a16z “Grandes ideas para 2026: Segunda parte”

El software ha devorado el mundo. Ahora, lo impulsará hacia adelante.

Escrito por: a16z New Media

Traducción: Block unicorn

Ayer, compartimos la primera parte de la serie "Grandes Ideas", que incluye los desafíos que nuestros socios de los equipos de Infraestructura, Crecimiento, Bio + Salud y Speedrun creen que las startups enfrentarán en 2026.

Hoy, continuamos con la segunda parte de la serie, que contiene contribuciones del equipo de American Dynamism (un equipo de inversión creado por a16z en 2021) y del equipo de Aplicaciones.

American Dynamism

David Ulevitch: Construyendo una base industrial nativa de IA

Estados Unidos está reconstruyendo los componentes económicos que realmente otorgan poder a la nación. Energía, manufactura, logística e infraestructura vuelven a estar en el centro de atención, y el cambio más importante es el surgimiento de una base industrial verdaderamente nativa de inteligencia artificial y con prioridad en el software. Estas empresas comienzan con simulación, diseño automatizado y operaciones impulsadas por IA. No están modernizando el pasado, están construyendo el futuro.

Esto está generando enormes oportunidades en sistemas energéticos avanzados, manufactura robótica pesada, una nueva generación de minería, procesos biológicos y enzimáticos (para producir los productos químicos precursores de los que dependen todas las industrias), entre otros campos. La IA puede diseñar reactores más limpios, optimizar la extracción, diseñar mejores enzimas y coordinar enjambres de máquinas autónomas con una visión que los operadores tradicionales no pueden igualar.

La misma transformación también está remodelando el mundo fuera de las fábricas. Sensores autónomos, drones y modelos modernos de IA ahora pueden monitorear de manera continua puertos, ferrocarriles, líneas eléctricas, oleoductos, bases militares, centros de datos y otros sistemas críticos que antes eran demasiado grandes o difíciles de gestionar en su totalidad.

El mundo real necesita nuevo software. Los fundadores que construyan este software darán forma a la prosperidad de Estados Unidos para el próximo siglo.

Erin Price-Wright: El renacimiento de las fábricas estadounidenses

El primer gran siglo de Estados Unidos se construyó sobre una poderosa fortaleza industrial, pero como es bien sabido, hemos perdido gran parte de esa fuerza, en parte por la deslocalización y en parte por una falta constructiva intencionada de la sociedad. Sin embargo, las máquinas oxidadas están volviendo a funcionar y estamos presenciando el renacimiento de las fábricas estadounidenses con el software y la IA en su núcleo.

Creo que para 2026 veremos a las empresas abordar los desafíos en energía, minería, construcción y manufactura con una mentalidad de fábrica. Esto significa combinar IA y automatización con trabajadores técnicos para que procesos complejos y personalizados funcionen con la eficiencia de una línea de ensamblaje. Específicamente:

• Responder rápida y repetidamente a procesos regulatorios y de permisos complejos
• Acelerar los ciclos de diseño y el diseño para la manufacturabilidad desde el principio
• Gestionar mejor la coordinación de proyectos a gran escala
• Desplegar sistemas autónomos para acelerar tareas difíciles o peligrosas para los humanos 

Aplicando las técnicas desarrolladas por Henry Ford hace un siglo, planificando la escala y la repetibilidad desde el principio y fusionando los últimos avances en IA, pronto veremos la producción en masa de reactores nucleares, la construcción de viviendas para satisfacer la demanda nacional, la construcción de centros de datos a una velocidad asombrosa y la entrada en una nueva era dorada de fortaleza industrial. Como dijo Elon Musk, "la fábrica es el producto".

Zabie Elmgren: La próxima ola de observabilidad será física, no digital

Durante la última década, la observabilidad del software cambió la forma en que monitoreamos los sistemas digitales, haciendo que los repositorios de código y los servidores sean transparentes a través de registros, métricas y trazas. La misma transformación está a punto de barrer el mundo físico.

