La verdad sobre la IA en la WWDC 26

Con las novedades presentadas por Apple en la WWDC de 2026 en torno a la Inteligencia Artificial y el Machine Learning, ha habido bastante lío en la comunidad, tanto entre desarrolladores como entre usuarios civiles. Entre el naming —que si Foundation Models, que si SiriAI— y la Unión Europea complicando las cosas en cuanto a la disponibilidad por territorio, el panorama no ha sido precisamente sencillo.

El producto final: SiriAI

La pobre Siri no ha ganado para disgustos en los últimos años. El salto a los asistentes potenciados por LLMs, capaces de entender lo que les pedimos más allá de simplemente detectar comandos e interpretarlos, la pilló a contrapié. El problema se agravó cuando Apple prometió mejoras y un cambio de arquitectura que terminó siendo fallido. Resultó que el pecado original de los LLMs, las alucinaciones, no permitió lanzar el producto con un porcentaje de fallo suficientemente bajo para los estándares de la marca.

Por eso, este año Apple ha rebautizado a nuestra Siri añadiéndole el prefijo IA, pero sobre todo la ha acompañado de varias mejoras sobre la arquitectura original. Ahora el asistente, accesible tanto desde el propio sistema como desde una aplicación dedicada, es más capaz de cumplir su función gracias a que tanto los datos como las funciones expuestas por las aplicaciones están mucho mejor indexados para que los modelos de lenguaje puedan interactuar con ellos. Además, se ha mejorado la capa agéntica y ahora es capaz de conectarse a herramientas, delegar operaciones en distintos modelos… ¿Y esto cómo lo sé? Si lees hasta el final lo descubrirás.

Ojo: esta SiriAI, es decir, el producto final integrado en los sistemas operativos y en la aplicación del mismo nombre, es lo que de momento no llegará a los usuarios de la Unión Europea.

Apple Intelligence y los Foundation Models: de dónde venimos

Pero no todo son novedades, al menos para los desarrolladores. El año pasado Apple ya introdujo los Foundation Models, que permitían a las aplicaciones interactuar con modelos grandes de lenguaje. El problema eran sus limitaciones.

La primera, y quizá la más importante, era que el único modelo al que los desarrolladores —y, por ende, las apps que creaban— tenían acceso era el modelo del sistema, que se ejecutaba en el propio dispositivo. De ahí que la limitación de sus capacidades no dejase mucho lugar a la imaginación, por lo que la adopción fue, cuando menos, tímida. Con la versión 26.4 se mejoró el modelo y se añadieron algunas mejoras, como la comprobación de la ventana de contexto total y del progreso actual, que permitían a los desarrolladores intentar algunas triquiñuelas para mejorar el comportamiento.

En la pasada WWDC también nos mostraron cómo este modelo podía interactuar con herramientas para realizar acciones, buscar datos y leerlos, pero esas llamadas no siempre se hacían de forma adecuada y dejaban mucho trabajo del lado del integrador, por lo que restaban buena parte del potencial de los LLMs más avanzados.

La segunda y última limitación era la interacción con agentes. La elección de un modelo único, unas herramientas concretas y la imposibilidad de cambiar en tiempo de ejecución los parámetros de configuración restaban margen de maniobra para crear aplicaciones realmente relevantes.

Novedades en Apple Intelligence y Foundation Models

Y este año han presentado un paso adelante. Uno de gigante, además. Precisamente Apple ha atacado las limitaciones que comentábamos anteriormente, y este año sí que es posible desarrollar aplicaciones mucho más potentes aprovechando las capacidades que nos brindan la IA y los LLMs.

En cuanto a los modelos, la implementación de Apple ahora se basa en un protocolo —una plantilla— que permite usar cualquier modelo del mercado. A saber:

• Modelo de Apple en local (sin coste)
• Modelo de Apple en la nube, el Private Cloud Compute (sin coste al inicio hasta alcanzar cierto número de usuarios)
• Cualquier modelo que implemente un paquete de Swift que cumpla el protocolo
• Modelos en local entrenados por los propios desarrolladores

No hay duda de que la idea principal de Apple es proveer a los desarrolladores de las mismas herramientas que, no sin algún tropiezo que otro, le han permitido a la propia compañía lanzar una apuesta sólida como SiriAI.

Un buen presentimiento

Esta estrategia me recuerda al salto que se produjo con los procesadores Apple Silicon. Mientras la tendencia de la industria del PC era crear procesadores con una arquitectura x86_64 y una única CPU de propósito general lo más potente y rápida posible, Apple apostó por ARM, que no permite construir núcleos de procesamiento con tanta fuerza bruta, pero sí acompañarlos de pequeños procesadores específicos para cada tarea.

Y ahí está la similitud: en lugar de utilizar un LLM enorme para las tareas a ejecutar, se usa un orquestador que lanza agentes que tienen asignado un modelo ajustado a sus características y que son más rápidos y eficientes en la mayoría de los casos. Y Apple ha sabido combinar esto con la disponibilidad de los datos y las acciones de las aplicaciones que tienes instaladas en tus dispositivos.

¿Será esta la apuesta ganadora? Es difícil aventurarse porque, desde la aparición de los primeros LLMs, el ritmo de avance ha sido vertiginoso, pero Apple ha hecho su apuesta. Una que, a día de hoy, parece bastante sólida.