AI Index 2026 de Stanford: lo que le importa a una empresa

1. 1.Casi todas las empresas ya usan IA, pero pocas la han llevado a fondo. El 88% de las organizaciones usa IA, pero el uso de agentes sigue en un solo dígito en casi todas las áreas.
2. 2.El valor ya se puede medir, sobre todo en tareas concretas: los estudios muestran ganancias de productividad de 14 a 15% en atención a clientes, 26% en desarrollo de software y 50% en producción de marketing.
3. 3.La inversión rompió récords: la inversión corporativa global en IA llegó a 581,690 millones de dólares en 2025, 129.9% más que el año anterior.
4. 4.Los modelos siguen mejorando muy rápido, pero todavía fallan en tareas que a una persona le parecen sencillas.
5. 5.Crecen los riesgos y la desconfianza: los incidentes documentados con IA llegaron a 362 en 2025, contra 233 en 2024.

• El uso de IA en las organizaciones pasó de 55% en 2023 a 88% en 2025.
• 70% de las organizaciones ya usa IA generativa en al menos un área del negocio.
• Europa (91%) y Norteamérica (90%) son las regiones con mayor adopción.
• La IA generativa llegó a 53% de la población en sólo tres años, más rápido que la computadora personal o internet.
• Aun así, el uso de agentes de IA sigue en un solo dígito en casi todas las funciones de negocio.

Qué significa: La mayoría de las empresas ya pasó la etapa de probar herramientas. La diferencia ahora está en quién integra la IA en sus procesos y quién se queda en pruebas aisladas.

Según la encuesta a organizaciones que cita el reporte:

• Ahorro de costos, reportado con más frecuencia en ingeniería de software y manufactura (56%).
• Aumento de ingresos, reportado con más frecuencia en marketing y ventas (67%), estrategia y finanzas corporativas (65%) y desarrollo de productos o servicios (62%).
• 64% dice que la IA mejoró la innovación.
• 45% reporta mejoras en la satisfacción de empleados y clientes.

Qué significa: Las áreas comerciales y de marketing son donde más empresas ven un impacto directo en ingresos. Las técnicas y operativas, donde más se ve el ahorro.

Los estudios que recopila el reporte muestran mejoras claras en trabajo estructurado y fácil de medir:

• Atención a clientes: de 14 a 15% más productividad.
• Desarrollo de software: 26%.
• Producción de marketing: 50%.
• Las ganancias son menores en tareas que requieren razonamiento profundo o más criterio.
• Depender demasiado de la IA puede tener costos de aprendizaje a largo plazo que frenan el desarrollo de habilidades.

Qué significa: La IA rinde más en tareas bien definidas y repetibles, con una persona revisando el resultado.

• La inversión corporativa global en IA llegó a un récord de 581,690 millones de dólares en 2025, unas 40 veces más que en 2013.
• La inversión privada fue de 344,660 millones de dólares, 127.5% más que en 2024.
• Estados Unidos invirtió 285,900 millones de dólares de inversión privada, más de 23 veces los 12,400 millones de China. El reporte aclara que en China hay fondos de gobierno que estas cifras no capturan.
• Para los consumidores de EE. UU., el valor anual estimado de las herramientas de IA generativa llegó a 172,000 millones de dólares, 54% más en un año. La mayoría siguen siendo gratuitas o casi gratuitas.

Qué significa: Usar IA cuesta poco. La ventaja ya no está en tener acceso a la tecnología, sino en saber usarla.

• Varios modelos igualan o superan a expertos humanos en preguntas de ciencia a nivel doctorado, razonamiento multimodal y matemáticas de competencia.
• En programación (SWE-bench Verified), el rendimiento pasó de 60% a casi 100% del nivel humano en un solo año.
• En tareas reales de computadora (OSWorld), los agentes pasaron de 12% a cerca de 66% de éxito, aunque todavía fallan aproximadamente 1 de cada 3 intentos.
• Es lo que los investigadores llaman la «frontera irregular»: un modelo puede ganar oro en la Olimpiada Internacional de Matemáticas y leer bien un reloj de manecillas sólo el 50.1% de las veces.

Qué significa: Los agentes ya resuelven dos de cada tres tareas estructuradas, pero todavía necesitan supervisión. Es buen momento para probarlos en procesos controlados.

• El empleo de desarrolladores de software de 22 a 25 años en EE. UU. cayó casi 20% desde 2024, mientras el de desarrolladores con más experiencia sigue creciendo.
• Una de cada tres organizaciones espera reducir personal por la IA el próximo año; casi la mitad no espera cambios.
• Las reducciones esperadas son mayores en operaciones de servicio, cadena de suministro e ingeniería de software.

Qué significa: El impacto en el empleo es desigual y afecta primero a los puestos de entrada. Capacitar a los equipos para trabajar con IA es cada vez más urgente.

• Los incidentes documentados con IA pasaron de 233 en 2024 a 362 en 2025.
• El reporte advierte que la IA responsable no avanza al mismo ritmo que las capacidades de los modelos.
• 73% de los expertos cree que la IA mejorará la forma en que trabajamos, contra sólo 23% del público: una brecha de 50 puntos.
• Estados Unidos es el país encuestado con menor confianza en su propio gobierno para regular la IA (31%).

Qué significa: Implementar IA sin reglas claras de uso, revisión y privacidad es un riesgo para la reputación de cualquier empresa.

Con base en estos hallazgos, cinco pasos prácticos:

1. 1.Elige 2 o 3 procesos concretos (atención a clientes, marketing, reportes) en lugar de «usar IA en todo».
2. 2.Mide antes y después: tiempo, costo y calidad. Sin métricas no hay forma de saber si funciona.
3. 3.Empieza a probar agentes en tareas estructuradas y de bajo riesgo, siempre con una persona revisando.
4. 4.Capacita a tu equipo, sobre todo a los perfiles de entrada, para trabajar con la IA y no competir contra ella.
5. 5.Define reglas de uso: qué datos se pueden compartir, quién revisa los resultados y qué herramientas están aprobadas.