A medida que las principales ciudades estadounidenses despliegan más de mil millones de cámaras y sensores conectados, la observabilidad física —es decir, el conocimiento en tiempo real del funcionamiento de ciudades, redes eléctricas y otras infraestructuras— se está volviendo tanto urgente como factible. Esta nueva capa de percepción también impulsará la próxima frontera de la robótica y la tecnología autónoma, donde las máquinas dependerán de un marco común que haga el mundo físico tan observable como el código.

Por supuesto, esta transformación conlleva riesgos reales: las herramientas que pueden detectar incendios forestales o prevenir accidentes en obras también pueden desencadenar pesadillas distópicas. Los ganadores de la próxima ola serán aquellos que ganen la confianza del público, construyan sistemas que protejan la privacidad, sean interoperables y nativamente compatibles con IA, y aumenten la transparencia social sin sacrificar las libertades. Quien construya este marco confiable, definirá el rumbo de la observabilidad en la próxima década.

Ryan McEntush: La arquitectura de la industria electrónica cambiará el mundo

La próxima revolución industrial no solo ocurrirá en las fábricas, sino también dentro de las máquinas que las impulsan.

El software ya ha transformado radicalmente cómo pensamos, diseñamos y nos comunicamos. Ahora está cambiando cómo nos movemos, construimos y producimos. Los avances en electrificación, materiales e IA se están fusionando para permitir que el software controle verdaderamente el mundo físico. Las máquinas están comenzando a percibir, aprender y actuar de forma autónoma.

Esto es el auge del stack industrial electrónico: la tecnología integrada que impulsa vehículos eléctricos, drones, centros de datos y la manufactura moderna. Conecta los átomos que mueven el mundo con los bits que lo controlan: desde minerales refinados en componentes, energía almacenada en baterías, electricidad controlada por dispositivos electrónicos y movimiento logrado por motores de precisión, todo coordinado por software. Es la base invisible detrás de cada avance en automatización física; determina si el software solo llama a un taxi o realmente toma el volante.

Sin embargo, desde el refinamiento de materiales clave hasta la fabricación de chips avanzados, la capacidad de construir este stack se está perdiendo. Si Estados Unidos quiere liderar la próxima era industrial, debe fabricar el hardware que la sustentará. Los países que dominen el stack industrial electrónico definirán el futuro de la tecnología industrial y militar.

El software ha devorado el mundo. Ahora, lo impulsará hacia adelante.

Oliver Hsu: Laboratorios autónomos aceleran los descubrimientos científicos

Con los avances en capacidades multimodales de los modelos y la mejora continua de la robótica, los equipos acelerarán el descubrimiento científico autónomo. Estas tecnologías paralelas darán lugar a laboratorios autónomos capaces de cerrar el ciclo del descubrimiento científico: desde la formulación de hipótesis hasta el diseño y ejecución de experimentos, pasando por el razonamiento, el análisis de resultados y la iteración de futuras líneas de investigación. Los equipos que construyan estos laboratorios serán interdisciplinarios e integrarán conocimientos de IA, robótica, ciencias físicas y de la vida, manufactura y operaciones, logrando experimentos y descubrimientos continuos entre disciplinas en laboratorios sin supervisión.

Will Bitsky: El viaje de los datos en industrias críticas

En 2025, el zeitgeist de la IA estará definido por la limitación de recursos computacionales y la construcción de centros de datos. Para 2026, estará definido por la limitación de recursos de datos y la próxima frontera del viaje de los datos: nuestras industrias críticas.

Nuestras industrias críticas siguen siendo un tesoro de datos latentes y no estructurados. Cada salida de camión, cada lectura de medidor, cada tarea de mantenimiento, cada operación de producción, cada ensamblaje, cada prueba, es material para el entrenamiento de modelos. Sin embargo, términos como recopilación de datos, etiquetado o entrenamiento de modelos no son comunes en la industria.

La demanda de estos datos es incesante. Empresas como Scale, Mercor y laboratorios de investigación de IA recopilan incansablemente datos de procesos (no solo "qué se hizo", sino "cómo se hizo"). Pagan precios elevados por cada conjunto de "datos de fábricas de sudor".

