Inteligencias artificiales: el estado del mundo

En tres años, la inteligencia artificial ha pasado de ser asunto de congresos técnicos a formar parte de la vida diaria de más de mil millones de personas. Ninguna tecnología anterior había llegado tan lejos tan deprisa. Pero debajo del entusiasmo, del miedo y de los titulares hay una realidad económica y técnica que casi nunca se cuenta entera.

Este artículo la cuenta con cifras. Y con una advertencia por delante: en este terreno los datos caducan en semanas, así que cada uno lleva su fecha y su procedencia, y al final están todas las fuentes para quien quiera comprobarlas.

¿Cuántas inteligencias artificiales existen?

Tres millones de modelos, y menos de diez productos que importan

La respuesta depende de qué se cuente. Si contamos los modelos publicados en abierto —programas ya entrenados que cualquiera puede descargar—, la cifra asusta:

3.000.000modelos públicos en Hugging Face, el mayor almacén abierto del mundo (agosto de 2026)

349 díases lo que tardó en sumar el tercer millón: el segundo le costó 335

102modelos realmente relevantes lanzados en todo 2025, unos dos por semana

Los dos primeros números y el tercero cuentan cosas distintas, y ahí está la clave. Publicar un modelo es barato; hacer uno que mueva el mundo, no. De los 102 modelos relevantes de 2025, 87 salieron de empresas privadas y sólo 7 del mundo académico. Por países: 59 de Estados Unidos, 35 de China y 8 de Corea del Sur. Un año antes eran 40 estadounidenses y 15 chinos, así que China está recortando distancia deprisa.

En cuanto al dinero que se mueve, la consultora Grand View Research calcula el mercado mundial de la inteligencia artificial en unos 391.000 millones de dólares en 2025, y proyecta cerca de 3,5 billones para 2033, creciendo un 30,6% al año. Conviene leer esas proyecciones con distancia: la misma consultora daba hace un año números distintos para 2030, y en este sector una previsión a ocho años es poco más que una manera ordenada de decir «mucho».

Pluralidad técnica no es pluralidad de poder: hay tres millones de modelos y el mercado de consumo lo dominan menos de diez productos.

Clasificación

No todas son lo mismo: seis familias

La expresión «inteligencia artificial» junta cosas muy distintas. Separarlas ayuda a entender por qué unas están en boca de todos y otras trabajan calladas en hospitales, fábricas y bancos.

• Conversacionales. Los modelos de lenguaje: entienden y producen texto, código y análisis. ChatGPT, Claude, Gemini, Llama, Mistral.
• Generadoras de imagen. Crean imágenes, ilustraciones y vídeo a partir de una descripción o un boceto. Midjourney, DALL·E, Stable Diffusion, Firefly.
• De audio y voz. Sintetizan voz, transcriben, componen música. ElevenLabs, Whisper, Suno, Udio.
• Agentes. No responden: actúan. Toman decisiones y ejecutan tareas encadenadas sin que nadie las lleve de la mano paso a paso.
• Especializadas. Hechas para un campo concreto: medicina, derecho, finanzas, industria. Med-PaLM, Harvey, AlphaFold.
• Multimodales. Manejan texto, imagen, sonido y vídeo en un mismo modelo. Hoy casi todos los grandes lo son.

La frontera entre las dos últimas y las conversacionales se está borrando: los modelos grandes de 2026 hacen ya todo a la vez.

Los usos más extendidos

Para qué la usan realmente mil millones de personas

Entre las empresas, la encuesta de McKinsey —la referencia del sector, con cerca de dos mil respuestas— da un 88% de organizaciones que usan inteligencia artificial en al menos una función, frente al 78% del año anterior; en su edición de 2026 ya es casi nueve de cada diez. Entre los ciudadanos, el observatorio de Microsoft calcula que la usa el 17,8% de la población en edad de trabajar, del orden de mil cuatrocientos millones de personas.

Ese 17,8% conviene entenderlo bien: no es «uno de cada seis habitantes del planeta», sino uno de cada seis adultos en edad laboral. La diferencia no es menor cuando se habla de una tecnología que se dice universal.

