Del 16 al 23 de septiembre de 2026, Barcelona se convirtió durante varios días, en el marco de la AI Week, en un punto de encuentro para empresas, desarrolladores, startups y profesionales que trabajan de forma práctica con la inteligencia artificial. El cierre y uno de los principales eventos de la semana fue el AI Summit Barcelona, celebrado los días 22 y 23 de septiembre en el World Trade Center Barcelona. Se anunciaron más de 200 ponentes internacionales, además de más de 50 eventos paralelos y actividades repartidas por toda la ciudad.
También fueron especialmente interesantes las conversaciones que surgieron alrededor del evento: ¿qué tecnologías funcionan ya hoy en el día a día de las empresas? ¿Qué sigue estando todavía en fase de prototipo? ¿Qué significa realmente ser encontrado por la IA? ¿Y cuáles de las grandes visiones actuales podrían llegar a determinar cómo trabajaremos con el software e Internet dentro de unos años?
Índice
La pregunta ya no es si la IA será importante
A estas alturas, apenas se discute seriamente que la inteligencia artificial desempeñará un papel importante durante los próximos años. La cuestión más interesante es otra: ¿cómo será exactamente este cambio y en qué plazo tendrá lugar?
En cualquier caso, las expectativas son enormes. Solo Cataluña presentó durante el AI Summit su AI Strategy 2030, que contempla inversiones cercanas a los mil millones de euros. Al mismo tiempo, las grandes empresas tecnológicas están invirtiendo miles de millones en centros de datos, modelos e infraestructura. Los mercados de capitales también muestran claramente las expectativas asociadas a esta tecnología.
Lo interesante es la contradicción existente: mientras las inversiones alcanzan cifras enormes, muchas empresas del sector de la inteligencia artificial todavía no generan beneficios sostenibles o continúan invirtiendo considerablemente más de lo que ingresan actualmente.
Eso no significa necesariamente que las expectativas sean exageradas. Pero sí demuestra que estamos atravesando una fase en la que las expectativas de futuro y la realidad económica siguen estando, en parte, bastante alejadas.
Precisamente por eso me parece especialmente interesante observar la situación desde una perspectiva práctica. No todas las demostraciones se convertirán en modelos de negocio. No todos los prototipos se impondrán. Y no todas las visiones sobre cómo deberíamos trabajar dentro de cinco años acabarán haciéndose realidad.
Sin embargo, algunos de estos prototipos ya permiten ver con bastante claridad hacia dónde podría evolucionar la tecnología.
De los primeros agentes de IA a sistemas que realmente actúan
Un buen ejemplo son los agentes de IA. Ya en 2023 se hicieron populares proyectos como AutoGPT y BabyAGI. La idea ya era entonces llamativa: un modelo de lenguaje no debía limitarse a responder a una única pregunta, sino recibir un objetivo, planificar de forma autónoma los pasos intermedios y ejecutar distintas acciones para alcanzarlo.
En la práctica, aquellos primeros sistemas todavía tenían muchas limitaciones. A veces entraban en bucles, cometían errores y necesitaban un alto grado de supervisión. Aun así, mostraron por primera vez a un público más amplio una idea que hoy se ha convertido en uno de los conceptos centrales del desarrollo de la IA:
La inteligencia artificial no tiene por qué limitarse a generar contenido. También puede ejecutar tareas.
Desde entonces han cambiado muchas cosas.
En enero de 2025, OpenAI presentó, por ejemplo, Operator, un agente capaz de utilizar páginas web mediante su propio entorno de navegador: podía hacer clic, desplazarse por las páginas y completar formularios.
En julio de 2025, estas capacidades se integraron en el agente de ChatGPT.
También aparecieron cada vez más herramientas para desarrolladores que permiten combinar búsqueda web, archivos, control del ordenador y funciones externas dentro de sistemas basados en agentes. En marzo de 2025, OpenAI presentó, entre otras cosas, sus herramientas para agentes y el Agents SDK.
Entre aquellos agentes experimentales de 2023 y los sistemas actuales apenas han pasado unos pocos años. Eso es precisamente lo que hace tan interesante la fase actual.
¿Dónde termina la demostración y dónde empieza la práctica?
