Principales tendencias de IA en 2026

Por Moisés Barrio

A la luz de los desarrollos tecnológicos de las tecnologías agrupadas bajo la disciplina de la inteligencia artificial (IA) en el último semestre, podemos afirmar que 2026 es el año en que la IA pasa de ser una herramienta a convertirse en infraestructura y compañero de trabajo. Por eso, a continuación señalaré las principales tendencias que tenemos que seguir atentamente a lo largo de este año.

El auge de la IA agentica

A corto plazo, se espera que la adopción de sistemas de IA continúe aumentando a medida que mejoren las soluciones desarrolladas. En particular, los expertos estiman un crecimiento continuado del uso de la IA generativa. También anticipan un rápido aumento en el uso de IA agentica: es decir, sistemas basados en modelos fundacionales que pueden planificar, razonar y ejecutar tareas de varios pasos de forma autónoma en distintas funciones empresariales.

Según Gartner, se espera que el 40 % de las aplicaciones empresariales incorporen agentes de IA específicos para tareas en 2026, mientras que la encuesta global de McKinsey de 2025 encontró que el 62 % de las organizaciones están al menos experimentando con agentes de IA y un 23 % de ellas los están escalando en al menos una función.

Los primeros casos de uso de la IA agéntica incluyen la automatización de operaciones de atención al cliente (por ejemplo, garantías o reembolsos), finanzas (facturación, previsión, auditoría de gastos) y compliance (detección de anomalías, aplicación de políticas). La transición de agentes de un solo propósito a sistemas multi-agente, donde agentes especializados colaboran bajo una coordinación central, se espera que se acelere en el próximo año.

De los modelos de lenguaje de gran tamaño a los modelos del mundo

Examinando las tendencias generales de IA, está emergiendo un cambio desde los modelos de lenguaje de gran tamaño (los LLM) hacia los modelos del mundo (los world models). Estos últimos son potencialmente transformadores porque podrían permitir un aprendizaje eficiente en muestras (porque necesitan aprender de menos interacciones del mundo real), una mejor generalización ante nuevas situaciones y una planificación y razonamiento más robustos.

En términos prácticos, los nuevos modelos mundiales permiten a un sistema de IA “simular” diferentes escenarios internamente (por ejemplo, predecir qué ocurrirá si un robot realiza una acción determinada o cómo responderá una cadena de suministro a una disrupción). Esta articulación es muy diferente de depender únicamente del reconocimiento de patrones basado en datos históricos como hacen los LLM y la IA generativa.

Robustez de la IA y ciberseguridad como imperativos de despliegue

A medida que la IA se integra más profundamente en las operaciones centrales de negocio, las dimensiones de robustez y ciberseguridad de los sistemas de IA pasan de ser una consideración de cumplimiento posterior a una prioridad estratégica ex ante.

En la Unión Europea (UE), esta tendencia opera a dos niveles: primero, las organizaciones deben proteger sus propios sistemas de IA frente a amenazas adversarias; segundo, pueden utilizar IA para fortalecer su capa de ciberseguridad. Ambas dimensiones demandarán mayor inversión y nuevas capacidades por parte de las organizaciones europeas en los próximos años.

Como ejemplo, la IA está amplificando la velocidad, escala y sofisticación de los ciberataques. El phishing generado por IA, la suplantación de directivos mediante deepfakes y el descubrimiento automatizado de vulnerabilidades están creciendo en prevalencia. Las predicciones de ciberseguridad de IBM para 2026 advierten que la “IA sombra” (herramientas de IA no aprobadas desplegadas por empleados sin supervisión) será una de las principales causas de vulneración de los derechos de propiedad intelectual, dada la capacidad de la IA para manejar algoritmos propietarios y la toma de decisiones estratégicas.

IA construida específicamente para procesos industriales

Algunas empresas europeas señalan que la próxima fase de adopción de IA estará impulsada por soluciones construidas específicamente a medida de la concreta organización, optimizadas para procesos y sistemas industriales particulares, pero también capaces de aprender y retener conocimiento a lo largo del tiempo.

Estos sistemas dirigidos y de mejora continua probablemente generen un valor más sostenible y un mayor impacto operativo que las herramientas de IA de propósito general. Esta tendencia se refuerza por el movimiento más amplio hacia modelos de IA más pequeños y específicos de un campo: así, en lugar de desplegar un modelo de propósito general para todas las tareas, las empresas están afinando modelos eficientes para casos de uso particulares en derecho, fabricación, sanidad o gestión de la cadena de suministro, por ejemplo.

Integración de IA y robótica (IA física)

Siguiendo los desarrollos tecnológicos actuales, otra tendencia relacionada con la adopción de IA en las empresas es la integración de IA y robótica, conocida como “IA física”[1]. La IA física se refiere a sistemas de IA que operan en el mundo físico a través de hardware robótico o autónomo, utilizando percepción, razonamiento y planificación impulsados por IA para interactuar con entornos reales. Esto es relevante porque extiende el impacto de la IA más allá del software y el procesamiento de datos hacia la fabricación, la logística, la sanidad y otros campos físicos donde la UE tiene fortalezas industriales establecidas.

En la práctica, el despliegue cercano de IA física probablemente adopte la forma de robots colaborativos (“cobots”) cada vez más autónomos en las fábricas, sistemas de logística de almacenes guiados por IA y robots de mantenimiento predictivo, en lugar de los robots humanoides de la imaginación popular. Dicho esto, el campo de la robótica humanoide también está expandiéndose.

Para las empresas de la UE, la IA física representa tanto una oportunidad como un reto. La base manufacturera y la experiencia en robótica de la Unión proporcionan una base sólida para un mayor despliegue; sin embargo, la intensidad de capital, la necesidad de nuevas habilidades interdisciplinarias en la intersección entre IA e ingeniería mecánica, y la creciente importancia del mercado asiático apuntan a la necesidad de inversión sostenida y decidido apoyo político.

[1] Para un estudio más detallado, me remito a BARRIO ANDRÉS, Moisés: “Cuestiones actuales del Derecho de los Robots”, en Teoría y Derecho. Revista de pensamiento jurídico, vol. 37, 2024 y disponible en abierto en https://teoriayderecho.tirant.com/index.php/teoria-y-derecho/article/view/907