2025 fue el "vibe check" de la IA. 2026 apunta a ser la resaca.
El sector empieza a soltar la idea mágica de que todo se arregla con más parámetros y más GPUs. En su lugar, entra en una fase más incómoda, pero mucho más útil: nuevas arquitecturas, modelos pequeños bien afinados, agentes que de verdad se conectan a los sistemas de la empresa y dispositivos físicos con IA integrada.
Adiós al culto a la escala, hola de nuevo a la investigación
La ola actual de IA moderna arrancó en 2012 con AlexNet: Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton demostraron que GPUs + millones de imágenes bastaban para revolucionar el reconocimiento visual.
Hacia 2020, OpenAI repitió la jugada con GPT‑3: hacer el modelo unas 100 veces más grande desbloqueó capacidades de código y razonamiento sin entrenamiento específico por tarea.
Kian Katanforoosh, CEO y fundador de la plataforma de agentes Workera, llama a este periodo la "era del escalado": más cómputo, más datos y transformadores cada vez mayores como receta por defecto.
Ese hechizo se está rompiendo.
Yann LeCun, ex chief AI scientist de Meta, lleva tiempo avisando de que abusar del escalado es un callejón sin salida y que hacen falta arquitecturas nuevas. Ilya Sutskever ha señalado que los modelos actuales empiezan a estancarse y que las mejoras en el pre‑entrenamiento se han aplanado.
"Lo más probable es que en los próximos cinco años encontremos una arquitectura significativamente mejor que los transformadores", dijo Katanforoosh a TechCrunch. "Y si no lo hacemos, no podemos esperar grandes mejoras en los modelos".
Traducción: 2026 se parece menos a una carrera de megamodelos y más a volver al trabajo duro de laboratorio.
El año en que los modelos pequeños se vuelven protagonistas
En el mundo real de la empresa, muchos están llegando a la misma conclusión: un modelo más pequeño, bien afinado, suele ser suficiente… y mucho más barato.
Andy Markus, chief data officer de AT&T, cree que los small language models (SLM) finamente ajustados serán tendencia fuerte en 2026 y acabarán siendo estándar en organizaciones maduras en IA. Según él, cuando se entrenan con datos propios, estos modelos igualan a los grandes en precisión para muchas aplicaciones de negocio y los superan en coste y velocidad.
La francesa Mistral lleva meses defendiendo justo eso: que sus modelos pequeños y de pesos abiertos pueden rendir mejor que algunos gigantes una vez afinados.
Jon Knisley, estratega de IA en ABBYY, resume por qué los SLM encajan tan bien en empresa:
- Eficiencia: menos cómputo y menos latencia.
- Coste: más instancias cerca del usuario sin romper el presupuesto.
- Adaptabilidad: ideales para aplicaciones muy específicas donde la precisión manda.
Además, su tamaño los hace buenos candidatos para desplegar en dispositivos locales y en el edge, una tendencia acelerada por los avances en edge computing. Traducido: más IA útil corriendo en tu portátil, tu móvil o tus sistemas on‑prem.
World models: la siguiente frontera, empezando por los videojuegos
Los LLM sólo "entienden" el mundo como texto. Los world models intentan algo distinto: aprender cómo se mueven y se relacionan las cosas en espacios 3D, para poder predecir y actuar.
Cada vez hay más señales de que 2026 será un año clave para esta línea.
- Yann LeCun dejó Meta para montar su propio laboratorio de world models y, según se ha informado, busca una valoración de 5.000 millones de dólares.
- DeepMind, de Google, sigue desarrollando Genie, su familia de modelos de mundo interactivos en tiempo real.
- World Labs, el proyecto de Fei‑Fei Li, lanzó su primer modelo comercial, Marble.
- General Intuition levantó 134 millones de dólares en una ronda seed en octubre para enseñar razonamiento espacial a agentes.
- Runway, conocida por generación de vídeo, presentó en diciembre su primer world model, GWM‑1.
Aunque a largo plazo todos miran a robótica y autonomía, el impacto cercano parece estar en los videojuegos.
PitchBook estima que el mercado de world models en gaming puede pasar de 1.200 millones de dólares entre 2022 y 2025 a 276.000 millones en 2030, impulsado por mundos interactivos generados por IA y NPCs más creíbles.
Pim de Witte, fundador de General Intuition, explicó a TechCrunch que estos entornos virtuales no sólo cambiarán cómo jugamos, sino que pueden convertirse en campos de pruebas críticos para la próxima generación de modelos fundacionales.
