Las principales noticias y avances en IA a los que hay que estar atentos en la segunda mitad de 2026.
Ya se ha pasado la mitad del año. Ya. De alguna manera, hemos dejado atrás la etapa en la que los artículos sobre «predicciones de IA para 2026» eran meras especulaciones divertidas, y hemos entrado en la fase en la que hay que comprobar qué ha ocurrido realmente. Spoiler: algunas predicciones se han cumplido. Otras, no. Unas pocas se han convertido en auténticos desastres que nadie vio venir, como un plazo normativo que se va desplazando cada vez que llama un lobista. He pasado las últimas semanas sumergido en conferencias sobre resultados, vídeos de demostración de robots y un resultado de maratón verdaderamente desconcertante. Aquí va mi análisis sincero, y un poco gruñón, sobre lo que realmente merece la pena seguir en las noticias sobre IA para la segunda mitad de 2026. No la versión publicitaria. La que todavía muestra los bordes desgastados.
Las «guerras de modelos» dejaron de ser algo simpático.
¿Recuerdas cuando el lanzamiento de un nuevo modelo era todo un acontecimiento? Ahora es prácticamente un martes cualquiera. GPT-5.4 y Gemini 3.1 Pro están actualmente empatados en lo más alto del Índice de Inteligencia Artificial Analítica. Ambos obtienen una puntuación de 57. Suena impresionantemente preciso, hasta que te acuerdas de que, de todos modos, las cifras de referencia cambian cada seis semanas. GPT-5.4 destaca en el trabajo de conocimiento. Gemini se impone en el razonamiento abstracto. Elige lo que prefieras: notas más concisas o menos tropiezos con los rompecabezas lógicos.
Esta es la parte que realmente debería preocupar a los grandes laboratorios. Según se informa, el modelo V4 de DeepSeek se entrenó con chips Huawei Ascend —circuitos integrados de fabricación china— a un coste equivalente a una vigésima parte del de un modelo occidental de vanguardia. Una vigésima parte. Reflexiona sobre ello un momento. El grupo de los modelos de código abierto, incluido Qwen, ya no está tratando de ponerse al día. Están jugando un juego totalmente diferente y más barato, y eso importa más ahora mismo que cualquier rumor que circule sobre el GPT-5.5. No pierdas de vista la carrera por los modelos de IA de código abierto. Ahí es donde se está produciendo la verdadera disrupción en los precios, no en las capturas de pantalla de las clasificaciones.
La IA agentiva tiene que demostrar por fin su valía.
Durante dos años, la «IA agentiva» ha sido una diapositiva en todas las presentaciones principales y prácticamente inexistente en la mayoría de los entornos de trabajo reales. Eso está cambiando ahora, sobre todo porque los errores han acabado saliendo tan caros que alguien ha tenido que solucionarlos. Los bucles de autoverificación se están convirtiendo en la norma. El sistema comprueba su propio trabajo, compuesto por varios pasos, en lugar de esperar a que un humano detecte un error tres pasos más adelante. Se acabó tener que estar pendiente de cada clic.
También circula por ahí una expresión un tanto extraña: la «empresa de una hora». Se trata de un negocio concebido, creado y que genera ingresos en una sola tarde, ya que los agentes pueden escribir el código, diseñar la interfaz y encargarse del marketing sin que nadie tenga que contratar a nadie. Sinceramente, dudo que pueda escalar más allá de la fase de demostración. En su día sentí el mismo escepticismo respecto a una máquina expendedora que gestionaba un pequeño negocio. Resulta que eso también era cierto, solo que aún más extraño. Sin embargo, el cambio subyacente importa más que el titular: la memoria persistente permite a los agentes trabajar para alcanzar objetivos que abarcan días, no minutos. Eso es lo que realmente merece la pena seguir de cerca en las tendencias de la IA agentiva para 2026.
Los robots humanoides abandonaron el escenario de la demostración.
