¿Qué lograron los desarrolladores de inteligencia artificial durante el último año? ¿Hacia dónde se dirigirá la industria de la IA? Lea el resumen de Pitch Avatar .
Acostumbrarse a la IA
Comencemos con la principal conclusión del año: la industria de la IA ha cobrado forma. Podría decirse que ha dejado atrás su infancia y ahora, con la energía de la juventud, domina profesiones y especializaciones. Hasta cierto punto, la relación entre los humanos y la inteligencia artificial se ha vuelto rutinaria. Estamos acostumbrados a confiar en ella para una amplia gama de tareas cotidianas, tanto personales como laborales, a pedirle consejo con o sin motivo específico, a usarla como un motor de búsqueda avanzado, a los personajes de IA, a comunicarnos con chatbots de IA, a crear textos, imágenes, vídeos y software con su ayuda... En resumen, la palabra clave del año en lo que respecta a la IA es "acostumbrados a". Y nos hemos acostumbrado no solo a las fortalezas de los modelos de IA, sino también a sus deficiencias, aceptando que aún están lejos del nivel descrito en la ciencia ficción.
El Ingeniero Rápido es la Profesión del Año
Desafortunadamente, a pesar de todos los esfuerzos de sus creadores, los modelos de IA aún cometen errores, con frecuencia y de forma significativa. En 2025, no se encontró una "cura" universal para las alucinaciones de las máquinas. Sin embargo, esto no es motivo de pesimismo. Los modelos y las soluciones de IA siguen mejorando y son cada vez más precisos. Esto es especialmente cierto en el caso de las herramientas especializadas.
Al mismo tiempo, los expertos señalan que una parte sustancial de los errores de IA no se debe a la arquitectura ni al entrenamiento de los propios modelos, sino a la forma en que se formulan las tareas. No es casualidad que la capacidad de definir claramente un mensaje para la IA y supervisar la precisión de sus resultados sea cada vez más valiosa. Precisamente por eso afirmamos que la profesión del año es la de ingeniero de mensajes.
SLM en lugar de súper IA
Para decepción de los tecnoentusiastas y alegría de los tecnoescépticos, lo que en la cultura popular se conoce comúnmente como SuperIA no surgió en 2025. De hecho, esto no sorprende. Los expertos llevan tiempo advirtiendo que, con el nivel tecnológico actual, la creación de una inteligencia artificial potente y universal es extremadamente improbable. En consecuencia, la aparición de una «IA pensante, capaz de gestionar todas las tareas mejor que los especialistas y profesionales humanos más cualificados» se ha pospuesto una vez más indefinidamente. Esto, por supuesto, no impide que los optimistas en materia de IA sueñen con la llegada de la SuperIA en 2026, como ya hicieron en años anteriores.
Sin embargo, lo que sí observamos fueron avances impresionantes en el desarrollo y perfeccionamiento de modelos de lenguaje pequeños (SLM). Este logro es, sin duda, tan significativo como la creación de modelos de lenguaje grandes. A diferencia de los LLM, los algoritmos SLM se entrenan con conjuntos de datos más pequeños, cuidadosamente seleccionados y de alta calidad. Como resultado, gestionan ciertas tareas tan bien, o incluso mejor, que sus contrapartes más grandes. Ejemplos notables incluyen las series de modelos Orca 2 y Phi-3 de Microsoft.
¿Por qué es importante? En primer lugar, ofrece una salida sencilla y elegante al llamado "callejón sin salida del crecimiento" que algunos declararon prematuramente en relación con el desarrollo de los LLM. En segundo lugar, proporciona una vía directa y eficaz para crear herramientas de IA especializadas que puedan realizar sus tareas con un mínimo de errores y fallos.
IA china de código abierto
Un hito importante de 2025 fue que, a partir de ahora, prácticamente cualquier persona puede crear herramientas de IA. Cabe recordar que el año pasado fue el primero en que los desarrolladores chinos de modelos de IA no solo hicieron una declaración contundente, sino que, en cierta medida, tomaron la iniciativa. Nos referimos, por supuesto, principalmente a los modelos desarrollados por Deepseek. La clave no es solo que los desarrolladores chinos lograran entrenar modelos competitivos a una fracción del coste de los líderes del mercado; otros también están trabajando en esa dirección. Lo que realmente distinguió a Deepseek fue que fueron los primeros en ofrecer un modelo de código abierto, poniéndolo a disposición del público. Otros desarrolladores chinos pronto siguieron su ejemplo. En este sentido, los líderes estadounidenses y europeos se encontraron en el papel de seguidores.
El resultado previsible fue un aumento drástico en el número de herramientas de IA. Y es evidente que esto es solo el principio: la primera piedra que desencadena una avalancha.
