La IA pasa de ser una moda a tener un uso práctico en 2026

Si 2025 sirvió como una prueba de realidad para la IA, 2026 será el año en que la tecnología se vuelva realmente útil. El enfoque está pasando de crear modelos de lenguaje cada vez más grandes a la tarea más desafiante de hacer que la IA sea práctica. Esto significa implementar modelos más pequeños donde mejor se adapten, incorporar inteligencia en dispositivos físicos y diseñar sistemas que se integren perfectamente en los flujos de trabajo humanos.

Los expertos entrevistados por TechCrunch consideran que 2026 será un periodo de transición, en el que se pasará de la escalabilidad por fuerza bruta a la exploración de nuevas arquitecturas, de las impresionantes demostraciones a las implementaciones específicas y de los agentes que reclaman autonomía a aquellos que realmente mejoran la productividad humana.

La celebración no ha terminado, pero la industria está empezando a ponerse seria.

Las leyes de escalado no serán suficientes

En 2012, el artículo AlexNet de Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton demostró cómo los sistemas de IA podían aprender a reconocer objetos en imágenes mediante el análisis de millones de ejemplos. Este enfoque requería un gran esfuerzo computacional, pero se hizo factible con las GPU, lo que dio lugar a una década de investigación dedicada a la IA, durante la cual los científicos desarrollaron nuevas arquitecturas para diversas tareas.

Esto culminó alrededor de 2020 con el lanzamiento del GPT-3 de OpenAI, que demostró que simplemente escalando un modelo 100 veces más grande se podían desbloquear capacidades como la codificación y el razonamiento sin necesidad de un entrenamiento explícito. Esto marcó el comienzo de lo que Kian Katanforoosh, director ejecutivo y fundador de la plataforma de agentes de IA Workera, denomina la «era de la ampliación», un periodo definido por la creencia de que una mayor potencia de cálculo, más datos y modelos transformadores más grandes conducirían inevitablemente a los próximos grandes avances en IA.

Hoy en día, muchos investigadores creen que la industria de la IA se está acercando a los límites de las leyes de escalado y está a punto de entrar en una nueva era centrada en la investigación y la innovación.

Yann LeCun, antiguo científico jefe de IA de Meta, lleva mucho tiempo criticando la excesiva dependencia del escalado y haciendo hincapié en la necesidad de mejorar las arquitecturas. Del mismo modo, Sutskever señaló en una entrevista reciente que los modelos actuales están alcanzando una meseta, con resultados de preentrenamiento que se estabilizan, lo que indica la necesidad de ideas nuevas.

Únete a la lista de espera de Disrupt 2026

Únase a la lista de espera de Disrupt 2026 para obtener acceso anticipado cuando las entradas anticipadas estén disponibles. En anteriores eventos Disrupt han participado líderes de Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil y Vinod Khosla, que forman parte de los más de 250 expertos del sector que dirigen más de 200 sesiones diseñadas para acelerar su crecimiento y afinar su ventaja competitiva. También tendrás la oportunidad de conectar con cientos de startups que impulsan la innovación en diversos sectores.

Únase a la lista de espera de Disrupt 2026.

Únete a la lista de espera de Disrupt 2026 para tener acceso anticipado cuando las entradas anticipadas estén disponibles. En anteriores ediciones de Disrupt han participado líderes de Google Cloud, Netflix, Microsoft, Box, Phia, a16z, ElevenLabs, Wayve, Hugging Face, Elad Gil y Vinod Khosla, entre más de 250 expertos del sector que han impartido más de 200 sesiones diseñadas para acelerar tu crecimiento y afinar tu ventaja competitiva. También tendrás la oportunidad de conectar con cientos de startups que impulsan la innovación en diversos sectores.

«Creo que en los próximos cinco años es probable que descubramos una arquitectura mejor que suponga una mejora significativa con respecto a los transformadores», afirmó Katanforoosh. «Si no lo hacemos, no debemos esperar un progreso sustancial en las capacidades de los modelos».

