Inteligencia artificial gestionada en EE. UU.: Lo que casi todo el mundo pasa por alto en el actual revuelo en torno a la IA

Demasiado arriesgado, demasiado complejo: la verdadera razón por la que las corporaciones estadounidenses están subcontratando su IA

El debate público sobre inteligencia artificial suele centrarse en espectaculares modelos lingüísticos, gigantescos centros de datos y la multimillonaria carrera armamentística entre los principales gigantes tecnológicos. Sin embargo, lejos de este foco de atención, se está produciendo una transformación silenciosa pero profunda en la economía estadounidense. El enfoque ya no se centra simplemente en el desarrollo de los modelos, sino en su funcionamiento fluido, seguro y rentable en el día a día empresarial: la denominada IA ​​gestionada. Impulsadas por una grave escasez de mano de obra cualificada, el aumento vertiginoso de los costes operativos y un marco regulatorio cada vez más complejo, las empresas estadounidenses están cediendo el control de sus algoritmos a proveedores de servicios especializados. Este artículo examina por qué el verdadero auge de la IA se está produciendo en el aparentemente insignificante sector del mantenimiento y las operaciones, desmiente los mitos que rodean a las cifras habituales de los analistas y revela quiénes son los verdaderos beneficiarios de esta nueva economía de la inteligencia artificial.

Por qué las corporaciones estadounidenses hace tiempo que cedieron el control de sus propios algoritmos a terceros

El debate público sobre la inteligencia artificial en Estados Unidos gira casi exclusivamente en torno a los modelos de lenguaje, los centros de datos y la competencia entre los principales proveedores de plataformas. Sin embargo, se está pasando por alto un mercado que quizás sea incluso más importante económicamente que la competencia por el modelo más potente: la operación de estos sistemas en las actividades comerciales cotidianas. La IA gestionada, la administración continua y garantizada mediante contrato de aplicaciones de IA productivas, se ha transformado en pocos años de un tema especializado a uno de los segmentos de mayor crecimiento del sector servicios estadounidense. Quien desee comprender hacia dónde se dirige la economía estadounidense en los próximos años debe preguntarse no solo quién crea los mejores modelos, sino también quién los mantiene en funcionamiento, los supervisa, los protege y se responsabiliza de ellos en caso de crisis.

Del experimento a la operación obligatoria: Cómo se está reorganizando el mercado

La diferencia entre una implementación puntual de IA y un sistema operativo continuo puede parecer técnica, pero es crucial desde el punto de vista económico. La consultoría de implementación finaliza con la entrega de un prototipo funcional. La IA gestionada comienza precisamente donde termina esta entrega y abarca la monitorización, el funcionamiento continuo de los sistemas de entrenamiento e inferencia, los procesos de gobernanza, el control de costes, la orquestación de agentes autónomos y la respuesta a incidentes, todo ello bajo niveles de servicio acordados contractualmente. Este cambio no es casual, sino la consecuencia lógica de un proceso de maduración: las empresas que inicialmente experimentaron con proyectos piloto ahora se enfrentan al reto de operar sistemas de producción de forma permanente, segura y económica, y muy pocas cuentan con el personal interno necesario para lograrlo por sí solas.

Esta brecha de habilidades, sumada a la creciente presión regulatoria y la enorme complejidad de gestionar continuamente los costos de la IA y la desviación de los modelos, está impulsando la demanda de operaciones externalizadas. Empresas de gran escala como Amazon, Microsoft, Google, IBM y Oracle están desarrollando cada vez más sus propias ofertas de inferencia gestionada, mientras que los integradores de sistemas y las consultoras tradicionales se hacen cargo de las operaciones, la gobernanza y los casos de uso específicos de la industria. Está surgiendo un ecosistema híbrido entre estos dos grupos, en el que la plataforma proporciona la capacidad de procesamiento y el proveedor de servicios asume la responsabilidad de una operación fluida y conforme a la normativa.

