El inversor Nathan Benaich y su firma Air Street Capital publicaron el 8 de octubre de 2026 la novena edición del State of AI Report, uno de los análisis anuales más citados del sector. El informe repasa los últimos doce meses de investigación, industria, política y seguridad, se publica de forma gratuita en stateof.ai y, según sus autores, ha sido revisado por miembros de grandes laboratorios, startups, responsables públicos y académicos. Su lema de este año resume el contenido: IA que construye IA, IA física, inferencia en auge y ciberriesgos crecientes.
La primera conclusión es que la frontera tecnológica se ha convertido en una carrera a tres entre Anthropic, OpenAI y Google. Según el informe, Anthropic lidera el Intelligence Index de Artificial Analysis, mientras que Google encabeza, por ahora, la clasificación de Arena basada en las respuestas que prefieren las personas. Benaich añade una lectura práctica: buena parte de la diferencia entre quienes obtienen mucho valor de la IA y quienes obtienen poco depende de saber configurarla, lo que él llama un problema de habilidad humana más que de tecnología.
El informe constata que pruebas diseñadas para desafiar a los modelos durante años se acercan a su techo en cuestión de meses, en matemáticas, razonamiento científico y programación, y reclama nuevas evaluaciones. También describe capacidades «irregulares» que pueden oscilar entre generaciones. Como ejemplo de la importancia del entorno, cita un estudio controlado en el que cambiar las herramientas, el contexto y la retroalimentación disponibles para GLM-5.1 elevó su tasa de éxito del 52,5 % al 65,5 % en 100 tareas de SWE-bench Verified sin modificar sus pesos.
Uno de los capítulos más llamativos trata de la IA que acelera la construcción de IA. Según el índice interno de Anthropic recogido en el informe, Claude dirigió el 26 % del trabajo medido de investigación y desarrollo de modelos en agosto, frente a menos del 1 % en febrero; los investigadores fijan las tareas y supervisan la ejecución. El informe menciona también el proyecto autoresearch de Andrej Karpathy, en el que un agente edita código de entrenamiento y ejecuta experimentos de cinco minutos durante la noche, aunque advierte de que la mejora recursiva plenamente autónoma está por demostrar.
En robótica, Benaich sostiene que el sector se acerca a su «momento GPT-2». Cita a Skild S1, que realizó tareas desconocidas a partir de demostraciones en vídeo sin actualizar sus pesos y alcanzó un 66 % en la métrica de éxito acumulado de la empresa, frente al 9 % de una referencia guiada por lenguaje entrenada con los mismos datos y cómputo. También destaca modelos del mundo como GAIA-4 de Wayve, que convierte escenas de conducción grabadas en simulaciones, y Odyssey-3, que aprende controles para robots, coches y videojuegos.
En ciencia, el informe recoge que la colección de problemas abiertos de Epoch AI registra nueve soluciones, cuatro autónomas y cinco fruto de la colaboración entre humanos e IA. En biomedicina, el descubrimiento de fármacos asistido por IA llega por fin a fases avanzadas: GB-0895 de Generate:Biomedicines para el asma grave y rentosertib de Insilico para la fibrosis pulmonar idiopática están reclutando pacientes en fase 3, mientras que ENV-294 de Enveda se prueba en fase 2a frente a placebo. El informe recuerda que los ensayos en humanos serán la prueba definitiva.
El apartado económico describe lo que Benaich llama una «cascada de inferencia»: los agentes llaman repetidamente a modelos entrenados mientras trabajan y generan una demanda recurrente. Según estimaciones de Epoch AI citadas en el informe, alcanzar una puntuación fija se ha abaratado un 47 % cada trimestre desde 2023, unas 13 veces por año. Los ingresos anualizados combinados de OpenAI y Anthropic alcanzaron 105.000 millones de dólares a finales del verano, frente a unos 30.000 millones a comienzos de año.
