funcionaba técnicamente.

El problema era el producto.

Una vista previa gratuita suficientemente buena ya podía servir para enseñársela a los amigos o compartir la broma por WhatsApp. En cierto modo GenPic competía contra su propia versión gratuita.

Así que he decidido dejar de aceptar nuevos retratos y compras (aunque seamos francos he vendido un total de 0 euros).

Hace unos años probablemente habría mantenido el proyecto durante más tiempo simplemente porque ya había invertido horas en él. Ahora intento verlo de otra manera.

El desperdicio no es lo que ya se ha gastado. El desperdicio puede ser el siguiente minuto dedicado a algo que ya no merece ese minuto.

La idea conecta con los kill criteria que Annie Duke desarrolla en Quit: definir de antemano qué condiciones justifican seguir invirtiendo tiempo y cuáles deberían obligar a parar.

Me parece una disciplina especialmente importante ahora que construir software es tan barato.

Mi experiencia con Claude Code no me ha llevado a pensar que todo el mundo pueda convertirse mágicamente en desarrollador ni que los programadores hayan dejado de ser necesarios. Más bien me ha devuelto algo que había perdido durante años: la capacidad de convertir una idea pequeña en software real sin que el coste inicial la mate.

Eso es extraordinariamente divertido.

También obliga a aprender otra habilidad.

Hace treinta años el reto era conseguir que aquello que tenía en la cabeza cupiera en memoria, compilara y funcionara. Hoy puedo levantar proyectos que entonces me habrían parecido imposibles para una sola persona.

Mi escasez ya no está en las herramientas.

Está en decidir dónde merece la pena utilizarlas.

Y quizá ese sea el aprendizaje más importante de esta vuelta al código: he pasado de preguntarme si soy capaz de construir algo a preguntarme si debería construirlo.

Preguntas frecuentes

¿Se puede volver a programar después de muchos años gracias a la Inteligencia Artificial?

Los agentes de programación reducen mucho el esfuerzo necesario para recuperar conocimientos y trabajar con lenguajes o frameworks nuevos. Aun así, entender arquitectura, datos, seguridad y lógica sigue siendo muy importante para detectar cuándo el código generado está equivocado.

¿Qué diferencia hay entre Claude Code y un autocompletado tradicional?

Claude Code puede trabajar sobre un proyecto completo: leer y modificar varios archivos, ejecutar comandos y tests y seguir instrucciones de desarrollo. Eso permite delegar tareas más amplias que completar unas líneas de código.

¿Es seguro utilizar código generado por inteligencia artificial?

No debe darse por seguro simplemente porque compile o pase pruebas funcionales. Estudios de seguridad han encontrado vulnerabilidades, dependencias inexistentes y exposición de secretos, por lo que siguen siendo necesarios revisión, análisis de seguridad y controles automáticos.

¿Cuál es el mayor problema de programar más rápido con IA?

En mi caso ya no es conseguir construir el software, sino seleccionar proyectos y mantenerlos. La reducción del coste inicial hace mucho más fácil comenzar ideas que después compiten por tiempo, mantenimiento y atención.

Fuentes:

• Dossier interno de trabajo y comprobaciones de proyectos propios, actualizado el 6 de septiembre de 2026.
• Embarcadero, documentación e historia de Turbo Pascal, Delphi y RAD Studio. A 6 de septiembre de 2026, RAD Studio 13.1 está disponible y 13.2 sigue anunciada como próxima versión.
• Anthropic, documentación oficial de Claude Code, CLAUDE.md, Agent Skills y Model Context Protocol.
• OpenAI, documentación y anuncio de Codex.
• Stack Overflow Developer Survey 2025.
• Google Cloud / DORA, State of AI-Assisted Software Development y ROI of AI-assisted Software Development.
• METR, estudio sobre productividad de desarrolladores con IA y actualización de febrero de 2026.
• Veracode, GenAI Code Security Report.
• USENIX Security, investigación sobre alucinaciones de paquetes en código generado por modelos.
• GitGuardian, State of Secrets Sprawl 2026.
• OWASP, Top 10 for LLM Applications.
• NIST, SP 800-218A.
• Annie Duke, Quit.

