En el Parque Tecnológico de Madrid, en Tres Cantos, hay una nave de más de 20.000 metros cuadrados vacía desde hace años y a la venta por 300 millones de euros. Allí estuvo la primera fábrica de microchips que AT&T abrió fuera de Estados Unidos. La inauguró el Rey Juan Carlos I el 1 de diciembre de 1987, producía 6.000 obleas de silicio a la semana y llegó a dar trabajo a cerca de mil personas.
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.
Imagen generada por IA de la fábrica de Tres Cantos.
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.
Un Telesincro Factor S de 1971, conservado en el Museu Nacional de la Ciència i de la Tècnica de Catalunya. Foto: Auledas, CC BY-SA 4.0, vía Wikimedia Commons.
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.
Página web de Ferca network sobre el año 2000-2002.
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.
Simulación de como era el panel de control CHS de Ferca Network y Veloxia network (zylos).
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.
El instrumento REMS, con sus dos booms, en el mástil del rover Curiosity. Foto: NASA/JPL-Caltech/MSSS, dominio público.
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.
Centro de microelectrónica en Málaga, imagen virtual del SETT.
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.
En abril escribí que la soberanía digital europea era un espejismo mientras siguiéramos fragmentados. Decía entonces que a Europa no le falta talento, ni tecnología, ni dinero, y que la compra pública era la palanca más potente que teníamos y la estábamos desperdiciando. Cinco meses después han pasado dos cosas que merecen un artículo.
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.
Panel frontal de un CII Mitra 15, de la empresa creada por el Plan Calcul francés. Foto: Damien.b, CC BY-SA 4.0, vía Wikimedia Commons.
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.
Un Bull KBU de 1971. La empresa fue nacionalizada por Francia en 1982 y vuelta a comprar por el Estado francés en marzo de 2026. Foto: Myoth, dominio público, vía Wikimedia Commons.
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.
Un chip de memoria Siemens de la serie HYB, heredera del linaje de DRAM que arrancó con el proyecto MEGA. Este modelo concreto es posterior, de finales de los noventa. Foto: Raimond Spekking, CC BY-SA 4.0, vía Wikimedia Commons.
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.
Instalaciones de ASML en Veldhoven. El apoyo temprano del programa JESSI fue uno de los pocos resultados duraderos de aquella iniciativa. Foto: Minister-president Rutte / Rijksoverheid, CC BY 2.0, vía Wikimedia Commons.
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.
Mi última etapa realmente intensa programando pertenece a una época de Turbo Pascal, Turbo C y Delphi, y fue allá por 1998. Treinta años después he vuelto a escribir software con una frecuencia que no esperaba recuperar. La diferencia es que ahora buena parte del trabajo la hago acompañado por agentes de inteligencia artificial como Claude Code y Codex. El cambio ha sido tan grande que mi problema ya no es si puedo construir una idea, sino decidir cuáles merecen realmente convertirse en un proyecto.
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.
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.
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.
