Mercado y Tendencias
El capital tecnológico se concentra en agentes autónomos, infraestructura de IA, robótica, espacio e IA en el laboratorio
Cinco de las 14 tendencias analizadas por McKinsey están en camino de recibir más del doble de inversión en 2026, en un escenario marcado por la expansión de la IA hacia el software, los chips y los sistemas físicos

Aunque solo cuatro de las 14 tendencias analizadas están directamente vinculadas a la IA, esta tecnología actúa como acelerador del conjunto; modifica procesos y capacidades, desde el desarrollo de software hasta el descubrimiento de nuevos fármacos, al tiempo que su expansión depende de factores como la energía, los chips, el talento, el capital, la ciberseguridad y las infraestructuras de red.
McKinsey estima que cinco tendencias podrían recibir en 2026 al menos el doble de inversión que en 2025: el desarrollo de software agéntico, la infraestructura de IA y las arquitecturas de modelos, la IA aplicada al descubrimiento científico y la ingeniería, las tecnologías espaciales y la robótica. La estimación parte de la financiación registrada durante el primer semestre del año y extrapola el ritmo observado hasta junio. El propio informe advierte de que los megadeals y la estacionalidad pueden distorsionar estas proyecciones.
La infraestructura necesaria para ejecutar modelos de IA se ha convertido en uno de los principales focos de inversión. Frente a los 126.377 millones de euros captados en equity durante 2025, en el primer semestre de 2026 ya se habían registrado alrededor de 334.682 millones. Si el ritmo se mantiene, McKinsey estima que la cifra anual podría alcanzar unos 669.237 millones.
Este crecimiento plantea, sin embargo, nuevas restricciones. Los centros de datos requieren grandes cantidades de electricidad y las redes no siempre pueden ampliar su capacidad al mismo ritmo. Según el informe, los centros de datos estadounidenses dedicados exclusivamente a cargas de IA podrían consumir en 2030 una cantidad de electricidad comparable a la que utiliza actualmente el estado de California. A escala mundial, más de 2.500 GW de proyectos energéticos permanecen pendientes de conexión a la red y los transformadores pueden superar los dos años de plazo de suministro en algunos mercados.
La IA agéntica avanza
El desarrollo de software agéntico representa una evolución desde las herramientas que asisten a los programadores hacia sistemas capaces de participar de forma autónoma en distintas fases del ciclo de desarrollo. Ingeniería, pruebas, despliegue y orquestación forman parte de un proceso en el que los agentes pueden asumir progresivamente un mayor número de tareas.
La adopción empresarial todavía se encuentra en una fase de pilotaje, aunque algunas compañías ya han integrado estas herramientas como parte central de sus procesos de desarrollo. Las empresas tecnológicas avanzan más rápido, mientras que los sectores tradicionales afrontan cambios adicionales en materia de procesos, gobernanza y organización. Al mismo tiempo, McKinsey identifica diferencias geográficas: Norteamérica concentra buena parte de la actividad, Europa pone mayor énfasis en gobernanza y cumplimiento, y Asia-Pacífico acelera su adopción como parte de sus procesos de transformación digital.
IA en el laboratorio
Los modelos de IA participan en el diseño de experimentos, la optimización de moléculas, la evaluación de toxicidad y la selección de candidatos, con aplicaciones potenciales en ámbitos como la farmacia, la biotecnología, la química, las baterías y la ciencia de materiales.
La adopción empresarial continúa en una fase de experimentación. Norteamérica concentra una parte importante de la inversión en descubrimiento de fármacos, biología computacional y modelos fundacionales; mientras, China avanza en laboratorios autónomos y automatización científica a escala industrial. Europa mantiene una actividad relevante en investigación aplicada a farmacia, química y materiales, condicionada también por los requisitos regulatorios y de gobernanza.
Chips para las nuevas cargas de IA
En cuanto a la arquitectura de los semiconductores, los nuevos chips incorporan aceleradores de IA, ASIC, chiplets, memoria de alto ancho de banda y fotónica de silicio para responder a las necesidades de entrenamiento e inferencia.
