Microsoft acaba de publicar la nueva edición de su informe sobre la difusión global de la inteligencia artificial, con datos del segundo trimestre de 2026. El resultado confirma una tendencia estable: la adopción sigue creciendo en casi todos los países, pero lo hace a distinto ritmo según la región. Eso amplía la distancia entre las economías más avanzadas y las que apenas empiezan a incorporar estas herramientas. El informe añade dos análisis nuevos: cómo cambian los usos de la IA según la región y qué papel juegan los modelos de peso abierto.
Cómo se mide la adopción
Conviene entender primero el indicador, porque condiciona la lectura de todas las cifras. Microsoft define la adopción como el porcentaje de la población de 15 a 64 años que usó al menos una herramienta de IA generativa durante el periodo analizado. Se calcula a partir de datos de telemetría de Microsoft, agregados y anonimizados. Se ajustan por la cuota de mercado de sistemas operativos y dispositivos, la penetración de internet y el tamaño de la población.
La propia compañía reconoce que ningún indicador es perfecto y que este es el comparativo entre países más sólido que tiene disponible. Reconoce también una limitación importante: en el último año proliferaron herramientas y modelos que todavía no entran en la medición. Por eso anuncia que el próximo informe ampliará la lista de herramientas analizadas.
El panorama global: casi un 19% de la población en edad de trabajar
En junio de 2026, el 18,8% de la población mundial en edad de trabajar usaba herramientas de IA generativa. Es cerca de un punto porcentual más que en el primer trimestre, cuando la cifra era del 17,8%. La serie que ofrece Microsoft muestra una progresión constante: 16,3% en el segundo semestre de 2025, 17,8% en el primer trimestre de 2026 y 18,8% en el segundo.
El crecimiento fue generalizado. Casi todas las economías medidas registraron aumentos, aunque de magnitud muy desigual. Algunas sumaron más de tres puntos en un solo trimestre, mientras que otras apenas se movieron o, en un puñado de casos, retrocedieron levemente.
Quiénes lideran el ranking
Emiratos Árabes Unidos y Singapur vuelven a ocupar los dos primeros puestos con distancia. Los Emiratos alcanzan el 73,3%, frente al 70,1% del trimestre anterior, un avance de 3,2 puntos. Singapur llega al 64,3%, con casi un punto más que antes. A continuación aparecen Irlanda (49,9%), Francia (49,6%) y Noruega (49,4%).
El resto de la parte alta de la tabla está dominado por economías europeas y algunas anglosajonas. España registra un 45,1% (frente al 44,2% anterior), Nueva Zelanda un 44,1% y el Reino Unido un 43,7%. Países Bajos y Catar comparten el 43,5%, y Australia llega al 40,7%. Bélgica, Suiza, Israel y Canadá se sitúan entre el 38% y el 40%. Estados Unidos avanza del 31,3% al 33,0%, un crecimiento de 1,7 puntos que no cambia de forma sustancial su posición relativa, en torno al puesto 21 según el orden de la tabla.
Hay un dato que matiza la idea de que la adopción depende solo del nivel de renta. Los Emiratos y Singapur superan ampliamente a economías con más tamaño y más presencia en el desarrollo de modelos de IA. Los países líderes suelen tener población muy conectada, políticas públicas activas de alfabetización digital y una integración temprana de estas herramientas en el trabajo y la administración.
Asia toma impulso: Corea del Sur, Japón y Arabia Saudí
Los movimientos más llamativos del trimestre ocurrieron fuera del podio.
Corea del Sur fue otra vez la economía con mayor crecimiento absoluto: sumó 3,5 puntos porcentuales, del 37,1% al 40,6%. Con ello escaló cuatro posiciones, del puesto 16 al 12. Microsoft subraya que es el tercer periodo consecutivo en que Corea lidera el avance entre las principales economías. En los últimos doce meses aumentó casi 15 puntos porcentuales su proporción de usuarios de IA.
Japón registró el mayor crecimiento relativo. Pasó del 22,5% al 24,7%, un incremento de 2,2 puntos que equivale aproximadamente a un 10% sobre su nivel anterior. Arabia Saudí fue el país que más posiciones ganó: subió cinco puestos, del 30 al 25, y entró en el grupo de las 25 economías líderes con un 31,4%. Taiwán también destaca con un avance de 2,0 puntos, hasta el 33,8%.
En el informe del primer trimestre, Microsoft ya atribuía parte de la aceleración asiática a la mejora de las capacidades de la IA en idiomas asiáticos. Los datos del segundo trimestre son coherentes con esa lectura.
