Estadísticas de IA en 2026: el marcador, verificado número por número

Los data centers del mundo van a consumir "más de 1000 TWh de electricidad en 2026 — el equivalente a Japón". La frase está en decenas de recopilaciones de estadísticas de IA publicadas este año, casi siempre en presente del indicativo, casi nunca con fecha. Fui a verificar. El número existe, es de la Agencia Internacional de Energía — y la propia IEA lo retiró. Era el techo de un rango proyectado en enero de 2024 (620 a 1050 TWh), que incluía criptomonedas en la cuenta; el caso base del mismo informe era "poco más de 800". Quien redondeó 800 a "más de 1000" no fue un blog de marketing: fue el resumen ejecutivo de la propia agencia. La serie actual de la IEA, de abril de 2026, mide 485 TWh en 2025 — sin cripto — y Gartner proyecta 565 TWh para 2026. El número que circula es casi el doble del mejor número disponible, y el zombi nació dentro del documento original, en la distancia entre el cuerpo del informe y el resumen que todo el mundo cita.

Este es un artículo de estadísticas de IA — el género que más números produce y menos fechas produce. La vara aquí es una sola: un número sin fecha, sin instrumento de medición y sin alcance no es un dato. Verifiqué cada cifra de este texto en la fuente primaria, con fecha y alcance anotados. Lo que sigue es el marcador de lo que sobrevivió.

La colisión que enseña la vara: el "mercado de IA" vale menos que una empresa de IA

El "mercado global de IA" de 2025 fue valuado en US$ 390.900 millones (Grand View Research, nov/2025). Anthropic, sola, fue valuada en US$ 965.000 millones en la ronda Series H (anuncio oficial, 28/may/2026). Una empresa que "vale" dos veces y media el mercado entero en el que opera debería romper cualquier hoja de cálculo — y no la rompe, porque las dos cifras no miden lo mismo. Mercado es ingreso estimado; valuation es apuesta sobre flujo futuro; inversión es dinero que entró; una ronda es un evento. Las recopilaciones de estadísticas suman las cuatro categorías en una sola lista, y así nace la sensación de que "los números de IA no cierran". No cierran porque no son sumables:

Tres observaciones que la tabla esconde. Primera: los US$ 258.700 millones de la OECD incluyen las megarrondas (las transacciones de más de US$ 100 millones responden por el 73 % del valor) y excluyen la inversión interna de las big techs — el brief declara el recorte en la página 2. Segunda: la cifra de "mercado" de Grand View no es auditable — la lista de empresas contadas y el modelo que produce el crecimiento proyectado quedan detrás del paywall, y el propio material de la casa se contradice: la página del informe dice un CAGR del 30,6 % (2026-2033), el press release oficial anuncia un 31,5 % (2025-2033) — dos crecimientos para la misma previsión, según el año base. Tercera: en el informe separado de la misma casa, el "mercado de genAI" de 2025 es de US$ 22.200 millones — el 5,7 % del "mercado de IA" en plena era generativa. Fronteras de definición así de opacas son el motivo de que Precedence Research publique US$ 4,2 billones (hasta 2035) y MarketsandMarkets US$ 3,6 billones (hasta 2033) para "el mismo" mercado. La dispersión entre consultoras es, en sí misma, el dato.

Y están los números que envejecen en semanas. El caso xAI+SpaceX es la prueba viva: las recopilaciones de julio decían "vale más de US$ 2,1 billones". Le puse fecha a cada punto: la IPO salió el 12/jun/2026 a US$ 1,78 billones; cerró el primer día en US$ 2,1 billones; cuatro días después la acción marcó su máximo histórico ~40 % por encima del cierre del debut; y en agosto de 2026 la compañía vale US$ 1,43 billones. El mismo número estuvo desfasado hacia arriba y hacia abajo en un intervalo de ocho semanas. Un valuation sin fecha no es un dato — es un recuerdo.

En el extremo opuesto del espectro de edad están los pronósticos fósiles, presentes en casi todas las recopilaciones de 2026: "la IA va a agregar US$ 15,7 billones a la economía hasta 2030" es de PwC de junio de 2017 — y las URLs originales del estudio están muertas; pwc.com hoy redirige la página y el PDF a otros productos. Los "US$ 13 billones" de McKinsey son de septiembre de 2018; el rango "la genAI agrega US$ 2,6-4,4 billones por año", de junio de 2023. Son proyecciones de potencial, con metodologías inconmensurables entre sí, citadas nueve, ocho y tres años después como si describieran 2026.