En un evento dedicado a la inteligencia artificial se ven inevitablemente muchas visiones de futuro: agentes autónomos, sistemas de IA capaces de hacerse cargo de procesos empresariales completos, software que utiliza otro software de forma autónoma y asistentes capaces de organizar citas, investigar información, realizar pedidos y preparar decisiones.
Para muchas de estas ideas ya existen hoy prototipos funcionales.
Eso no significa automáticamente que mañana estos sistemas vayan a transformar por completo todas las empresas.
Entre un prototipo funcional y un sistema de producción fiable siguen existiendo cuestiones relacionadas con la seguridad, las tasas de error, los costes —como corresponde en un mundo dominado por la lógica económica—, pero también con la protección de datos, las interfaces y la responsabilidad.
Esta diferencia me parece mucho más interesante que preguntarse qué nuevo modelo ha conseguido unos cuantos puntos porcentuales más en algún benchmark.
La cuestión realmente relevante es:
¿Qué funciona en condiciones reales y para qué sirve?
Desde The New York Times hasta las energías renovables
En este contexto también encajaron algunas de las conversaciones que mantuve durante esos días.
Especialmente interesante fue un intercambio con una desarrolladora del área de QA de The New York Times. Hablamos sobre cómo la inteligencia artificial está transformando los procesos de desarrollo y testing y sobre los ámbitos en los que ya puede apoyar o acelerar el trabajo actualmente.
La conversación dejó claro que ya no se trata simplemente de una IA que genera código.
Se vuelve mucho más interesante cuando la IA pasa a formar parte de un flujo de trabajo existente, procesa información procedente de distintas fuentes y colabora con sistemas que ya están en funcionamiento.
Una perspectiva completamente distinta fue la de un gestor de proyectos de Toronto con quien hablé sobre el uso de la inteligencia artificial en el sector de las energías renovables.
Antes del lanzamiento de Claude Code, él mismo nunca había desarrollado software. Ahora trabaja en una plataforma destinada a analizar información, estructurar proyectos y preparar decisiones.
Esto resulta interesante en dos sentidos a la hora de analizar el impacto de la IA.
Por un lado, demuestra cómo se ha reducido significativamente la barrera de entrada para desarrollar software, haciendo posibles proyectos que antes probablemente no habrían llegado a existir.
Por otro, muchos de esos nuevos proyectos incorporan a su vez inteligencia artificial.
Es una dinámica que vuelve a multiplicar el efecto del desarrollo actual.
Lo interesante empieza cuando la IA deja de limitarse a responder
Para mí, este es uno de los aspectos más importantes de la evolución actual.
ChatGPT y otros sistemas siguen percibiéndose a menudo principalmente como una especie de buscador mejorado o como generadores de texto. Sin embargo, a largo plazo su papel probablemente será mucho más amplio, también en la vida cotidiana de muchas personas.
Y eso puede empezar con consultas completamente normales.
Hoy, por ejemplo, un usuario podría preguntar:
«¿Qué hotel de Barcelona está cerca de la playa y ofrece desayuno vegano?»
Una IA recopila información y propone varias opciones adecuadas.
El siguiente paso sería entonces:
«Reserva uno de ellos para el viernes.»
En ese momento ya no basta con que una inteligencia artificial pueda simplemente leer una página web.
Tiene que ser capaz de entenderla e interactuar con ella.
Precisamente por eso considero especialmente interesantes desarrollos como el Model Context Protocol (MCP) y otras interfaces comparables.
Estas tecnologías crean una infraestructura técnica que permite a los sistemas de IA no solo recibir información, sino también trabajar con aplicaciones y fuentes de datos.
La frontera entre buscar, responder y actuar empieza así a difuminarse poco a poco.
Esto también cambia el papel de las páginas web
Todo esto también modifica lo que debe ser capaz de hacer una buena página web.
Por supuesto, el diseño, la experiencia de usuario y la optimización tradicional para buscadores seguirán siendo importantes.
Pero aparece una nueva capa adicional.
Ya no basta con que los motores de búsqueda sean capaces de entender qué ofrece una página web.
La información de una página empieza a utilizarse cada vez más fuera de la propia web y de una forma mucho más amplia de lo que ocurría con los resultados clásicos de búsqueda.
En bases de conocimiento como Wikipedia este fenómeno ya desempeña un papel enorme, pero también una página web comercial debería ser capaz de responder de forma clara a preguntas como:
- ¿Qué ofrece exactamente esta empresa?