Las claves de la nueva regulación en 30 segundos

• Los nuevos centros de datos de 1 MW o más tendrían que cubrir con nueva generación renovable al menos el 80 % de su consumo en cada hora.
• España tiene abundante generación renovable, pero también congestiones, limitaciones de red y vertidos de energía.
• Hay 11,8 GW de nueva demanda con acceso concedido en la red de transporte que todavía no están en servicio.
• El Gobierno prevé invertir 13.590 millones de euros hasta 2030 en la red de transporte.
• La duda es si estamos intentando solucionar mediante regulación un problema que también exige mucha más infraestructura.

Lo primero es recordar que no hay todavía una norma aprobada. El proyecto de Real Decreto está en audiencia pública hasta el 04/09/2026 y, por tanto, puede modificarse. ¡Espero que lo modifiquen por el bien del sector!

Y tampoco creo que pedir sostenibilidad a los centros de datos sea el problema.

Si España va a incorporar varios gigavatios de nueva demanda eléctrica para infraestructura cloud e inteligencia artificial, me parece razonable que esa demanda contribuya a financiar nueva generación. También me parece razonable exigir eficiencia energética, controlar el consumo de agua y evitar que alguien reserve cientos de megavatios durante años para un proyecto que nunca llega a construirse.

Mi duda es otra.

¿Estamos poniendo el foco suficiente en la red eléctrica?

Tenemos renovables que algunas veces no podemos aprovechar

España ha hecho una inversión enorme en generación renovable y va a seguir haciéndola.

Pero producir electricidad y conseguir que llegue al lugar donde alguien quiere consumirla son dos problemas diferentes.

El sistema eléctrico tiene que mantener permanentemente el equilibrio entre generación y demanda. También tiene límites físicos: las líneas y subestaciones pueden transportar una determinada cantidad de electricidad y aparecen congestiones cuando la capacidad disponible no permite trasladar toda la generación hacia donde existe demanda.

El resultado es algo que a primera vista parece absurdo: puede existir energía renovable disponible y, aun así, ser necesario reducir su producción.

La Comisión Nacional de los Mercados y la Competencia (CNMC) habla expresamente de minimizar los vertidos renovables derivados de congestiones, mientras que Red Eléctrica gestiona restricciones técnicas cuando la producción prevista no puede integrarse manteniendo las condiciones de seguridad del sistema.

No significa que España esté desperdiciando permanentemente cantidades enormes de electricidad que simplemente podríamos entregar mañana a los centros de datos. El problema eléctrico es bastante más complejo.

Pero sí demuestra algo importante: añadir generación no resuelve por sí solo el problema de añadir nueva demanda.

Hace falta red.

Hace falta almacenamiento.

Hace falta capacidad de transformación.

Y hace falta que generación y consumo estén conectados geográfica y temporalmente.

Los números ayudan a entender la escala.

Red Eléctrica señalaba en febrero de este año 2026 que en la red de transporte existían permisos de acceso concedidos para unos 129 GW de generación eólica y fotovoltaica, 16 GW de almacenamiento y 19 GW de demanda.

Además desde 2022 se habían concedido 11,8 GW de nueva capacidad de acceso para demanda que todavía no había entrado en servicio.

Es decir, el cuello de botella no puede analizarse únicamente preguntando cuántos paneles solares podemos instalar.

El 80 % renovable no me preocupa tanto como el «hora a hora»

Aquí llegamos a la parte que más dudas me genera del nuevo Real Decreto.

El proyecto plantea que los nuevos centros de datos con al menos 1 MW de potencia de acceso cubran un mínimo del 80 % de su consumo mediante nueva generación renovable.

Pedir que esa nueva demanda venga acompañada de nueva generación renovable me parece razonable.

Si alguien va a incorporar 100 MW de nueva demanda durante los próximos 15 o 20 años, tiene sentido pedirle que ayude a financiar nueva capacidad de generación mediante autoconsumo o contratos de compraventa de electricidad a largo plazo, los conocidos PPA.

El salto está en exigir además correlación horaria.

No bastaría con producir durante el año tanta electricidad renovable como corresponda al consumo contratado.

Habría que demostrar que en cada hora el 80 % del consumo está respaldado por generación renovable producida durante esa misma hora.

Y esto enlaza directamente con lo que comentaba la semana pasada en Nuclear, renovables e IA: el problema no es producir energía, sino tenerla cuando hace falta.

Una planta solar puede producir muchísimo a las dos de la tarde.

A las tres de la mañana produce cero.

