Cómo las empresas tecnológicas transforman la expectativa en ganancias reales

February 2024: la marcha anti-IA y el meme que lo explica todo

En febrero pasado, en Londres, un volante repartido por el grupo activista Pause AI dejó un mensaje que resume a la perfección el fiasco actual con la inteligencia artificial: “Step 1: Grow a digital super mind. Step 2: ? Step 3: ?”. Vamos, ni los propios que protestaban tenían claro esa maldita etapa intermedia, ese paso crucial entre montar la tecnología y realmente sacarle tajada. La referencia, para quien haya vivido debajo de una roca, viene directo de un episodio legendario de South Park —los gnomos de los calzoncillos— cuya propuesta de negocio es tan trivial como hilarante: “Fase 1: robar calzoncillos. Fase 2: ? Fase 3: beneficios”.

¿Y qué carajo tiene que ver esto con la IA? Pues todo. Porque la industria tecnológica parece atrapada en el trapicheo del “Paso 1” terminado —crear estas inteligencias artificiales sofisticadas tipo chatbots, modelos de lenguaje (Large Language Models, LLMs)— y la certeza del “Paso 3”, que promete revolucionarlo todo. Pero el “Paso 2”, el proceso medio que conecta la fantasía con la realidad, el puente necesario para transformar el hype en ganancias reales y sostenibles, está ausente, enterrado en la niebla más densa.

Pause AI pide pausar la IA hasta que se entienda qué diablos implica ese paso intermedio. En otros términos, sugieren regulación y control antes de que la desbandada nos lleve a un apocalipsis digital, o al menos a un desastre económico. Claro, nadie sabe todavía qué forma tomará tal regulación ni quién la hará valer. Y mientras tanto, los entusiastas de la IA miran con ojos vidriosos hacia un futuro radiante, olvidándose convenientemente de que no basta con encender la máquina para que el “Paso 3” —la transformación económica— caiga en tu plato. Esto, para resumirlo escuetamente, está siendo la telenovela de la tecnología hoy.

¿Por qué tanto ruido con los LLMs y el futuro del trabajo? Spoiler: nadie tiene la fórmula exacta

Dos estudios recientes han intentado meterle un poco de ciencia al despelote: uno de Anthropic (startup del ramo IA) y otro de Mercor, una empresa que prueba IA en tareas laborales concretas. Anthropic apuesta que los puestos puestos más afectados por la irrupción de los grandes modelos de lenguaje serán directivos, arquitectos y periodistas. ¿Y los menos? Obreros de la construcción, cuidadores de jardines y personal de hostelería. Pinta lógico, teniendo en cuenta las tareas repetitivas y analíticas que los LLM parecen manejar mejor. Pero ojo, ese pronóstico es un puro tiro al aire basado en lo que los modelos «parecen» capaces de hacer, no en cómo realmente desempeñan esas tareas cuando despliegan sus bots en entornos laborales reales.

Mercor por su parte, midió a varios agentes de IA alimentados por los modelos de OpenAI, Anthropic y Google DeepMind en 480 tareas habituales de banqueros, consultores y abogados. Resultado: un fracaso abrumador. La mayoría de las tareas no se completaron, los bots no daban la talla. Esto sigue dejando claro que esos garbanzos no están tan tostados: fuera de los sandbox digitales, la IA no es ni la mitad de buena en el mundo real.

El debate es feroz porque quién lo dice importa. Las startups tienen interés directo (obvio) en sacudir el árbol con predicciones optimistas para atraer fondos y reflejar brillo. Pero los verdaderos problemas no son solo técnicos, también culturales y operativos: las empresas tienen que reconfigurar sus workflows —un lío mayúsculo en sí mismo— para incorporar verdaderamente la IA sin que todo se vaya al carajo. El “Paso 2” aquí no es un simple plugin. Es replantear los procesos, reestructurar equipos, reeducar personas, crear métricas de éxito claras. Eso lleva tiempo y requiere valentía. De momento, en eso estamos empantanados.

¿Dónde está el “Paso 2” y por qué es el eslabón perdido?

Un chatbot inteligente no es magia que convierte al instante datos en plata. La tech va más allá de inventar un software usable; es implantarlo estratégicamente, sumando valor a un sistema ya vivo, con gente, políticas, miedos, resistencia al cambio y, sobre todo, tareas complejas con incertidumbres. Ahí está el verdadero desafío.

Las startups y grandes marcas tecnológicas han demostrado en los últimos años que pueden levantar modelos impresionantes. Pero juntar a ese monstruo digital con el día a día de una empresa para que realmente genere ganancias, mejore procesos o cambie el juego es otro rollo. El “Paso 2” debería incluir elementos como:

– Validación en entornos reales, no solo demos o pruebas controladas.
– Evaluaciones rigurosas del impacto productivo y social en las organizaciones.
– Ajustes continuos de los sistemas para no romper flujos sino mejorarlos.
– Políticas internas y externas que regulen el uso ético y responsable.
– Formación a empleados y directivos para que el sistema no sea un “black box” incomprensible.

