12 avances en IA de 2025 que definirán tu estrategia tecnológica para 2026
Utilización de IA: La mayoría de las empresas usan IA pero luchan por lograr retornos significativos más allá de las fases experimentales.
Fraude con IA: Las actividades fraudulentas generadas por IA aumentaron drásticamente, exigiendo sistemas avanzados de detección de anomalías en lugar de inspecciones manuales.
Desafíos de gobernanza: Las nuevas herramientas de IA requieren gobernanza a nivel de empleados para gestionar riesgos y asegurar una implementación efectiva.
La brecha entre las empresas que experimentan con IA y las empresas que obtienen valor de la IA se convirtió en la historia definitoria de 2025. McKinsey descubrió que el 88 % de las organizaciones usan IA en al menos una función, pero la mayoría permanece estancada en el "purgatorio de los pilotos", quemando presupuesto sin generar retornos.
Mientras tanto, la tecnología en sí cruzó un umbral. La IA pasó de ser "útil pero requiere supervisión constante" a "lo suficientemente confiable como para delegar trabajo real". La pregunta pasó de "¿puede la IA hacer esto?" a "¿cómo me aseguro de que lo haga correctamente?"
Estas son las 12 novedades de 2025 que influyen en cómo trabajas en 2026 y lo que necesitas hacer al respecto.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
1. La investigación profunda llegó a producción
El modo de Deep Research de ChatGPT y las capacidades equivalentes de Claude pasaron de ser funciones experimentales a auténticas herramientas de trabajo. Estos sistemas realizan investigaciones en múltiples pasos a través de cientos de fuentes, generando informes completos con citas en minutos en lugar de horas.
Qué cambió: Ahora se puede delegar en la IA el trabajo de analista junior para investigación de proveedores, análisis de mercado e inteligencia competitiva. Pero la validación de resultados sigue siendo fundamental ya que estas herramientas pueden inventar fuentes incluso cuando las citan.
Qué hacer en 2026: Utiliza la investigación profunda para una primera exploración que debes verificar antes de tomar decisiones. Deja de asignar al personal junior la compilación de información. Comienza a asignarles la validación y el análisis de lo que la IA compila.
2. Se lanzaron agentes de IA (y de inmediato surgieron cuestiones de gobernanza)
Operator de OpenAI y Claude Code de Anthropic marcaron un cambio fundamental: la IA pasó de asesora a actriz. Estos agentes van más allá de sugerir acciones y comienzan a ejecutarlas. Navegan sitios web, escriben código, realizan compras y hacen clic en botones de manera autónoma.
Qué cambió: Cuando la IA puede actuar en tus sistemas, necesitas gobernanza de IA a nivel de empleado: controles de acceso, flujos de aprobación, registro de auditorías, límites de gasto.
Qué hacer en 2026: Trata a los agentes como nuevas contrataciones, no como nuevo software. Antes de desplegar, define a qué pueden acceder, cuánto pueden gastar y quién puede anularlos. Las ganancias de productividad son reales, pero también lo es el riesgo si omites este paso. Establecer marcos de cumplimiento para la IA se vuelve esencial para gestionar estos riesgos de manera eficaz.
“En última instancia, cerrar la brecha entre las expectativas ejecutivas y la ejecución en el mundo real no se trata de la tecnología en sí”, dice la consultora de RRHH e IA Reyhaneh Khalilpour. “Se trata de alinear personas, procesos y gobernanza para que la IA realmente cumpla su promesa sin crear nuevos cuellos de botella o riesgos.”
3. El precio de las API cayó un 60–80%
La IA se volvió drásticamente más barata en 2025. El precio de Claude bajó un 67% de Opus 4.1 a Opus 4.5. El precio de GPT-4o cayó a una fracción del costo de GPT-4. DeepSeek demostró que "caro no siempre significa mejor".
Qué cambió: Tus proyecciones de presupuesto para IA. La economía de costo por consulta se transformó de la noche a la mañana.
Qué hacer en 2026: Recalcula tus costos de IA según los precios actuales. Seguramente encontrarás margen para ampliar casos de uso o reducir gastos. Renegocia contratos con proveedores de IA: el mercado se volvió en su contra.
4. El desastre de Deloitte marcó un precedente
En julio de 2025, Deloitte Australia entregó al gobierno australiano un informe valorado en $290,000 lleno de invenciones generadas por IA: referencias académicas falsas, casos judiciales inexistentes, citas incorrectas de jueces federales. La empresa se vio obligada a reembolsar el dinero y reescribir el informe.
Qué cambió: Si las empresas de las «cuatro grandes» con controles de calidad no pueden detectar sistemáticamente los errores de la IA, tu equipo tampoco lo hará sin protocolos de validación. La responsabilidad profesional no disminuye solo porque haya asistido la IA.