El centro de datos sigue funcionando. Son infraestructuras que operan 24×7 sin poder parar un segundo su operación.

Se puede combinar solar con eólica. Se puede añadir almacenamiento. Se pueden contratar diferentes instalaciones y utilizar la red para completar el suministro.

Todo eso es técnicamente posible.

Pero tiene un coste.

Y aquí creo que deberíamos preguntarnos si queremos utilizar la regulación para incentivar esa evolución o exigir desde el primer momento que cada nuevo proyecto resuelva por sí mismo buena parte de un problema estructural del sistema eléctrico.

Vamos a gastar 13.600 millones en la red porque sabemos que falta red

Hay otro dato que me parece especialmente relevante.

La propuesta de planificación eléctrica con horizonte 2030 contempla 13.600 millones de euros de inversión en la red de transporte, según el Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO).

El objetivo incluye precisamente integrar más renovables, electrificar la economía, atender nueva demanda, mejorar interconexiones y reforzar la red.

Por tanto, el diagnóstico ya lo tenemos.

Necesitamos mucha más infraestructura eléctrica.

Y aquí es donde creo que los centros de datos podrían verse también como parte de la solución y no únicamente como nueva demanda que hay que controlar.

Estamos hablando de una industria dispuesta a comprometer inversiones de cientos o miles de millones durante décadas y cuyo principal recurso es precisamente la electricidad.

Quizá deberíamos estudiar mecanismos que permitan que parte de esa inversión privada contribuya también a acelerar redes, almacenamiento, subestaciones y nueva generación allí donde sea necesario.

No estoy hablando de entregar la planificación eléctrica a los operadores de centros de datos ni de que quien pague más se quede con la red.

Estoy hablando de alinear incentivos.

Si para atender varios gigavatios de nueva demanda España necesita invertir miles de millones en infraestructura eléctrica, parece razonable preguntarse cómo conseguir que quienes van a utilizar una parte importante de esa nueva capacidad participen también en hacerla posible.

Eso me parece más interesante que limitarnos a añadir otra obligación al BOE.

Podemos convertir nuestra principal ventaja en una barrera

España tiene algo que muchos países europeos querrían tener.

Sol.

Viento.

Suelo.

Conectividad internacional y Cables submarinos.

Un mercado eléctrico conectado con Europa.

Y un enorme interés por construir aquí infraestructura para cloud e inteligencia artificial.

Precisamente por eso deberíamos tener cuidado.

Los más de 12 GW de derechos concedidos a centros de datos no significan que vayan a construirse 12 GW.

Un permiso eléctrico no es un centro de datos.

El dinero puede irse.

Un operador puede construir en Madrid, Aragón, Andalucía o Castilla-La Mancha, pero también puede hacerlo en Portugal, Francia, Italia o los países nórdicos.

Y la decisión no depende únicamente del precio del megavatio hora.

Importan la disponibilidad eléctrica, los plazos, la fiscalidad, la conectividad y, sobre todo, la previsibilidad.

El borrador añade además otros requisitos exigentes: un PUE máximo provisional de 1,15, que mide la relación entre toda la electricidad que consume el centro de datos y la que utilizan directamente sus equipos informáticos, y un WUE máximo de 0,1, que mide la eficiencia en el uso del agua. A eso se suman la nueva generación renovable, la correlación horaria y las obligaciones relacionadas con soberanía digital europea.

Cuanto más se acerca el PUE a 1, menos energía se dedica a refrigeración y otros sistemas auxiliares, así que un límite de 1,15 obliga a operar con niveles de eficiencia bastante exigentes.

Por separado muchas de estas medidas pueden tener sentido.

El problema puede ser la suma.

Porque llega un momento en el que quizá no estamos seleccionando los centros de datos más eficientes.

Estamos seleccionando únicamente a quienes tienen suficiente tamaño y capacidad financiera para gestionar toda esa complejidad.

Y paradójicamente eso puede favorecer a los mayores hiperescalares, muchos de ellos empresas estadounidenses, frente a operadores europeos y nacionales más pequeños.

No bajaría las exigencias. Cambiaría cómo las aplicamos

No creo que España deba entrar en una carrera para ver quién pone menos requisitos ambientales.

Sería un error.

Seguiría exigiendo que la nueva demanda venga acompañada de nueva generación renovable.

Mantendría objetivos exigentes de PUE y WUE.

