Predicciones sobre la IA en 2026: Se acabó la fiesta, empieza el trabajo

Llevo años siguiendo de cerca el mundo de la inteligencia artificial. He visto ciclos de hype, inviernos tecnológicos, promesas incumplidas y avances que nos dejaron con la boca abierta. Pero hay algo diferente en este momento. Algo que me hace pensar que 2026 no será simplemente "otro año más" en la evolución de la IA, sino un punto de inflexión real.

No escribo esto como profeta ni como vendedor de humo. Escribo como alguien que observa patrones, conecta puntos y se atreve a poner sus ideas por escrito sabiendo que algunas envejecerán mal. Pero de eso se trata: de pensar en voz alta, de arriesgarse a equivocarse.

Si 2023 fue el año del asombro y 2024-2025 fueron los años de la experimentación frenética, tengo claro que 2026 será el año de la validación. Se acabó la "evangelización" de la IA; ahora toca demostrar el valor real. Los inversores, los directivos y nosotros mismos, los usuarios, ya no nos impresionamos con un poema escrito por un chatbot. Ahora la pregunta es: "¿Cuánto dinero me ahorra esto?" o "¿Qué problema real me soluciona hoy?".

1. Adiós al Chatbot, Hola al "Compañero de Verdad"

El qué pasó hasta ahora

Durante 2024 y 2025, la industria estuvo obsesionada con los "agentes". Cada empresa tecnológica presentó su visión de sistemas de IA capaces de actuar de forma autónoma: navegar por internet, ejecutar tareas, tomar decisiones. OpenAI, Anthropic, Google, Microsoft... todos prometieron que los agentes cambiarían todo.

¿La realidad? La mayoría fueron demostraciones impresionantes que se desmoronaban en escenarios reales. Un agente podía reservar un vuelo en una demo controlada, pero fallaba miserablemente cuando encontraba un sitio web con un diseño ligeramente diferente, un captcha inesperado, o una decisión ambigua que requería contexto humano.

Mi predicción: el salto cualitativo

2026 será el año en que los agentes dejen de ser juguetes sofisticados y se conviertan en herramientas genuinamente útiles. No hablo de AGI ni de sistemas que reemplacen trabajadores completos. Hablo de agentes que puedan:

• Gestionar tu bandeja de entrada de forma inteligente: No solo clasificar correos, sino responder borradores, programar reuniones, hacer seguimiento de conversaciones pendientes, y escalar solo lo que realmente necesita tu atención.

• Investigar temas complejos de principio a fin: Darte un informe completo sobre un tema, con fuentes verificadas, diferentes perspectivas, y conclusiones matizadas. No un resumen superficial, sino investigación real.

• Coordinar tareas entre múltiples herramientas: Crear un documento en Google Docs, extraer datos de una hoja de cálculo, enviarlo por email a las personas correctas, y programar una reunión de seguimiento. Todo sin intervención.

• Manejar errores de forma elegante: Cuando algo falle —porque fallará—, el agente sabrá pedir ayuda, ofrecer alternativas, o pausar la tarea en lugar de continuar ciegamente hacia el desastre.

Por qué creo que pasará ahora

Tres factores convergen este año:

1. Mejoras en el razonamiento de los modelos: Los modelos de 2026 tienen mejor capacidad de planificación, descomposición de tareas, y autocorrección. No son perfectos, pero el salto respecto a 2024 es enorme.

1. Infraestructura de herramientas madura: Protocolos como MCP (Model Context Protocol) están estandarizando cómo los agentes interactúan con servicios externos. Ya no hay que reinventar la rueda para cada integración.

1. Aprendizaje de los errores: Las empresas que lanzaron agentes prematuros en 2024-2025 aprendieron qué funciona y qué no. Hay un corpus de conocimiento sobre diseño de agentes que simplemente no existía hace dos años.

Lo que no pasará (todavía)

No espero agentes completamente autónomos que gestionen tu vida sin supervisión. El modelo será más bien de "co-piloto avanzado": el agente hace el trabajo pesado, tú supervisas y apruebas las decisiones importantes. La autonomía total llegará, pero no este año.