Miles de millones en impulsos económicos desde Washington y Wall Street

El clima político y económico de los últimos doce meses ha acelerado aún más esta tendencia. En junio de 2026, el gobierno firmó una orden ejecutiva para promover la innovación y la seguridad de la IA avanzada, que prevé la preaprobación voluntaria de modelos de alto rendimiento y establece un centro de intercambio de información sobre ciberseguridad de la IA, junto con directrices de la Agencia de Ciberseguridad y Seguridad de la Información (CISA) para las agencias federales y la infraestructura crítica. Ya en diciembre de 2025, el gobierno había intentado, mediante otra orden ejecutiva y un departamento jurídico creado específicamente para ello, imponer un marco federal uniforme y con la menor carga posible, al tiempo que se defendía legalmente de las diferentes regulaciones en los estados individuales. Para las empresas que operan sistemas de IA en varios estados, esta coexistencia de políticas federales y un creciente mosaico de leyes estatales genera una importante incertidumbre jurídica, lo que a su vez impulsa la demanda de servicios de gobernanza especializados.

Paralelamente, los analistas de mercado están describiendo un panorama de crecimiento explosivo. Un pronóstico publicado en mayo de 2026 sitúa el gasto global en IA para el año en curso en alrededor de 2,59 billones de dólares, un aumento del 47 por ciento en comparación con el año anterior, y se espera que solo los servicios de IA representen aproximadamente 585 mil millones de dólares. Los analistas responsables identifican explícitamente 2026 como un punto de inflexión, en el que la carga de inversión se traslada de los gastos de capital de las hiperescaladoras a los presupuestos operativos de las propias empresas. Un análisis de mercado presentado en agosto de 2026 respalda esta tesis con una observación notable: ya en 2025, el gasto en la operación continua de modelos de IA, es decir, la inferencia gestionada, superó por primera vez el gasto en entrenamiento de nuevos modelos, alcanzando los 23,1 mil millones de dólares en comparación con los 16,3 mil millones de dólares. Este cambio marca la transición de una economía impulsada por la investigación a una economía operativa.

¿Quién paga realmente?: Un vistazo detrás de los folletos publicitarios de los analistas

Por muy tentadoras que sean las clasificaciones claras, los datos disponibles no resisten un análisis minucioso. No existen estadísticas oficiales y estandarizadas sobre qué industrias en Estados Unidos invierten más en sistemas de IA. Diferentes empresas de investigación de mercado llegan a resultados contradictorios, según sus definiciones y metodologías. Un estudio sitúa claramente al sector financiero y de seguros a la cabeza, con una cuota de mercado de poco más de una cuarta parte del mercado estadounidense de agentes de IA autónomos. Otro estudio, basado en la perspectiva del capital riesgo, identifica al sector sanitario como el segmento de mayor gasto en el campo de la IA generativa, con un volumen estimado de alrededor de 1.500 millones de dólares solo en 2025. Un tercer análisis, basado en encuestas oficiales de la Oficina del Censo, muestra que, medido por las tasas de uso, el sector de la información lidera con poco menos del 40 % y el sector financiero con alrededor del 34 %, mientras que el sector sanitario se queda significativamente rezagado en la aplicación operativa real.

Estas discrepancias no son accidentales, sino que reflejan un problema fundamental de definición. Quienes hablan de gasto en IA generativa suelen confundir licencias de software, proyectos de consultoría puntuales, costes de infraestructura y la operación en sí. Quienes hablan de tasas de uso miden algo distinto a quienes preguntan por el volumen de contratos para operaciones externalizadas. Además, las encuestas oficiales de la Oficina del Censo, realizadas entre finales de 2025 y mediados de 2026, muestran que el uso general de la IA entre las empresas estadounidenses es de tan solo entre el 18 y el 22 por ciento y se concentra principalmente en grandes empresas con más de 250 empleados, donde la tasa asciende a aproximadamente el 37 por ciento. Por lo tanto, no cabe hablar de una penetración generalizada de la IA en la economía estadounidense. La demanda de IA operada profesionalmente ha sido hasta ahora un fenómeno propio de las grandes corporaciones y las industrias intensivas en conocimiento, mientras que las pequeñas y medianas empresas (PYME), a pesar del marketing agresivo de muchos proveedores, apenas ofrecen cifras de compra fiables.

Plataforma de IA gestionada - Imagen: Xpert.Digital

Aquí aprenderá cómo su empresa puede implementar soluciones de IA personalizadas de forma rápida, segura y sin grandes barreras de entrada.

