Tendencias tecnológicas en 2026: Regreso al futuro, año 4
Año 4 de la IA generativa. Este lado del mundo cerró el año 3 con una única certeza. La de que los proyectos con esta tecnología no son satisfactorios en un test de realidad.
Se ha demostrado que la tecnología de agentes IA tiene varios cuellos de botella.
El que más ha sorprendido ha sido el técnico. La falacia de dar al botón y ya. Usar esta tecnología en una tarea empresarial y esperar un resultado rápido, limpio y sin esfuerzo similar a cuando preguntamos a Chatgpt, simplemente, no va. A este impedimento hay que sumar otros dos que se esperaban, la fricción con el humano y el impacto en el trabajo, que han mostrado patrones muy interesantes.
Empresas como Klarna (gestión de pagos) y Verizon (telecomunicaciones) han tenido que rediseñar el uso de agentes inteligentes en sus centros de atención al cliente, fundamentalmente porque preferimos hablar con una persona para resolver una incidencia. En el tema del trabajo señalo abajo algunas señales de rediseño de ciertos puestos.
Por segundo año consecutivo puede decirse que la IA se está zampando todo lo demás. Estas son algunas de las tendencias tecnológicas para 2026:
- De la escasez de atención a la escasez de entendimiento.
- Recualificación y mejora de competencias en la «jagged frontier».
- Decidir entre proyectos ML y proyectos de IA generativa.
- Cambios notables en la infraestructura fundacional.
- «Fast-forward» hacia las siguientes fronteras.
De la escasez de atención a la escasez de entendimiento
En este siglo hemos asistido a cambios en nuestra capacidad cognitiva. Las redes sociales hicieron que la década de 2010 fuera llamada la de la escasez de atención. En 2025 muchos de nosotros hemos descubierto que la abundancia de respuestas rápidas de herramientas como Chatgpt ha dado paso a una era de escasez de comprensión; la ilusión de saber algo no viene acompañada de entender lo que se está diciendo.
No es solo cosa de profesores que ven que los alumnos no saben explicar sus propios argumentos. La falta de crecimiento intelectual a pesar de la fluidez en la respuesta, se da en todas las esferas. Es la divulgación de conocimiento creado por IA en un entorno laboral, conocido como “work slop” (“trabajo enmierdado”). Cuando una respuesta rápida hace de cada uno un “experto”, una especie de doble de nosotros.
Es la ilusión de saber, pero sin la experiencia de los pasos intermedios que llevan a la comprensión, como el tiempo de asentar una idea, la valoración y frustración de los pensamientos que no logramos verbalizar. Este artículo nos recuerda el papel que tiene en el humano la memoria y el proceso en una tarea en la comprensión de la misma.
Recualificación y mejora de competencias en la “jagged frontier”
El estado actual de la tecnología IA generativa (no confundir con IA relativa a ML –“machine learning”-, computer visión y otras) tiene sistemas que demuestran capacidades sobrehumanas en tareas muy complejas, por ejemplo, detectar un tumor en un escáner no visible al ojo humano, mientras que fallan en tareas simples como agendar un calendario. A esta capacidad técnica irregular la han llamado “jagged frontier”.
En 2026 será importante comprender la metáfora de la frontera impredecible porque allá donde la IA no llega o completa la tarea se definirán nuevos puestos de trabajo.
Algunos ejemplos los tendremos entre aquellos que encabezaban la lista de desplazados por la IA. Habrá nuevos perfiles como el FDD (“Forward Deployed Engineer”). Un nuevo tipo de consultor tecnológico con habilidades de ingeniero de venta y consultor de negocio. O el ingeniero software renacentista, un desarrollador reconvertido en ingeniero de sistemas que ahora pasará más tiempo dando contexto y revisando el código de la máquina que programando.
Tanto OpenAI como otras empresas que proveen de IA han dado detalles de las funciones del FDD. El último CTO de AWS, Werner Vogels (en la foto), hace una descripción del perfil del nuevo programador que merece la pena ver.
Decidir entre proyectos ML y proyectos de IA generativa
Esta gráfica de Evidently.ai es un punto de partida para que los directivos tomen consciencia de las tareas en las que una y otra tecnología de IA dan resultados satisfactorios.
Se trata de un patrón extraído de más de 800 casos de uso, después de excluir aquellos que tenían un foco más promocional que implementación real. El espacio temporal considerado por Evidently es desde 2017 a 2025 (desde 2023 en el caso de la IA generativa).
Han usado una taxonomía bastante precisa distinguiendo veintitrés tareas. En cada una han visto qué tecnología de IA se ha usado. Aquí viene la información interesante. Vemos que la tarea de proyección de demanda (“demand forecasting”) es un proyecto eminentemente ML. Esto tiene un porqué. La IA generativa se hace un lío cuando debe entender datos que están formateados de distinta manera como sucede en las empresas. Por supuesto, tu empresa no desea experimentar anécdotas en la creación de cuadros de mando como los que cuenta la firma Prosus, un grupo de inversión holandés. La previsión de demanda es un caso de tarea no tan compleja que a la IA generativa se le atraganta. Como dice el jefe de IA de Prosus: “hay mucho conocimiento que necesitas introducir en estas herramientas para que funcionen bien”.
Cambios notables en la infraestructura fundacional
Que un programador se convierta en arquitecto y estudie fuentes de energía es el nuevo paradigma de infraestructura tecnológica de la década. Lo ejemplifica Larry Ellison, el viejo patrón de la gigantesca Oracle.
Es importante entender qué significa el cambio de infraestructura tecnológica. Nos ayuda la propia OpenAi a través de su CEO Bret Taylor. Dice que estamos en el punto en el que se encontraba Internet en 1997. Todo es complejo, trabajar con agentes de IA no es fácil, como tampoco lo era entonces crear servicios web en el Internet de 1997 (puedo corroborar esto último pues lo viví).
Estos cambios de arquitectura e infraestructura sólo se dan cada una o dos décadas. Las gigantescas inversiones tecnológicas en chips, centros de datos como el de la foto y fuentes de energía responden a ese momento singular de la historia de avances tecnológicos.
“Fast-forward” hacia las siguientes fronteras
En 2026 se hablará también de la IA espacial, de robótica… Cosas con las que ampliar la frontera de capacidades que harán que la IA generativa sea menos impredecible. Pero ese es un melón que no me siento cualificada para abrir.
Feliz 2026.
