Cada año desde 2017, el Instituto de Inteligencia Artificial Centrada en el Humano de Stanford (HAI) publica su AI Index: un relevamiento exhaustivo y basado en datos sobre el estado real de la inteligencia artificial. No es un manifiesto optimista ni un llamado de alerta: es un inventario. Qué pueden hacer los modelos, qué no pueden, cuánto se invierte, cómo se adopta, qué pasa con los empleos, cómo reaccionan los gobiernos.
El AI Index 2026, publicado este 30 de abril, tiene doce conclusiones principales. Algunas confirman lo que se sospechaba. Otras contradicen narrativas dominantes. Y algunas resultan directamente difíciles de creer hasta que se ven los números.
Las capacidades: brillantes en lo complejo, torpes en lo cotidiano
El dato más llamativo del informe sobre capacidades técnicas es también el más paradójico. Los modelos de frontera actuales resuelven problemas de matemática de nivel olímpico, responden preguntas de doctorado en ciencias y superen el umbral humano en razonamiento multimodal complejo. La tasa de éxito en tareas del mundo real pasó del 20% en 2025 al 77,3% en 2026. La capacidad de resolver problemas de ciberseguridad avanzados saltó del 15% en 2024 al 93%.
Y sin embargo: los mismos modelos leen correctamente un reloj de agujas solo el 50,1% de las veces. Los robots de última generación logran completar tareas domésticas como doblar ropa apenas en el 12% de los intentos.
El patrón que emerge es el de una inteligencia que se desenvuelve con fluidez en el espacio simbólico y abstracto, pero que tropieza con la percepción física y el contexto concreto. Una brecha entre el mundo de las palabras y el mundo de las cosas.
La ventaja estadounidense se evaporó
Durante años, el argumento geopolítico sobre la IA fue que Estados Unidos llevaba una ventaja decisiva sobre China. El AI Index 2026 corrige esa narrativa con precisión quirúrgica: la brecha casi desapareció.
En marzo de 2026, el mejor modelo de Anthropic supera a sus competidores chinos más cercanos por apenas 2,7 puntos porcentuales en los benchmarks de referencia. En febrero de 2025, DeepSeek-R1 igualó brevemente a los mejores modelos estadounidenses. China lidera en volumen de publicaciones científicas, citas, patentes y en instalación de robots industriales. Estados Unidos todavía produce más modelos de primera línea, pero la distancia se mide ahora en décimas.
Lo que también revela el informe es que Estados Unidos está perdiendo su capacidad de atraer talento global. El número de investigadores de IA que inmigran al país cayó un 89% desde 2017. Solo en el último año, el descenso fue del 80%.
El dinero: una asimetría brutal
La inversión privada en IA a nivel global alcanzó los 344.700 millones de dólares en 2025. Si se suman las inversiones corporativas totales, el número llega a 581.700 millones, un incremento del 130% respecto al año anterior.
La distribución geográfica de esa inversión es extrema. Estados Unidos invirtió 285.900 millones de dólares en 2025 —23 veces más que los 12.400 millones reportados por China. El contraste es chocante hasta que se agrega el contexto: los fondos de orientación gubernamental chinos han desplegado aproximadamente 912.000 millones de dólares entre 2000 y 2023. La comparación directa entre inversión privada y gasto estatal no mide lo mismo.
En términos de actividad emprendedora, Estados Unidos registró 1.953 nuevas empresas de IA con financiamiento en 2025, más de diez veces la cantidad del segundo país de la lista.
Los primeros empleos que caen
El debate sobre el impacto de la IA en el empleo suele moverse en el terreno de las predicciones. El AI Index 2026 aporta el primer dato empírico significativo de una categoría laboral en retroceso atribuible a la IA.
El empleo entre desarrolladores de software de entre 22 y 25 años —el segmento de entrada a la profesión— cayó casi un 20% desde 2024. La caída afecta a los más jóvenes mientras que el empleo de desarrolladores mayores continúa creciendo. Patrones similares aparecen en atención al cliente, otra área con alta exposición a la automatización.
Las encuestas a directivos agregan una señal adicional: las reducciones de personal planificadas superan a los recortes ya realizados, lo que sugiere que el proceso de ajuste está acelerando más que aminorando.
Solo el 33% de los estadounidenses espera que la IA mejore su situación laboral, frente a un promedio global del 40%.
La opacidad como norma entre los más poderosos
Uno de los hallazgos más perturbadores del informe es el de la transparencia. El Foundation Model Transparency Index —que mide en qué medida las empresas de IA divulgan información sobre sus modelos— cayó de 58 puntos el año pasado a 40 puntos en 2026.
La dirección del fenómeno es reveladora: los modelos más capaces son los que menos información divulgan. Las empresas más grandes retienen progresivamente el código de entrenamiento, el tamaño de los datasets, la cantidad de parámetros. La IA se vuelve más poderosa y al mismo tiempo más opaca. El conocimiento de cómo funciona queda concentrado dentro de un puñado de organizaciones.
Adopción más rápida que el internet
La IA generativa alcanzó una adopción del 53% de la población global en tres años. Para contexto: el PC tardó décadas en llegar a esa penetración; el internet, también. El teléfono móvil tardó más de una década.
Singapur lidera con un 61% de adopción. Estados Unidos, a pesar de concentrar la mayoría del desarrollo global de la tecnología, ocupa el puesto 24 con un 28,3%. El valor estimado de las herramientas de IA generativa para los consumidores estadounidenses alcanzó los 172.000 millones de dólares anuales a principios de 2026, con el valor por usuario promedio triplicándose respecto al año anterior.
El 80% de los estudiantes universitarios y secundarios en Estados Unidos usa IA para el trabajo escolar. Solo el 6% de los docentes reporta tener políticas claras sobre el tema.
El costo ambiental que nadie quiere calcular
El entrenamiento del modelo Grok 4 generó 72.816 toneladas de CO2 equivalente, igual a las emisiones anuales de 17.000 vehículos. La capacidad instalada de centros de datos de IA alcanzó los 29,6 gigavatios —suficiente para abastecer a la ciudad de Nueva York en hora pico. El consumo total de electricidad de la IA como sector rivaliza con el de Suiza o Austria.
La IA como herramienta científica
Las publicaciones científicas que usan IA en ciencias naturales, físicas y de la vida aumentaron entre un 26% y un 28% en el último año. Por primera vez, un sistema de IA completó de manera autónoma un ciclo completo de predicción meteorológica usando datos brutos. La astronomía desarrolló su primer modelo de fundación que automatiza observaciones en diez telescopios distintos.
La IA ya produce ciencia —no solo la acelera.
---
El AI Index no ofrece un veredicto sobre si la IA es buena o mala. Ofrece algo más difícil de procesar: los números de lo que está pasando, sin el filtro del optimismo ni del pesimismo. Un sistema que gana Olimpiadas de Matemática y falla ante un reloj de agujas. Que crece más rápido que cualquier tecnología de la historia y al mismo tiempo vuelve opaco lo que hace. Que genera empleo en los niveles superiores y lo erosiona en los niveles de entrada. La foto es borrosa en los bordes, pero los datos centrales son nítidos.
Fuente original: Stanford HAI — AI Index 2026 / 12 takeaways