El marcador

Tomé las estadísticas que más circulan en recopilaciones de "IA en 2026" — incluida la recopilación alemana que inspiró este artículo — y las verifiqué una a una en la fuente primaria. Leyenda honesta: cuadra (número, fecha y alcance coinciden), media verdad (número correcto, alcance o denominador omitido), fósil (número real, de otra era, circulando como actual), zombi (proyección retirada por la propia fuente), no cuadra.

La línea que mejor resume el marcador es la del 53 %. El AI Index 2026 abre diciendo que "la IA generativa alcanzó cerca del 53 % de adopción poblacional en tres años — más rápido que el PC y que internet". La nota al pie de la figura (4.3.9, p. 199) dice lo que el titular no dice: la muestra son individuos de 18 a 64 años de Estados Unidos (encuestas RPS/CPS, de Bick, Blandin y Deming). No es la población mundial ni la población online — y el contraste está en el propio informe: según la telemetría de Microsoft, dos páginas más adelante, la adopción en EE. UU. es del 28,3 %, el puesto 24 del mundo. Los dos números "están bien"; miden cosas distintas. El denominador es donde mueren las estadísticas de IA — y ese patrón va a repetirse en cada sección de abajo.

Nada de esto es novedad para quien lee los foros. En el archivo del discurso que reuní (2024-2026), la respuesta estándar de Reddit a una estadística de IA sin fuente ya se volvió meme — "Source: Trust me bro!" — y el gráfico del Hype Cycle de Gartner lo citan optimistas y pesimistas para probar tesis opuestas. El escepticismo ambiente está calibrado; lo que falta, casi siempre, es alguien que abra el PDF.

El embudo que el 88 % esconde

La estadística corporativa más citada de 2026 — el 88 % de las organizaciones usa IA — es verdadera y viene de McKinsey ("The state of AI in 2025", nov/2025, 1993 encuestados en 105 países): uso regular en al menos una función de negocio, frente al 78 % un año antes. Lo que casi nunca circula junto son las otras dos preguntas de la misma encuesta:

Los tres escalones, con la redacción exacta de la fuente: el 88 % usa IA en al menos una función; "no more than 10 percent" de los encuestados dice estar escalando agentes de IA en cualquier función dada (el recorte por empresa es más generoso: el 23 % escala agentes en algún lugar de la organización, el 62 % al menos experimenta); y cerca del 6 % son lo que McKinsey define como high performers — atribuyen a la IA un efecto del 5 % o más en el EBIT y declaran valor "significativo". Fíjate en las salvedades, porque ellas son el dato: todo es autodeclarado por quien responde la encuesta, el "6 %" es una definición compuesta, y el 39 % atribuye a la IA algún efecto en el EBIT — la mayoría, por debajo del 5 %. Usar es fácil de declarar; una ganancia que aparece en el balance es otra especie de afirmación.

Dos fantasmas rondan esta familia de números. El "72 % de las organizaciones usa genAI", presente en varias recopilaciones, no existe en la edición actual de McKinsey — es contaminación de ediciones pasadas (72 % era la adopción de IA en general a comienzos de 2024). Y el propio AI Index tropieza con el dato: el destacado del capítulo 4 dice "el 70 % de las organizaciones usa genAI" mientras el cuerpo del mismo capítulo dice 79 % — en el mismo PDF, con 21 páginas de distancia.

El archivo del discurso registra la reacción de la comunidad a esta familia de estadísticas: cuando circuló el "95 % de los pilotos de genAI fracasan" (informe del MIT NANDA, ago/2025), la crítica técnica apuntó a la muestra pequeña y al recorte — el informe medía los canales formales de TI, no el uso real — y el chiste más votado del foro resumió el escepticismo maduro: "Me sorprende que el 5 % esté funcionando."

Para qué la usa la gente: el 4,2 % que desmiente el feed

El mejor dato público sobre uso real viene del paper NBER w34255 ("How People Use ChatGPT", sep/2025; Chatterji, Cunningham, Deming y otros — con datos internos de OpenAI): 1,1 millones de conversaciones muestreadas entre may/2024 y jun/2025. Los tres usos mayores — orientación práctica, búsqueda de información y escritura — suman el 77 % de todas las conversaciones. Programación: el 4,2 % de los mensajes. Matemáticas, el 3 %; análisis de datos, el 0,4 %.