- ¿Para quién es adecuado el servicio o producto?
- ¿Dónde se ofrece?
- ¿Qué requisitos o limitaciones existen?
- ¿Qué preguntas frecuentes pueden responderse?
- ¿Cómo se puede contactar, solicitar información o realizar una reserva?
A primera vista, todo esto parece bastante básico.
Sin embargo, en la práctica existen muchísimas páginas web en las que incluso esta información fundamental solo puede deducirse indirectamente a partir de textos de marketing, distintas subpáginas o fragmentos de información repartidos por todo el sitio.
Del SEO a una nueva capa adicional para la IA
Por eso tampoco considero que el SEO tradicional haya quedado de repente obsoleto.
Muchas de sus bases siguen siendo las mismas.
Una estructura clara de las páginas, contenidos comprensibles, enlaces internos, datos estructurados y páginas técnicamente accesibles ayudan tanto a los motores de búsqueda como a los sistemas de inteligencia artificial.
El propio Google también ha señalado esta continuidad.
Sin embargo, ahora aparece una pregunta adicional:
¿Qué preguntas concretas puede responder realmente esta página web?
Precisamente aquí es donde trabajo con TRAILS
Muchas de estas ideas están influyendo directamente en el desarrollo de TRAILS.
TRAILS analiza páginas web para determinar qué información ya está presente de forma clara y comprensible y dónde siguen faltando respuestas.
El análisis incluye, por ejemplo:
- contenidos y posibles Answer Gaps
- preguntas frecuentes de los clientes
- estructura de páginas y encabezados
- datos estructurados
- enlaces internos
- capacidad de rastreo
- información técnica para sistemas de IA
- posibilidades de interacción directa con una página web
Precisamente este último punto me parece cada vez más interesante.
Mi objetivo a largo plazo no es únicamente que una página web pueda ser leída por una inteligencia artificial.
También debe poder ser entendida y utilizada por ella.
Una IA podría, por ejemplo, reconocer qué servicio ofrece una empresa, consultar información relacionada y preparar una solicitud, una cita o cualquier otro proceso.
Ese es precisamente el concepto central de TRAILS.
Más información sobre TRAILS:
https://trails.team/es/
Qué parte de todo esto será realmente el futuro aún está por verse
Quizás una de las principales conclusiones que me llevé de Barcelona fue la importancia de distinguir, a pesar de toda la velocidad actual, entre tres cosas:
lo que ya funciona hoy de forma fiable, aquello para lo que existen prototipos funcionales y lo que todavía sigue siendo principalmente una visión de futuro.
Sin embargo, las fronteras entre estas categorías se están desplazando a una velocidad sorprendente.
Los primeros agentes autónomos populares aparecieron en 2023.
En 2025, los agentes de IA ya podían utilizar páginas web de forma autónoma.
Hoy, el desarrollo se centra cada vez más en conectar agentes directamente con software empresarial, bases de datos y otros servicios.
Resulta difícil predecir seriamente cuánto tiempo tardará todo esto en convertirse en un nuevo estándar.
Pero tanto la velocidad del desarrollo como el volumen de las inversiones muestran, al menos, la magnitud de las expectativas existentes.
Precisamente esta diferencia entre posibilidad técnica, expectativa económica y realidad práctica es lo que hace que la evolución actual resulte tan interesante.
Barcelona fue, por tanto, más bien una fotografía del momento
Ya me he inscrito en otros eventos y conferencias especializadas relacionados con la inteligencia artificial y quiero seguir intercambiando experiencias con desarrolladores, empresas y profesionales de otros sectores.
Para TRAILS, esto significa sobre todo no perseguir cada tendencia pasajera relacionada con la IA.
TRAILS no pretende contribuir al llamado AI Slop, sino demostrar su utilidad mediante aplicaciones concretas.
Para mí está claro que en el futuro cada vez más personas harán sus preguntas directamente a una inteligencia artificial.
Y eso plantea inmediatamente una nueva cuestión:
¿Quién será capaz de proporcionar esas respuestas?
Para las páginas web surge así una nueva exigencia. La IA debe ser capaz de encontrar y entender una respuesta con precisión.
Y si los agentes continúan evolucionando al ritmo de los últimos años, pronto aparecerá una segunda exigencia.
La IA también tendrá que poder hacer algo con esa información.