a16z “Grandes ideas para 2026: Segunda parte”

El software se ha comido el mundo. Ahora, lo va a impulsar 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 enfrentarán las startups en 2026.

Hoy continuamos con la segunda parte de la serie, que incluye aportes 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 inteligencia artificial

Estados Unidos está reconstruyendo los componentes económicos que realmente le otorgan poder al país. 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 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, fabricación de robótica pesada, una nueva generación de minería, procesos biológicos y enzimáticos (que producen los productos químicos precursores de los que dependen todas las industrias). 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 y 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 capacidad industrial, pero como es bien sabido, hemos perdido gran parte de esa fortaleza, en parte por la deslocalización y en parte por una falta de construcción deliberada en 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 el centro.

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 montaje. 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 inicio y fusionando los últimos avances en IA, pronto lograremos la producción masiva de reactores nucleares, construiremos viviendas para satisfacer la demanda nacional a una velocidad asombrosa, levantaremos centros de datos rápidamente y entraremos 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

En 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 mediante logs, métricas y trazas. Ahora, esa misma transformación está a punto de llegar al 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 que el mundo físico sea tan observable como el código.

Por supuesto, esta transformación también conlleva riesgos reales: las herramientas que pueden detectar incendios forestales o prevenir accidentes en obras también pueden provocar pesadillas distópicas. Los ganadores de la próxima ola serán quienes ganen la confianza pública, construyan sistemas que protejan la privacidad, sean interoperables y nativamente compatibles con IA, aumentando la transparencia social sin sacrificar las libertades. Quien logre construir 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 la forma en que 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 empezando a percibir, aprender y actuar de forma autónoma.

Esto es el surgimiento del stack industrial electrónico: la tecnología integrada que impulsa autos 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, hasta 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 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 sustenta. Los países que dominen el stack industrial electrónico definirán el futuro de la tecnología industrial y militar.

El software se ha comido el mundo. Ahora, lo va a impulsar hacia adelante.

Oliver Hsu: Laboratorios autónomos aceleran los descubrimientos científicos

Con los avances en la capacidad de los modelos multimodales 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 de descubrimiento científico: desde la formulación de hipótesis, el diseño y ejecución de experimentos, hasta el razonamiento, 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 experimentación y descubrimiento continuo entre disciplinas en laboratorios sin supervisión humana.

Will Bitsky: El viaje de los datos en industrias clave

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 clave.

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

La demanda de estos datos es inagotable. Empresas como Scale, Mercor y laboratorios de investigación en IA están recolectando datos de procesos incansablemente (no solo "qué se hizo", sino "cómo se hizo"). Pagan sumas elevadas 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 recolección de datos y comenzarán a aprovecharla. Sus operaciones generan grandes volúmenes de datos que pueden capturarse casi sin costo marginal y usarse para entrenar modelos propios o licenciarse a terceros.

También deberíamos esperar que surjan startups para ayudar. Estas ofrecerán stacks de coordinación: herramientas de software para recolectar, etiquetar y licenciar datos; hardware de sensores y kits de desarrollo de software (SDK); entornos y pipelines de entrenamiento de aprendizaje por refuerzo (RL); 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 estudios de abogados solo ganan si ganan el caso. Empresas como Eve utilizan datos exclusivos de resultados para predecir la probabilidad de éxito de un caso, ayudando a los estudios a elegir mejor los casos, atender a más clientes y aumentar su tasa de éxito.

La IA en sí misma puede reforzar los modelos de negocio. No solo reduce costos, sino que también genera más ingresos. Para 2026, veremos esta lógica expandirse a todos los sectores, 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

Los ciclos de productos de consumo necesitan 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 con los dos primeros, 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 mini apps 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 mini apps como Wabi. Como el último eslabón del ciclo de vida de productos de consumo, este nuevo canal de distribución podría iniciar una fiebre del oro tecnológica de consumo en 2026 que solo ocurre una vez por década. Ignorarlo, 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, usan IA de voz para agendar citas, completar reservas, realizar encuestas, recopilar información de clientes y más. Estos agentes no solo ahorran costos y generan ingresos adicionales, sino que también 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 usar herramientas y operar entre sistemas—, cada empresa debería desplegar productos de IA con prioridad en voz y aprovecharlos para optimizar los puntos clave de su negocio.

Marc Andrusko: Se vienen las aplicaciones proactivas sin necesidad de prompts

En 2026, los usuarios dejarán atrás las cajas de prompts. La próxima generación de aplicaciones de IA no mostrará prompts: observarán tus acciones y te sugerirán operaciones de manera proactiva. 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 creará variantes mientras trabajás. 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 explícitas.

