El 2025 estuvo marcado por un fenómeno que se pudo apreciar en prácticamente todas las industrias: un hype muy alto en torno a la IA, pero con una baja aplicabilidad real de la tecnología.
Columnas al director
Porque si bien muchas empresas sintieron la necesidad de subirse al carro de la inteligencia artificial, buena parte de ellas lo hicieron desde un entendimiento superficial, asociándola principalmente a chatbots o herramientas básicas que no explotan el verdadero potencial de la IA.
Pese a ello, existe plena conciencia de que esta tecnología debe adoptarse, aunque todavía falta cultura y profundidad en su implementación. Así, para este año, se proyecta un cambio significativo. La IA sigue siendo la tecnología más relevante del momento y, después de un 2025 de maduración y de comprender el impacto positivo que puede generar, su impacto en las empresas será más profundo, menos superficial y mucho más transversal, impulsado por la madurez de los AI agents, capaces de orquestar múltiples sistemas y automatizar complejos procesos de negocios.
Columnas al director
Entonces, este 2026, año desde donde saltaremos hacia una productividad empresarial estructural, marcando un antes y un después en la adopción real de IA en Chile, estaremos en presencia de un impacto especialmente fuerte en la maduración de la inteligencia artificial empresarial, impulsada por la evolución de los entornos agentic: sistemas capaces de razonar, tomar decisiones, coordinar múltiples herramientas y ejecutar procesos completos de forma autónoma.
Esta nueva generación de agentes será la responsable del salto desde la productividad individual hacia la productividad organizacional, permitiendo que las empresas automaticen flujos complejos, integren sistemas fragmentados y reduzcan drásticamente la fricción operativa. La IA dejará de ser un asistente para transformarse en un operador digital autónomo, capaz de orquestar tareas de principio a fin.
Columnas al director
Es probable que más adelante seamos testigos de otro gran cambio: la llegada de tecnologías diseñadas para dotar a los modelos de memoria real y aprendizaje continuo, un campo donde destacan avances recientes como Nested Learning y el modelo experimental HOPE, presentados por Google Research. Nested Learning plantea un nuevo paradigma: modelos que aprenden de manera continua, recuerdan interacciones pasadas y mejoran con el uso, sin requerir reentrenamientos costosos ni perder conocimiento previo, acercándose al funcionamiento de la memoria humana.
Y aunque hoy están en etapa experimental, estos desarrollos abrirán paso, probablemente desde 2027 en adelante, a sistemas capaces de no solo ejecutar procesos (como los agentes de 2026), sino que también mejorar cada vez más su desempeño mediante experiencia acumulada.
Francisco Carrasco M.