Una plataforma de IA gestionada es su solución integral y sin preocupaciones para la inteligencia artificial. En lugar de lidiar con tecnología compleja, infraestructura costosa y largos procesos de desarrollo, recibirá una solución lista para usar y adaptada a sus necesidades de un socio especializado, a menudo en tan solo unos días.

Las principales ventajas de un vistazo:

⚡ Implementación rápida: De la idea a la aplicación lista para usar en días, no meses. Ofrecemos soluciones prácticas que generan valor añadido inmediato.

🔒 Máxima seguridad de datos: Tus datos confidenciales permanecen contigo. Garantizamos un procesamiento seguro y conforme a la normativa sin compartirlos con terceros.

💸 Sin riesgo financiero: Solo pagas por resultados. Se eliminan por completo las altas inversiones iniciales en hardware, software y personal.

🎯 Concéntrese en su negocio principal: Concéntrese en lo que mejor sabe hacer. Nos encargamos de toda la implementación técnica, la operación y el mantenimiento de su solución de IA.

📈 A prueba de futuro y escalable: Tu IA crece contigo. Garantizamos la optimización y la escalabilidad continuas, y adaptamos los modelos con flexibilidad a las nuevas necesidades.

Más información aquí:

• Plataforma de IA gestionada

La regulación como motor de crecimiento oculto para los proveedores de servicios operativos

Un factor clave, a menudo subestimado, que impulsa la demanda de servicios de IA gestionados profesionalmente reside en el propio marco regulatorio. Los bancos y las aseguradoras llevan años sujetos a estrictos requisitos de gestión del riesgo de modelos, que los reguladores aplican explícitamente también a la IA generativa y a los agentes autónomos. El regulador del mercado de valores ha anunciado auditorías de ciberseguridad para 2026 que incluirán explícitamente controles de IA. En el sector sanitario, el principio es que cualquier procesamiento de datos protegidos de pacientes por un sistema de IA está sujeto a los mismos requisitos de protección de datos que cualquier otro procesamiento. En la práctica, esto significa que el uso de modelos de lenguaje basados ​​en la nube requiere un acuerdo formal con el proveedor respecto al manejo de estos datos. Si bien no existe una ley específica sobre IA en el sector sanitario, las regulaciones vigentes actúan como una barrera de entrada, obligando a muchos hospitales y aseguradoras a externalizar la operación de sus sistemas de IA a proveedores de servicios especializados y que demuestren cumplir con la normativa, en lugar de gestionarlos ellos mismos.

Incluso a nivel federal, aún falta una ley integral sobre IA. En cambio, los legisladores regulan mediante reglamentos de implementación y un marco legislativo presentado en marzo de 2026, mientras que, en la práctica, el marco voluntario del Instituto Nacional de Estándares y Tecnología (NIST) para la gestión de riesgos de los sistemas de IA se ha consolidado como el estándar de facto. A esto se suma la norma internacional ISO 42001, que las empresas presentan cada vez más a sus clientes como prueba de una gobernanza adecuada. El paralelismo europeo es interesante: en el verano de 2026, la Unión Europea, en el marco de la denominada "Ley Ómnibus Digital", aplazó obligaciones clave de alto riesgo de su ley sobre IA hasta finales de 2027 y agosto de 2028, respectivamente. Este aplazamiento ofrece un alivio a corto plazo a las empresas estadounidenses con operaciones en Europa, pero apenas modifica la necesidad fundamental de servicios de gobernanza en el mercado interno estadounidense, ya que allí ya se aplican regulaciones sectoriales separadas, a veces más estrictas.

Los grandes nombres del mundo empresarial y su silencioso cambio de poder

Un análisis de las últimas cifras financieras de las principales empresas de consultoría y servicios de TI confirma un cambio en el equilibrio de poder dentro del sector. En una de las mayores consultoras globales, su negocio de servicios continuos creció hasta superar los nueve mil millones de dólares estadounidenses en el tercer trimestre fiscal de 2026, un crecimiento significativamente mayor que su negocio tradicional de consultoría basado en proyectos. Durante el mismo período, una de las empresas tecnológicas líderes registró una elevada entrada de pedidos relacionados con la IA, mientras que su negocio de consultoría tradicional se estancó, un patrón que se repitió entre otros competidores. En agosto de 2026, una empresa tecnológica de larga trayectoria y un proveedor líder de modelos de lenguaje anunciaron una alianza para implementar conjuntamente soluciones empresariales seguras; una señal de que la línea divisoria entre los desarrolladores de modelos y los proveedores de servicios operativos se difumina cada vez más.