Mantendría las obligaciones de transparencia.

Y exigiría compromisos reales para evitar que alguien reserve capacidad durante años sin construir nada.

Pero estudiaría una implantación progresiva de la correlación horaria.

Por ejemplo, podría empezarse exigiendo que el consumo anual esté respaldado por nueva generación renovable mediante PPA y elevar después el porcentaje de correlación horaria conforme aumenten el almacenamiento, las redes y las posibilidades reales del mercado.

También podría convertirse en un criterio para repartir capacidad.

Si hay dos proyectos compitiendo por 100 MW y uno puede demostrar un 80 % de correlación horaria mientras el otro alcanza un 40 %, parece razonable favorecer al primero.

Eso genera un incentivo.

Convertir directamente el 80 % hora a hora en una condición de entrada genera una barrera.

Y añadiría otra variable que echo de menos en muchas discusiones sobre centros de datos: qué deja cada megavatio en España.

No todos los centros de datos son iguales.

Un proyecto que atrae empresas de inteligencia artificial, ingenieros, investigación, servicios de infraestructura cloud europeos y capacidad de computación disponible para nuestras empresas aporta algo diferente a un edificio que simplemente consume electricidad y presta la mayor parte de sus servicios fuera.

Si la capacidad eléctrica es escasa, quizá deberíamos empezar a elegir proyectos también por eso.

Porque estamos decidiendo mucho más que dónde colocar unos servidores.

El riesgo es resolver con regulación lo que también necesita infraestructura

España tiene delante una oportunidad enorme.

La inteligencia artificial está convirtiendo la electricidad, los centros de datos y la capacidad de computación en política industrial.

Al mismo tiempo necesitamos electrificar transporte, industria y hogares.

No será sencillo.

Pero precisamente por eso creo que deberíamos evitar una discusión demasiado simple donde los centros de datos aparecen únicamente como consumidores gigantes a los que hay que poner límites.

Pueden financiar renovables. Y porque no también energía nuclear, que es posible siga formando parte de nuestro futuro con seguridad.

Pueden contratar energía durante décadas.

Pueden ayudar a justificar almacenamiento.

Pueden atraer inversión hacia nuevas infraestructuras.

Y pueden convertir electricidad producida en España en servicios digitales exportados desde España.

La semana pasada terminaba hablando de la necesidad de disponer de energía cuando realmente se necesita.

Después de leer este borrador añadiría otra idea:

no basta con producir más electricidad renovable y tampoco basta con regular quién puede consumirla. Hay que construir la infraestructura necesaria para conectar ambas cosas.

España ya sabe que necesita hacerlo. Los 13.600 millones previstos para la red hasta 2030 lo demuestran.

La cuestión es si vamos suficientemente rápido.

Porque puede darse una paradoja bastante absurda.

Construimos aquí la solar.

Construimos aquí la eólica.

Tenemos momentos en los que incluso necesitamos reducir generación renovable por las limitaciones del sistema.

Y después hacemos tan complejo conectar nueva demanda que los servidores, las GPU, los ingenieros y la inversión tecnológica terminan unos cientos de kilómetros más allá de nuestra frontera.

Eso no sería una política energética especialmente inteligente.

Ni tampoco una gran política digital.

España necesita centros de datos más eficientes y necesita mucha más infraestructura eléctrica.

Quizá deberíamos dedicar algo menos de tiempo a enfrentar ambas cosas y bastante más a conseguir que crezcan juntas.

Preguntas frecuentes

¿España desperdicia actualmente energía renovable?

En determinadas situaciones puede ser necesario reducir generación renovable por congestiones, restricciones técnicas o falta de capacidad para integrarla de forma segura. Eso no significa que toda esa electricidad pudiera trasladarse automáticamente a un centro de datos: la ubicación, la hora, la red y el almacenamiento son determinantes.

¿Cuánto quiere invertir España en la red eléctrica?

La propuesta de planificación eléctrica con horizonte 2030 contempla una inversión de 13.600 millones de euros en la red de transporte, destinada entre otros objetivos a integrar renovables y atender nueva demanda.

¿Qué exige el borrador a los nuevos centros de datos?

Entre otras medidas, plantea para instalaciones de al menos 1 MW un 80 % de suministro respaldado por nueva generación renovable y correlación horaria. También establece requisitos de eficiencia energética, agua y soberanía digital.