2. La Programación ya no es lo que era

El elefante en la habitación

Vamos a hablar de lo que muchos programadores no quieren escuchar: la IA está transformando radicalmente nuestra profesión.

Según estudios recientes, la IA generó el 41% de todo el código en 2025. Los desarrolladores que usan herramientas de IA reportan ser hasta un 55% más productivos, y el 90% de las empresas Fortune 100 ya utilizan alguna forma de asistencia de IA en su desarrollo.

Mi experiencia con Claude Code: 7 meses después

Llevo más de 7 meses usando Claude Code de forma intensiva, y el cambio ha sido brutal. No es hipérbole: mi forma de programar ha cambiado fundamentalmente.

La combinación de Claude Code + Skills + MCPs (Model Context Protocols) ha creado un ecosistema que va mucho más allá del autocompletado inteligente de GitHub Copilot. Estamos hablando de:

• Skills personalizadas: Puedo crear comandos específicos para mi flujo de trabajo. /commit genera commits bien formateados, /review-pr analiza pull requests, y puedo crear las que necesite.
• MCPs para conectar con todo: Playwright para testing, bases de datos, APIs externas... Claude Code puede interactuar con herramientas reales, no solo generar texto.
• Contexto de proyecto real: Entiende la arquitectura de mi código, las convenciones del equipo, y el historial del repositorio.

La diferencia con usar ChatGPT o Copilot es como comparar un GPS con preguntar direcciones a un transeúnte. Ambos te pueden ayudar, pero uno entiende dónde estás y hacia dónde vas.

Lo que he probado y (todavía) no me convence

He experimentado con Specs Driven Development — la idea de escribir especificaciones detalladas y dejar que la IA genere todo el código de forma autónoma.

No me ha gustado. Al menos no todavía.

El problema es que le das demasiada autonomía a la IA para programar. Y en 2025-principios de 2026, no estamos en ese punto. Los modelos son increíblemente capaces, pero:

• Toman decisiones de arquitectura que luego tienes que deshacer
• Generan código que funciona pero que no entiendes completamente
• La deuda técnica se acumula de formas que no anticipas
• Pierdes el "músculo" de razonar sobre el código

Mi enfoque actual es más de co-piloto que de piloto automático: yo llevo el volante, Claude Code maneja los pedales.

Para 2026, puede que cambie de opinión

Dicho esto, los modelos están mejorando a un ritmo absurdo. Lo que no funcionaba hace 6 meses, funciona hoy. Lo que hoy tiene fricciones, probablemente sea fluido para finales de 2026.

Mi predicción: para la segunda mitad de 2026, el Specs Driven Development será viable para proyectos de complejidad media. No para todo, pero sí para mucho más de lo que es hoy.

El nuevo rol del programador

En 2026, el programador que solo "pica código" tiene un problema serio. El código rutinario lo genera la IA. Lo que la IA no puede hacer (todavía) es:

• Entender el contexto de negocio: ¿Por qué estamos construyendo esto? ¿Qué problema real resuelve?
• Tomar decisiones de arquitectura: ¿Microservicios o monolito? ¿Esta biblioteca o aquella?
• Gestionar la deuda técnica: ¿Cuándo refactorizar? ¿Qué código merece mantenerse?
• Comunicar con stakeholders: Traducir requisitos vagos en especificaciones técnicas.

El lado oscuro: la calidad del código

No todo es positivo. Investigaciones de GitClear muestran tendencias preocupantes: hay 4 veces más código duplicado que antes, el "copy/paste" ha superado por primera vez al código reutilizado, y la rotación de código a corto plazo ha aumentado.

He visto esto en mi propio código. Es tentador aceptar todo lo que genera la IA sin revisarlo en profundidad. Y cuando lo haces, acabas con un proyecto que "funciona" pero que nadie entiende realmente.