El 4,2 % derriba la impresión de que "todo el mundo usa IA para programar" — pero lee el alcance antes de citarlo: la muestra cubre solo los planes consumer (Free, Plus, Pro). Enterprise, Education y — decisivo — la API y Codex quedan fuera. El paper anota que la programación migró fuera de ChatGPT; el 4,2 % mide el chat, no la categoría. La burbuja de quienes programan con IA existe; solo que no vive donde se recolectó la estadística.

En el trabajo, los números que circulan juntos vienen de varas separadas — cada uno con su denominador: el 52 % de los trabajadores de EE. UU. usa IA en su propio puesto (Gallup, Q2 2026, n=22.573 — la serie fue 40 % -> 45 % -> 52 % en un año); el 87 % de los digital workers usa IA y el 75 % se dice más productivo (Glean Work AI Index 2026 — 6000 encuestados, solo EE. UU./Reino Unido/Australia, y productividad percibida, autodeclarada). Y los dos fósiles favoritos del género: "el 46 % del código lo escribe la IA" es el blog de GitHub del 14/feb/2023 (hace tres años y medio, cuando la misma métrica había sido 27 % en jun/2022); y el "20-30 % del código de Microsoft" de Nadella (LlamaCon, abr/2025) tiene una cláusula que el resumen siempre pierde: "in some of our projects" — algunos proyectos, no la base de código de la empresa.

Entre los adolescentes, el fósil es más reciente y más traicionero: "el 26 % de los teens estadounidenses usa ChatGPT en los deberes" tiene campo de sep-oct/2024. La ola siguiente de la misma Pew (campo sep-oct/2025, publicada en feb/2026) midió 54 % — una categoría más amplia, chatbots en general — con 1 de cada 10 diciendo que hace "todos o casi todos" los deberes con ellos. Citar el 26 % en 2026 es equivocarse por la mitad.

Energía: anatomía del número zombi

El caso de los 1050 TWh merece la radiografía completa, porque enseña cómo se forma un zombi en tres pasos. Paso 1: la IEA publica en ene/2024 un rango para 2026 — 620 a 1050 TWh — cuyo alcance declarado incluye data centers y minería de criptomonedas (~160 TWh del caso base). Paso 2: el resumen ejecutivo de la propia IEA redondea el caso base de "poco más de 800" a "more than 1 000 TWh… roughly equivalent to Japan". Paso 3: las recopilaciones citan el resumen, recortan el rango, el alcance y la fecha — y tres años después el techo se convirtió en "el consumo de los data centers en 2026".

La serie que sustituyó al rango retirado (IEA, Key Questions on Energy and AI, 16/abr/2026) mide 485 TWh en 2025 y proyecta ~950 TWh en 2030 — sin cripto, que la agencia ahora rastrea por separado. Gartner (jun/2026) proyecta 565 TWh para 2026, con la descomposición que interesa: los servidores optimizados para IA son 175 TWh — el 31 % del total. La IA no es ni siquiera la mayoría del consumo de los data centers; es la porción que más crece (95 -> 175 -> 258 TWh entre 2025 y 2027, en la proyección).

La comparación con países cambia con él: con el zombi de 1050 TWh, "los data centers" serían el 5.º mayor consumidor de electricidad del mundo, entre Rusia y Japón — con un margen del 2 % sobre Japón, sensible a la serie usada. Con los 565 TWh de Gartner, caen al 9.º, entre Corea del Sur y Alemania (serie de demanda Ember/OWID, datos de 2025). Sigue siendo gigantesco; deja de ser el titular que circuló.

Dos vecinos de esta sección piden la misma vara. El supercluster Colossus, de xAI: los "casi 2 GW" son un post del propio Musk (dic/2025), y las "555.000 GPUs" son una agregación de prensa construida sobre sus posts — no hay auditoría independiente de ninguno de los dos. Y el viral del agua — "un correo en GPT-4 gasta una botella de 519 mL" (Washington Post/UC Riverside, sep/2024) — fue desmontado en may/2026 por Andy Masley, que recalculó el costo en 2,1-9,8 mL por prompt; el propio investigador que originó la cifra, Shaolei Ren, comunicó acto seguido la revisión a ~15 mL por prompt (5 mL en el data center; el resto en la generación eléctrica). No hay un paper público nuevo de Ren — el rastro es el update en el post de Masley más la cobertura de jul/2026 —, así que lo registro como revisión comunicada, no como publicación. Aun así: el número viral está unas 35 veces por encima de la mejor estimación actual, y sigue circulando.

