La edición 2026 del AI Index elaborado por el Stanford Institute for Human-Centered AI (HAI), publicada en abril, condensa en más de 400 páginas el estado del arte de la inteligencia artificial. Su principal hallazgo es incómodo para la industria: la tecnología avanza más rápido que los mecanismos diseñados para evaluarla, gobernarla y desplegarla de forma responsable.
Stanford habla de una "brecha creciente" entre lo que la IA puede hacer y lo preparados que estamos para su uso. Esa distancia no es solo técnica: es también de confianza.
El salto técnico: rendimiento de frontera y adopción masiva
El informe documenta una aceleración difícil de ignorar. En SWE-bench Verified, el principal punto de referencia para medir capacidad de resolución de problemas de programación, el rendimiento pasó del 60% al 100% en un solo año. Los modelos líderes ya superan a expertos humanos en preguntas científicas de nivel de doctorado. Google Gemini Deep Think ganó una medalla de oro en la Olimpiada Internacional de Matemáticas de 2025.
La adopción organizacional global alcanzó el 88% de las empresas, y el 80% de los estudiantes universitarios ya usa herramientas de IA generativa. El ritmo de penetración entre la población —53% en tres años— supera al del ordenador personal o internet.
La inversión privada en IA en Estados Unidos llegó a 285.900 millones de dólares en 2025, más de 23 veces la de China (12.400 millones). Sin embargo, China ha cerrado prácticamente la brecha técnica: el mejor modelo estadounidense supera al chino por solo un 2,7% en benchmarks comunes, y los modelos open weight chinos pasaron del 1,2% al 29% del uso global en un año.
Transparencia en retroceso, incidentes al alza
El Índice de Transparencia de Modelos Fundacionales cayó de 58 a 40 puntos en un año. Las grandes empresas de IA ocultan cada vez más información sobre datos de entrenamiento, tamaños de modelo y código fuente. Para compañías que dependen de estos sistemas, eso significa operar con proveedores cuyos riesgos no pueden evaluar por completo.
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. Aunque el informe no atribuye el incremento a una causa única, la dirección es clara: más capacidad también significa más puntos de falla.
La brecha de confianza que importa para el negocio
El dato quizá más político del informe es la fractura entre quienes construyen IA y quienes la usan. El 73% de los expertos espera un impacto positivo en el trabajo, frente a solo el 23% del público general. La misma distancia aparece en salud (84% vs. 44%) y economía (69% vs. 21%). El 52% de la población mundial declara sentirse nerviosa ante la IA, y el 64% de los estadounidenses cree que reducirá el empleo neto en los próximos 20 años.
Para empresas en América Latina, donde la adopción de IA en sectores como fintech, retail y logística crece de forma constante, esta desconexión tiene consecuencias operativas. Implementar herramientas de IA sin marcos de gobernanza claros puede generar fricción con equipos, clientes y reguladores. La confianza pública en los gobiernos para regular la IA es baja: 31% en EE.UU., 27% en China y 53% en la Unión Europea. En la región, donde los marcos regulatorios aún están en etapa formativa, el riesgo es doble.
Energía, talento y soberanía
El consumo energético de los centros de datos de IA alcanzó los 29,6 GW, equivalente a la demanda eléctrica del estado de Nueva York en hora punta. Grok 4 de xAI habría generado más de 72.000 toneladas de CO₂ equivalente. Para cualquier CTO evaluando el costo total de propiedad de una infraestructura de IA, este es un vector de gasto y riesgo ambiental que no desaparecerá.
En talento, las posiciones de entrada para desarrolladores de software de 22 a 25 años cayeron casi un 20% desde 2024: es la primera categoría de empleo calificado que muestra una contracción medible atribuible a la IA. Para empresas latinoamericanas que compiten por talento tech, esto implica repensar perfiles junior y planes de formación interna.
El informe de Stanford no ofrece recetas. Pero documenta con datos que la industria enfrenta un problema de madurez: la tecnología corre, pero los frenos —transparencia, seguridad, confianza pública y regulación— no alcanzan. Para cualquier directivo, la pregunta ya no es si adoptar IA, sino con qué controles y para qué propósito.