Mi consejo para programadores

Si estás empezando en programación, no aprendas a competir con la IA. Aprende a dirigirla y auditarla. Las habilidades que importarán en 2026:

1. Lectura de código: Vas a revisar más código del que escribes
2. Pensamiento sistémico: Entender cómo encajan las piezas
3. Seguridad: La IA genera código vulnerable con frecuencia
4. Comunicación: Explicar decisiones técnicas a no-técnicos
5. Saber cuándo decir "no": A veces la solución de la IA no es la correcta, aunque compile

Caso Real: El Fin de Semana que Automaticé mi Casa sin Saber Nada

Te cuento algo que me pasó hace poco y que resume perfectamente de qué va todo esto.

Tenía la típica casa "medio smart": bombillas WiFi de una marca, la tele de otra, una cámara de seguridad con su app, la lavadora "inteligente" que nunca conecté bien, y un sensor de temperatura que compré en un arrebato y acabó en un cajón. Siete dispositivos, siete apps, cero integración. El sueño domótico convertido en pesadilla de notificaciones.

Un viernes por la noche, rescaté una Raspberry Pi 3 que llevaba años criando polvo. "Voy a probar esto de Home Assistant", pensé. Tres horas después tenía todo unificado en un solo panel. Bien, pero hasta aquí nada revolucionario — cualquiera con paciencia y tutoriales de YouTube puede llegar a este punto.

Lo que cambió todo fue el siguiente paso.

Instalé un addon que conecta Claude Code con Home Assistant. Y aquí es donde mi cerebro hizo cortocircuito.

Le escribí, literalmente:

"Crea una automatización para: Si salgo de casa, apaga todo excepto la nevera y el router. Si vuelvo después del atardecer, enciende solo las luces del pasillo al 30%. Si la lavadora termina un ciclo y no estoy en casa, mándame una notificación al móvil con el texto 'La colada ha terminado'."

Y lo hizo. No "más o menos". No "con errores que tuve que corregir". Lo hizo perfecto a la primera.

Yo no tengo ni idea de YAML. No sé qué es un Blueprint. No entiendo la mitad de la documentación de Home Assistant. Pero Claude Code sí. Y ahora mi casa responde a reglas que yo diseñé en lenguaje natural, sin tocar una línea de código.

Esto es lo que intento transmitir cuando hablo del cambio de paradigma. No es que la IA "ayude" a hacer cosas. Es que elimina la barrera entre "lo que quiero hacer" y "lo que sé hacer". La brecha de conocimiento técnico se vuelve irrelevante para muchas tareas.

Y me frustra ver que todavía hay gente diciendo que "la IA no funciona" o que "es solo hype". Con una Raspberry de 35 euros y curiosidad, el salto es brutal. La diferencia entre los que experimentan y los que esperan se agranda cada mes.

Si quieres aprender a usar la IA de forma práctica — sin humo, sin promesas vacías, solo herramientas que funcionan — tengo una escuela gratuita donde comparto todo lo que voy descubriendo. También subo contenido regularmente a mi canal de YouTube.

Mi Laboratorio Personal: +40 Proyectos con IA (y los que no puedo contar)

Todo lo que he aprendido sobre IA lo he aplicado en proyectos reales. Todos estos proyectos han sido desarrollados con Claude Code en el último año. No son demos ni tutoriales — son herramientas que uso a diario o que resuelven problemas concretos.

Y hay más: varios proyectos profesionales que no puedo revelar públicamente, pero que han seguido el mismo patrón. La IA no es el futuro, es el presente de mi flujo de trabajo.

Aquí un resumen de los más relevantes:

Home Assistant & Domótica

Finanzas & Trading

Herramientas de Productividad con IA

Experimentación & Aprendizaje

Todos estos proyectos están disponibles en mi portfolio. La mayoría tienen código abierto en GitHub.

3. La IA se volverá invisible (y eso es bueno)

La paradoja de la tecnología exitosa

Hay una regla no escrita en tecnología: las mejores innovaciones son las que desaparecen. No pensamos en la electricidad cuando encendemos una luz. No pensamos en internet cuando enviamos un mensaje. Simplemente funcionan.

La IA está a punto de dar ese salto. Durante años, usar IA ha requerido un esfuerzo consciente: abrir ChatGPT, escribir un prompt, copiar la respuesta, pegarla en otro lugar. Es útil, pero es fricción. Es una herramienta separada de tu flujo de trabajo.