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 se podrá transformar realmente el sector financiero.

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 categorización 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 notablemente. Ya no será necesario alternar entre sistemas y pantallas. Imaginá: podés ver y gestionar cientos de tareas pendientes en paralelo en el sistema de originación de hipotecas (LOS), e incluso los agentes pueden completar las partes más tediosas.
• Las categorías que conocemos se fusionarán en otras más grandes. Por ejemplo, los datos de KYC, apertura de cuentas y monitoreo de transacciones ahora pueden estar en una sola plataforma de riesgos.
• Los ganadores en estas nuevas categorías serán 10 veces más grandes que las empresas tradicionales: el alcance de las categorías es mayor y el mercado de software está devorando la fuerza laboral.

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 proactivas llevan la IA al 99% de las empresas

La IA es el avance tecnológico más emocionante de nuestras vidas. 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 ubicadas realmente en la bahía o como 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 directorios.

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 usando estrategias proactivas para descubrir oportunidades ocultas en grandes industrias tradicionales. En sectores como consultoría, servicios (integradores de sistemas y empresas de implementación) y manufactura, donde el desarrollo es más lento, la IA representa una oportunidad enorme.

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 funcionarán como equipos digitales coordinados. A medida que los agentes gestionen flujos de trabajo complejos e interdependientes (como planificación, análisis y ejecución conjunta), las empresas deberán repensar la estructura del trabajo y cómo fluye el contexto entre sistemas. Ya vemos empresas como AskLio y HappyRobot atravesando esta transición, desplegando agentes en procesos completos y no solo en tareas individuales.

Las empresas Fortune 500 sentirán este cambio con mayor profundidad: poseen los mayores volúmenes de datos aislados, conocimiento institucional y complejidad operativa, gran parte de la cual reside en la mente de los empleados. Convertir 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 dependerán de la microgestión humana continua.

Este cambio también obligará a los líderes a repensar 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 los casos límite y los problemas más complejos. 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 "ayudame" a "conoceme"

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

Vale aclarar: esto no es fácil. Muchos productos de IA social ya se lanzaron y fracasaron. Sin embargo, gracias a las ventanas de contexto multimodales y la caída de los costos de inferencia, los productos de IA ahora pueden aprender de todos los aspectos de tu vida, no solo de lo que le decís al chatbot. Imaginá que tu galería de fotos del celular muestra momentos emocionales reales, que los modos de chat uno a uno y grupales cambian según el interlocutor, y que tus hábitos diarios se modifican bajo presión.

Una vez que estos productos realmente lleguen, serán parte de nuestra vida cotidiana. En general, los productos de tipo "conoceme" tienen mejores mecanismos de retención que los de "ayudame". Los productos "ayudame" monetizan a través de una alta disposición a pagar por tareas específicas y buscan mejorar la retención. Los productos "conoceme" monetizan a través de interacciones diarias continuas: la disposición a pagar es menor, pero la retención es mayor.

La gente siempre intercambia datos por valor: la cuestión es si la recompensa vale la pena. Y la respuesta se revelará pronto.

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

Para 2026, veremos surgir empresas que 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 recién estamos empezando a ver empresas cuyas funciones principales 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 base a investigaciones académicas o de analistas densas (por ejemplo, resolver disputas de facturación). Los modelos multimodales permiten extraer datos potenciales de video del mundo físico (por ejemplo, cámaras en plantas de manufactura). Las aplicaciones informáticas hacen posible la automatización de grandes industrias cuyo valor antes estaba limitado por software de escritorio, APIs deficientes y flujos de trabajo fragmentados.

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

Estamos en 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 se quedan de brazos cruzados; también están adoptando IA activamente. Entonces, ¿cómo pueden ganar las startups?

Una de las formas más efectivas y subestimadas de superar a las empresas existentes en distribución es servir a las empresas desde su nacimiento: es decir, atender a las empresas nuevas (greenfield). Si podés captar a todas las empresas que recién empiezan y crecer con ellas, a medida que tus clientes crecen, vos también te convertirás en una gran empresa. Stripe, Deel, Mercury, Ramp y otras siguieron esta estrategia. De hecho, muchos clientes de Stripe ni siquiera existían cuando Stripe se fundó.

En 2026, veremos a startups que nacen desde cero escalar en muchos sectores de software empresarial. Solo necesitan construir mejores productos y enfocarse al máximo en captar clientes nuevos que aún no están atados a proveedores existentes.