Introducción. El Análisis de Tiempo Estático (ATS), fundamental en el diseño de circuitos integrados, implica evaluar el rendimiento temporal de circuitos digitales bajo diversas condiciones para cumplir ciertas restricciones, mediante simulación. A pesar de su importancia, el ATS tradicional enfrenta varias limitaciones a la hora de considerar en sus modelos la creciente complejidad del proceso de fabricación de circuitos integrados. La inclusión de Inteligencia Artificial (IA) se vislumbra como una solución prometedora para mejorar la precisión y eficiencia del ATS, reduciendo así los ciclos de diseño en la industria electrónica. Objetivo. Estudiar la influencia que tiene en la actualidad, y que puede tener a futuro la inclusión de la IA para la optimización del ATS, y por lo tanto para reducir los ciclos de diseño en la industria de la electrónica. Metodología. La IA se ha integrado en el Análisis de Tiempo Estático (ATS), mejorando la precisión y eficiencia al estimar retrasos, modelar variaciones de proceso y optimizar rutas y procesos de síntesis. Esta integración permite abordar la complejidad y variabilidad de los circuitos integrados modernos, acelerando la convergencia del diseño, reduciendo iteraciones y mejorando la calidad del diseño. Además, IA se aplica en la caracterización del modelo para ATS, utilizando simulaciones adaptativas para acelerar el proceso de verificación y reducir significativamente el tiempo de comercialización, crucial en la industria de semiconductores. En este artículo se hace una revisión del estado actual y las proyecciones a futuro del aporte de la IA en el ATS. Discusión. El futuro del ATS promete una serie de avances que buscan mejorar sus capacidades y abordar los desafíos emergentes en el diseño de circuitos integrados. Estos desarrollos incluyen una mayor integración con el Aprendizaje Automático (ML) para mejorar la precisión y eficiencia. Con la evolución hacia nodos de proceso más pequeños, el ATS deberá adaptarse para manejar la mayor complejidad y variabilidad introducida, posiblemente empleando algoritmos de ML más sofisticados. Además, se espera que el ATS se enfoque más en consideraciones de potencia y confiabilidad, incorporando métricas adicionales y análisis de datos más complejos, posiblemente con la ayuda de la IA, para garantizar la eficiencia energética y la robustez contra problemas de confiabilidad. Conclusión. El futuro del ATS se perfila hacia una constante innovación y adaptación para satisfacer las cambiantes necesidades de la industria de semiconductores. Aprovechando avances tecnológicos y metodológicos, el ATS jugará un papel crucial en asegurar la entrega puntual de diseños de circuitos integrados de alto rendimiento y fiabilidad. Dada la capacidad de optimización y análisis de datos de la IA, su potencial revolucionario en el ATS es considerable, especialmente ante la creciente inclusión de requisitos cada vez más exigentes. Área de la ciencia: ingeniería electrónica.