EE. UU. × China: los dos marcadores cuentan historias opuestas — a propósito

En el dinero, el océano: inversión privada en IA de US$ 285.900 millones en EE. UU. contra US$ 12.400 millones en China en 2025 — 23,1 veces (AI Index 2026, base Quid, p. 181). Con la salvedad que el propio informe carga y las citas recortan: la base no ve los fondos estatales — solo los fondos de orientación gubernamental chinos habrían asignado ~US$ 184.000 millones a IA entre 2000 y 2023, según la estimación citada en el informe. La brecha de 23 veces compara capital privado, no esfuerzo nacional.

En la producción de frontera, la misma edición cuenta 59 modelos notables de EE. UU. contra 35 de China en 2025 (curaduría manual de Epoch AI). Y en el desempeño, la historia se invierte: en marzo de 2026, la brecha entre el mejor modelo estadounidense y el mejor chino en el leaderboard de la Arena era del 2,7 % (Claude Opus 4.6, 1503, contra Dola-Seed-2.0 Preview, 1464) — un año antes, llegó a ser del 0,4 %. Es una fotografía de un leaderboard volátil, y el propio Index advierte que la posición en la Arena puede reflejar adaptación a la plataforma; la lectura honesta no es "China alcanzó", es "la brecha de desempeño se cerró mientras la brecha de capital y de volumen de frontera sigue abierta". Los dos marcadores juntos son la tesis; cualquiera de los dos por separado es hinchar por un bando.

En la percepción pública, los números que circulan pegados vienen de encuestas distintas — y ninguna es "global". La mediana de 25 países encuestados por Pew (oct/2025): el 53 % confía en la Unión Europea para regular la IA, el 37 % en EE. UU., el 27 % en China. Y el entusiasmo de la Gen Z que "cayó del 36 % al 22 %" es de Gallup/Walton (abr/2026) — solo EE. UU., 14-29 años, con el enojo subiendo 9 puntos en el mismo período. Son recortes; tratarlos como "el mundo piensa X" es el mismo error del 53 % de adopción.

Chatbots: la vara web mide sitios, no uso

El share de tráfico que circula — ChatGPT 52,7 %, Gemini 27,3 %, Claude 8,9 % (Similarweb, may/2026) — merece las dos anotaciones que siempre se pierden por el camino. Primera: un año antes, era 76,4 % / 8,9 % / 1,6 %. ChatGPT perdió 24 puntos de share en 12 meses; Claude multiplicó el suyo por ~5,6 (las recopilaciones dicen "3x" — subestiman); y el corte de jun/2026 muestra el tráfico de chatgpt.com cayendo un 3,29 % mes a mes. Segunda, y más importante: la vara es web-only. Mide visitas a los dominios; no ve las apps nativas (subconteo estimado del 15-60 % según el asistente), no ve la API, no ve la IA incrustada en el buscador de Google — lo que subcuenta justamente a Gemini. Es un proxy de producto web consumer, útil para la tendencia, inútil para "cuántas personas usan".

El escalón Brasil: presente donde se cuenta gente, ausente donde se cuenta capital

La recopilación alemana que inspiró este artículo no tiene una línea sobre Brasil — y los rankings internacionales tampoco. Fui a buscar el país en las tablas del AI Index 2026, y la ausencia es el primer dato: Brasil no aparece en el top-15 de inversión privada en IA de 2025 (el 15.º lugar, Suecia, marca US$ 970 millones — Brasil está por debajo de eso), ni en las tablas de empresas recién financiadas, ni en el acumulado 2013-2025. Donde el informe cuenta infraestructura y gente, el país existe: 197 data centers (contra 5427 de EE. UU.), 11.100 autores e inventores de punta en IA — el 10.º lugar mundial — y el 84 % de los universitarios brasileños ya usó genAI en los estudios (encuesta de Chegg en 15 países), por encima del 67 % de EE. UU. y Reino Unido y 32 puntos por encima de 2023.

En la población general, la fotografía que armé en el artículo anterior de esta serie sigue en pie: ~23 % de la población brasileña usa IA generativa (derivado del 32 % de los usuarios de internet medidos por el Cetic.br en 2025), contra un techo mundial del 29,2 % que — como mostré allá — cuenta cuentas, no personas. El cuadro brasileño de 2026 cabe en una frase: adopción de gente cerca de la frontera, capital fuera del mapa — el 84 % de los universitarios usando, menos de mil millones de dólares entrando.