Los proveedores de servicios de TI indios y los integradores de sistemas estadounidenses están ganando cada vez más contratos multimillonarios, sobre todo en los sectores financiero y sanitario. La cuestión de si los servicios se prestan localmente en Estados Unidos o a través de centros externalizados en India desempeña un papel importante, aunque hasta la fecha insuficientemente documentado, en industrias sensibles y reguladas. Una importante transacción entre un proveedor de servicios de TI y una gran aseguradora sanitaria estadounidense, revelada en julio de 2026 y valorada en más de 500 millones de dólares, ejemplifica la estrecha interrelación entre la externalización tradicional de TI y el nuevo funcionamiento de los sistemas de IA.

El tema tabú: ¿Realmente fracasan la mayoría de los proyectos de IA?

Pocas cifras han dominado tanto el debate sobre los beneficios económicos de la inteligencia artificial durante el último año como la afirmación de que el 95 % de todos los proyectos piloto de IA generativa no lograron generar un retorno de la inversión cuantificable. Esta cifra, proveniente originalmente de un estudio asociado al Instituto Tecnológico de Massachusetts (MIT), se ha repetido en innumerables informes de prensa y presentaciones de ventas sin ninguna verificación independiente de la metodología subyacente, el tamaño de la muestra o la definición precisa de retorno cero. Los críticos señalan que numerosos estudios de proveedores y consultoras informan simultáneamente de ahorros de costos del 25 al 40 % en proyectos seleccionados y bien gestionados, lo que contrasta fuertemente con el supuesto fracaso casi universal de la tecnología. Una explicación mucho más mundana es más probable que un fracaso generalizado de la tecnología: la diferencia entre un proyecto de demostración impresionante y un sistema realmente rentable y operado de forma sostenible no reside en el modelo en sí, sino en la falta de un modelo operativo subyacente. Esta brecha entre la demostración y la producción es el terreno fértil comercial sobre el que prospera toda la industria de la IA gestionada.

Entre la subcontratación y el desarrollo interno: La silenciosa guerra de trincheras de las corporaciones

No todas las empresas siguen la tendencia de la externalización. Si bien las encuestas a ejecutivos muestran que la gran mayoría de las empresas estadounidenses consideran a los socios operativos externos importantes, e incluso cruciales, para escalar los agentes de IA autónomos, está surgiendo una perspectiva diferente. Las grandes marcas, con una sólida posición financiera, están desarrollando cada vez más sus propios sistemas de IA personalizados en lugar de software comercial, impulsadas por la convicción de que las capacidades estratégicamente críticas no deben delegarse a terceros. Los datos disponibles aún no permiten cuantificar de forma fiable la proporción real de sistemas operados internamente en comparación con las operaciones externalizadas, lo que obliga al debate público a adoptar una lógica simplista y poco útil, aunque la realidad en la mayoría de las empresas probablemente sea un enfoque híbrido.

Un problema relacionado, cada vez más debatido en círculos de expertos, se refiere a los costes operativos reales. Muchas empresas no han logrado vincular sistemáticamente los costes recurrentes de la capacidad de procesamiento y el uso de modelos con las ganancias reales de productividad, lo que ha dado lugar a un nuevo campo llamado FinOps de IA, dedicado exclusivamente a la gestión financiera de los costes operativos de la IA. Los analistas de mercado ahora citan este tema como una de las principales propuestas de valor de los proveedores de servicios de operaciones profesionales, junto con la garantía de calidad continua, la gobernanza integrada y la automatización basada en políticas.

