Ha llegado de nuevo esa época del año en la que todo el mundo hace predicciones sobre lo que ocurrirá (o no) en 2026.
No hago predicciones. Lo que sí hago, en cambio, son pronósticos. Y si tu superpoder también es la pedantería, ya sabrás que eso significa que extraigo conclusiones a partir de datos y líneas de tendencia, no de hojas de té. Pronosticar no es profetizar; es reconocer patrones con pruebas que los respalden. No intento adivinar lo que viene; extrapolo a partir de lo que ya está en marcha y mido la rapidez con la que cobra impulso.
En otras palabras: no estoy prediciendo el futuro. Simplemente presto atención a los aspectos del presente que todos los demás pasan por alto.
Así que, teniendo esto en cuenta, me complace compartir las que, en mi opinión, son las cinco principales tendencias tecnológicas que habrá que seguir de cerca en 2026. ¿Todo listo? Lo haremos de todos modos. Vamos allá.
1. Inferencia
se convierte en el principal centro de costes, superando al entrenamiento
Veremos un cambio importante: las empresas gastarán más en infraestructura de inferencia (servicio, escalado y latencia) que en entrenamiento. El entrenamiento es puntual; la inferencia funciona las 24 horas del día, los 7 días de la semana. Ya he señalado esta tendencia y el mercado está observando indicios en la misma dirección. Nuestra investigación reveló que el 80 % de las organizaciones ya gestionaba sus propios servicios de inferencia. Esto los sitúa claramente en la lista de «cargas de trabajo de primer nivel» e indica que ya se está produciendo un importante desplazamiento de los costes.
- Dell informa públicamente de que su negocio de IA y servidores está creciendo de forma explosiva. Por ejemplo, la empresa afirma que las ventas de servidores de IA se multiplicaron aproximadamente por seis entre los ejercicios fiscales de 2024 y 2025, y prevé alcanzar los 20.000 millones de dólares en ingresos por servidores de IA en el ejercicio fiscal de 2026.
- IDC prevé que el gasto en servidores acelerados (es decir, servidores optimizados para IA/inferencia) representará más del 75 % del gasto en infraestructura de servidores para IA en 2028, con una tasa de crecimiento anual compuesta de aproximadamente el 42 % durante cinco años.
Por qué es importante:
- Compromisos de diseño: importan la latencia, el rendimiento, la capacidad, el escalado ante picos de demanda, la refrigeración, el consumo energético y la proximidad.
- Las organizaciones que diseñaron sus sistemas para el entrenamiento se apresurarán a rediseñarlos para optimizar el rendimiento de la inferencia.
2. La inferencia
como servicio se convierte en un requisito imprescindible
Los servicios de «alojamiento de modelos» evolucionan hasta convertirse en ofertas completas de inferencia como servicio, al igual que ocurrió con la «computación como servicio» en el ámbito de la infraestructura. Diversas fuentes del sector citan previsiones según las cuales alrededor del 78 % de las organizaciones dependerán de la inferencia como servicio de cara a 2026.
Por qué es importante:
- Los equipos y las empresas más pequeños pueden competir sin tener que poseer pilas de inferencia completas.
- Verás mercados de endpoints de inferencia de baja latencia, control de versiones de modelos y garantías de SLA.
- Se reduce la barrera para implementar IA en tiempo real.
3. La inferencia
se adentra en nuevos ámbitos gracias a la IA agéntica
A medida que la IA agéntica cobra impulso, la inferencia dejará de utilizarse únicamente para predicciones o clasificaciones estáticas. Se empleará de forma continua en bucles de interacción: gestión del estado, invocación de herramientas, planificación, diálogo, etc. Gartner predice que el 40 % de las aplicaciones empresariales incorporará agentes específicos para determinadas tareas de aquí a 2026. Nuestra investigación reveló que el uso de agentes y de la IA agéntica va mucho más allá de la mera experimentación: un 5 % ya los utiliza en producción y muchos más se encuentran en la fase de «prepararlos para su puesta en marcha».
Por qué es importante:
- La inferencia pasa a ser composicional: múltiples llamadas a micromodelos por «tarea».
- Los márgenes de latencia se reducen. Necesitarás enrutamiento inteligente, almacenamiento en caché, capas de protección y evaluación parcial.
- La frontera entre la inferencia en el edge y en la nube se difumina.
