Compartir
La consultora estadounidense McKinsey publicó en septiembre la sexta edición de su informe anual Technology Trends Outlook 2026, y la frase que atraviesa todo el documento es tan simple como incómoda: «la velocidad de la inteligencia artificial es también su mayor obstáculo». Una paradoja que contradice el relato triunfalista que suele dominar los escenarios tecnológicos.
El contraste es evidente. El 2 de septiembre, Sam Altman, CEO de OpenAI, les dijo a los ministros del G20 que una tarea que a una empresa emergente le llevaba tres meses hoy se resuelve en 17 minutos. Puede ser cierto y, aun así, no cambiar nada sustancial. Porque todo lo que la IA acelera termina desembocando en procesos que mantienen su ritmo de siempre: un ensayo clínico, una habilitación regulatoria, un transformador eléctrico. Ahí se forma la fila.
El cuello de botella farmacéutico
En la industria farmacéutica, la IA ya es capaz de proponer miles de candidatos a medicamento en el tiempo que antes demandaba generar un puñado. Sin embargo, lo que no logra comprimir son los años de validación en laboratorio, los ensayos con pacientes y la revisión de los organismos reguladores.
Según el mismo informe, llevar un fármaco al mercado sigue exigiendo más de 10 años y una inversión de entre USD 1.300 y USD 2.600 millones, con tasas de fracaso elevadas. McKinsey reconoce que los medicamentos descubiertos con IA muestran hasta ahora resultados clínicos limitados, aunque los laboratorios apuestan fuerte por esa vía.
Hay un efecto paradojal que no suele mencionarse: en muchos casos, la IA agrava el embudo porque genera más candidatos prometedores de los que el sistema puede efectivamente probar.
La energía: el límite que nadie quiere ver
La segunda gran traba es eléctrica. McKinsey proyecta que la demanda de energía de la infraestructura de IA en Estados Unidos pasará de unos 30 gigavatios en 2025 a más de 90 en 2030, equivalente a lo que hoy consume todo California. Los centros de datos explicarían el 14% de la demanda eléctrica del país, contra el 3% de 2022.
Generar esa energía es la parte sencilla. Un centro de datos se construye antes que las líneas, las subestaciones y los transformadores que lo alimentan. En muchos mercados, un transformador tiene más de dos años de espera.
La Agencia Internacional de Energía contabilizó en febrero más de 2.500 gigavatios de proyectos frenados en el mundo, entre renovables, baterías y grandes consumidores, todos aguardando conexión a la red.
El que puede pagar, se saltea la fila. El 22 de junio, Chevron anunció un contrato a 20 años con Microsoft: una central a gas de unos 2,67 gigavatios en el oeste de Texas, dedicada a un solo centro de datos. La primera entrega está prevista para 2028.
Las emisiones totales de Microsoft subieron 25% en su último año fiscal, producto de la expansión de sus centros de datos y un cambio en cómo contabiliza la energía renovable que compra. En algunas regiones, la demanda de estos centros ya contribuyó a subas notables en el precio de la electricidad.
Más código no es más producto
Donde la IA avanzó más, la programación, el patrón se repite. Un estudio de los economistas Mert Demirer, Leon Musolff y Liyuan Yang, publicado por la Oficina Nacional de Investigación Económica de Estados Unidos (NBER) y actualizado en septiembre, siguió a más de 500.000 programadores en tres generaciones de herramientas de IA.
Los resultados son elocuentes:
- Con las herramientas más autónomas, la actividad de escritura de código subió 240%.
- Los productos efectivamente lanzados crecieron apenas 30%.
- En las tiendas de aplicaciones aparecieron muchos más títulos nuevos, pero sin aumento en el uso total.
Escribir dejó de ser el límite. Revisar, probar y poner en marcha lo escrito sigue a cargo de personas, y McKinsey advierte que las empresas se están llenando de código frágil que nadie alcanzó a verificar.
Quién escribe el diagnóstico
Conviene leer el informe sabiendo quién lo firma. McKinsey vive de ayudar a las empresas a absorber tecnología, y un mundo donde el límite es la absorción es un mundo que necesita sus servicios. Su receta, rediseñar la operación desde adentro, es también su catálogo comercial.
Eso no invalida el diagnóstico. Los números que lo sostienen provienen de la Agencia Internacional de Energía, de economistas académicos y de un contrato anunciado por las propias empresas involucradas.
Lo que queda sin resolver es otra cosa: la fila no es igual para todos. Una tecnológica puede comprarse una central eléctrica. Un ensayo clínico no tiene carril rápido a ningún precio.
La IA dejó de competir contra sus propios límites. Compite contra un transformador con dos años de espera, un regulador con su calendario y un paciente al que hay que observar durante años. El ritmo de una tecnología lo fija lo más lento que toca.
