Lo que el AI Index Report 2026 dice sobre el mundo en que vivimos

El AI Index no es un documento de optimismo ni de alarma. Es el intento más riguroso disponible de medir una tecnología que avanza más rápido que cualquier esfuerzo por entenderla. Su novena edición llega con 15 hallazgos que, leídos juntos, dibujan un campo con una contradicción estructural: las capacidades técnicas avanzan sin pausa mientras los marcos que deberían administrarlas (gobernanza, evaluación, educación, datos) quedan rezagados. Esto es lo que importa. ## 1. La capacidad no está en meseta. Está acelerando. El 90% de los modelos de frontera son ahora producción de la industria. En el benchmark SWE-bench Verified (que mide la resolución autónoma de tareas de código) el desempeño pasó de 60% a casi 100% del nivel humano en un solo año. La adopción organizacional llegó al 88%. Cuatro de cada cinco estudiantes universitarios ya usan IA generativa. Eso no es una curva que se aplana. Es una curva que se empina. ## 2. La brecha EE.UU.–China se cerró. En febrero de 2025, DeepSeek-R1 igualó brevemente al modelo más capaz de Estados Unidos. Al cierre de marzo de 2026, el modelo líder de Anthropic supera al mejor modelo chino por apenas 2.7 puntos porcentuales. Estados Unidos mantiene ventaja en modelos de élite y patentes de alto impacto. China lidera en volumen de publicaciones, citas, patentes totales e instalaciones de robots industriales. Corea del Sur, inesperadamente, encabeza el ranking de patentes de IA per cápita. La hegemonía técnica ya no es de un solo actor. ## 3. La infraestructura global depende de una sola fábrica en Taiwán. Estados Unidos alberga 5,427 centros de datos (más de diez veces los del segundo país). Casi todos los chips de IA líderes en el mundo los fabrica TSMC. Una sola empresa. Un solo territorio. La expansión de TSMC hacia Estados Unidos comenzó operaciones en 2025, pero la dependencia estructural persiste. La cadena de suministro de hardware de IA es frágil por diseño. ## 4. La frontera dentada: medalla de oro en olimpiadas, incapaz de leer un reloj. Gemini Deep Think obtuvo medalla de oro en la Olimpiada Internacional de Matemáticas. El mismo modelo lee correctamente un reloj analógico el 50.1% del tiempo. Los agentes de IA saltaron del 12% al 66% de éxito en OSWorld (que simula tareas reales en sistemas operativos), pero aún fallan aproximadamente uno de cada tres intentos en benchmarks estructurados. La competencia de la IA no es uniforme. Es una colección de picos y valles que no sigue ninguna lógica intuitiva. ## 5. Los robots aún fallan en el 88% de las tareas del hogar. En entornos controlados, la manipulación robótica en simulación alcanza 89.4% de éxito. En entornos reales e impredecibles, el hogar cotidiano, los robots tienen éxito en apenas el 12% de las tareas. La distancia entre el laboratorio y la cocina sigue siendo enorme. ## 6. La IA responsable no lleva el ritmo de las capacidades. Los incidentes documentados de IA subieron a 362 en 2025, frente a 233 en 2024. Casi todos los desarrolladores de modelos de frontera reportan resultados en benchmarks de capacidad. El reporte de benchmarks de IA responsable es esporádico. Una investigación reciente encontró que mejorar una dimensión (seguridad, por ejemplo) puede degradar otra: precisión. El campo optimiza lo que mide. Y mide, principalmente, lo que es conveniente. ## 7. Estados Unidos lidera la inversión pero está perdiendo el talento. La inversión privada en IA de Estados Unidos alcanzó USD 285,900 millones en 2025 (más de 23 veces la de China). Con 1,953 nuevas empresas de IA financiadas, su ecosistema emprendedor no tiene par. Pero el número de investigadores y desarrolladores que se mudan a Estados Unidos cayó 89% desde 2017. El 80% de esa caída ocurrió solo en el último año. El capital fluye hacia EE.UU. Las personas, cada vez menos. ## 8. La IA generativa se masificó más rápido que el PC o el internet. Alcanzó 53% de adopción poblacional en tres años. El PC tardó más. El internet tardó más. La distribución no es uniforme: Singapur lidera con 61%, los Emiratos Árabes con 54%. Estados Unidos, contra toda intuición, ocupa el lugar 