El cambio de prioridades entre entrenamiento e inferencia puede determinar cómo evolucionarán estas arquitecturas. A ello se suman obstáculos vinculados a la disponibilidad de memoria HBM, el empaquetado avanzado, el suministro energético y la refrigeración, además de las tensiones geopolíticas y las restricciones que afectan a las cadenas de suministro de semiconductores.
Ciberseguridad frente a la IA
McKinsey recoge 67.611 millones de euros de inversión en ciberseguridad y sistemas confiables durante 2025 y unos 54.971 millones adicionales hasta mediados de 2026. La actividad investigadora y las patentes han aumentado de forma moderada, pero el crecimiento de las búsquedas refleja una mayor atención de las empresas a la gestión del riesgo digital.
La IA puede reforzar tanto las capacidades ofensivas como las defensivas. Los atacantes pueden emplear modelos para identificar vulnerabilidades, desarrollar exploits y acelerar ataques, mientras los equipos de seguridad pueden utilizar capacidades similares para detectar y corregir debilidades. De esta manera, el informe sitúa las arquitecturas zero trust y la seguridad en tiempo de ejecución entre los elementos centrales para proteger sistemas basados en IA.
Mercado y computación cuántica
La computación cuántica avanza hacia sus primeras aplicaciones comerciales, aunque con un grado de madurez desigual. La inversión en tecnologías cuánticas pasó de 2.181 millones de euros en 2024 a 11.584 millones en 2025, acompañada de un aumento de las búsquedas y las publicaciones científicas relacionadas con el sector.
McKinsey sitúa todavía esta tecnología en una fase temprana de formación de mercado. Las empresas están experimentando con problemas específicos y flujos de trabajo híbridos cuántico-clásicos; la comunicación y la sensórica cuánticas podrían encontrar aplicaciones más próximas al despliegue. El informe estima un potencial de hasta 2.351.049 millones de euros de valor económico para 2035, aunque subraya que se trata de una estimación de futuro y no de valor comercial actual.
Robots y satélites aceleran el crecimiento
La robótica figura entre las cinco áreas que podrían duplicar su financiación en 2026. La incorporación de IA permite desarrollar robots más autónomos, capaces de percibir su entorno y actuar en escenarios menos estructurados. Los modelos del mundo, además, permiten entrenar y validar estos sistemas en entornos digitales antes de llevarlos al espacio físico.
En paralelo, la inversión en tecnologías espaciales aumentó aproximadamente un 70% entre 2022 y 2025 y aceleró su crecimiento en 2026. Entre sus principales vectores de desarrollo aparecen los sistemas de lanzamiento reutilizables y las constelaciones de satélites de órbita baja, que amplían la conectividad por satélite a hogares, empresas, transporte marítimo, aviación y emplazamientos remotos.
Energía, movilidad y bioingeniería
El crecimiento de la demanda eléctrica está impulsando una transformación de las infraestructuras energéticas. Tecnologías como la solar, la eólica, las baterías de ion-litio, las bombas de calor y las soluciones de eficiencia energética ya se encuentran en despliegue a escala, mientras que el hidrógeno verde, los combustibles electrónicos, el almacenamiento de larga duración, la geotermia avanzada, los reactores modulares pequeños y la captura directa de CO₂ continúan en fases anteriores de comercialización.
Las tecnologías de movilidad, las ciencias de la vida, la realidad inmersiva y la conectividad avanzada completan las 14 tendencias identificadas por McKinsey. Algunas tecnologías están generando grandes volúmenes de inversión sin haber alcanzado todavía una implantación empresarial generalizada. Otras, como determinadas soluciones energéticas, ciberseguridad o movilidad, avanzan hacia fases de despliegue más amplias. La consultora identifica varios obstáculos comunes: organizaciones que todavía no cuentan con modelos operativos preparados para desplegar IA, sistemas heredados que necesitan actualizarse, redes expuestas a nuevas amenazas y escasez de energía, talento y capital.