En este contexto, es más importante que nunca evaluar cuidadosamente la fiabilidad de los proveedores de soluciones de IA y la calidad de sus productos. Esto es especialmente cierto en lo que respecta a la protección de datos y la interacción segura con bases de datos y otro software.
Transporte de IA y medicina de IA
Dado que ya hablamos de seguridad, es oportuno destacar que la IA ha alcanzado un nivel de madurez que permite su uso a gran escala y seguro en la medicina y el transporte de pasajeros. Por ejemplo, en 2025, la cantidad de dispositivos médicos impulsados por IA aprobados por la Administración de Alimentos y Medicamentos de EE. UU. alcanzó los 1,250 (en comparación con solo 223 en 2023).
La eficacia de la IA en áreas como el diagnóstico médico queda patente en los modelos Xp-Bodypart-Checker y CXp-Proction-Rotation-Checker, desarrollados por el Grupo de Investigación de la Facultad de Medicina de la Universidad Metropolitana de Osaka. Diseñados para analizar imágenes de rayos X, estos modelos presentan índices de precisión que oscilan entre el 98.5 % y el 99.3 %.
En cuanto al transporte, el año pasado, tanto el operador estadounidense de robotaxis Waymo como su homólogo chino Apollo Go anunciaron haber alcanzado el hito de un cuarto de millón de viajes semanales. Mientras tanto, a principios de 2026, NVIDIA anunció la suite de modelos abiertos Alpamayo, diseñada para desarrollar vehículos autónomos con IA que simulan el razonamiento humano.
Por supuesto, es prematuro afirmar que los médicos y conductores con IA pronto reemplazarán a la mayoría de sus homólogos biológicos. Sin embargo, la creciente influencia de la inteligencia artificial en la medicina y la logística es evidente. Y lo que es más importante, el ritmo acelerado de adopción de la IA en áreas que requieren una supervisión especialmente estricta constituye un sólido indicador del progreso en la automatización impulsada por la IA.
La capacidad de pensar es más importante que el conocimiento
El logro más significativo de 2025, y el que definirá el rumbo de la industria de la IA en el futuro cercano, reside en el importante progreso logrado hacia la creación de una IA "razonable". Para empezar, se observó un marcado aumento en las puntuaciones de los benchmarks MMMU, GPQA y SWE-bench, de 18.8, 48.9 y 67.3 puntos porcentuales, respectivamente. Cabe recordar que estos benchmarks se diseñaron originalmente para demostrar las limitaciones de los sistemas de IA de vanguardia. Tras su lanzamiento, se creía ampliamente que las mejoras en estas pruebas serían muy lentas (apenas unos pocos puntos al año) y que alcanzarían rápidamente un límite tecnológico insuperable para los sistemas actuales. En este sentido, los modelos de IA sorprendieron a los creadores de estos benchmarks.
Una sorpresa aún mayor fue la aparición de modelos que no se limitan a buscar respuestas y compilar datos en respuesta a una solicitud, sino que generan "cadenas de pensamiento" ocultas —compuestas por cientos de palabras y conceptos— que permanecen invisibles para el usuario. Los conceptos detrás de estos sistemas se introdujeron en 2024. En 2025, tanto Google DeepMind como OpenAI demostraron sus capacidades de forma espectacular, por ejemplo, al ganar el oro en la Olimpiada Internacional de Matemáticas. Con base en los logros del año pasado, es justo decir que la idea de que "entrenar a la IA para construir largas cadenas de razonamiento es más importante que entrenarla con conjuntos de datos masivos" ha recibido una sólida confirmación. Esto no significa, por supuesto, que los grandes conjuntos de datos se eliminarán por completo del entrenamiento de la IA. Sin embargo, a la luz de estos nuevos resultados, los enfoques de entrenamiento se revisarán y ajustarán para favorecer la construcción de sistemas capaces de un razonamiento genuino.
El progreso es evidente y da esperanza de que, en el futuro previsible, conducirá a la creación de modelos de IA casi “libres de errores”, libres de alucinaciones de las máquinas.
Lo más importante, en nuestra opinión, es que este enfoque mejorará drásticamente las capacidades y el rendimiento de los agentes autónomos de IA. Los robots virtuales digitales se están convirtiendo en la corriente principal de la tecnología de IA, una tendencia que continuará la revolución de la IA tanto en la producción de vídeo como en el desarrollo de asistentes y empleados artificiales.
¡Mucha suerte a todos y que trabajen con inteligencia artificial con éxito en 2026! Incluyendo, por supuesto, las soluciones de IA de nuestra... Pitch Avatar .