Mi predicción: integración total

En 2026, la IA dejará de ser "algo que usas" para convertirse en "cómo funcionan las cosas". Ejemplos concretos:

• Procesadores de texto que escriben contigo: No un botón de "generar texto", sino sugerencias contextuales mientras escribes. El documento entiende lo que intentas decir y te ayuda a decirlo mejor. Autocomplete, pero para ideas, no solo para palabras.

• Hojas de cálculo que entienden tus datos: Le dices "muéstrame las tendencias de ventas por región" y genera el análisis, los gráficos, las fórmulas. No necesitas saber Excel; necesitas saber qué preguntar.

• Navegadores que investigan por ti: Buscas un producto y el navegador automáticamente compara precios, lee reseñas, identifica red flags, y te da una recomendación fundamentada.

• Calendarios que gestionan tu tiempo: No solo te dicen cuándo tienes reuniones, sino que protegen tu tiempo de trabajo profundo, sugieren reagendamientos cuando hay conflictos, y aprenden tus preferencias.

El cambio de mentalidad

Esto implica un cambio fundamental en cómo pensamos sobre software. Durante décadas, el paradigma ha sido: el usuario da instrucciones explícitas, el software las ejecuta. El nuevo paradigma es: el usuario expresa intenciones, el software interpreta y actúa.

Es un cambio sutil pero profundo. Requiere que confiemos más en nuestras herramientas, pero también que las herramientas sean dignas de esa confianza.

Los riesgos de la invisibilidad

No todo es positivo. Cuando la IA es invisible, también lo son sus sesgos, sus errores, sus limitaciones. Si no sabemos cuándo la IA está tomando decisiones por nosotros, no podemos cuestionarlas. Habrá una tensión creciente entre conveniencia y transparencia, y no está claro cómo se resolverá.

4. La Robótica ya está aquí (más de lo que crees)

Robots doblando ropa: ya no es ciencia ficción

Hace un año hubiera escrito que "no espero ver robots doblando ropa en casa pronto". Me habría equivocado.

Theker Robotics, una startup española con sede en Barcelona, ha desarrollado robots capaces de doblar ropa usando inteligencia artificial. Y no es un proyecto de laboratorio: han cerrado una ronda de 21 millones de euros con Kibo Ventures, Kfund, y —atención— Inditex como socio estratégico e inversor.

Cuando Zara invierte en tu tecnología de robots, algo está pasando.

Validación industrial: Figure AI y BMW

El caso más emblemático de 2025 fue Figure AI en la fábrica de BMW en Spartanburg. Sus robots humanoides Figure 02 completaron un proyecto de 11 meses trabajando turnos de 10 horas, cargando más de 90.000 piezas y contribuyendo a la producción de 30.000 vehículos BMW X3.

No fueron perfectos. El punto de fallo más común fue el antebrazo del robot, lo que llevó a rediseñar el Figure 03. Pero la conclusión es clara: los humanoides ya trabajan en fábricas reales, no solo en demos de YouTube.

Tesla Optimus y el resto

Tesla sigue avanzando con Optimus, aunque con las expectativas más ajustadas que caracteriza a Musk. Se espera producción significativa este año, inicialmente para uso interno en las gigafábricas.

Empresas como 1X Technologies también están enviando unidades a consumidores "early adopters", con capacidades limitadas de tareas domésticas simples.

Mi predicción arriesgada

Veremos el primer sindicato protestando específicamente por la sustitución de tareas físicas por humanoides, no por brazos robóticos tradicionales. La diferencia psicológica es enorme.

5. Geopolítica de la IA: USA vs Europa vs China

El elefante geopolítico

Aquí va mi predicción más controvertida: Europa está perdiendo esta carrera, y China está ganando terreno de formas que no esperábamos.

China: la sorpresa de DeepSeek

El caso DeepSeek es fascinante. A pesar de las sanciones estadounidenses que limitan el acceso a los mejores chips de NVIDIA, esta startup china ha creado modelos que compiten con los mejores de OpenAI.