A veces, menos es más

Si bien los modelos de lenguaje grandes destacan en conocimientos generales, muchos expertos predicen que la próxima ola de adopción de la IA empresarial estará impulsada por modelos de lenguaje más pequeños y ágiles que pueden ajustarse para aplicaciones de dominios específicos.

«Los SLM ajustados se convertirán en una tendencia importante y en un elemento básico para las empresas de IA maduras en 2026, ya que sus ventajas en cuanto a coste y rendimiento los hacen más atractivos que los LLM comerciales», declaró Andy Markus, director de datos de AT&T, a TechCrunch. «Ya estamos viendo cómo las empresas confían cada vez más en los SLM porque, cuando se ajustan adecuadamente, igualan la precisión de los modelos generales más grandes para aplicaciones empresariales, al tiempo que ofrecen una rentabilidad y una velocidad superiores».

Este argumento ya lo ha planteado la startup francesa de IA de peso abierto Mistral, que afirma que sus modelos pequeños superan a los más grandes en varios parámetros de referencia tras su ajuste.

«La eficiencia, la rentabilidad y la adaptabilidad de los SLM los hacen ideales para aplicaciones personalizadas en las que la precisión es fundamental», afirmó Jon Knisley, estratega de IA de ABBYY, una empresa de IA empresarial con sede en Austin.

Mientras que Markus cree que los SLM desempeñarán un papel clave en la era de los agentes, Knisley señala que su naturaleza compacta los hace más adecuados para su implementación en dispositivos locales, una tendencia acelerada por los avances en la computación periférica.

Aprendizaje a través de la experiencia

Los seres humanos aprenden no solo a través del lenguaje, sino también interactuando con el mundo. Sin embargo, los LLM no comprenden realmente el mundo, sino que simplemente predicen la siguiente palabra o concepto. Por eso muchos investigadores creen que el próximo gran avance vendrá de los modelos mundiales, sistemas de IA que aprenden cómo se mueven e interactúan los objetos en espacios 3D, lo que les permite hacer predicciones y tomar medidas.

Cada vez hay más indicios de que 2026 será un año crucial para los modelos mundiales. LeCun dejó Meta para crear su propio laboratorio de modelos mundiales y, según se informa, busca una valoración de 5000 millones de dólares. DeepMind, de Google, ha estado desarrollando Genie y, en agosto, lanzó su último modelo capaz de construir modelos mundiales interactivos de uso general en tiempo real. Junto con las demostraciones de startups como Decart y Odyssey, World Labs, de Fei-Fei Li, ha lanzado su primer modelo mundial comercial, Marble. Nuevos participantes como General Intuition obtuvieron una ronda de financiación inicial de 134 millones de dólares en octubre para enseñar a los agentes el razonamiento espacial, y la startup de generación de vídeo Runway lanzó su primer modelo mundial, GWM-1, en diciembre.

Aunque los investigadores ven un potencial a largo plazo en la robótica y la autonomía, se espera que el impacto a corto plazo sea más visible en los videojuegos. PitchBook prevé que el mercado de los modelos del mundo en los videojuegos podría crecer de 1200 millones de dólares entre 2022 y 2025 a 276 000 millones de dólares en 2030, impulsado por la capacidad de la tecnología para generar entornos interactivos y personajes no jugadores más realistas.

Pim de Witte, fundador de General Intuition, declaró a TechCrunch que los entornos virtuales no solo podrían transformar los videojuegos, sino que también podrían servir como campo de pruebas crucial para la próxima generación de modelos básicos.

Nación agencial

Los agentes de IA no cumplieron las expectativas en 2025, en gran parte porque resultó difícil integrarlos en los sistemas de trabajo reales. Sin acceso a herramientas y contexto, la mayoría de los agentes se limitaron a flujos de trabajo piloto.