Las empresas industriales con infraestructura física y mano de obra existentes tienen una ventaja comparativa en la recopilación de datos y comenzarán a aprovecharla. Sus operaciones generan enormes cantidades de datos, que pueden capturarse casi sin coste marginal y utilizarse para entrenar modelos propios o licenciarse a terceros.

También debemos esperar que surjan startups para ayudar. Ofrecerán stacks de coordinación: herramientas de software para recopilar, etiquetar y licenciar; hardware de sensores y kits de desarrollo de software (SDK); entornos de aprendizaje por refuerzo (RL) y pipelines de entrenamiento; y, finalmente, sus propias máquinas inteligentes.

Equipo de Aplicaciones (Apps)

David Haber: La IA refuerza los modelos de negocio

Las mejores startups de IA no solo automatizan tareas; amplifican el valor económico de sus clientes. Por ejemplo, en el derecho basado en honorarios de éxito, los bufetes solo ganan si ganan el caso. Empresas como Eve utilizan datos de resultados propios para predecir la probabilidad de éxito de los casos, ayudando a los bufetes a elegir mejor, servir a más clientes y aumentar su tasa de éxito.

La IA en sí misma puede reforzar los modelos de negocio. No solo reduce costes, sino que también genera más ingresos. Para 2026, veremos esta lógica expandirse a todas las industrias, ya que los sistemas de IA se alinearán más profundamente con los incentivos de los clientes y crearán ventajas compuestas que el software tradicional no puede igualar.

Anish Acharya: ChatGPT se convertirá en la tienda de aplicaciones de IA

El ciclo de productos de consumo requiere tres elementos para tener éxito: nueva tecnología, nuevos comportamientos de los consumidores y nuevos canales de distribución.

Hasta hace poco, la ola de IA cumplía los dos primeros requisitos, pero carecía de un canal de distribución nativo. La mayoría de los productos crecían a través de redes existentes como X o el boca a boca.

Sin embargo, con el lanzamiento del OpenAI Apps SDK, el soporte de Apple para miniapps y la función de chats grupales de ChatGPT, los desarrolladores de consumo ahora pueden acceder directamente a los 900 millones de usuarios de ChatGPT y crecer a través de nuevas redes de miniapps como Wabi. Como el eslabón final del ciclo de vida de productos de consumo, este nuevo canal de distribución podría desencadenar una fiebre del oro tecnológica de consumo en 2026. Ignóralo bajo tu propio riesgo.

Olivia Moore: Los agentes de voz comienzan a ganar terreno

En los últimos 18 meses, la idea de agentes de IA que gestionan interacciones reales para empresas ha pasado de la ciencia ficción a la realidad. Miles de empresas, desde pymes hasta grandes corporaciones, utilizan IA de voz para programar citas, completar reservas, realizar encuestas, recopilar información de clientes y más. Estos agentes no solo ahorran costes y generan ingresos adicionales, sino que liberan a los empleados para tareas más valiosas —y más interesantes—.

Pero como este campo aún está en sus inicios, muchas empresas siguen en la etapa de "voz como punto de entrada", ofreciendo solo uno o unos pocos tipos de llamadas como solución única. Me entusiasma ver asistentes de voz que puedan gestionar flujos de trabajo completos (posiblemente multimodales) e incluso administrar todo el ciclo de relación con el cliente.

Esto probablemente significará que los agentes se integrarán más profundamente en los sistemas empresariales y tendrán libertad para gestionar interacciones más complejas. A medida que los modelos subyacentes mejoran —ahora los agentes pueden llamar herramientas y operar entre sistemas—, cada empresa debería desplegar productos de IA basados en voz y utilizarlos para optimizar los procesos clave del negocio.

Marc Andrusko: Se avecinan aplicaciones proactivas sin necesidad de prompts

En 2026, los usuarios convencionales dejarán atrás las cajas de prompts. La próxima generación de aplicaciones de IA no mostrará prompts en absoluto: observarán tus acciones y te sugerirán proactivamente operaciones para tu referencia. Tu entorno de desarrollo integrado (IDE) sugerirá refactorizaciones antes de que preguntes. Tu sistema de gestión de relaciones con clientes (CRM) generará automáticamente correos de seguimiento tras una llamada. Tu herramienta de diseño generará variantes mientras trabajas. La interfaz de chat será solo una herramienta auxiliar. Ahora, la IA será el andamiaje invisible de cada flujo de trabajo, activada por la intención del usuario y no por instrucciones.