¿Para qué se usa? En las empresas, sobre todo para redactar y resumir documentos, atender clientes, programar, analizar datos y traducir. Entre los particulares, para buscar información y entender conceptos, redactar correos y trabajos, generar imágenes, resolver dudas técnicas y, en una proporción que sorprende a mucha gente, para conversar.

2.500 millonesde peticiones diarias recibía ChatGPT ya en julio de 2025, según la propia OpenAI

La tarea más transversal es escribir, desde el estudiante que pide ayuda con un trabajo hasta el médico que redacta un informe. La segunda es programar: en el uso empresarial de estos modelos a través de sus interfaces técnicas, Claude, de Anthropic, se lleva el 54% de la programación según el estudio de Menlo Ventures de diciembre de 2025. Es una medida concreta —empresas, no particulares— y conviene no estirarla: no dice que Claude escriba la mitad del código del mundo. La tercera es la búsqueda de información, que está comiéndole terreno al buscador de toda la vida.

Las más conocidas

Quién manda de verdad

Aquí hay que elegir una vara de medir y no cambiarla a mitad de la lista, porque es justo lo que hace que circulen rankings falsos: no se pueden comparar «usuarios semanales» de una con «visitas al mes» de otra. Con visitas mensuales a sus webs, medidas por Similarweb en mayo de 2026, el orden es éste:

• ChatGPT (OpenAI) — 5.600 millones de visitas al mes
• Gemini (Google) — 2.900 millones
• Claude (Anthropic) — 953 millones
• DeepSeek — 430 millones
• Grok (xAI) — 245 millones
• Perplexity — 138 millones
• Copilot (Microsoft) — 132 millones

Por usuarios, las cifras las declara cada empresa cuando le conviene y no son estrictamente comparables, pero sirven para hacerse una idea: ChatGPT superó los mil millones de usuarios semanales en agosto de 2026; la aplicación de Gemini llegó a mil millones de usuarios mensuales el 11 de agosto; Meta AI declaró mil millones en mayo de 2025 y no ha vuelto a dar cifra.

Meta AI es el caso más tramposo de todos los rankings. Va metida dentro de WhatsApp, Instagram y Facebook, así que se le atribuyen «tres mil millones de usuarios» que son en realidad los de esas aplicaciones. Cuando se mide el uso real como asistente, aparece con cifras ínfimas. Alcance potencial y uso no son lo mismo.

Y una historia que conviene recordar entera: DeepSeek, la china de código abierto, irrumpió en enero de 2025 con un crecimiento desbocado, llegó a ser la segunda más visitada del mundo, tumbó en bolsa a las fabricantes de chips y obligó a todo el sector a admitir que no hacían falta presupuestos astronómicos para construir un modelo de primera. Año y medio después ha caído al quinto o sexto puesto, con menos del 4% del tráfico mundial. Subir rápido y bajar rápido se parecen más de lo que parece.

El modelo de negocio

¿Por qué regalan algo que les cuesta miles de millones?

Es la pregunta incómoda del sector, y la respuesta honesta es que casi ninguna de las grandes gana dinero. La capa gratuita no es generosidad: es la mayor apuesta estratégica de la historia reciente de la técnica.

De OpenAI se conocen sus cuentas de 2025, filtradas en junio de 2026, y son las cifras más sólidas que existen sobre esta industria:

13.070 M$de ingresos en 2025

34.000 M$de costes en el mismo año

2,60 $gastados por cada dólar ingresado

La pérdida de explotación de ese año fue de casi 21.000 millones de dólares. La pérdida contable total es mucho mayor, pero ahí dentro va un apunte de más de cuarenta mil millones que no es dinero que salga de la caja, sino el coste contable del cambio de forma jurídica de la empresa. Conviene decirlo, porque esa cifra circula sola y asusta más de lo que debe.

