Predicción: la IA colapsará como el internet de los 90

La predicción que incomoda al ecosistema

La hipótesis es simple y molesta: la IA va a colapsar igual que colapsó el internet de los 90. No en el sentido catastrófico, sino en el sentido contrario al que esperan los inversores. Cuando se tiende la fibra, los primeros visionarios creen que todo el mundo tendrá una página web personal. Lo que terminó pasando es que casi nadie tiene una página web personal — todo el mundo tiene un perfil de Instagram. La web no desapareció; se simplificó hasta volverse idiotproof.

Llevado al presente: cada humano va a usar agentes de IA, pero menos del 1% va a usar agentes de código. La pregunta abierta que deja esta tesis es cuál es el equivalente de Instagram para los agentes: un canal 100% sandboxable, donde el consumidor no tenga que pensar en seguridad, permisos ni configuración.

Lo que la burbuja puntocom acertó y lo que erró

La burbuja puntocom tuvo tres aciertos de fondo:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Internet iba a ser enorme. Correcto, aunque la magnitud fue subestimada.
El valor iba a escalar con la fibra desplegada. También correcto.
Toda persona iba a querer expresarse con tecnología. Verdadero, pero el formato importaba más de lo previsto.

Y dos errores gruesos:

Asumir que toda persona tendría un sitio web personal (expresión vía HTML/JavaScript).
Asumir que el tráfico de internet escalaría con la cantidad de sitios web.

Lo que pasó: la gente normal odiaba construir sitios web. Quería expresar-se con texto, imagen y video. El TAM (mercado total direccionable) de Instagram terminó siendo cerca de 100 veces el de GoDaddy, según la propia lógica del artículo original. La web «colapsó» hacia redes sociales y streaming de video porque esos formatos son 100% sandboxeables: no se puede terminar con phishing, malware ni XSS estando en YouTube. El consumidor promedio quiere apagar el cerebro mientras lo usa.

Por qué los coding agents no son el futuro masivo

Aquí está el nervio de la predicción. Hoy el discurso tech repite con fervor variaciones de «todo el mundo va a tener un agente personal», «todo el mundo va a construir una app móvil» o «el mercado del software es infinito». Direccionalmente correcto, pero con un error de cálculo equivalente al de 1995.

Si la analogía se sostiene, vamos a ver dos mercados muy asimétricos:

Agentes para developers: enorme en valor unitario, pequeño en TAM (menos del 1% de la población, como las páginas web personales).
Agentes para consumidores: enorme en TAM, pequeño en valor unitario por usuario (como Instagram, YouTube, TikTok).

No son el mismo mercado y requieren productos radicalmente distintos.

Qué dice la data de adopción en 2026

Los números disponibles este año matizan — pero no refutan — la predicción.

El Agentic Enterprise Index 2026 de Salesforce (publicado este año) muestra que el número promedio de agentes activos por organización casi se triplicó, pasando de 5 en febrero de 2025 a 13 agentes por organización en abril de 2026. Salesforce registró 734 millones de Agentic Work Units consumidas solo en abril de 2026, con un crecimiento intermensual del 15%. Las sesiones semanales de empleados con agentes también se triplicaron año contra año.

Del lado developer, JetBrains publicó en agosto de 2026 su Developer Ecosystem Survey sobre más de 15.000 profesionales: el 90% usa agentes de código semanalmente y el 68% los usa a diario. Claude Code pasó del 18% al 39% de adopción laboral entre enero y julio de 2026, y Codex de OpenAI saltó del 3% al 16% en el mismo período.

Hasta aquí, el optimismo se sostiene: los agentes funcionan y se adoptan. Pero la cara B aparece en el reporte State of Agentic Adoption 2026 de Opsin Labs (agosto de 2026):

Las empresas ya crean un agente por empleado en promedio.
El 60% de los agentes empresariales están sobre-permisados: tienen acceso allow-all en lugar de permisos acotados a su tarea.
Las interacciones workforce × agente crecieron 14x solo entre enero y junio de 2026.

La lectura: la adopción se acelera más rápido que la gobernanza. Exactamente el tipo de desequilibrio que la predicción del artículo original señala como insostenible para el consumidor final.

El requisito del 0% de fallo

La tesis central es dura: ningún modelo más inteligente va a conseguir un 0% de probabilidad de fallo. Para llegar ahí hay que reinventar la abstracción. El agente de consumo tiene que ser seguro:

Borracho, en la cama, en el baño, en el almuerzo.
Mientras el cerebro está ocupado en otra cosa.
Sin posibilidad real de que haga compras no autorizadas, envíe mensajes no intencionados o acceda a información que el usuario no quería compartir.

No «difícil que pase». Imposible que pase.

Ese es el equivalente del 100% sandboxable que tenían las redes sociales y el video frente al HTML/JavaScript. La pregunta abierta que deja el artículo original es directa: ¿cuál es la capa idiotproof para agentes? Y, complementariamente: ¿qué tipo de agente será el que use todo el mundo, igual que todos tienen Instagram hoy?

Qué significa esto para tu startup

Si estás construyendo en el espacio de agentes, la predicción obliga a separar dos hojas de ruta.

Acción 1 — Decide qué mercado atacas realmente.
Si tu agente está pensado para developers, optimiza por valor unitario alto, nicho pequeño, integración profunda con el IDE y el repo. Es el equivalente moderno de las páginas web personales: margen alto, volumen bajo, alta exigencia técnica. Las cifras de JetBrains (90% de devs usan coding agents a la semana) validan que el mercado existe — pero es un mercado profesional, no masivo.

Acción 2 — Si apuntas al consumidor, el problema no es el modelo, es el sandbox.
El cuello de botella ya no está en qué tan bueno es el LLM. Está en el sandboxing, los permisos por defecto, los límites de acción irreversibles y la verificación previa. Cualquier agente de consumo que lance una compra, un mensaje o una transferencia sin confirmación humana en el flujo crítico va a perder la confianza del usuario en la primera falla. Diseña con la regla de que 0% de fallo no se logra con mejor prompting, sino con arquitectura de producto: acciones reversibles por defecto, scopes mínimos, dry-runs visibles, y «circuit breakers» que pausen antes de ejecutar.

Bonus: si estás en LATAM o España, el espacio de agentes de consumo en español está aún más vacío que en inglés. Los sandbox regulators-friendly (alineados con GDPR, con la normativa local de IA en España y con la Ley Fintech en México) son una ventaja competitiva que el mercado angloparlante no va a poder replicar tan rápido.