¿Los centros de datos podrían ayudar al sistema eléctrico?

Su demanda estable y sus contratos a largo plazo pueden contribuir a financiar nueva generación, almacenamiento e infraestructura asociada. Cómo integrar esa inversión privada con la planificación de la red es una cuestión diferente que requiere regulación y coordinación pública.

Fuentes:

• MITECO, proyecto de Real Decreto sobre centros de datos sostenibles
• Red Eléctrica, capacidad de acceso concedida a la demanda
• MITECO, propuesta de inversión de 13.600 millones en la red hasta 2030
• Revistacloud, España quiere centros de datos más verdes, pero puede poner en riesgo su carrera digital.

La electricidad.

Y cuanto más crece la inteligencia artificial, menos sentido me parece que tenga plantear el debate energético como una competición entre nuclear y renovables. No creo que la pregunta sea cuál de las dos debe ganar. La pregunta importante es otra: ¿cómo vamos a garantizar toda la electricidad que necesitaremos, cuando la necesitemos y a un precio razonable?

Porque un centro de datos necesita electricidad las 24 horas, pero también un hospital, una fábrica, una vivienda, un tren, una red de telecomunicaciones o una ciudad.

La Inteligencia Artificial simplemente está haciendo mucho más visible un problema que ya estaba delante de nosotros.

Las claves de energía, nuclear e IA en 20 segundos

• Los centros de datos podrían consumir alrededor de 945 TWh anuales en 2030, más del doble que en 2024.
• Solar y eólica crecerán con fuerza, pero su producción depende de las condiciones meteorológicas.
• El mundo mantiene más de 400 reactores nucleares en funcionamiento y construye decenas más.
• España conserva siete reactores y acaba de prolongar Almaraz hasta 2030.
• El reto será combinar generación, almacenamiento y redes para garantizar electricidad disponible cuando exista demanda.

Estamos entrando en la era de la electricidad

Hay algo que va mucho más allá de ChatGPT, Claude, Mistral o de los nuevos centros de datos.

La Agencia Internacional de la Energía (AIE) espera que el consumo mundial de electricidad crezca una media del 3,6 % anual entre 2026 y 2030. En 2025 el planeta consumió aproximadamente 28.200 TWh y para 2030 podríamos alcanzar los 33.600 TWh.

Y la Inteligencia Artificial es solo una parte. La que quizás más energía podrá demandar.

Estamos electrificando vehículos, climatización, procesos industriales y otras actividades que antes dependían directamente de combustibles fósiles. Al mismo tiempo queremos fabricar más semiconductores, desarrollar nuevas industrias y construir centros de datos cada vez mayores.

La propia AIE habla ya de una nueva “era de la electricidad”.

Los centros de datos son especialmente interesantes porque concentran enormes cantidades de consumo en ubicaciones concretas. La AIE estima que su demanda mundial podría superar los 945 TWh en 2030, más del doble que actualmente. Estados Unidos y China concentrarán buena parte de ese crecimiento.

Eso cambia bastante las reglas del juego.

Se puede tener dinero para comprar 100.000 GPU y disponer del terreno para construir un centro de datos, pero si la red eléctrica no puede entregar 500 MW donde hacen falta, todo lo demás sirve de poco.

Cada vez estoy más convencido de que la próxima gran limitación de la IA puede no estar en los chips, sino en los megavatios.

Las renovables son imprescindibles, pero el sol y el viento no obedecen a la demanda

España tiene una posición privilegiada en energía renovable. Tenemos sol, viento, territorio y una industria que durante años ha adquirido experiencia construyendo grandes proyectos renovables.

Sería absurdo no aprovecharlo.

Y las cifras mundiales van precisamente en esa dirección. La AIE espera que las renovables crezcan alrededor de un 8 % anual hasta 2030. Solo la solar fotovoltaica podría añadir más de 600 TWh de generación cada año durante este periodo.

Pero existe una diferencia que a veces desaparece de la conversación: capacidad instalada no significa electricidad disponible permanentemente.

Un panel solar produce cuando existe radiación suficiente. Un aerogenerador depende del viento.

No es una crítica a esas tecnologías. Es simplemente su naturaleza.

El problema aparece cuando la demanda no coincide con la producción.

Podemos tener una enorme capacidad fotovoltaica instalada y necesitar electricidad a las diez de la noche. Podemos tener miles de aerogeneradores y atravesar varios días con una producción eólica mucho menor de lo esperado.