MCP: el "USB‑C" que necesitaban los agentes
Los agentes de IA prometieron mucho en 2025 y cumplieron poco. No por falta de ideas, sino por falta de conexiones.
Sin acceso limpio y estandarizado a las herramientas donde pasa el trabajo real —bases de datos, buscadores, CRMs, APIs internas— la mayoría se quedó en pilotos bonitos pero aislados.
El Model Context Protocol (MCP) de Anthropic empieza a cambiar eso.
MCP funciona como un "USB‑C para IA": un estándar para que agentes y herramientas externas se hablen de forma segura.
Movimientos clave en 2025:
- OpenAI y Microsoft decidieron apoyar MCP públicamente.
- Anthropic donó el protocolo a la nueva Agentic AI Foundation de la Linux Foundation para impulsarlo como estándar abierto.
- Google comenzó a desplegar servidores MCP gestionados para conectar agentes con sus productos y servicios.
Con esta capa de infraestructura en marcha, 2026 tiene todas las papeletas para ser el año en que los flujos de trabajo "agentic" salgan de las demos y entren en la rutina diaria.
Rajeev Dham, socio en Sapphire Ventures, cree que veremos soluciones "agent‑first" asumir papeles de sistema de registro. A medida que los agentes de voz y software gestionen tareas de extremo a extremo como intake y comunicación con clientes, empezarán a convertirse en el núcleo operativo en:
- servicios para el hogar y proptech,
- sanidad,
- funciones horizontales como ventas, IT y soporte.
Más aumento, menos automatización total
Cada vez que se habla de agentes avanzados, aparece la misma preocupación: ¿y los despidos?
Kian Katanforoosh no ve 2026 como el año del reemplazo masivo.
En 2024, media industria de la IA se vendía con el discurso de "vamos a automatizar puestos". Con un contexto económico inestable y tecnología que todavía falla más de lo que muchos quieren admitir, ese relato ya no es tan atractivo.
Katanforoosh cree que 2026 pondrá el foco en cómo la IA aumenta el trabajo humano, en lugar de sustituirlo. Espera nuevas funciones en gobernanza de IA, transparencia, seguridad y gestión de datos, y se declara optimista con la posibilidad de que el desempleo medio se mantenga por debajo del 4 %.
Pim de Witte lo resumió con una frase que va a dar que hablar: "People want to be above the API, not below it". 2026 será un buen termómetro para ver si las empresas se toman en serio esa idea.
La IA se vuelve física: robots, coches, drones y wearables
El otro gran giro de 2026 pasa por el hardware.
Modelos pequeños, world models y edge computing se combinan para empujar lo que algunos llaman "physical AI": inteligencia embebida en cosas que se mueven y nos acompañan.
"La IA física llegará al mainstream en 2026, cuando nuevas categorías de dispositivos con IA, incluidos robots, vehículos autónomos, drones y wearables, empiecen a llegar al mercado", dijo a TechCrunch Vikram Taneja, responsable de AT&T Ventures.
Robótica y vehículos autónomos seguirán creciendo, pero son caros de entrenar y desplegar. Los wearables son la cuña barata, con más tracción de usuario.
Ejemplos concretos:
- Gafas inteligentes como las Ray‑Ban de Meta, con asistentes capaces de responder a lo que ves.
- Anillos y relojes de salud con IA que normalizan inferencia continua directamente en tu cuerpo.
Todo esto obliga a los proveedores de conectividad a mover ficha.
"Los operadores trabajarán para optimizar su infraestructura de red para esta nueva ola de dispositivos", apuntó Taneja, añadiendo que quienes tengan más flexibilidad comercial estarán mejor posicionados.
De la demo al día a día
Si juntamos las piezas, 2026 se perfila como el año en que la IA pasa del espectáculo al oficio:
- Menos fe ciega en las leyes de escalado, más trabajo en arquitecturas nuevas.
- Menos dependencia de un único modelo gigante, más modelos pequeños y afinados.
- World models que salen del paper y entran en productos, empezando por el gaming.
- Agentes conectados de verdad a sistemas críticos gracias a MCP.
- Dispositivos físicos que hacen tangible la IA en el día a día.
La fiesta no se ha acabado, pero cambia de tono. Menos promesas grandilocuentes de autonomía total, más integración paciente en cómo trabajamos, jugamos y nos movemos.