Qué hacer en 2026: Todo resultado generado por IA que se utilice en decisiones debe tener verificación humana. "Asistido por IA" no reduce tu responsabilidad por la precisión, solo cambia el flujo de trabajo. Crea puntos de validación antes de que los resultados de IA lleguen a clientes o directivos.
5. El fraude con IA se disparó en operaciones financieras
Las facturas y recibos falsos generados por IA aumentaron drásticamente en 2025. AppZen informó que los recibos falsos generados por IA representaban el 14% de los documentos fraudulentos en septiembre, frente al 0% en 2024. El software de Ramp detectó más de $1 millón en facturas fraudulentas en 90 días.
Qué cambió: Los estafadores están usando las mismas herramientas de IA para crear falsificaciones convincentes. La inspección visual de recibos y facturas ahora es obsoleta.
Qué hacer en 2026: Actualiza tus sistemas con detección de anomalías que analicen patrones de gasto, relaciones con proveedores y señales de comportamiento, no solo imágenes de documentos.
6. La IA en la sombra se convirtió en tu mayor punto ciego de gobernanza
Un estudio de KPMG reveló que casi el 60% de los empleados admitieron haber cometido errores debido a fallos de la IA. Cerca de la mitad usa IA en el trabajo sin saber si está permitido. Más del 40% la usa de manera inadecuada a sabiendas.
Qué cambió: Los empleados están utilizando cuentas de IA personales para procesar datos de la empresa, generando una exposición que no estás controlando.
Qué hacer en 2026: Encuesta a tu equipo para averiguar qué herramientas están usando realmente. Luego deja claras las reglas: qué está permitido, qué está prohibido, qué requiere aprobación. La IA en la sombra es un fracaso de gobernanza, no un problema de los empleados.
Existe todo este uso de IA en la sombra y eso genera capacidades. Están aprendiendo, se están volviendo más capaces, pero tú no tienes ningún control sobre en qué se están volviendo capaces. No tienes control sobre cómo se están desarrollando. Así que creo que parte del problema es que actualmente muchos líderes piensan en la IA únicamente en términos de medidas de productividad. Me da curiosidad cómo podemos cambiar la conversación y pasar a imaginar y pensar qué es posible a medida que las personas desarrollan esas capacidades, independientemente de si las estás orientando o no.
7. La IA desplazó empleados más rápido de lo que las empresas pudieron recapacitarlos
En 2025, múltiples despidos de alto perfil mencionaron explícitamente a la IA como la causa de la reducción de personal. Duolingo despidió al 10% de sus contratistas y citó las capacidades de traducción de la IA. IBM pausó la contratación para funciones administrativas que la IA puede cubrir. Dropbox, UPS y otras empresas anunciaron recortes importantes de personal vinculados directamente a las estrategias de automatización con IA que antes realizaban personas.
Qué cambió: La narrativa de que “la IA va a complementar, no reemplazar” se vino abajo. Las empresas dejaron de fingir que la automatización no costaría empleos. Los plazos de recapacitación que prometieron las empresas en 2023-2024 resultaron ser tremendamente optimistas: la mayoría de los trabajadores no pudieron formarse suficientemente rápido para seguir el ritmo de las capacidades de la IA.
Qué hacer en 2026: Si trabajas en RRHH o planificación de personal, deja de tratar la transformación con IA como un proyecto tecnológico. Es una crisis laboral que requiere una evaluación honesta de qué puestos van a desaparecer, comunicación transparente sobre los plazos e inversión real en apoyo para la transición, no solo programas generales de “recapacitación”. Las compañías que lo gestionaron con transparencia en 2025 mantuvieron la confianza de su plantilla. Las que no lo hicieron se enfrentan en 2026 a un colapso de la moral y una fuga de talento.
8. La aplicación de la Ley de IA de la UE comenzó (y luego se complicó)
La Ley de IA de la UE se empezó a aplicar en 2025, con multas de hasta 35 millones de euros o el 7% de los ingresos globales por incumplimiento. Pero la implementación resultó tan compleja que la propia UE propuso simplificaciones en noviembre.
Qué cambió: La primera normativa integral sobre IA a nivel mundial ya está activa, aunque su ejecución continúe evolucionando. Los requisitos de cumplimiento existen y afectan a cualquier empresa que procese datos de la UE.
Qué hacer en 2026: Documenta tu gobernanza de IA ahora mientras la aplicación aún está madurando. Adopta marcos existentes (NIST, ISO) en lugar de empezar desde cero. Si operas en la UE, necesitas sistemas de registro que demuestren tu cumplimiento.
9. El software tradicional incorporó IA (pero su adopción fue lenta)
Microsoft Copilot, Oracle Fusion AI, SAP Joule... todas las principales plataformas empresariales lanzaron funciones de IA en 2025. Pero la documentación y el soporte para la implementación no pudieron seguir el ritmo.