Mercado laboral: La verdadera causa de la ola de externalización

Detrás de la decisión de externalizar la operación de sistemas de IA a proveedores de servicios externos suele subyacer la simple falta de especialistas internos. Los análisis del mercado laboral de la primavera de 2026 muestran que el sector sanitario, uno de los que más necesidades anticipadas de IA prevé, se encuentra entre los menos preparados para esta transformación. Por el contrario, las encuestas a empresas del tercer trimestre de 2026 indican que el uso semanal real de herramientas de IA por parte de los empleados es particularmente alto en sectores intensivos en conocimiento, como los servicios profesionales y las empresas de software, mientras que es significativamente menor en sanidad, manufactura y educación. Esta discrepancia entre la demanda y la experiencia explica por qué la demanda de servicios operativos se está desplazando cada vez más del mero desarrollo de modelos hacia capacidades operativas y arquitectónicas: la escasez no radica tanto en especialistas que puedan entrenar nuevos modelos como en aquellos que puedan mantener los sistemas existentes funcionando de forma segura, económica y en cumplimiento con la normativa.

Lo que se debate públicamente y lo que realmente importa

Lo más llamativo es la discrepancia entre lo que recibe atención en las redes sociales y en el debate público y lo que realmente se decide en los procesos de contratación de las empresas. El debate público se centra casi exclusivamente en los centros de datos, el consumo eléctrico y la magnitud de las inversiones en infraestructura de las grandes empresas de plataformas, mientras que la cuestión fundamental de quién es realmente responsable del buen funcionamiento de los sistemas implementados en hospitales o sucursales bancarias recibe poca atención. Al mismo tiempo, están surgiendo nuevas ofertas en el segmento de mercado más económico, a menudo comercializadas por startups, para los llamados empleados de IA gestionados. Estos empleados están diseñados para liberar a las pequeñas y medianas empresas, como clínicas dentales o proveedores de servicios locales, de tareas sencillas como la gestión de citas y la atención al cliente. Aún no está claro cuán viables son realmente estos modelos de negocio más allá de las meras promesas de marketing, ya que no se dispone de cifras fiables sobre ingresos y retención de clientes.

También llama la atención el creciente escepticismo hacia los modelos no estadounidenses y los centros de operaciones en el extranjero en lo que respecta a datos corporativos confidenciales. Esta preferencia por estructuras operativas nacionales y transparentes probablemente se convierta, a medio plazo, en un factor diferenciador clave en los sectores regulados para los proveedores que puedan demostrar de forma fehaciente que procesan datos sensibles exclusivamente dentro de Estados Unidos.

Una apuesta por el control en lugar de la creatividad

La historia económica de la inteligencia artificial en Estados Unidos se divide actualmente en dos capítulos. El primero, que ha captado una considerable atención pública, se centra en modelos cada vez más potentes y en las gigantescas inversiones en infraestructura. El segundo, potencialmente más trascendental desde el punto de vista económico, aborda quién operará estos modelos de forma responsable, segura y rentable en el día a día una vez superada la fase experimental. Los datos disponibles sugieren que la verdadera creación de valor se está desplazando cada vez más hacia este segundo ámbito, mucho menos atractivo, debido a la escasez de mano de obra cualificada, la presión regulatoria y la simple constatación de que un prototipo impresionante dista mucho de ser un modelo de negocio rentable. Para los proveedores o las empresas que buscan triunfar en este mercado, la cuestión no reside tanto en qué modelo es el más inteligente, sino en qué organización puede mantenerlo en funcionamiento de forma fiable, cumpliendo con la normativa y de manera rentable. Esto, y no el tamaño del próximo modelo de lenguaje, probablemente determinará en última instancia quién se beneficia realmente de esta nueva economía.

A pesar de la naturaleza dinámica del mercado, se recomienda cautela. Las cifras de mercado disponibles provienen principalmente de estudios comerciales realizados por grandes empresas de consultoría y análisis, cuyas definiciones de IA gestionada varían considerablemente y rara vez revelan qué proporción corresponde realmente a operaciones puras en contraposición al software, la infraestructura o los servicios de consultoría puntuales. Hasta la fecha, no existe una clasificación fiable, metodológicamente consistente e independiente de los sectores con mayor demanda de inteligencia artificial gestionada. Quienes tomen decisiones de inversión acertadas basándose en dichas clasificaciones deben ser conscientes de esta imprecisión metodológica y examinar críticamente los supuestos subyacentes de cada estudio antes de considerarlos hechos probados.

Konrad Wolfenstein

Estaré encantado de servir como su asesor personal.

Puedes contactarme en wolfenstein∂xpert.digital o

Llámame al +49 7348 4088 965 .

LinkedIn