Angela Strange: La IA finalmente actualizará la infraestructura bancaria y de seguros

Muchos bancos y aseguradoras ya han integrado funciones de IA como importación de documentos y agentes de voz en sus sistemas tradicionales, pero solo reconstruyendo la infraestructura que soporta la IA podrá esta transformar realmente los servicios financieros.

Para 2026, el riesgo de no modernizarse y aprovechar la IA superará el riesgo de fracasar, y veremos a grandes instituciones financieras abandonar contratos con proveedores tradicionales para implementar alternativas más nuevas y nativas de IA. Estas empresas dejarán atrás las limitaciones de la clasificación pasada y se convertirán en plataformas capaces de centralizar, normalizar y enriquecer datos subyacentes de sistemas tradicionales y fuentes externas.

¿El resultado?

• Los flujos de trabajo se simplificarán y paralelizarán significativamente. Ya no será necesario alternar entre sistemas y pantallas. Imagina ver y gestionar cientos de tareas pendientes en paralelo en un sistema de originación de hipotecas (LOS), donde los agentes pueden completar incluso las partes más tediosas.
• Las clasificaciones que conocemos se fusionarán en otras más grandes. Por ejemplo, los datos de KYC de clientes, apertura de cuentas y monitoreo de transacciones ahora pueden unificarse en una sola plataforma de riesgos.
• Los ganadores de estas nuevas clasificaciones serán 10 veces más grandes que las empresas tradicionales: el alcance de la clasificación es mayor y el mercado de software está devorando la mano de obra.

El futuro de los servicios financieros no es aplicar IA sobre sistemas antiguos, sino construir un sistema operativo completamente nuevo basado en IA.

Joe Schmidt: Estrategias prospectivas llevan la IA al 99% de las empresas

La IA es el avance tecnológico más emocionante de nuestra vida. Sin embargo, hasta ahora, la mayor parte de los beneficios de las nuevas startups han ido al 1% de las empresas de Silicon Valley, ya sea porque están realmente en el área de la bahía o forman parte de su vasta red. Esto no es sorprendente: los emprendedores quieren vender a empresas que conocen y pueden contactar fácilmente, ya sea visitando sus oficinas o a través de inversores en sus juntas directivas.

Para 2026, esto cambiará radicalmente. Las empresas se darán cuenta de que la mayoría de las oportunidades de IA están fuera de Silicon Valley, y veremos nuevas startups aprovechar estrategias prospectivas para descubrir más oportunidades ocultas en grandes industrias verticales tradicionales. En industrias como la consultoría y los servicios (por ejemplo, integradores de sistemas y empresas de implementación) y la manufactura, donde el desarrollo es más lento, la IA ofrece enormes oportunidades.

Seema Amble: La IA crea nuevas capas de coordinación y roles en las empresas Fortune 500

Para 2026, las empresas pasarán de herramientas de IA aisladas a sistemas multiagente que funcionen como equipos digitales coordinados. A medida que los agentes gestionen flujos de trabajo complejos e interdependientes (como planificación, análisis y ejecución conjuntos), las empresas deberán repensar la estructura del trabajo y cómo fluye el contexto entre sistemas. Ya vemos empresas como AskLio y HappyRobot experimentando esta transición, desplegando agentes en procesos completos en lugar de tareas individuales.

Las empresas Fortune 500 sentirán este cambio con mayor profundidad: poseen los mayores depósitos de datos aislados, conocimiento institucional y complejidad operativa, gran parte de la cual reside en la mente de los empleados. Transformar esta información en una base compartida para trabajadores autónomos liberará decisiones más rápidas, ciclos más cortos y procesos de extremo a extremo que ya no dependen de la microgestión humana continua.

