← Portada | Mercado

Las rumored oleadas de quiebras en las tecnológicas estatales son exageradas: los márgenes de integración caen y la transformación con IA tropieza con los problemas de talento

2026-11-03 · Fuente:虎嗅·中继

Las rumored oleadas de quiebras en las tecnológicas estatales son exageradas: los márgenes de integración caen y la transformación con IA tropieza con los problemas de talento

Los rumores sobre cierres masivos de las tecnológicas estatales no se han confirmado; la verdadera presión proviene de la regulación más estricta de las licitaciones y las carencias en los mecanismos de talento para la IA.

Los rumores de una "oleada de quiebras" en las tecnológicas de empresas estatales han circulado recientemente en las redes sociales. Su lógica es que el Estado exige a las empresas centrales que depuren sus negocios ineficientes y deficitarios, por lo que las tecnológicas con malos resultados serían suprimidas en masa. Wang Daiming, autor del blog ToB老人家, consultó a varios profesionales de tecnológicas de empresas centrales, y todos le respondieron que "no hay ningún impacto ni se ha visto ninguna notificación al respecto"; nadie pudo confirmar el rumor de que "el Estado exige suprimir las tecnológicas". Por ello concluye que la afirmación de una "oleada de quiebras" probablemente está exagerada, aunque tampoco son infundados los malos resultados de estas empresas.

Un gerente de producto de una tecnológica de una empresa central reveló la verdadera presión: en el pasado, la empresa vivía con holgura gracias a su condición de empresa estatal, sus clientes de grupo y sus credenciales para ejecutar proyectos de integración; hoy, el peso de las credenciales en las licitaciones ha disminuido y la gestión de subcontratas se ha endurecido, lo que ha provocado una fuerte caída del margen bruto del negocio de integración. Es decir, las tecnológicas no han quebrado de forma masiva, pero con la regulación estatal de las licitaciones y el mayor control de las subcontratas, las empresas que dependían puramente de sus recursos y contactos sí han sufrido un golpe considerable.

Sin embargo, también hay oportunidades. La implantación de la IA está entrando en aguas profundas: los Agentes genéricos de oficina son muy potentes, pero hasta ahora no existen aplicaciones de IA realmente buenas para los escenarios industriales y verticales de las empresas estatales. Si las tecnológicas logran aprovechar su cercanía al terreno y su conocimiento de los SOP de negocio para crear productos de IA verticales verdaderamente implantables, tendrán la oportunidad de reconstruir su competitividad esencial. La dificultad radica en que hacer productos y hacer proyectos son dos cosas totalmente distintas: por qué un cliente externo pagaría, cómo estandarizar el producto, cómo difundirlo... ninguna de estas cuestiones importaba en su negocio original, y esa capacidad no se adquiere de la noche a la mañana.

El obstáculo más profundo son el talento y los mecanismos. El primer trabajo de Wang Daiming fue precisamente en una tecnológica de una empresa central: siendo un pilar del negocio, su salario no era bajo dentro del sistema del grupo, pero al saltar a una multinacional su remuneración se multiplicó por 4 directamente; durante el apogeo de la ola de los ERP, los expertos que dominaban el negocio, los sistemas y la entrega también siguieron marchándose por los abismales diferenciales salariales con el mercado, de modo que las tecnológicas digitalizaban al grupo mientras alimentaban de talento al mercado. Los proyectos de IA empresariales son, en esencia, proyectos innovadores que requieren profesionales que entiendan tanto el negocio como el producto y la ingeniería de IA; este perfil es escaso y las empresas de IA lo están disputando. Además, en el mecanismo de ascensos de las empresas estatales, entre dos candidatos a director de departamento, suele ganar quien lleva más tiempo en el grupo sobre quien tiene mayores capacidades profesionales. Buscar estabilidad, confianza y control en la gobernanza tiene su lógica, pero aplicado a proyectos de innovación con IA deja sin la debida incentivación a los que pueden librar las batallas más duras. La raíz del problema sigue siendo el "ADN": desarrollar software comercial es, en esencia, emprender, y esa es justamente la lección que más les cuesta aprender a estas tecnológicas.

Etiquetas: Wang Daiming · ToB Laorenjia · Enterprise AI · Vertical AI · China SOEs · ERP


Lecturas relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir al mercado