4. La inferencia
en el edge se generaliza
Dado que no siempre se puede tolerar la latencia de ida y vuelta ni la dependencia de la nube, cada vez más inferencia se trasladará a modalidades en el extremo o híbridas (extremo + nube). Las cargas de trabajo en tiempo real de los ámbitos de la RA/RV, los sistemas autónomos, el IoT y la industria así lo exigirán. Esto queda patente tanto en tendencias como la «inferencia como infraestructura» como en el auge de los «PC con IA» y la distribución de la IA en dispositivos finales como los teléfonos inteligentes.
Por qué es importante:
- Verás una especialización del hardware: aceleradores diminutos, TPU/ASIC en el edge, cuantización y poda de modelos, y adaptación en tiempo de ejecución.
- Los modelos reducirán sus prestaciones de forma gradual al alternar entre decisiones en la nube y en el edge, mecanismos de respaldo y entornos «solo locales».
5. Inferencia
los controles de gobernanza y explicabilidad pasan a ser obligatorios
A medida que aumente la escala de la inferencia, las decisiones que se salgan de los límites establecidos o sean injustas perjudicarán a las marcas y al cumplimiento normativo. Cabe esperar que la regulación y las políticas empresariales exijan decisiones de inferencia trazables, explicabilidad causal, detección de desviaciones y registros de auditoría de cada inferencia. Por ejemplo, el análisis de tendencias de Deloitte destaca la seguridad, la soberanía y el control como temas clave para 2026. Nuestra propia investigación reveló que las organizaciones lo protegen todo, incluso los registros de prompts. El 87 % de las grandes organizaciones ya utiliza el control de acceso basado en roles (RBAC) para gestionar el acceso a los prompts y sus registros.
Por qué es importante:
- Tu infraestructura de inferencia deberá incorporar capas de registro, procedencia, control de versiones y mecanismos de protección.
- Las sondas semánticas y las comprobaciones de coherencia en tiempo de ejecución (como ya has estado considerando) serán requisitos imprescindibles.
- Los proveedores competirán no solo en velocidad y coste, sino también en confianza y explicabilidad.
La inferencia no es simplemente la siguiente carga de trabajo. Es el nuevo entorno de ejecución, el que pone a prueba —y a menudo echa por tierra— todos los supuestos arquitectónicos poco rigurosos que hemos arrastrado desde el auge de la nube.
La seguridad, la soberanía y el control no son palabras de moda, sino la moneda de cambio de la confianza en una empresa impulsada por la IA. En 2026, quienes traten la inferencia como infraestructura, y no como inspiración, serán los que sigan en pie cuando se desvanezca el entusiasmo.
Así que sí, solo necesitas una palabra para resumir 2026: inferencia.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Las 10 claves para la entrega de aplicaciones de IA: requisitos de las aplicaciones a medida
La IA convierte lo «personalizado» de caso excepcional en opción predeterminada: las solicitudes pasan a ser cadenas componibles (selección de modelos, recuperación, políticas y herramientas), por lo que la entrega debe adaptarse a cada solicitud, no a cada aplicación.
Las 10 principales amenazas para la entrega de aplicaciones de IA: observabilidad incompleta
La IA no escalará por sí sola. Sin un plano de control unificado que elimine las barreras entre herramientas y responsabilidades, la inferencia se convierte en la capa más frágil y que más coordinación requiere.
Las 10 principales amenazas en la entrega de aplicaciones de IA: prácticas de DNS deficientes
Para los sistemas de inferencia y los sistemas agénticos, la resiliencia del DNS es fundamental para la disponibilidad y el rendimiento: una resolución deficiente provoca errores de enrutamiento, picos de latencia e interrupciones del servicio en distintas regiones.
Comportamiento y límites: el cambio hacia la seguridad agéntica
Los agentes generan secuencias emergentes y sin límites en las que el riesgo se acumula con el tiempo. La seguridad debe pasar de validar solicitudes individuales a supervisar continuamente el comportamiento en flujos de varios pasos que evolucionan con el tiempo.
La IA está impulsando la aparición de nuevos tipos de tráfico
La adopción de la IA está dando lugar a nuevos tipos de tráfico de primer nivel: solicitudes de inferencia, tráfico de automatización generado por máquinas y tráfico de telemetría de gran volumen que alimenta los bucles de control.
La compresión ya no es una cuestión de velocidad, sino del coste de pensar
En la era de la IA, la compresión reduce el coste de pensar, no solo el ancho de banda. Descubre cómo la compresión de prompts, resultados y modelos permite controlar los gastos de inferencia de la IA.