Por ahora, esa lista está en el aire o a medio hacer. La experiencia cuenta que saltarse el “Paso 2” puede ser un suicidio corporativo. Apostar solo a que la IA va a ser “transformadora” sin cambiar la forma en que se hacen las cosas es un pasito directo hacia el fracaso.

Y ojo, con “fracaso” me refiero a perder millones, tiempo, confianza y hasta reputaciones. Hay demasiados CEO vendiendo humo tecnológico sin entender el tuneo brutal al que deben someterse sus infraestructuras y equipo humano para que el salto sea real y rentable.

Transparencia, colaboración y métricas para salir de la nebulosa

La naturaleza opaca de las grandes corporaciones que fabrican modelos difíciles de interpretar y sin garantías públicas no ayuda. Los desarrolladores de IA deberían abrir más la caja negra que alimentan. Pero ya sabemos que ese es un dilema. ¿Quién da esa transparencia sin perder ventaja competitiva?

Se necesitan nuevas formas de evaluación mucho más rigurosas, de preferencia colaboraciones entre investigadores, empresas y reguladores que permitan medir qué pasa de verdad cuando un sistema de IA se implementa en un entorno laboral o de negocios.

Además, si dejamos que solo “las bolas más grandes” digan adónde va esta tecnología, nos venden una película que muchas veces ni siquiera son capaces de aguantarse ellos mismos. Pero así funciona el ecosistema: hype para convencer inversores, usuarios y el público en general, y expectativas infladas a tope.

Para que el circo se calme y las cosas funcionen, se necesitan:

– Estudios independientes que muestren resultados reales, no promesas.
– Regulaciones que marquen límites claros, eviten abusos y propicien innovación responsable.
– Espacios donde actores del sector tecnológico y usuarios finales dialoguen y ajusten expectativas.
– Formación a escala masiva para que todos sepamos qué es IA, qué puede hacer y qué no.

Nada brillante, pero la receta necesaria para romper el ciclo de hype—desilusión—promesas vaporosas. Sin esto, el “Paso 2” seguirá un enigma, y el “Paso 3” será un espejismo.

Del hype fácil a la complejidad incómoda: lecciones no aprendidas

La crisis del “Paso 2” no es solo un tema tecnológico sino cultural. La industria ha estado acostumbrada a vender promesas, a creer que “con IA todo será mejor” y a pensar que la mera construcción técnica abre directamente las puertas a la transformación. Pues no.

Los pasos intermedios, esos que implican esfuerzo, incertidumbre, trabajo duro y justo un toque de realismo (sí, lo sé, qué aburrido) son los que nadie quiere asumir. Y eso explica mucho por qué el optimismo desmesurado se choca contra paredes invisibles.

A este punto, muchos directivos y técnicos están saturados: de la presión para adoptar innovación, pero sin un manual claro de cómo. ¿Cuántos han invertido millones sin una estrategia definida y terminan con proyectos paralizados o productos que nadie usa? La respuesta es: unos cuantos.

Y no es un problema menor. La economía global depende cada vez más del avance tecnológico bien implantado. Pero si seguimos en esta kermesse de memes y promesas brillantes sin aclarar qué demonios es el “Paso 2”, estamos invitando al fracaso en grande.

¿Quién va a tomar responsabilidad de ese vacío? ¿Empresas muy interesadas en vender avance? ¿Gobiernos que van a legislar sin entender ni un carajo? ¿Usuarios que solo quieren las cosas listas y no quieren esperar? La respuesta está tan borrosa como la propia promesa del “paso 3”.

Quizás la única certeza es que sin ese paso intermedio, la IA será más que nada un asunto de hype y bombo publicitario, pero ni de lejos una revolución económica transformadora.

¿Y ahora qué? El futuro, la paciencia y los calzoncillos

¿De verdad queremos una IA que cambie el juego, o nos conformamos con robots que escriben textos decentes y recomendaciones más o menos acertadas? Eso depende del desarrollo efectivo del “Paso 2”. Sin ese combo de implementación pulida, regulación sensata y aceptación social, la IA seguirá siendo otra promesa inacabada.

Para los inversores, estrategas y geeks de la tecnología esto debería ser un despertar o una bronca: menos fanfarria y más trabajo entre bambalinas. Estamos en la etapa donde hay que meter el pico en la obra, correr riesgos calculados, ajustar expectativas y detener esa carrera frenética que nos lleva directo a construir castillos en el aire digitales.

No es sexy decir “esperen, todavía no sabemos cómo”, pero la alternativa es mucha desilusión, pérdidas millonarias y un futuro tecnológico que falla antes de arrancar.

Así que, mientras espero que alguien me explique qué es el famoso paso dos, mantengo mi café a mano, platos de calzoncillos a salvo y un ojo puesto en la próxima gran gamba que suelte Elon Musk o los gurús de turno sobre la próxima gran revancha de la IA. ¿Quién sabe? Igual nos sorprenden. O igual nos vuelven a dejar con un “¿y ahora qué?” gigante y un montón de letras sin sentido.

Artículos Relacionados