Los números son impresionantes:

• Entrenaron su modelo por solo 6 millones de dólares usando 2.000 GPUs H800 (versión limitada para China)
• GPT-4 costó entre 80-100 millones de dólares con 16.000 H100
• Su modelo DeepSeek-V3.2-Speciale logró nivel de medalla de oro en la Olimpiada Matemática Internacional

¿Cómo lo hicieron? Innovación en software:

• Arquitectura MoE (Mixture of Experts) que activa solo 37B de 671B parámetros por token
• Programación en PTX en lugar de CUDA para mejor control del hardware
• Algoritmo DualPipe para comunicación entre GPUs
• Mecanismo MHLA que reduce uso de memoria al 5-13% de métodos anteriores

El "DeepSeek Monday" (27 de enero de 2025) NVIDIA perdió 600.000 millones de dólares en capitalización de mercado en un solo día. La mayor pérdida de la historia bursátil.

Estados Unidos: el incumbente nervioso

USA sigue teniendo las empresas líderes (OpenAI, Anthropic, Google, Meta), el mejor hardware (NVIDIA, AMD), y el talento. Pero la ventaja se está erosionando.

El modelo de "tirar dinero al problema" tiene límites. Y las restricciones de chips a China están teniendo un efecto inesperado: forzar a los chinos a innovar en eficiencia de software.

Europa: el perdedor silencioso

Duele decirlo, pero Europa está quedando rezagada:

• No tenemos empresas de IA de frontera. Mistral es prometedora, pero no juega en la misma liga que OpenAI o DeepSeek.
• No fabricamos chips. Dependemos completamente de TSMC (Taiwán) y las empresas americanas.
• Regulamos más de lo que innovamos. El AI Act es comprehensivo, pero también es una carga para startups europeas que compiten con gigantes americanos y chinos que operan con menos restricciones.

El AI Act entra plenamente en vigor en agosto de 2026, con multas de hasta 35 millones de euros o 7% de facturación global. Mientras tanto, la Comisión Europea ya está considerando retrasar las provisiones más onerosas hasta un año.

Mi predicción geopolítica

Para finales de 2026:

• China tendrá modelos comparables a los mejores de USA, entrenados con una fracción del coste
• USA seguirá liderando en capacidad bruta, pero con márgenes más estrechos
• Europa será principalmente consumidor y regulador, no productor de IA de frontera

6. La Guerra del Hardware: No solo es NVIDIA

NVIDIA sigue siendo el rey, pero...

NVIDIA mantendrá su hegemonía con el despliegue comercial de su arquitectura Vera Rubin. El cambio crítico será la adopción masiva de memoria HBM4, que permitirá anchos de banda y capacidades de memoria que harán viable la inferencia de modelos de billones de parámetros en tiempo real.

AMD viene pisando fuerte

La serie Instinct MI400 de AMD podría ser la sorpresa del año. Si cumplen lo que prometen sobre capacidad de memoria (¡432 GB de HBM4!), podrían convertirse en la opción favorita para quienes necesitan correr modelos gigantescos sin hipotecar la empresa.

Google juega su propia partida

No perdamos de vista a Google con sus TPUs v7 "Ironwood". La gran innovación será la integración de Conmutación de Circuitos Ópticos, que permite reconfigurar la topología de red del centro de datos mediante luz. Se espera que pongan en línea más de un gigavatio de capacidad de cómputo.

La predicción de los modelos especializados

2026 será el año de los modelos pequeños, eficientes, y especializados:

• Modelos especializados por dominio: Un modelo optimizado para código, otro para análisis legal, otro para medicina. Cada uno más pequeño pero más capaz en su área.

• Modelos que corren en dispositivos locales: Sin necesidad de la nube, sin latencia, sin preocupaciones de privacidad. Tu teléfono tendrá IA genuinamente potente corriendo localmente.

• Modelos personalizados por usuario: Fine-tuning personal que aprende tu estilo, tus preferencias, tu contexto. Un modelo que te conoce.

7. El Mercado Laboral: La Crisis del "Junior"

Esta es la predicción que más me preocupa

Los datos indican que la IA no está destruyendo el empleo en general (de hecho, hay demanda de perfiles senior), pero está rompiendo la escalera de entrada.