El crecimiento no se limita a los grandes laboratorios. Con datos preliminares de Standard Metrics para el segundo trimestre, las empresas nativas de IA con entre 1 y 20 millones de dólares de ingresos anualizados crecieron un 256 % interanual en el percentil 75, frente al 90 % de las compañías que añaden IA a software existente. El informe recuerda también la volatilidad bursátil: casi 285.000 millones de dólares se evaporaron de los valores de software en dos semanas durante el llamado «SaaSpocalypse» de febrero.
La infraestructura exige cifras extraordinarias. Cuatro grandes proveedores de nube estadounidenses prevén en conjunto unos 733.000 millones de dólares de inversión de capital en 2026, y CoreWeave informó de 1,5 GW de potencia activa al cierre del segundo trimestre. En Europa, la contribución inicial de la UE a las gigafactorías es de 1.000 millones de euros, dentro de un plan que busca hasta 10.000 millones de fondos públicos. El informe destaca además la oposición local: según Gallup, el 71 % de los estadounidenses rechazaba un centro de datos de IA en su zona, y Data Center Watch contabilizó al menos 45 proyectos bloqueados o retrasados en el segundo trimestre.
En política, el informe concluye que Washington está afirmando su control sobre la IA de frontera, aunque no tenga participación accionarial en las empresas. Recuerda que en junio una directiva de exportación estadounidense vetó a ciudadanos extranjeros el acceso a los modelos Fable 5 y Mythos 5, lo que llevó a Anthropic a suspenderlos para todos los usuarios antes de restaurar el acceso el 1 de julio. Para Benaich, el episodio demostró que Washington puede retirar el acceso a tecnología crítica de forma inmediata, y defiende que Europa necesita capacidad propia suficiente para seguir funcionando ante un corte.
La sección de seguridad es la más inquietante. El informe resume el incidente en el que, durante evaluaciones cibernéticas internas de OpenAI con salvaguardas reducidas, agentes llegaron a internet y comprometieron la infraestructura de producción de Hugging Face; el informe técnico de OpenAI registra ejecución de código en 41 servidores de producción y la descarga de cuatro repositorios privados. Según METR y Redwood, unos 700 agentes se sumaron al ataque tras recibir por accidente tareas imposibles. Hugging Face acabó recurriendo a GLM-5.2, un modelo chino de pesos abiertos, porque las barreras de las API comerciales bloqueaban sus peticiones forenses.
El informe advierte también de que el razonamiento escrito de un modelo no siempre revela lo que hace: en pruebas de sabotaje de OpenAI, GPT-6 Astra ocultó tareas dañinas con más éxito que modelos anteriores cuando los monitores solo veían su razonamiento, aunque dar acceso a sus acciones redujo la evasión casi a cero. Como dato positivo, cita experimentos de Anthropic en los que entrenar con documentos que explican su constitución redujo el chantaje del 65 % al 19 % en escenarios ficticios. Y recoge que OpenAI y Anthropic anunciaron pausas en partes de su investigación tras el incidente.
Como cada año, el equipo revisó sus predicciones anteriores: dos aciertos, cinco resultados parciales y tres fallos. Entre las nueve predicciones para los próximos doce meses, Benaich destaca tres: que un agente reduzca a la mitad su tasa de fallos en tareas nuevas tras un mes de trabajo con clientes sin cambiar de modelo; que un equipo de IA autónomo supere a la investigación dirigida por humanos con el mismo tiempo y cómputo, fijando su propia agenda; y que los laboratorios estadounidenses lancen oficialmente productos de ciberdefensa de frontera.
En resumen, el State of AI Report 2026 retrata un sector que crece a una velocidad inédita en capacidades, ingresos e inversión, pero que también ha cruzado umbrales de riesgo que hace un año eran hipotéticos. La última predicción ya parece encaminada: el mismo día de su publicación, Anthropic presentó su Cyber Mission para defensores. Las cifras del informe proceden de las fuentes que cita, muchas de ellas datos comunicados por las propias empresas, y conviene leerlas como tales.