Y la demanda sigue ahí.

Por eso necesitamos almacenamiento, centrales hidroeléctricas, bombeo, mejores interconexiones, gestión de demanda y redes eléctricas mucho más potentes.

Pero también necesitamos generación firme.

Y ahí vuelve inevitablemente la conversación sobre la energía nuclear.

Más de 400 reactores funcionando y otros 77 en construcción

A veces en España se tiene la sensación de que la energía nuclear pertenece al pasado. Cuando se mira el mapa mundial la imagen es bastante diferente.

Los últimos datos del Organismo Internacional de Energía Atómica (OIEA) contabilizan 417 reactores nucleares en operación en 31 países, con aproximadamente 380 GW de capacidad instalada. Otros 77 reactores se encuentran en construcción.

Estados Unidos continúa siendo la mayor potencia nuclear mundial, con 94 reactores operativos. Francia operó 57 durante 2025 y obtuvo aproximadamente el 68 % de su electricidad de esta fuente. China tenía 58 reactores que produjeron electricidad durante 2025 y está protagonizando buena parte de la expansión mundial.

La AIE espera que la generación nuclear mundial siga aumentando hasta 2030, con China aportando aproximadamente el 40 % del crecimiento previsto. Japón está recuperando reactores y otros países asiáticos están construyendo nuevas centrales.

Mientras tanto, las grandes tecnológicas también han empezado a mirar hacia esta fuente.

Microsoft ha respaldado mediante un contrato eléctrico a largo plazo la recuperación de 835 MW de capacidad nuclear en Pensilvania. Google trabaja con Kairos Power para desplegar reactores avanzados y Meta ha cerrado varios acuerdos relacionados con capacidad nuclear existente y futura.

No creo que Microsoft, Google o Meta se hayan convertido repentinamente en activistas nucleares.

Necesitan electricidad. Mucha. Y necesitan saber que estará disponible.

Nuclear sí, pero con una condición que no admite discusión: seguridad

Defender que la nuclear forme parte de la combinación energética no significa ignorar sus problemas.

Una central nuclear exige niveles extraordinariamente altos de seguridad durante su diseño, construcción, funcionamiento, mantenimiento y posterior desmantelamiento.

Y así debe ser.

Chernóbil y Fukushima forman parte de la historia de esta tecnología y sería absurdo hablar de energía nuclear intentando esconder sus accidentes.

Precisamente por las consecuencias potenciales de un fallo grave, la seguridad nuclear tiene que estar por encima de las necesidades económicas, industriales o tecnológicas.

Prolongar la vida de una central tampoco debería ser una decisión política tomada simplemente porque necesitamos más electricidad. Tiene que existir una evaluación técnica independiente que determine que puede continuar funcionando con seguridad.

Una central nuclear con 40 años no tiene que cerrarse automáticamente porque haya alcanzado una fecha determinada, pero tampoco debería continuar funcionando simplemente porque resulte conveniente.

Debe hacerlo si técnicamente es seguro.

Ese matiz me parece esencial.

España decidió caminar hacia el cierre mientras otros países miraban en otra dirección

Y aquí llegamos a España.

Nuestro país mantiene siete reactores nucleares operativos, que en 2025 aportaron aproximadamente el 18,9 % de la electricidad nacional, según los datos del OIEA.

Durante los últimos años España había establecido una dirección bastante clara: cierre progresivo del parque nuclear entre 2027 y 2035.

Mientras tanto el contexto internacional ha ido cambiando.

China construye reactores. Estados Unidos intenta conservar y recuperar capacidad. Japón ha reactivado instalaciones. Francia mantiene la nuclear como una pieza central de su sistema eléctrico. Otros países están estudiando pequeños reactores modulares (SMR).

La AIE resume bastante bien el cambio: la energía nuclear está recuperando importancia estratégica en numerosas economías avanzadas, entre otras cosas mediante extensiones de vida de reactores existentes.

España parecía remar en dirección contraria.

Pero este mismo agosto hemos visto un movimiento interesante.

El Gobierno ha autorizado que Almaraz I y II continúen funcionando hasta el 8 de junio de 2030. La ampliación es de 31 meses para una unidad y 19 para la otra.

Y me parece especialmente interesante leer los argumentos utilizados por el propio Ministerio para la Transición Ecológica.