El problema de la velocidad

Lo que me preocupa no es que la IA pueda hacer ciertos trabajos. Es la velocidad a la que está adquiriendo nuevas capacidades. Históricamente, las transformaciones tecnológicas tomaban décadas. Los trabajadores tenían tiempo de adaptarse, reciclarse, migrar a nuevos sectores.

Ahora estamos viendo saltos de capacidad cada 6-12 meses. Un trabajo que era "seguro" de la automatización en enero puede estar en riesgo en diciembre. Eso no tiene precedentes.

Sectores específicos: quién gana y quién pierde

Los que pierden (o se transforman radicalmente):

La brecha que me preocupa

Las instituciones educativas, los programas de reconversión laboral, las políticas públicas... todo esto se mueve a velocidad gubernamental, es decir, lento. La tecnología se mueve a velocidad de Silicon Valley, es decir, vertiginosa.

Si estás empezando, mi consejo es: aprende a auditar a la IA, no a competir con ella.

8. Las Bolsas y la Pregunta del Millón: ¿Hay Burbuja?

Lo que dicen los que saben

La pregunta que todos se hacen: ¿estamos en una burbuja de IA similar a la de las puntocom?

Los que dicen que sí:

• Sam Altman, CEO de OpenAI, ha dicho que cree que hay una burbuja en curso
• Ray Dalio de Bridgewater dice que los niveles de inversión son "muy similares" a la burbuja puntocom
• Un informe de MIT Media Lab de agosto 2025 afirma que "a pesar de 30-40 mil millones de dólares en inversión empresarial en IA generativa, el 95% de las organizaciones están obteniendo cero retorno"

Los que dicen que no:

• Dan Ives de Wedbush: "La revolución de IA NO es una burbuja... es el año 3 de una construcción de 10 años de la 4ª Revolución Industrial"
• NVIDIA, Alphabet y Microsoft cotizan a menos de 30 veces beneficios, relativamente moderado comparado con Palantir a 180 veces

Los números que asustan

El S&P 500 tiene el 30% de su valor concentrado en solo 5 empresas. El índice MSCI World tiene el 20% en 5 empresas. Es la mayor concentración en medio siglo.

El ratio precio-beneficio Case-Shiller para el mercado estadounidense superó 40 por primera vez desde el crash de las puntocom.

El problema del flujo circular

Aquí hay algo que me preocupa: el dinero fluye de forma circular. NVIDIA invirtió 100.000 millones en OpenAI esperando que OpenAI compre más chips de NVIDIA. NVIDIA compró 6.300 millones en capacidad de data centers de CoreWeave.

Michael Burry (el de "The Big Short") está apostando en contra de NVIDIA: "La demanda final real es ridículamente pequeña. Casi todos los clientes están financiados por sus propios proveedores."

Mi predicción sobre los mercados

No creo que veamos un crash estilo 2000 en 2026. Pero sí creo que:

1. Veremos diferenciación: Las empresas que demuestren ROI real subirán. Las que solo tengan "IA" en el pitch deck caerán.

1. Al menos una gran empresa de IA quebrará o tendrá crisis financiera seria al no poder justificar sus costes.

1. NVIDIA seguirá siendo una buena inversión, pero la volatilidad será alta. Cualquier percance (competencia de AMD, más innovaciones tipo DeepSeek) causará correcciones fuertes.

1. Las startups de IA sin modelo de negocio claro verán secarse la financiación. El dinero fácil se acabó.

9. El Contenido Sintético inundará todo

La explosión que ya está ocurriendo

En 2024, cruzamos un umbral invisible: la cantidad de contenido generado por IA que se publica diariamente superó al contenido genuinamente humano en muchas categorías.

Lo que veremos en 2026

• Feeds de redes sociales dominados por contenido sintético: No solo bots, sino contenido indistinguible del humano a simple vista.
• Deepfakes mainstream: No solo para desinformación política, sino para entretenimiento, publicidad, y comunicación cotidiana.
• Libros y artículos generados masivamente: Amazon ya está inundada de libros escritos por IA. Esto se expandirá a todo tipo de contenido.

