Si 2025 fue el año en que la IA obtuvo una prueba de vibración, 2026 será el año en que la tecnología se vuelva práctica. La atención ya está desplazándose de la construcción de modelos de lenguaje cada vez más grandes hacia el trabajo más duro de hacer que la IA sea utilizable. En la práctica, eso implica implementar modelos más pequeños donde encajen, incorporar inteligencia en dispositivos físicos y diseñar sistemas que se integren limpiamente en los flujos de trabajo humanos.
Los expertos con los que habló TechCrunch ven 2026 como un año de transición, un año que evoluciona desde el escalamiento de fuerza bruta hasta la investigación de nuevas arquitecturas, desde demostraciones llamativas hasta implementaciones específicas, y desde agentes que prometen autonomía a otros que realmente mejoran la forma en que trabajan las personas.
La fiesta no ha terminado, pero la industria está empezando a recuperar la sobriedad.
Las leyes de escala no serán suficientes
En 2012, Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton Papel AlexNet mostró cómo los sistemas de inteligencia synthetic podrían “aprender” a reconocer objetos en imágenes observando millones de ejemplos. El enfoque period computacionalmente costoso, pero period posible gracias a las GPU. ¿El resultado? Una década de intensa investigación en IA en la que los científicos trabajaron para inventar nuevas arquitecturas para diferentes tareas.
Eso culminó alrededor de 2020 cuando OpenAI lanzó GPT-3, que demostró cómo simplemente hacer que el modelo sea 100 veces más grande desbloquea habilidades como codificación y razonamiento sin requerir capacitación explícita. Esto marcó la transición hacia lo que Kian Katanforoosh, director ejecutivo y fundador de la plataforma de agentes de IA Workera, llama la “period de la escalabilidad”: un período definido por la creencia de que más computación, más datos y modelos transformadores más grandes impulsarían inevitablemente los próximos grandes avances en IA.
Hoy en día, muchos investigadores creen que la industria de la IA está empezando a agotar los límites de las leyes de escala y volverá a pasar a una period de investigación.
Yann LeCun, ex jefe científico de IA de Meta, ha argumentado durante mucho tiempo en contra de la excesiva dependencia del escalamiento y ha enfatizado la necesidad de desarrollar mejores arquitecturas. Y Sutskever dijo en un reciente entrevista que los modelos actuales se están estancando y los resultados previos a la capacitación se han estancado, lo que indica la necesidad de nuevas concepts.
Evento tecnológico
san francisco
|
13-15 de octubre de 2026
“Creo que lo más possible es que en los próximos cinco años encontremos una mejor arquitectura que suponga una mejora significativa en los transformadores”, dijo Katanforoosh. “Y si no lo hacemos, no podemos esperar muchas mejoras en los modelos”.
A veces menos es más
Los modelos de lenguaje grandes son excelentes para generalizar el conocimiento, pero muchos expertos dicen que la próxima ola de adopción de IA empresarial será impulsada por modelos de lenguaje más pequeños y ágiles que puedan ajustarse para soluciones de dominios específicos.
“Los SLM perfeccionados serán la gran tendencia y se convertirán en un elemento básico utilizado por las empresas maduras de IA en 2026, ya que las ventajas de costo y rendimiento impulsarán el uso sobre los LLM listos para usar”, dijo Andy Markus, director de datos de AT&T, a TechCrunch. “Ya hemos visto que las empresas dependen cada vez más de los SLM porque, si se ajustan adecuadamente, coinciden con los modelos generalizados más grandes en precisión para aplicaciones empresariales y son excelentes en términos de costo y velocidad”.
Hemos visto este argumento antes de Mistral, la startup francesa de IA de peso abierto: sostiene que sus modelos pequeños en realidad funcionan mejor que los modelos más grandes en varios puntos de referencia después de realizar ajustes.
“La eficiencia, rentabilidad y adaptabilidad de los SLM los hacen ideales para aplicaciones personalizadas donde la precisión es primordial”, afirmó Jon Knisley, estratega de IA de ABBYY, una empresa de IA empresarial con sede en Austin.
Si bien Markus cree que los SLM serán clave en la period de la agencia, Knisley cube que la naturaleza de los modelos pequeños significa que son mejores para su implementación en dispositivos locales, “una tendencia acelerada por los avances en la informática de punta”.
Aprender a través de la experiencia
Los humanos no sólo aprenden a través del lenguaje; aprendemos experimentando cómo funciona el mundo. Pero los LLM realmente no entienden el mundo; simplemente predicen la siguiente palabra o thought. Es por eso que muchos investigadores creen que el próximo gran salto vendrá de los modelos mundiales: sistemas de inteligencia synthetic que aprenden cómo las cosas se mueven e interactúan en espacios 3D para poder hacer predicciones y tomar acciones.