América Latina: avances moderados y posiciones medias
La región muestra crecimientos sostenidos, aunque más discretos que los de los líderes. Estas son las cifras del segundo trimestre, con el dato del primero entre paréntesis:
- Colombia: 25,9% (24,5%)
- Uruguay: 25,7% (24,6%)
- Chile: 24,0% (22,7%)
- Argentina: 23,4% (21,9%)
- México: 21,4% (20,1%)
- Ecuador: 20,3% (19,5%)
- Brasil: 20,2% (19,1%)
- Perú: 17,3% (16,4%)
Costa Rica (29,7%), República Dominicana (25,8%), Jamaica (25,0%) y Panamá (24,2%) también superan el 24%. Casi todos los países de la región crecen entre 0,8 y 1,5 puntos, en línea con la media mundial. Argentina (+1,5) y Colombia (+1,4) figuran entre los más dinámicos, y El Salvador sube 1,8 puntos, hasta el 20,1%. En el extremo bajo de la región aparecen Bolivia (13,3%), Paraguay (12,6%), Nicaragua (12,5%) y Venezuela (11,3%).
La brecha Norte-Sur sigue creciendo
El hallazgo más importante del informe es que la diferencia entre el Norte y el Sur Global vuelve a ampliarse. En el segundo trimestre de 2026, el 28,8% de la población en edad de trabajar del Norte Global usó IA generativa. En el trimestre anterior había sido el 27,5%, lo que supone 1,3 puntos más. En el Sur Global la adopción llegó al 16,2%, frente al 15,4% anterior, un avance de solo 0,8 puntos.
| Región | 2S 2025 | 1T 2026 | 2T 2026 | Variación |
|---|---|---|---|---|
| Norte Global | 24,7% | 27,5% | 28,8% | +1,3 |
| Sur Global | 14,1% | 15,4% | 16,2% | +0,8 |
| Mundo | 16,3% | 17,8% | 18,8% | +1,0 |
| Brecha Norte-Sur | 10,6 pp | 12,1 pp | 12,6 pp | +0,5 pp |
La brecha pasó de 10,6 puntos a fines de 2025 a 12,6 puntos hoy. Ambas regiones crecen, pero el Norte lo hace más rápido, así que la distancia absoluta aumenta incluso cuando el Sur mejora. Es una dinámica típica de las tecnologías de uso general. Los primeros en adoptarlas disponen de infraestructura, conectividad, competencias digitales y contenidos en su idioma, y consolidan su ventaja antes de que los demás puedan ponerse al día.
Usos distintos: el aprendizaje como puerta de entrada
Además de cuánto se usa la IA, el informe analiza para qué. Microsoft examinó una muestra de conversaciones de usuarios de Copilot para consumidores. Usó un clasificador diseñado para preservar la privacidad que identifica el propósito principal de cada interacción. Después comparó el peso de cada tipo de uso en el Norte y el Sur frente a la media mundial.
La diferencia más marcada está en la educación. En el Sur Global, las conversaciones sobre aprendizaje autónomo y desarrollo de competencias pesan un 29,2% más que en el promedio mundial. Las vinculadas a tareas escolares y apoyo académico pesan un 32,3% más. También destacan las actividades de creación y edición de imágenes, texto y código. En el Norte Global predominan los usos de consumo: búsqueda de información, compras y solicitud de recomendaciones o asesoramiento.
Microsoft sugiere que las aplicaciones de aprendizaje pueden ser una de las principales puertas de entrada a la IA donde la adopción está en fase más incipiente. Esa conclusión coincide con estudios recientes sobre Bing Copilot, Gemini y Claude, que también encuentran más peso de la educación y el trabajo académico en los países de menores ingresos.
El informe advierte, no obstante, que hay que interpretarlo con cautela. La muestra se limita a los primeros usuarios de la IA en esas regiones, y sus patrones podrían cambiar cuando el uso se generalice. Además, la población del Sur Global es significativamente más joven, por lo que parte de la diferencia puede ser demográfica. Los datos, en fin, no permiten saber por qué el aprendizaje pesa más.
Modelos de peso abierto: una palanca para reducir costes
Uno de los capítulos más extensos del informe se dedica a los modelos de peso abierto. Son modelos que publican sus parámetros entrenados, de modo que otras organizaciones pueden descargarlos, modificarlos y ejecutarlos. Se contraponen a los modelos cerrados, a los que solo se accede mediante un servicio propietario. Microsoft recuerda que en julio de 2026 firmó, junto con NVIDIA, Meta, IBM, Hugging Face y la Linux Foundation, entre otros, una carta abierta a favor de esta vía.
Por qué la métrica actual los captura mal. El indicador principal mide personas que usan productos de IA generativa. Los modelos abiertos se usan con frecuencia de forma indirecta: dentro de una aplicación, un agente de programación o un servicio que los invoca por API. Otras organizaciones los ejecutan en su propia infraestructura, lo que no aparece en ninguna fuente centralizada. Como ventana complementaria, Microsoft recurre a los datos públicos de OpenRouter, una plataforma que permite a los desarrolladores acceder a cientos de modelos, con la salvedad de que su base de usuarios, orientada a desarrolladores, no es representativa de todos los usuarios de IA.
