La máquina avanza más rápido que sus frenos

El Stanford AI Index 2026 no es un parte de victoria, sino una advertencia. Quien lo lea como un inventario de logros técnicos corre el riesgo de pasar por alto su mensaje central: la inteligencia artificial se despliega a una velocidad que ningún sistema de control logra igualar. Para las empresas latinoamericanas que están subiéndose a esta ola —y son muchas— esto debería sonar como una alarma, no como un aplauso.

El informe documenta que el 88% de las organizaciones a nivel global ya utiliza inteligencia artificial de alguna forma. Casi el 80% de los estudiantes universitarios emplea herramientas generativas. En apenas tres años, la adopción entre la población general llegó al 53%, una penetración más rápida que la que tuvieron el computador personal o internet en sus primeros años. Pero el dato que debería inquietar a cualquier director ejecutivo es otro: mientras la adopción se acelera, la transparencia retrocede. El Índice de Transparencia de Modelos Fundacionales cayó de 58 a 40 puntos en un solo año. Las grandes empresas que construyen estos sistemas revelan cada vez menos información sobre sus datos de entrenamiento, la arquitectura de sus modelos o el código fuente.

Esto no es un problema abstracto de política tecnológica. Para un banco en São Paulo que usa un modelo de lenguaje para aprobar créditos, o para una aseguradora en Ciudad de México que automatiza la evaluación de siniestros, operar con un proveedor cuya caja negra es cada vez más opaca significa asumir riesgos que ni siquiera pueden medir. Los incidentes documentados de IA pasaron de 233 en 2024 a 362 en 2025. Sesgos algorítmicos, fallos en sistemas autónomos, generación de desinformación y violaciones de privacidad no son anomalías aisladas: son la firma de un sector que está produciendo capacidad más rápido de lo que puede garantizar su confiabilidad.

La brecha de confianza que nadie quiere ver

El Stanford AI Index revela una fractura que debería preocupar a cualquier directivo que planee implementar IA a escala. El 73% de los expertos en inteligencia artificial espera que la tecnología tenga un impacto positivo en el trabajo. Solo el 23% del público general comparte esa visión. La misma distancia aparece en salud —84% de optimismo entre expertos contra 44% en la población— y en economía —69% frente a 21%. En Estados Unidos, el 64% de las personas cree que la IA reducirá el empleo neto en los próximos veinte años.

Esta desconexión no es una curiosidad sociológica. Es una falla estructural que se manifiesta en fricción con los equipos, resistencia al cambio, desconfianza del cliente y, eventualmente, problemas regulatorios. Para una empresa latinoamericana, donde los marcos legales de IA aún están en etapa formativa —cuando existen—, el riesgo es doble: por un lado, implementar sin gobernanza sólida; por otro, hacerlo en un entorno donde la opinión pública ya es escéptica y los reguladores aún no han definido las reglas del juego. La confianza en los gobiernos para regular la IA ronda el 31% en Estados Unidos y el 27% en China. En América Latina, donde la institucionalidad es más frágil, esa desconfianza es un lastre adicional que cualquier plan de adopción debería considerar.

Costos ocultos y talento en transformación

El informe también pone números a vectores de gasto que muchos directorios aún no están contabilizando. El consumo energético de los centros de datos dedicados a IA alcanzó los 29,6 GW, equivalente a la demanda eléctrica del estado de Nueva York en hora punta. Grok 4, el modelo de xAI, habría generado más de 72.000 toneladas de CO₂ equivalente. Para cualquier director de tecnología que evalúe el costo total de propiedad de una infraestructura de IA, este es un rubro que no desaparecerá y que probablemente crezca con la escala de implementación.

En el frente del talento, hay una señal que ya debería estar alterando las estrategias de recursos humanos. Las posiciones de entrada para desarrolladores de software entre 22 y 25 años cayeron casi un 20% desde 2024, la primera contracción medible en empleo calificado atribuible directamente a la IA. Para las empresas latinoamericanas que compiten por talento tech en un mercado global, esto implica repensar sus planes de formación interna y sus canales de reclutamiento. El perfil junior que solía ser la puerta de entrada al desarrollo de software está desapareciendo.

El espejismo de la velocidad

Lo que hace incómodo al Stanford AI Index 2026 es que no ofrece una receta sencilla. No dice que haya que frenar la adopción, pero documenta con claridad que hacerlo sin controles equivaldría a conducir un vehículo de alto rendimiento al que alguien le ha retirado los frenos. La tecnología corre, pero la transparencia retrocede, los incidentes se acumulan, la confianza pública se erosiona y los costos energéticos y de talento se vuelven más complejos.

Para cualquier directivo en América Latina, la decisión ya no es si adoptar inteligencia artificial. Es con qué mecanismos de gobernanza, con qué nivel de transparencia frente a sus equipos y clientes, y para qué propósito real. Montarse en este tren sin preguntar hacia dónde va ni quién lo conduce no es audacia: es una apuesta que, a juzgar por los datos de Stanford, tiene demasiadas probabilidades de terminar en un accidente evitable.