Cómo nos adaptaremos

Los humanos somos sorprendentemente buenos adaptándonos a nuevos entornos informativos:

• Nuevas normas sociales: Aprenderemos señales para identificar contenido sintético.
• Premium por lo auténtico: Cuando todo puede ser falso, lo verificablemente real se vuelve más valioso.
• Filtros y curadores: El rol de curador se volverá más importante que nunca.

10. Ciencia Ficción hecha Realidad: Medicamentos diseñados por IA

Para añadir una nota optimista, creo que lo más impactante de 2026 no será un gadget, sino lo que no vemos.

Isomorphic Labs (spin-off de Google DeepMind) va a empezar ensayos clínicos de fármacos diseñados enteramente por IA. Con partnerships de casi 3.000 millones de dólares con Eli Lilly y Novartis, y tras levantar 600 millones en marzo de 2025, están atacando objetivos "undruggable" — mecanismos biológicos que la farmacología tradicional no ha podido tocar.

Utilizando AlphaFold 3, que puede predecir interacciones de proteínas, ADN, ARN y ligandos con precisión atómica, se espera reducir el tiempo de descubrimiento de fármacos de años a meses.

Se espera la primera aprobación FDA de un fármaco diseñado completamente por IA para finales de 2026 o 2027. Si esto funciona, podríamos estar a las puertas de curas para enfermedades que hasta hoy eran "intratables".

Aquí es donde la IA justifica todo el hype.

11. La Regulación llegará: tarde, imperfecta, pero necesaria

El estado actual

La regulación de IA es un patchwork incoherente. Europa tiene el AI Act, que es comprehensivo pero cuya implementación está siendo caótica. Estados Unidos tiene básicamente nada a nivel federal.

Mi predicción para 2026

El AI Act europeo entra plenamente en vigor en agosto. Las primeras multas serán impuestas. Las primeras empresas tendrán que modificar sus productos o retirarse del mercado europeo.

Lo que la regulación hará bien:

• Transparencia: Obligar a revelar cuándo estás interactuando con IA.
• Responsabilidad: Establecer quién es responsable cuando un sistema de IA causa daño.
• Límites en usos de alto riesgo: Restricciones en decisiones que afectan derechos fundamentales.

Lo que la regulación hará mal:

• Ser demasiado lenta para el ritmo de la tecnología.
• Favorecer a los incumbentes con ejércitos de abogados.
• Quedarse obsoleta cuando la arquitectura cambie.

Resumen: Mis Predicciones para 2026

Conclusión: Viviendo en tiempos interesantes

Hay una maldición china apócrifa: "Que vivas en tiempos interesantes". La idea es que los tiempos "interesantes" son turbulentos, inciertos, desafiantes.

Estamos viviendo en tiempos extraordinariamente interesantes.

Mis predicciones para 2026 son, en el fondo, una apuesta sobre qué aspectos de esta revolución se materializarán primero, cuáles tardarán más, y cuáles traerán consecuencias que apenas podemos anticipar.

Algunas acertaré. Otras fallaré espectacularmente. La tecnología tiene la costumbre de sorprendernos, tanto por sus avances inesperados como por sus estancamientos donde esperábamos progreso.

Pero de eso se trata este ejercicio: poner las cartas sobre la mesa, articular una visión, y estar dispuesto a revisarla cuando la realidad nos corrija.

Lo que sí sé con certeza es que 2026 no será aburrido. Y que las decisiones que tomemos —como individuos, como empresas, como sociedad— este año tendrán consecuencias duraderas.

Prefiero enfrentar el futuro con los ojos abiertos, con expectativas calibradas, y con la humildad de saber que hay mucho que no sé.

¿Y tú? ¿Qué crees que nos espera?

Aprende conmigo

Si este artículo te ha resultado útil y quieres seguir aprendiendo sobre IA de forma práctica:

• La Escuela de IA — Comunidad gratuita donde comparto tutoriales, proyectos y resuelvo dudas en directo.
• Canal de YouTube — Videos semanales sobre herramientas, automatizaciones y casos de uso reales.
• LinkedIn — Reflexiones y actualizaciones sobre el mundo de la IA.

Si tienes predicciones propias, me encantaría leerlas. Comparte este artículo si crees que puede ayudar a alguien.