El Protocolo de Contexto de Modelos (MCP) de Anthropic, descrito como un «USB-C para la IA», permite a los agentes de IA comunicarse con herramientas externas como bases de datos, motores de búsqueda y API. Este eslabón perdido se está convirtiendo rápidamente en el estándar, con OpenAI y Microsoft respaldando públicamente el MCP. Anthropic ha donado recientemente el protocolo a la nueva Agentic AI Foundation de la Linux Foundation, cuyo objetivo es estandarizar las herramientas de agentes de código abierto. Google también ha comenzado a configurar sus propios servidores MCP gestionados para conectar los agentes de IA a sus productos y servicios.

Con el MCP reduciendo la fricción de conectar agentes a sistemas reales, es probable que 2026 sea el año en que los flujos de trabajo agenticos pasen de las demostraciones a la práctica cotidiana.

Rajeev Dham, socio de Sapphire Ventures, cree que estos avances darán lugar a que las soluciones basadas en agentes asuman «funciones de registro» en diversos sectores.

«A medida que los agentes de voz se encarguen de más tareas de principio a fin, como la recepción y la comunicación con los clientes, también comenzarán a formar los sistemas subyacentes básicos», afirma Dham. «Esperamos ver esta tendencia en sectores como los servicios domésticos, la tecnología inmobiliaria y la asistencia sanitaria, así como en funciones horizontales como las ventas, las tecnologías de la información y la asistencia».

Aumento, no automatización

Aunque el auge de los flujos de trabajo con agentes puede suscitar preocupaciones sobre la pérdida de puestos de trabajo, Katanforoosh, de Workera, no está convencido de que ese sea el mensaje para 2026.

«2026 será el año de los humanos», afirmó.

En 2024, muchas empresas de IA predijeron que automatizarían los puestos de trabajo para eliminar la necesidad de trabajadores humanos. Sin embargo, la tecnología aún no es capaz de hacerlo y, en una economía inestable, ese tipo de retórica no es popular. Katanforoosh sugiere que el año que viene nos daremos cuenta de que «la IA no ha funcionado de forma tan autónoma como esperábamos» y que el debate se centrará en cómo la IA puede aumentar los flujos de trabajo humanos en lugar de sustituirlos.

«También creo que muchas empresas volverán a contratar», añadió, señalando que prevé nuevos puestos en la gobernanza, la transparencia, la seguridad y la gestión de datos de la IA. «Soy bastante optimista y creo que el desempleo se situará por debajo del 4 % de media el año que viene».

«La gente quiere estar por encima de la API, no por debajo, y creo que 2026 será un año crucial para este cambio», añadió De Witte.

Pasando a la acción

Según los expertos, los avances en los modelos pequeños, los modelos mundiales y la computación periférica permitirán más aplicaciones físicas del aprendizaje automático.

«La IA física se generalizará en 2026, cuando empiecen a salir al mercado nuevas categorías de dispositivos basados en IA, como la robótica, los vehículos autónomos, los drones y los wearables», declaró Vikram Taneja, director de AT&T Ventures, a TechCrunch.

Si bien los vehículos autónomos y la robótica son casos de uso obvios para la IA física y seguirán creciendo en 2026, la formación y la implementación necesarias siguen siendo costosas. Los dispositivos portátiles, por otro lado, ofrecen un punto de entrada más asequible y atractivo para el consumidor. Las gafas inteligentes, como las Ray-Ban de Meta, están empezando a incluir asistentes que pueden responder a preguntas sobre lo que se está viendo, y los nuevos formatos, como los anillos de salud y los relojes inteligentes con IA, están haciendo que la inferencia siempre activa y en el cuerpo sea más común.

«Los proveedores de conectividad trabajarán para optimizar su infraestructura de red con el fin de dar soporte a esta nueva ola de dispositivos, y aquellos que cuenten con opciones de conectividad flexibles estarán en mejor posición para tener éxito», afirmó Taneja.