2026 es el año del «show me the money» para la IA

Dos números de 2026 van rumbo a chocar, y el choque es la historia. El primero: se prevé que el gasto global en IA llegue a 2,59 billones de dólares este año, un salto del 47% sobre 2025. El segundo: un estudio muy citado del MIT halló que el 95% de los pilotos de IA generativa en empresas no dieron ningún ROI medible. El gasto sube casi la mitad, los retornos rozan cero en diecinueve de cada veinte pilotos. Eso no se sostiene.

Y no se está sosteniendo. Como dijo Venky Ganesan, socio de Menlo Ventures, «2026 es el año del «show me the money» para la IA» — las empresas necesitan ver retornos reales de lo que han gastado. El ánimo pasó de «tenemos que estar haciendo IA» a «muéstrame qué hizo la IA», y las empresas están reemplazando presupuestos abiertos por topes de gasto, paneles de uso y filtros de ROI. Si construyes con IA, ese giro te alcanza, así que déjame explicar qué significa de verdad.

El pase libre del «estamos experimentando» se está venciendo

Durante dos años, «estamos pilotando IA» fue su propia justificación. Los presupuestos se aprobaban por vibras y por FOMO; nadie quería ser la empresa que no lo intentó. Eso compró mucha pista para proyectos que nunca tuvieron que demostrar nada. El hallazgo del 95% sin ROI es lo que produjo esa era: mil pilotos que demostraban bien y no movían ningún número del negocio.

2026 es la cuenta que llega. Los mismos ejecutivos que dieron luz verde al presupuesto del experimento ahora hacen la pregunta aburrida — ¿qué sacamos? — y le están poniendo paneles detrás. Eso no es estar en contra de la IA; es el ciclo de vida normal de cualquier tecnología. El dinero del hype se acaba, y el gasto que sobrevive tiene que apuntar a un resultado. El pase libre se está venciendo, y «pero es IA» ya no es la respuesta.

Por qué tantos pilotos no devolvieron nada

Vale la pena ser honesto sobre por qué el 95% no mostró ROI, porque las razones casi nunca son los modelos. Los pilotos murieron por ser demos que nunca cruzaron a producción — la brecha entre algo que funciona una vez y algo que funciona de forma fiable. Murieron por resolver un problema que nadie pagaba por resolver. Murieron por estar atornillados al lado de un flujo de trabajo en vez de dentro de él, así que la capacidad impresionante nunca tocó una métrica que alguien siguiera.

Fíjate que ninguna de esas razones es «la IA no era lo bastante buena». El modelo solía estar bien. Los fracasos fueron las partes poco glamorosas: la integración, un problema real que valga dinero, una forma de medir el resultado. Es la misma lección que los datos de la brecha de producción no paran de enseñar — la mayoría de los agentes nunca llegan a producción, y los que llegan ganan por la ingeniería alrededor del modelo, no por el modelo.

Cómo quedar del lado correcto

El ajuste de cuentas es una buena noticia si construyes cosas que funcionan. El escrutinio premia la sustancia. Esto es lo que favorece:

• Elige un problema con un número detrás. Antes de construir, nombra la métrica que debería moverse — un recorte de costes, un tiempo de ciclo, una conversión. «Es impresionante» no es una métrica; «redujo el tiempo de gestión un 30%» sí lo es.
• Mide la línea base primero. No puedes mostrar un ROI contra el que no mediste. Captura el antes, o tendrás una función que funciona y ninguna forma de probar que se ganó su presupuesto.
• Despliega dentro del flujo, no al lado. El valor viene de que la IA esté en el camino donde ocurre el trabajo, no de una demo ingeniosa que alguien tiene que acordarse de abrir.
• Cuenta el coste real. Los tokens, la factura de cómputo, el tiempo de revisión humana. El ROI son retornos sobre el coste real, y es en el lado del coste donde viven las sorpresas.

Nada de eso es exótico. Es lo que separó al 5% del 95% desde siempre — solo que no se exigía hasta que el dinero escaseó.

En resumen

2,59 billones de dólares en gasto y un 95% de pilotos sin retorno es una brecha que se cierra de una de dos maneras: o aparecen los retornos, o desaparece el gasto. 2026 es el año en que esa brecha se canta, y el «estamos experimentando» deja de pagar la cuenta. Eso suena a mala noticia para la IA, pero solo es mala noticia para el teatro de la IA — las demos que impresionaron a una sala y no movieron ningún número.

Si construyes del otro tipo — apuntado a un problema real, conectado al flujo de trabajo real, medido contra una línea base real — el año del «show me the money» es el que por fin ordena las cosas a tu favor. El hype premiaba el movimiento. El ajuste de cuentas premia los resultados. Construye para el ajuste de cuentas, porque ya está aquí, y la pregunta en cada presupuesto ahora es la que quieres poder responder: muéstrame qué hizo.