Resumen

  • La previsión de septiembre de 2026 de Gartner eleva el gasto mundial en IA de 2026 a 2.670.460 millones de dólares (+49,5%), frente a 2.595.667 millones en mayo y 2.527.845 millones en enero, con la infraestructura en 1.484.397 millones en la vintage de septiembre.
  • La taxonomía cambió dos veces dentro de 2026: «AI Models» pasó a llamarse «Generative AI Models» y «AI Agents and Assistants» se separó como línea propia con incorporación de agentes de consumo; los tipos de crecimiento revisados (modelos generativos del 110% al 117%; plataformas de desarrollo del 28% al 39%) mezclan redefinición y demanda.
  • Gartner declara explícitamente que las comparaciones entre iteraciones «no son significativas» porque el alcance se amplió; los agregados de un solo titular agrupan líneas presupuestarias heterogéneas.

Lo que la tabla de septiembre cuenta realmente

La vintage de septiembre de 2026 divide el gasto mundial en IA en nueve segmentos, con valores en millones de dólares para 2025, 2026 y 2027: Servicios de IA (434.046 / 576.481 / 745.655), Ciberseguridad de IA (25.920 / 51.347 / 85.997), Software de IA (288.168 / 461.637 / 656.353), Agentes y asistentes de IA (16.481 / 29.219 / 65.472), Modelos generativos de IA (13.021 / 28.266 / 51.620), Plataformas de IA para ciencia de datos y aprendizaje automático (19.405 / 26.445 / 35.552), Plataformas de desarrollo de aplicaciones de IA (6.885 / 9.541 / 12.478), Datos de IA (826 / 3.126 / 6.480) e Infraestructura de IA (981.920 / 1.484.397 / 1.977.685), para un total de 1.786.671 / 2.670.460 / 3.637.292. La tabla completa está documentada en la sindicación de la nota de prensa del 16 de septiembre de 2026 (https://www.itvoice.in/gartner-forecasts-worldwide-ai-spending-to-grow-49-5-in-2026) y en la propia nota de Gartner (https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026).

Gartner define la infraestructura de IA como el conjunto de IaaS optimizada para IA, servidores optimizados para IA, tejido de red de IA, semiconductores de procesamiento de IA y dispositivos.

La categorización práctica es amplia: según el análisis de la vintage detallada de abril de 2026, la subcategoría más grande dentro de infraestructura son los dispositivos (604.100 millones de dólares en 2026), seguidos de los servidores optimizados para IA (468.900 millones) y los semiconductores de procesamiento (286.000 millones), mientras que la IaaS optimizada para IA —el dato más cercano a cómputo alquilado— alcanza solo unos 42.300 millones de dólares en 2026, con un crecimiento del 96 por ciento.

La lectura editorial es directa: gran parte de lo que la prensa resume como «gasto en infraestructura de IA» es compra anticipada de hardware por parte de proveedores, no despliegue medido de capacidad productiva.

Dos reescrituras de taxonomía en un mismo año

La tabla de enero de 2026 (https://www.gartner.com/en/newsroom/press-releases/2026-1-15-gartner-says-worldwide-ai-spending-will-total-2-point-5-trillion-dollars-in-2026) mostraba ocho segmentos con una única línea «AI Models» (14.416 / 26.380 / 43.449 millones) y total de 2.527.845 millones para 2026. La vintage de mayo (https://www.morningstar.com/news/business-wire/20260519405832/gartner-forecasts-worldwide-ai-spending-to-grow-47-in-2026) elevó el total a 2.595.667 millones y la línea de modelos a un crecimiento del 110 por ciento, manteniendo la misma estructura. En septiembre, «AI Models» se convirtió en «Generative AI Models» y «AI Agents and Assistants» se separó del software de IA como línea independiente, añadiendo por primera vez agentes y asistentes de consumo. Los cambios de tipos de crecimiento entre mayo y septiembre —modelos generativos del 110% al 117%, plataformas de desarrollo del 28% al 39%— ocurren simultáneamente con estas redefiniciones, de modo que no es posible separar cuánto del aumento es demanda y cuánto es redefinición del perímetro contado.

El propio Gartner anticipó esta advertencia en su primera previsión dedicada: «Esta es la primera iteración de la previsión de gasto en IA que Gartner ha publicado... Las comparaciones de gasto con iteraciones anteriores no son significativas porque el alcance se ha ampliado», según la cita reproducida en febrero de 2026 (https://softwarestrategiesblog.com/2026/02/16/gartner-forecasts-agentic-ai-overtakes-chatbot-spending-2027/). Esa advertencia de método se aplica con toda su fuerza a las comparaciones de titulares entre enero, mayo y septiembre de 2026.

Servicios y software dentro del mismo titular

Las definiciones de la vintage detallada separan con claridad lo que el titular agrega: los servicios de IA son consultoría estratégica, integración de sistemas y operaciones gestionadas; el software de IA es software empresarial con capacidades de IA incorporadas (CRM, ERP, suites de productividad), no herramientas de desarrollo (https://locsic.com/thinking/ai-infra-market-panorama/). En la tabla de septiembre, servicios (576.481 millones) y software (461.637 millones) suman casi 1,04 billones, más de un tercio del total, antes de contar la línea nueva de agentes y asistentes (29.219 millones). Gartner proyecta además una oportunidad de servicios de IA de 1,2 billones de dólares hacia 2030 a partir de proyectos de transformación e indirectos. El titular de «2,67 billones de gasto en IA» incluye, por tanto, consultoría y licencias empresariales reetiquetadas, no solo cómputo.

Proporciones que el agregado esconde

La comparación más reveladora de la vintage de septiembre: por cada dólar gastado en modelos generativos de IA (28.266 millones en 2026) se gastan más de 52 dólares en infraestructura de IA (https://campustechnology.com/articles/2026/09/21/infrastructure-accounts-for-more-than-half-of-worldwide-ai-spending.aspx). Esa asimetría es coherente con la estructura de la previsión: la mayor parte del segmento de infraestructura es adquisición de equipos por parte de proveedores de tecnología, no gasto de las empresas usuarias. Gartner también señala que el gasto en inferencia (23.300 millones de IaaS optimizada en 2026) supera al de entrenamiento (19.000 millones), un cambio de fase con implicaciones de arquitectura.

Dos salvaguardas cuantitativas completan el cuadro: Gartner redondea los valores de segmento de forma independiente, de modo que pueden no sumar el total declarado; y la advertencia de comparabilidad entre iteraciones implica que las series «de enero a septiembre» que circularon en la prensa sobreestiman la continuidad de lo medido.