Qué cambió: “Incluido” no significa “funciona”. Los equipos de finanzas y RRHH encontraron estas funciones inutilizables sin una amplia asistencia por parte del proveedor que no estaba incluida en los contratos estándar de soporte.
Qué hacer en 2026: Antes de presupuestar funciones de IA de los proveedores actuales, exige acceso a entornos de prueba con tus datos, compromisos de formación por escrito, acuerdos definidos de nivel de soporte para las funciones de IA y transparencia en la hoja de ruta. La brecha entre las demostraciones de proveedores y la implementación real fue el gran tema de 2025.
10. Surgió el seguro de IA como opción para transferir riesgos
Las principales aseguradoras lanzaron pólizas de responsabilidad por IA dedicadas en 2025, que cubren errores, alucinaciones, filtraciones de datos por herramientas de IA y violaciones de derechos de autor. El coste de las primas está directamente relacionado con la madurez en gobernanza: las empresas con controles documentados pagan un 40-60% menos.
Qué cambió: Ahora puedes transferir parte del riesgo vinculado a la IA mediante un seguro. Pero la falta de gobernanza encarece las primas.
Qué hacer en 2026: Evalúa el seguro para IA si vas a implementar agentes o procesar datos sensibles con IA. Usa el proceso de evaluación de riesgos como una auditoría de gobernanza. Probablemente revelará brechas en tus controles. Mejor gobernanza implica mejores tarifas.
11. La mayoría de las empresas aún no pueden escalar más allá de los pilotos
El resultado de McKinsey fue contundente: el 88% de las empresas utiliza IA, pero la mayoría no ha escalado más allá de los programas piloto. La brecha entre "usar IA" y "obtener valor de la IA" es rediseñar procesos, no mejores modelos.
Qué cambió: Los pilotos no generan retorno de inversión. Probar sin métricas es quemar dinero. Esto ha llevado, en parte, al auge de puestos de Chief AI Officer en el mercado laboral.
Qué hacer en 2026: Deja de ejecutar pilotos de IA sin métricas de éxito ni fechas límite. Elimina cualquier piloto que no genere valor medible. La brecha no es tecnológica, es de gestión del cambio, capacitación y reingeniería del flujo de trabajo. Incluye eso en el presupuesto o directamente no presupuestes para IA. Considera también cómo podrías utilizar la IA en la gestión del cambio.
Además, toma algunos consejos sobre cómo lograr pilotos más efectivos de Lisa Jones, directora general de EyeMail, sobre cómo crear pilotos de mayor impacto.
“Lanzamos micro-pilotos en todos los departamentos”, dijo. “Cada piloto incluía un ciclo de reflexión: ¿Qué funcionó? ¿Qué se sintió fuera de lugar? ¿El resultado reflejaba nuestros valores de alegría, gratitud y conexión? Este enfoque iterativo nos ayudó a incorporar la IA no solo de manera funcional, sino intencional.”
12. El análisis multimodal se volvió práctico para trabajos complejos
Los modelos ahora pueden manejar imágenes, PDFs, hojas de cálculo y código simultáneamente en una sola conversación. La ventana de contexto de Claude se amplió a 200 000 tokens. Gemini ofrece ventanas de hasta 1 millón de tokens. La IA puede analizar documentos complejos con gráficos y tablas integrados.
Qué cambió: Análisis más rápido a través de múltiples documentos, pero la precisión todavía requiere validación. Los modelos pueden malinterpretar datos o gráficos en formatos complejos.
Qué hacer en 2026: Usa capacidades multimodales para análisis de variaciones, conciliación de documentos y referencias cruzadas. Pero considera los resultados como borradores que deben verificarse, no como productos terminados. El ahorro de tiempo es real, pero la precisión no está garantizada.
El patrón que importa
Cada novedad de esta lista sigue el mismo arco: la IA se volvió más capaz en 2025, lo que hizo que la gobernanza fuera más crítica, no menos—en línea con las prioridades más amplias de la industria de IA.
2026 no consiste en tener todas las herramientas de IA más avanzadas. Se trata de desarrollar mejores normas para su uso.
Si aún ejecutas pilotos sin métricas de ROI, estás desperdiciando dinero. Si no has preguntado a tu equipo qué herramientas de IA están usando realmente, tienes un problema de "IA en la sombra". Si crees que "asistido por IA" reduce tu responsabilidad sobre la precisión, el desastre de Deloitte demostró lo contrario.
2026 ya no consiste en hacer pruebas. Se trata de escalar la transformación de IA de forma eficaz y eliminar lo que no aporta con una gobernanza que te proteja de los riesgos realmente cruciales.