24 con 28.3%. El valor estimado de las herramientas de IA generativa para los consumidores estadounidenses llegó a USD 172,000 millones anuales a inicios de 2026. El valor mediano por usuario se triplicó entre 2025 y 2026. ## 9. Las ganancias de productividad coexisten con la caída del empleo de entrada. Estudios documentan ganancias de productividad del 14% al 26% en soporte al cliente y desarrollo de software. En este último campo, donde las ganancias son más claras, los desarrolladores estadounidenses entre 22 y 25 años vieron caer su empleo casi 20% desde 2024. El empleo para desarrolladores mayores, en cambio, sigue creciendo. La IA eleva la productividad y comprime el punto de entrada al mercado laboral al mismo tiempo. ## 10. La huella ambiental crece junto con las capacidades. Las emisiones estimadas del entrenamiento de Grok 4 alcanzaron 72,816 toneladas de CO₂ equivalente. La capacidad de los centros de datos de IA subió a 29.6 GW (comparable al consumo pico de Nueva York). El uso anual de agua solo por inferencia de GPT-4o podría superar las necesidades de agua potable de 1.2 millones de personas. La descarbonización y la escalada de IA son, por ahora, trayectorias en tensión. ## 11. La IA para ciencia supera a los científicos en algunas tareas. En otras, queda por debajo del 20%. Los modelos de frontera superan en promedio a los químicos humanos en ChemBench. En astrofísica, la replicación de resultados cae por debajo del 20%. Un modelo de lenguaje proteínico de 111 millones de parámetros superó a métodos líderes anteriores en ProteinGym. Un modelo genómico de 200 millones de parámetros venció a otro casi 200 veces más grande. El tamaño no determina el desempeño. El dominio, la arquitectura y los datos de entrenamiento importan más. ## 12. La IA clínica crece, pero la evidencia sólida es escasa. Los sistemas de notas clínicas automáticas (que generan documentación a partir de la visita médica) tuvieron adopción sustancial en 2025. Los médicos reportaron hasta 83% menos tiempo escribiendo notas. Sin embargo, una revisión de más de 500 estudios de IA clínica encontró que casi la mitad usó preguntas de examen en lugar de datos reales de pacientes. Solo el 5% usó datos clínicos reales. La narrativa sobre IA en medicina corre más rápido que la evidencia que la sostiene. ## 13. La educación formal va detrás. Más del 80% de los estudiantes de secundaria y universidad en EE.UU. usan IA para tareas académicas. Solo la mitad de las escuelas tienen políticas de IA. Solo el 6% de los docentes dice que esas políticas son claras. Fuera del aula, las habilidades de ingeniería de IA crecen más rápido en Emiratos Árabes, Chile y Sudáfrica. ## 14. La soberanía de la IA se volvió doctrina de política nacional. Las estrategias nacionales de IA se multiplican (especialmente en economías en desarrollo). Las inversiones estatales en supercómputo crecen en paralelo. Pero la producción de modelos sigue concentrada en EE.UU. y China. El desarrollo de código abierto empieza a redistribuir la participación: las contribuciones del resto del mundo en GitHub superan ya a Europa y se acercan a las de Estados Unidos. ## 15. La brecha entre expertos y ciudadanos es de 50 puntos. El 73% de los expertos espera un impacto positivo de la IA en cómo las personas hacen su trabajo. Solo el 23% del público general comparte esa expectativa. La misma brecha aparece en economía y atención médica. En el plano institucional: EE.UU. reporta el nivel más bajo de confianza en su propio gobierno para regular la IA, 31%. La Unión Europea es percibida globalmente como el actor más confiable para hacerlo. ## La conclusión del reporte no es optimista ni pesimista. Es honesta. > *"El campo escala más rápido que los sistemas que lo rodean pueden adaptarse."* Esa frase, de los co-presidentes del reporte, Yolanda Gil y Raymond Perrault, resume la novena edición mejor que cualquier cifra. La IA no está desacelerando. Los marcos para administrarla tampoco están al día. La distancia entre ambas curvas es el problema central del momento. *Fuente: "The AI Index 2026 Annual Report", AI Index Steering Committee, Stanford University, abril 2026.*