Las señales de que 2026 será un gran año para los modelos mundiales se están multiplicando. LeCun dejó Meta para iniciar su propio laboratorio de modelos mundiales y, según se informa, busca una valoración de 5 mil millones de dólares. DeepMind de Google ha estado colaborando con Genie y en agosto lanzó su último modelo que construye modelos mundiales interactivos de propósito normal en tiempo actual. Junto con demostraciones de nuevas empresas como Decart y Odyssey, World Labs de Fei-Fei Li ha lanzado su primer modelo mundial comercial, Marble. Los recién llegados como Normal Instinct obtuvieron en octubre una ronda inicial de 134 millones de dólares para enseñar a los agentes razonamiento espacial, y la startup de generación de movies Runway lanzó en diciembre su primer modelo mundial, GWM-1.
Si bien los investigadores ven potencial a largo plazo en la robótica y la autonomía, es possible que el impacto a corto plazo se observe primero en los videojuegos. PitchBook predice que el mercado de modelos mundiales de juegos podría crecer de 1.200 millones de dólares entre 2022 y 2025 a 276.000 millones de dólares en 2030, impulsado por la capacidad de la tecnología para generar mundos interactivos y personajes no jugadores más realistas.
Pim de Witte, fundador de Normal Instinct, dijo a TechCrunch que los entornos virtuales no solo pueden remodelar los juegos, sino también convertirse en campos de pruebas críticos para la próxima generación de modelos básicos.
Nación agente
Los agentes no estuvieron a la altura de las expectativas en 2025, pero una gran razón es que es difícil conectarlos a los sistemas donde realmente se trabaja. Sin una forma de acceder a las herramientas y al contexto, la mayoría de los agentes quedaron atrapados en flujos de trabajo piloto.
El protocolo de contexto modelo (MCP) de Anthropic, un “USB-C para IA” que permite a los agentes de IA comunicarse con herramientas externas como bases de datos, motores de búsqueda y API, demostró ser el tejido conectivo que falta y se está convirtiendo rápidamente en el estándar. OpenAI y Microsoft han adoptado públicamente MCP, y Anthropic lo donó recientemente a la nueva Agentic AI Basis de la Fundación Linux, cuyo objetivo es ayudar a estandarizar las herramientas agentes de código abierto. Google también ha comenzado a implementar sus propios servidores MCP administrados para conectar agentes de inteligencia synthetic a sus productos y servicios.
Dado que MCP scale back la fricción al conectar agentes a sistemas reales, es possible que 2026 sea el año en que los flujos de trabajo de agentes finalmente pasen de las demostraciones a la práctica diaria.
Rajeev Dham, socio de Sapphire Ventures, cube que estos avances conducirán a que las soluciones centradas en el agente asuman “funciones de sistema de registro” en todas las industrias.
“A medida que los agentes de voz manejen más tareas de un extremo a otro, como la admisión y la comunicación con el cliente, también comenzarán a formar los sistemas centrales subyacentes”, dijo Dham. “Veremos esto en una variedad de sectores como servicios para el hogar, proptech y atención médica, así como funciones horizontales como ventas, TI y soporte”.
Aumento, no automatización
Si bien los flujos de trabajo más agentes pueden generar preocupaciones de que se produzcan despidos, Katanforoosh de Workera no está tan seguro de que ese sea el mensaje.
“2026 será el año de los humanos”, afirmó.
En 2024, todas las empresas de inteligencia synthetic predijeron que automatizarían trabajos sin necesidad de humanos. Pero la tecnología aún no ha llegado a ese punto, y en una economía inestable, esa no es realmente una retórica widespread. Katanforoosh cube que el año que viene nos daremos cuenta de que “la IA no ha funcionado de forma tan autónoma como pensábamos” y la conversación se centrará más en cómo se utiliza la IA para aumentar los flujos de trabajo humanos, en lugar de reemplazarlos.
“Y creo que muchas empresas van a empezar a contratar”, añadió, señalando que espera que haya nuevos roles en la gobernanza, la transparencia, la seguridad y la gestión de datos de la IA. “Soy bastante optimista respecto de que el desempleo promediará menos del 4% el próximo año”.
“La gente quiere estar por encima del API, no por debajo, y creo que 2026 es un año importante para ello”, añadió de Witte.
Ponerse físico
Los expertos afirman que los avances en tecnologías como modelos pequeños, modelos mundiales y computación de punta permitirán más aplicaciones físicas del aprendizaje automático.
“La IA física llegará a la corriente principal en 2026 a medida que nuevas categorías de dispositivos impulsados por IA, incluidos robóticos, vehículos autónomos, drones y dispositivos portátiles, comiencen a ingresar al mercado”, dijo a TechCrunch Vikram Taneja, director de AT&T Ventures.
Si bien los vehículos autónomos y la robótica son casos de uso obvios para la IA física que sin duda seguirán creciendo en 2026, la capacitación y el despliegue necesarios siguen siendo costosos. Los wearables, por otro lado, proporcionan una ventaja menos costosa para la aceptación de los consumidores. Las gafas inteligentes como las Ray Ban de Meta están empezando a incluir asistentes que pueden responder preguntas sobre lo que estás mirando y nuevos factores de forma como Anillos de salud impulsados por IA y relojes inteligentes están normalizando la inferencia corporal siempre activa.
“Los proveedores de conectividad trabajarán para optimizar su infraestructura de crimson para soportar esta nueva ola de dispositivos, y aquellos con flexibilidad en cómo pueden ofrecer conectividad estarán mejor posicionados”, dijo Taneja.