Aquí es donde las cosas se ponen realmente extrañas. Tesla está reduciendo la producción de los Model S y X en Fremont precisamente para dejar espacio a Optimus. Los robots de Figure están realizando tareas de submontaje en vehículos BMW reales en Carolina del Sur. No es un escenario. Es una planta de producción real con cuotas reales. El Atlas eléctrico de Boston Dynamics tiene la producción completa reservada para 2026, repartida entre Hyundai y Google DeepMind. Nada de esto es ya mera teoría.
Y luego está la parte que, sinceramente, no esperaba escribir en un artículo sobre IA. Un robot humanoide totalmente autónomo llamado Lightning ganó una media maratón en Pekín el pasado mes de abril. La completó en poco más de cincuenta minutos, casi siete minutos más rápido que el récord mundial humano. Tuve que leer esa frase tres veces antes de creerlo. Que eso te emocione o te inquiete probablemente dice más de ti que del robot.
Esta es la parte cruda que nadie menciona en los comunicados de prensa. Los engranajes de transmisión armónica, las articulaciones de precisión que necesitan estas máquinas, tienen actualmente plazos de entrega que rozan los seis meses. El cuello de botella para la producción de robots humanoides en 2026 no es la ambición. Ni siquiera es la capacidad básica de la IA. Son los talleres de mecanizado capaces de mantener una tolerancia de una milésima de pulgada, y no hay ni de lejos suficientes.
Los recortes de empleo ya están aquí, no están por llegar.
Olvídate de esa visión especulativa de que «la IA acabará sustituyendo puestos de trabajo». Snap acaba de despedir a unas mil personas y ha eliminado más de 300 puestos vacantes, recortando aproximadamente una cuarta parte de su plantilla prevista de una sola vez. El director ejecutivo, Evan Spiegel, no se anduvo con rodeos a la hora de explicar el motivo. Señaló directamente los rápidos avances en inteligencia artificial, que permiten a equipos más reducidos alcanzar el mismo rendimiento. La IA escribe ahora más del 65 % del nuevo código de Snap. Léelo dos veces si es necesario. Los inversores tampoco penalizaron el anuncio. Las acciones subieron un 11 % en las operaciones previas a la apertura del mercado. Sácale tus propias conclusiones.
No se trata de una medida de pánico aislada por parte de una aplicación en dificultades. Es la tendencia que se mantendrá durante el resto de 2026. Las empresas están empezando a considerar la plantilla de ingeniería como una palanca, y no como un coste fijo, en cuanto un agente de programación alcanza un nivel suficiente. Cabe esperar más anuncios como este de aquí a diciembre, disfrazados de medidas de reestructuración y que se darán a conocer discretamente entre las conferencias sobre resultados. La versión sincera es más sencilla: cuando una herramienta escribe dos tercios de tu código, necesitas mucha menos gente delante del teclado.
La batalla por los chips se ha puesto realmente interesante.
Nvidia sigue acaparando aproximadamente el 80 % del mercado de aceleradores para el entrenamiento de IA. Jensen Huang no tiene reparos en afirmar que Blackwell está agotado. Es comprensible: no es moco de pavo. Pero el TPU v7 de Google, y el más reciente TPU 8i, ya no son el primo raro al que nadie invita a la fiesta. Anthropic aplica ahora una estrategia triplataforma que abarca las TPU de Google, el Trainium de AWS y las GPU de Nvidia, negándose a poner todos los huevos en la misma cesta. Según se informa, OpenAI también ha empezado a adquirir capacidad de TPU. Ese detalle por sí solo ha hecho que los analistas de hardware se pongan en guardia.
La respuesta de Nvidia es Rubin, cuya demanda ya está asegurada para el resto de 2026. Así que, en realidad, nadie sale perdiendo aquí. Lo que está ocurriendo, en cambio, es el silencioso fin de un monopolio de una década que nadie se había planteado cuestionar. Lo que lo sustituye es más caótico y, sinceramente, más interesante: por una vez, un poder de negociación real para los compradores. Ver cómo se desarrolla la rivalidad entre Nvidia Rubin y Google TPU podría ser la historia sobre IA más subestimada de 2026.
La red eléctrica ya está dando señales de agotamiento.