En compromisos de futuro, Sam Altman habló en noviembre de 2025 de 1,4 billones de dólares en acuerdos de centros de datos. En febrero de 2026 la empresa rebajó la previsión a unos 600.000 millones hasta 2030, y este mismo septiembre la ha vuelto a subir hasta unos 750.000 millones. Esa banda —de 600.000 a 1,4 billones en diez meses— dice bastante sobre la solidez de las previsiones del sector.

Mientras tanto ha pasado algo que cambia la historia que se contaba hasta ahora: Anthropic ha adelantado a OpenAI en ingresos —unos 65.000 millones anualizados frente a 40.000 en agosto de 2026— y habría cerrado su primer trimestre con beneficio de explotación. Es beneficio de explotación, no beneficio neto, y no está auditado ni confirmado por la empresa; pero la frase «ninguna gana dinero» ya no se puede decir sin matizarla.

Los escalones de precio en Europa, a septiembre de 2026:

• Gratis. Con límites de uso. Desde el 24 de agosto, en treinta y un países europeos, con publicidad: la capa gratuita de ChatGPT ya no es gratis del todo.
• De 5 a 8 € al mes. Un escalón barato que no existía hace un año, pensado para quien no va a pagar veinte.
• De 20 a 23 € al mes. El plan corriente: más velocidad, sin colas, los modelos buenos.
• De 100 a 230 € al mes. Para uso intensivo y profesional.
• Por uso. Las empresas pagan por lo que consumen al conectar estos modelos a sus propios programas. Es la pata que más crece.

Alrededor del 94% de quienes usan ChatGPT no paga nada. Durante años la explicación fue que ese 6% restante sostenía el invento; hoy hay que corregirla, porque las empresas y la publicidad ya aportan una parte importante y creciente: los anuncios alcanzaron los mil millones de dólares anualizados a finales de agosto.

Los usuarios gratuitos no son clientes: son la inversión. Cada conversación enseña cómo trabaja, decide y se equivoca una persona de carne y hueso.

¿Por qué aguantar esas pérdidas? Por dos razones. La primera es que compiten por ser la cañería por la que pase todo lo demás, igual que hace quince años se compitió por ser el sitio donde las empresas guardaran sus datos. Quien lo consiga cobrará peaje durante décadas. La segunda es el dato: cada corrección de un usuario, cada preferencia, cada tarea, alimenta el modelo siguiente.

Y hay un tercer motivo, más prosaico: las dos han pedido salir a bolsa. Presentaron sus papeles de forma confidencial en junio de 2026, Anthropic apuntando al otoño. Todo lo que hoy discutimos son cuentas prestadas, filtradas o declaradas; las primeras auditadas y públicas de verdad llegarán con esas salidas.

El futuro

Lo que parece probable, lo que nadie sabe

Pocos campos tienen pronósticos tan divergentes. Los jefes de las empresas compiten en audacia, los investigadores mantienen la cautela y los mercados apuestan cantidades sin precedente.

Lo que casi nadie discute:

• Los agentes son el siguiente salto. IDC calcula más de mil millones de agentes funcionando en empresas en 2029, cuarenta veces los de 2025. Un agente no contesta preguntas: ejecuta procesos completos por su cuenta.
• El coste de hacer funcionar estos modelos sigue bajando deprisa.
• El empleo se moverá mucho. El Foro Económico Mundial estima 170 millones de puestos nuevos y 92 millones destruidos para 2030: 78 millones de ganancia neta, muy mal repartida por países, sectores y niveles de estudios.
• Habrá un efecto grande sobre la economía. La cifra de 15,7 billones de dólares que todo el mundo repite es de un informe de PwC de 2017, así que tómese como lo que es: una estimación de hace nueve años que nadie ha vuelto a calcular en dólares.

Lo que sigue en el aire: si las empresas que hoy mandan seguirán mandando; cómo afectará realmente al trabajo en cada país; si la regulación europea, la americana y la china acabarán convergiendo o separándose del todo; y si los modelos actuales tienen un techo que aún no hemos visto.

¿Y la inteligencia artificial general?

