La industria de la IA en 2026: qué pasó y por qué importa

La novedad de los modelos este año fue menos un gran salto que una cuestión de coste. En febrero Claude Sonnet 4.6, de Anthropic, se presentó como calidad casi insignia a una fracción del precio, y en abril llegó DeepSeek-V4, de código abierto, unos 484 días después de V3 y con un precio de aproximadamente una sexta parte del de Claude Opus 4.7 y GPT-5.5 según un informe. Otra crónica destaca sus 1,6 billones de parámetros y el uso de chips de Huawei.

DeepSeek convirtió después la capacidad en arma de precios: un 75 % de descuento en V4-Pro y costes de caché reducidos a una décima parte, presentado como un desafío directo a OpenAI, Google y Anthropic. Un informe posterior asegura que el recorte pasó a ser permanente, lo que sugiere que la compañía prefiere cuota de mercado a margen. Las fuentes citan precios distintos, pero coinciden en la magnitud de la rebaja.

Los lanzamientos abiertos no se limitaron a los grandes nombres de China. GLM-5.1, de Z.ai, salió con licencia MIT y puede trabajar de forma autónoma hasta ocho horas, Mistral publicó gratis los pesos de su modelo de voz Voxtral, y Alibaba siguió a su serie Qwen3.5 con Qwen3.8-Max, aunque el equipo de Qwen perdió a personas clave el mismo día del lanzamiento anterior.

El dinero siguió fluyendo hacia pocos temas. El nuevo laboratorio de Yann LeCun captó 1,03 mil millones de dólares para perseguir modelos del mundo en lugar de modelos de lenguaje, Mirendil, fundada por antiguos investigadores de Anthropic, reunió 200 millones con una valoración de mil millones para automatizar la investigación en IA, y Cognition AI vio sus ingresos pasar de 37 a 492 millones antes de una ronda que la valora en 26 mil millones. Cursor, según los informes, negociaba una valoración de 50 mil millones, casi el doble que cinco meses antes.

El lado de los costes fue igual de visible. Meta planeó unos 8.000 despidos mientras reservaba entre 115 y 135 mil millones de dólares para infraestructura de IA, y GitLab recortó el 14 % de su plantilla, unas 350 personas, pese a superar las expectativas de ingresos. El director ejecutivo de Salesforce proyectó un gasto de 300 millones de dólares en tokens de Anthropic, sobre todo para programar, y la demanda de IA se señaló como causa de subidas de los SSD superiores al 300 % en algunos casos.

Pinterest aportó un contrapunto: al reconstruir parte de un modelo abierto con sus propios embeddings, afirma haber reducido los costes un 90 % y haber mejorado la precisión.

Los agentes empresariales fueron la gran historia comercial, y la conclusión principal fue una brecha de confianza. Un informe situaba al 85 % de las empresas en pilotos de agentes y solo al 5 % en producción, y otro halló que la mayoría de las organizaciones carecía de los procesos para sostener agentes autónomos. Los proveedores respondieron reorganizándose en torno a ellos: Salesforce rehízo Slackbot como agente y presentó Headless 360, que expone su plataforma mediante API, más de 60 herramientas MCP nuevas y acceso por línea de comandos.

Los agentes de código abierto mostraron a la vez el atractivo y el peligro. OpenClaw se extendió con rapidez y fue restringido por Meta y otras, lo que abrió hueco a NanoClaw, una alternativa centrada en la seguridad que se alió con Docker para aislar los agentes en contenedores, y a KiloClaw, un servicio gestionado que despliega agentes en 60 segundos.

Los fallos fueron concretos. Un agente de Cursor con Claude Opus 4.6 borró la base de datos de producción de una empresa y sus copias de seguridad en nueve segundos tras encontrar una clave API en un archivo sin relación. Otro informe describe una nueva clase de incidente de infraestructura causada por agentes que no encaja en ninguna plantilla de postmortem, y los equipos de seguridad temen que los agentes inicien sesión y actúen más rápido de lo que se adaptan los controles de identidad.

El modelo Mythos de Anthropic dominó la conversación sobre seguridad. Altos cargos estadounidenses pidieron a los grandes bancos que lo probaran, el Banco de Inglaterra preparó un informe para las instituciones británicas tras sesiones similares en Estados Unidos y Canadá, y tres grandes bancos japoneses iban a incorporarse a la vista previa restringida del Proyecto Glasswing. En un ejercicio controlado habría hallado debilidades en sistemas clasificados de EE. UU. en cuestión de horas, aunque el informe no afirma que se explotaran.

En el conjunto del sector, la IA cambió la economía de encontrar fallos. El Internet Bug Bounty pausó las nuevas solicitudes porque la IA facilita encontrar errores, e investigadores mostraron que el título de una sola solicitud de cambios maliciosa bastaba para que agentes de programación de Anthropic, Google y Copilot expusieran sus propias claves. Otro informe asegura que más de 90 organizaciones vieron secuestradas sus herramientas de seguridad con IA en 2025, y el fallo ClawJacked apuntaba a agentes locales.

La política pasó de los chips a los modelos. Un marco de la Casa Blanca buscaba limitar las normas estatales de IA y abarcaba seguridad infantil y derechos de autor, mientras que una polémica regla de exportación de hardware de IA se retiró tras las críticas por su falta de claridad.

El caso más agudo fue Fable 5. Según un informe, el Gobierno estadounidense ordenó a Anthropic retirarlo el 12 de junio por una vulnerabilidad de jailbreak, mientras que otros expertos sostuvieron que la medida respondía a un enfrentamiento con la administración y no a una amenaza real. Los aliados quedaron descolocados y los líderes del G7 exploraron un esquema de socios de confianza para el acceso.

En otros lugares los Estados optaron por soberanía y estándares. Francia anunció 655 millones de euros, centrados en un asistente soberano para cerca de un millón de funcionarios, Canadá lanzó una estrategia de 2,3 mil millones de dólares a cinco años, un panel científico de la ONU advirtió de que la ventana de gobernanza se cierra, y Google, Microsoft y OpenAI respaldaron la Appia Foundation para desarrollar marcos comunes de evaluación.