La brecha de capacidades se cierra. Los nuevos modelos cerrados empujan la frontera, pero los mejores modelos abiertos suelen alcanzar rendimientos similares en cuestión de meses. Como ejemplo, el informe cita Kimi K3, de Moonshot AI, cuyos pesos completos se publicaron en julio. Sigue por detrás de los modelos propietarios más potentes en algunas evaluaciones amplias, pero en otras compite con ellos o los supera. A 14 de septiembre, Kimi K3 Max estaba entre los cinco primeros del ranking de programación WebDev de Arena, a menor coste que varias alternativas propietarias. Microsoft aclara que esto no prueba una superioridad general.
El uso ya lo refleja. Según un análisis público de más de 100 billones de tokens, los modelos abiertos habían alcanzado aproximadamente un tercio del volumen de tokens en OpenRouter a fines de 2025. El análisis propio de Microsoft indica que ahora representan ya el 75% del uso de tokens en esa plataforma. La compañía insiste en que no son cuotas de mercado globales, porque el uso directo de modelos cerrados de frontera y los modelos abiertos desplegados localmente quedan fuera. Aun así, considera que la dirección del cambio es clara.
La economía del cambio. Con datos de Artificial Analysis, el informe señala que algunos modelos abiertos ofrecen capacidades similares a un coste por tarea sustancialmente menor. El ejemplo es GLM 5.3 Flash, que rinde de forma similar a GPT 5.6 Sol en razonamiento alto con un coste tres veces menor. Las empresas empiezan a vigilar el gasto de cargas de trabajo que crecen rápido, sobre todo cuando los agentes hacen llamadas repetidas a los modelos. Por eso deja de ser buena idea el «tokenmaxxing», que consiste en tratar el mayor consumo de tokens como señal de éxito. La práctica emergente es ajustar el modelo a la tarea: reservar la inteligencia de frontera, más cara, para los problemas donde su capacidad extra genera valor, y usar modelos más baratos para el resto.
Qué significa para el Sur Global. Los modelos abiertos no resuelven barreras estructurales como la falta de electricidad, conectividad, competencias digitales o soporte en lenguas locales. Sí pueden reducir otras dos: el coste de acceder a una IA potente y la dificultad de adaptarla. Como se pueden modificar, universidades, gobiernos, ONG y empresas pueden ajustar modelos existentes en lugar de entrenar sistemas de frontera desde cero. El informe menciona el trabajo del AI for Good Lab de Microsoft con su marco Bring Your Own Language. Este mejoró en torno a un 12% de media el rendimiento en lenguas como el chichewa y el maorí, y abrió una vía para lenguas de muy pocos recursos como el inuktitut.
El auge de la capa de aplicaciones
El informe ofrece otro indicador del dinamismo del ecosistema. Hugging Face Spaces, una plataforma que aloja aplicaciones y demos de IA listas para ejecutarse, pasó de unos 124.000 Spaces a fines de 2023 a 1,46 millones en septiembre de 2026. Desde el primer informe, publicado en noviembre de 2025, el total aumentó cerca de un 83%. Microsoft advierte que Spaces no equivale a un conjunto de productos comerciales diferenciados. Pero el dato muestra que la experimentación y el desarrollo en la capa de aplicaciones se están ampliando.
Lo que viene: una medición más amplia
La compañía anuncia que en la próxima edición incorporará más herramientas a su medición. Estima que esto elevaría la adopción medida en casi todos los países, con un impacto especialmente notable en China, donde hoy no se incluyen varias herramientas nacionales muy utilizadas. En la tabla actual China aparece con un 17,5%. Microsoft aclara que ese aumento reflejaría sobre todo una mejor medición del uso ya existente y no un salto real repentino en la adopción. Conviene tenerlo presente al comparar las cifras de este informe con las de ediciones futuras, porque puede haber un cambio metodológico que interrumpa la continuidad de la serie.
Conclusiones
Del informe se desprenden cuatro ideas principales:
- El crecimiento es constante y amplio. La adopción mundial subió de 17,8% a 18,8% en un trimestre, con avances en casi todos los países.
- La desigualdad aumenta. La brecha entre Norte y Sur Global pasó de 10,6 a 12,6 puntos en dos periodos, porque el Norte crece más rápido aunque el Sur también avanza.
- Los usos difieren. En el Sur el aprendizaje y el trabajo académico pesan más, y esto puede convertir la educación en la principal puerta de entrada a la IA, con la cautela de que la muestra son los primeros usuarios y la población es más joven.
- Los modelos abiertos cambian la economía de la IA. Con capacidades cada vez más cercanas a las de los modelos cerrados y costes menores, pueden acelerar la difusión donde el precio es un obstáculo, aunque no eliminan las barreras de infraestructura.
Las cifras son estimaciones basadas en telemetría de Microsoft y no encuestas directas a usuarios, así que conviene leerlas como una comparación relativa entre países y periodos y no como un censo exacto del uso de IA.
Fuente: -microsoft-com