Habla de incertidumbre en los mercados energéticos internacionales, dependencia del gas, posibles picos de precios y seguridad de suministro. Al mismo tiempo insiste en continuar desplegando renovables y almacenamiento.

Es decir, estamos empezando a hablar precisamente de lo que deberíamos haber hablado desde el principio.

No de nuclear o renovables.

De nuclear y renovables, junto con almacenamiento, redes e interconexiones.

Por ahora el Gobierno mantiene 2035 como fecha para el cierre completo del parque nuclear español. Quizá sea la decisión correcta. Quizá dentro de unos años descubramos que fue demasiado pronto.

El tiempo lo dirá.

Pero creo que sería razonable que las decisiones futuras dependiesen más de la situación tecnológica, energética y de seguridad que exista entonces que de calendarios establecidos muchos años antes.

El problema tampoco son solamente los centros de datos

Hay además algo que me preocupa de cómo estamos enfocando esta discusión.

Resultaría muy sencillo convertir los centros de datos en culpables del crecimiento del consumo eléctrico.

“Estamos gastando toda la electricidad en inteligencia artificial”.

No creo que esa sea una lectura correcta.

Si Europa quiere electrificar el transporte, descarbonizar la industria, fabricar más dentro de sus fronteras, desarrollar inteligencia artificial, atraer centros de datos y reducir su dependencia energética exterior, necesitará mucha más electricidad.

La solución no debería ser impedir que aparezca nueva demanda.

Debería ser aumentar la oferta y mejorar las infraestructuras.

Y hacerlo de forma sostenible.

La propia AIE calcula que las renovables cubrirán aproximadamente la mitad del crecimiento mundial de electricidad destinada a centros de datos hasta 2035. La nuclear también aumentará su aportación y, lamentablemente desde el punto de vista de las emisiones, el gas continuará teniendo bastante peso.

En Europa la combinación puede ser especialmente interesante: la AIE estima que renovables y nuclear podrían proporcionar conjuntamente el 85 % de la electricidad consumida por los centros de datos europeos en 2030.

Quizá ahí tengamos una pista.

No necesitamos elegir una única tecnología capaz de resolver todos nuestros problemas energéticos.

Necesitamos mucha solar donde tenga sentido. Mucha eólica. Hidráulica y bombeo. Baterías. Redes eléctricas reforzadas. Mejores interconexiones europeas. Gestión inteligente de la demanda.

Y probablemente también nuclear mientras pueda operar con seguridad y resulte necesaria para garantizar el sistema.

Porque la transición energética no debería medirse solamente por cuántos GW instalamos.

También debería medirse por nuestra capacidad para encender la luz, una fábrica, un hospital o un centro de datos cualquier día del año y a cualquier hora, haga sol, llueva, sople el viento o no.

Ese es para mí el verdadero debate energético que está poniendo encima de la mesa la inteligencia artificial.

Preguntas frecuentes

¿Cuántos reactores nucleares hay actualmente en el mundo?

El OIEA contabiliza 417 reactores en operación en 31 países, con cerca de 380 GW de potencia instalada. Además, registra 77 reactores en construcción.

¿Cuántas centrales nucleares funcionan en España?

España cuenta con siete reactores nucleares operativos. En 2025 produjeron alrededor del 18,9 % de la electricidad del país.

¿España ha cancelado el cierre de sus centrales nucleares?

No. El Gobierno ha ampliado la autorización de explotación de Almaraz I y II hasta junio de 2030, pero mantiene actualmente 2035 como fecha de cierre completo del parque nuclear.

¿Las renovables pueden alimentar los centros de datos de IA?

Sí y tendrán un peso creciente. El desafío está en combinar su producción variable con almacenamiento, redes, interconexiones y fuentes de generación gestionables que permitan garantizar el suministro durante las 24 horas.

Fuentes:

• Agencia Internacional de la Energía (AIE), Energy and AI y Electricity 2026.
• Organismo Internacional de Energía Atómica (OIEA), Power Reactor Information System (PRIS).
• Ministerio para la Transición Ecológica y el Reto Demográfico, renovación de la autorización de explotación de Almaraz, 14/08/2026.
• España amplía la vida de Almaraz hasta 2030 ante la incertidumbre energética.
• Gráfico de centrales nucleares activas creado a partir de datos de OIEA.