Esta transformación también obligará a los líderes a reinventar roles y software. Surgirán nuevas funciones, como diseñadores de flujos de trabajo de IA, supervisores de agentes y responsables de gobernanza para coordinar y auditar trabajadores digitales colaborativos. Además de los sistemas de registro existentes, las empresas necesitarán sistemas de coordinación: nuevas capas para gestionar interacciones multiagente, juzgar el contexto y garantizar la fiabilidad de los flujos de trabajo autónomos. Los humanos se centrarán en gestionar casos límite y las situaciones más complejas. El auge de los sistemas multiagente no es solo otro paso en la automatización; representa una reconstrucción de cómo operan, deciden y crean valor las empresas.

Bryan Kim: La IA de consumo pasa de "ayúdame" a "conóceme"

2026 marcará el cambio de las funciones de los productos de IA de consumo masivo: de aumentar la productividad a mejorar las conexiones humanas. La IA ya no solo te ayudará a hacer tu trabajo, sino que te permitirá conocerte mejor y te ayudará a construir relaciones más sólidas.

Hay que ser claros: esto no es fácil. Muchos productos de IA social ya han salido al mercado y han fracasado. Sin embargo, gracias a ventanas de contexto multimodales y a la disminución de los costes de inferencia, los productos de IA ahora pueden aprender de todos los aspectos de tu vida, y no solo de lo que le dices al chatbot. Imagina que tu galería de fotos del móvil muestre momentos emocionales reales, que los modos de chat uno a uno y en grupo cambien según el interlocutor, y que tus hábitos diarios cambien bajo presión.

Una vez que estos productos realmente lleguen al mercado, se convertirán en parte de nuestra vida diaria. En general, los productos de tipo "conóceme" tienen mejores mecanismos de retención de usuarios que los de tipo "ayúdame". Los productos "ayúdame" monetizan a través de la alta disposición a pagar por tareas específicas y buscan mejorar la retención. Los productos "conóceme" monetizan a través de la interacción diaria continua: la disposición a pagar es menor, pero la retención es mayor.

La gente siempre ha intercambiado datos por valor: la cuestión es si la recompensa merece la pena. Y la respuesta se sabrá pronto.

Kimberly Tan: Nuevos primitivos de modelos dan lugar a empresas sin precedentes

Para 2026, veremos surgir empresas que simplemente no podrían haber existido antes de los avances en inferencia, multimodalidad y aplicaciones informáticas. Hasta ahora, muchas industrias (como la legal o la atención al cliente) han utilizado mejoras en la inferencia para potenciar productos existentes. Pero ahora empezamos a ver empresas cuyos productos centrales dependen fundamentalmente de estos nuevos primitivos de modelos.

Los avances en inferencia pueden dar lugar a nuevas capacidades, como evaluar reclamaciones financieras complejas o actuar en función de investigaciones académicas o de analistas densas (por ejemplo, resolver disputas de facturación). Los modelos multimodales permiten extraer datos potenciales de vídeo del mundo físico (por ejemplo, cámaras en plantas de manufactura). Las aplicaciones informáticas permiten la automatización de grandes industrias cuyo valor antes estaba limitado por software de escritorio, APIs deficientes y flujos de trabajo fragmentados.

James da Costa: Las startups de IA escalan vendiendo a otras startups de IA

Estamos en medio de una ola sin precedentes de creación de empresas, impulsada principalmente por el ciclo actual de productos de IA. Pero a diferencia de ciclos anteriores, las empresas existentes no están de brazos cruzados; también están adoptando la IA activamente. Entonces, ¿cómo pueden ganar las startups?

Una de las formas más efectivas y subestimadas de superar a las empresas existentes en los canales de distribución es servir a las empresas desde su nacimiento: es decir, atender a las empresas completamente nuevas (greenfield). Si puedes atraer a todas las empresas recién creadas y crecer con ellas, a medida que tus clientes crecen, tú también te conviertes en una gran empresa. Stripe, Deel, Mercury, Ramp y otras han seguido esta estrategia. De hecho, muchos de los clientes de Stripe ni siquiera existían cuando Stripe se fundó.

En 2026, veremos a startups nacidas desde cero escalar en muchos campos del software empresarial. Solo necesitan construir mejores productos y centrarse en captar a los nuevos clientes que aún no están atados a proveedores existentes.