He aquí una cifra que debería recibir más atención de la que recibe. Solo en la región de PJM, los centros de datos sumaron aproximadamente 7,9 gigavatios de demanda entre 2025 y 2026, y se prevén otros 12 gigavatios para el año siguiente. Si se excluyeran por completo los centros de datos de las previsiones de PJM, los pagos por capacidad se reducirían en unos 9.3 mil millones de dólares, lo que supone una reducción del 64 %. No se trata de un error de redondeo. Es el importe total de la factura.
Goldman Sachs señaló en febrero que la demanda de electricidad generada únicamente por los centros de datos podría hacer subir la inflación subyacente en una décima de punto porcentual tanto en 2026 como en 2027. Una décima de punto puede parecer poco, hasta que aparece en tu factura de la luz en un estado que alberga tres campus hiperescalables. Los precios minoristas de la electricidad ya han subido un 2,3 % interanual a nivel nacional, y los centros de datos se señalan como uno de los principales factores impulsores en los propios informes del sector.
Así que las empresas de servicios públicos están haciendo lo que suelen hacer cuando se ven acorraladas: recurrir a cualquier capacidad de generación que aún quede. Amazon ha comprado un complejo de centros de datos en Pensilvania situado justo al lado de la central nuclear de Susquehanna. Microsoft está pagando para volver a poner en funcionamiento parte de Three Mile Island. Three Mile Island. El mero nombre ya da una idea de lo desesperada que se ha vuelto la situación. Nada de esto es una historia secundaria respecto a las noticias sobre IA en la segunda mitad de 2026. Podría ser la principal, solo que menos fotogénica que la demostración de un chatbot.
Ya nadie sabe realmente qué dice la Ley de IA de la UE.
He intentado precisar, para este artículo, la fecha límite de cumplimiento de las normas sobre alto riesgo de la Ley de IA de la UE, y he acabado más confundido que cuando empecé. Unas fuentes insisten en que el 2 de agosto de 2026 es la fecha vinculante —con todas las obligaciones y multas de hasta el siete por ciento de los ingresos globales—. Otra afirma que los legisladores de la UE acordaron discretamente en mayo aplazar las normas sobre alto riesgo hasta diciembre de 2027, como parte de un acuerdo «ómnibus digital» que estuvo a punto de fracasar en abril. Ambas afirmaciones se publicaron como hechos contrastados con pocas semanas de diferencia. Si en estos momentos eres responsable de cumplimiento normativo, mi consejo sincero es sencillo: prepárate para agosto de todos modos. La clemencia regulatoria suele llegar tarde, y equivocarse en el sentido que más cuesta sale más caro que adelantarse.
La IA en el laboratorio sigue siendo un tema sin zanjar.
El agente de investigación de Sakana AI ha conseguido que un artículo supere la revisión por pares en un congreso real, y su metodología ha aparecido en *Nature*. Es un hito realmente inquietante. Un software que revisa la bibliografía y propone experimentos, y no se limita a resumir archivos PDF para estudiantes de posgrado agotados.
Sin embargo, el descubrimiento de fármacos sigue siendo la prueba de fuego del sector. Un directivo farmacéutico lo expresó sin rodeos esta primavera: la IA ha decepcionado en gran medida a la industria en lo que respecta al descubrimiento de fármacos durante una década, con un fracaso tras otro. ¡Ay! Para ser justos, los laboratorios autónomos que realizan miles de pruebas automatizadas con nanopartículas lipídicas son realmente prometedores. Los resultados de los ensayos de fase III, que se darán a conocer a finales de este año, nos dirán si «prometedor» se convierte finalmente en «aprobado». Por ahora, yo no apostaría ni por lo uno ni por lo otro.
Lo que realmente yo vigilaría.
Nada de esto cabe en un solo titular, y esa es la cruda realidad de las noticias sobre IA para la segunda mitad de 2026. Los avances son reales. Y también lo son los problemas. Si tuviera que apostar por lo que más importará en diciembre, sería esto: quien controle la energía barata y los chips disponibles escribirá el próximo capítulo. El resto se limita a ver el vídeo de demostración.