Qué haría yo con esto

No voy a fingir que existe un número secreto y correcto de "estadística de IA" que los demás yerran. Lo que existe es una vara de bolsillo, y cuesta tres preguntas:

¿Quién midió, midiendo qué? Ingresos, inversión, VC, valuation, visitas web, encuestados — son especies que no se suman. La tabla de metrología de allá arriba vale más que cualquier número individual de este texto.

¿Cuál es el denominador? "El 53 % de la población" era EE. UU. 18-64. "El 50 % de los trabajadores" era EE. UU. La "mediana global" eran 25 países. "El 87 % de los knowledge workers" eran digital workers de tres países anglófonos. En estadística de IA, el denominador omitido es la regla, no la excepción.

¿De cuándo es la fotografía? El 46 % de Copilot tiene tres años y medio. Los 15,7 billones de PwC tienen nueve años. El valuation de xAI envejeció dos veces en ocho semanas. Todo número de este artículo lleva fecha en el cuerpo del texto — no por estilo, sino porque es la fecha la que decide si el número sigue siendo un dato.

El resto se lo devuelvo al lector: la próxima vez que un card de LinkedIn diga que "la IA ya es un mercado de X billones usado por el Y % de la humanidad", las tres preguntas caben en un comentario — y la fuente primaria casi siempre está a dos clics. Eso fue todo lo que hizo este artículo.

Fuentes

• Stanford HAI — AI Index Report 2026 · PDF oficial (inversiones, 53 %, EE. UU.×China, Chegg, Brasil)
• McKinsey — The state of AI in 2025 (88 %, agentes, high performers)
• OECD — Venture capital investments in AI through 2025 (US$ 258.700 millones, 61 %)
• Grand View Research — Artificial Intelligence Market · press release (US$ 390.900 millones; los dos CAGR)
• Anthropic — Series H · CNBC · NBC (valuations may/2026)
• CNBC — SpaceX tops $2 trillion · companiesmarketcap — SPCX (línea de tiempo xAI+SpaceX)
• IEA — Electricity 2024 · Energy and AI · Key Questions on Energy and AI (el rango retirado y la serie actual)
• Gartner — press release 10/06/2026 (565 TWh, descomposición)
• Ember/OWID — demanda eléctrica por país (ranking de países)
• NBER — Working Paper 34255 (77 %, programación 4,2 %)
• Gallup — uso de IA en el trabajo · Glean — Work AI Index 2026 (52 %; 87 %/75 %)
• GitHub — Copilot for Business (feb/2023) · The Register — Nadella en la LlamaCon (los fósiles de código)
• Pew — teens y ChatGPT (2024) · Pew — How Teens Use and View AI (feb/2026) · Pew — confianza regulatoria (oct/2025)
• Gallup/Walton — Gen Z e IA (abr/2026)
• Similarweb vía ppc.land (may/2026) (share de chatbots; salvedad web-only)
• Andy Masley — el origen del error del agua · Forbes (jul/2026) (revisión del ~15 mL)
• Posts de Elon Musk sobre el Colossus: jul/2025 · dic/2025 (claims sin auditoría independiente)
• PwC — Sizing the prize (jun/2017; press release de la época; URLs originales muertas, verificado vía Wayback) · McKinsey Global Institute — Notes from the AI frontier (sep/2018) · McKinsey — The economic potential of generative AI (jun/2023)

La idea de este artículo se inspiró en una recopilación de gradually.ai (en alemán). Ningún número fue heredado de allí: todos fueron verificados de forma independiente en las fuentes primarias de arriba, el 02/08/2026 — PDFs oficiales cuando estaban disponibles (AI Index, OECD, IEA), snapshots del Wayback Machine de las páginas oficiales donde el sitio bloquea el acceso automatizado (McKinsey, Gartner, Grand View), y el texto original vía captura del Common Crawl del 14/07/2026. Los valuations de empresas privadas no tienen fuente auditable más allá de los anuncios de las propias empresas y de la prensa financiera — por eso están fechados en el cuerpo del texto. Las citas de comunidad son archivo del discurso 2024-2026, con threads verificados en vivo, no un retrato del "ahora". No verifiqué: los números internos no publicados de xAI (GPUs, potencia), el documento primario de la revisión de Shaolei Ren (comunicada vía terceros), y la descomposición propietaria detrás de la cifra de mercado de Grand View.