Se llama así a una máquina capaz de hacer cualquier tarea intelectual humana. Es el gran debate del sector, y las posiciones no se parecen en nada:

• Dario Amodei (Anthropic) hablaba en 2025 de sistemas superiores a casi cualquier humano en casi todo «en 2026 o 2027». En febrero de 2026 alargó el plazo a «uno a tres años» y dice que a diez años lo ve al 90%. Rechaza la etiqueta: la llama un término de márketing. El 12 de septiembre de 2026 pidió públicamente frenar el ritmo de avance.
• Demis Hassabis (Google DeepMind) daba un 50% de probabilidad para 2030; en enero de 2026 ya habla de cinco a diez años.
• Sam Altman escribió en 2024 que la superinteligencia podía llegar «en unos pocos miles de días». Ojo: hablaba de superinteligencia, no de inteligencia general, y de eso hace dos años.
• Jensen Huang (Nvidia) decía en 2024 que en cinco años una máquina pasaría cualquier examen humano. El 7 de septiembre de 2026, tras el último modelo de OpenAI, escribió tres palabras: «la inteligencia artificial general ha llegado».
• El 76% de los investigadores académicos encuestados por la asociación estadounidense de inteligencia artificial considera improbable o muy improbable que agrandar los modelos actuales baste para conseguirla.

Los pronosticadores de Metaculus, que llevan años apostando dinero y reputación sobre esto, sitúan la fecha mediana entre 2031 y 2033. Y a que OpenAI declare haberla alcanzado dentro de 2026, los mercados de apuestas dan entre un 9% y un 15%.

La distancia entre lo que dicen los directivos y lo que dicen los investigadores nunca ha sido tan grande. Y ninguno de los dos grupos es neutral.

El límite físico

Hay una parte de esta historia que no sale en los titulares porque no la cuenta nadie con acciones en juego: la eléctrica y la del agua.

485 TWhconsumieron los centros de datos del mundo en 2025: en torno al 1,5% de toda la electricidad del planeta

De ese consumo, la inteligencia artificial es aproximadamente un tercio: un 0,5% de la electricidad mundial. Es mucho menos de lo que suele decirse, pero crece como ninguna otra cosa —los centros dedicados a inteligencia artificial subieron un 50% en un solo año— y la Agencia Internacional de la Energía proyecta que el conjunto llegue hacia 2030 a unos 950 teravatios hora, cerca del 3%.

El agua es el otro límite, y ahí ya hay conflicto. Google declaró 9.900 millones de galones de agua dulce consumidos en 2025, un 22% más que el año anterior. En Chile, un juzgado revocó en parte el permiso de su centro de datos de Cerrillos por el uso de agua subterránea, y la empresa lo rediseñó para refrigerar por aire. En Uruguay, en plena sequía de Montevideo, las protestas contra otro centro acabaron igual. No es geopolítica: es vecindario, que suele ser más serio.

Para terminar

Seis cosas que conviene saber antes de opinar

1. Hay tres millones de modelos publicados y el mercado de consumo lo dominan menos de diez productos. Que haya muchos no significa que haya muchos que manden.

2. Casi ninguna de las grandes gana dinero, aunque eso acaba de empezar a cambiar. Están construyendo cañerías a pérdida porque creen que quien controle la cañería controlará la economía digital de las próximas décadas.

3. El plan gratuito no es un regalo: es una inversión en datos, en costumbre y en dependencia. Y desde agosto, en Europa, además lleva publicidad.

4. La inteligencia general no está a la vuelta de la esquina según la mayoría de los investigadores, por mucho que los directivos del sector compitan en audacia. Créase a quien no tenga nada que vender.

5. El empleo se moverá mucho y de forma muy desigual. El saldo global previsto es positivo; el de cada oficio concreto, no necesariamente.

6. El mayor riesgo a corto plazo no es una máquina superinteligente: es la desinformación amplificada, la concentración de poder en pocas manos y el coste físico —luz y agua— de una tecnología que crece más deprisa de lo que se mide.

Y una séptima, de regalo: todos los números de este artículo tienen fecha. Dentro de seis meses habrá que volver a hacerlos.