La Delgada Línea Entre la Inteligencia Artificial Real y el «AI-Washing» en 2025
Tal como ocurrió durante el auge de las empresas puntocom, donde la simple adición de «.com» al nombre de una compañía inflaba su valor, ahora la palabra clave es «IA». La inteligencia artificial se ha infiltrado en presentaciones y comunicados de prensa, pero la realidad detrás de muchos productos de IA se asemeja más a una campaña publicitaria que a una verdadera innovación. Directores ejecutivos prometen disrupciones y transformaciones, pero terminan subcontratando funciones a terceros o presentando paneles de control ineficaces.
Muchas estrategias de IA son, en esencia, estrategias de marketing y relaciones públicas impulsadas por la exageración. El Dr. Uri Yerushalmi, Director de IA y cofundador de Fetcherr, advierte que esta confusión está llegando a un punto crítico. En una entrevista con Evox News, Yerushalmi señaló que el término «IA» se ha diluido, y que cualquier aplicación que utilice un modelo de lenguaje tiende a autodenominarse producto de IA. Sin embargo, existe una clara diferencia entre las empresas que simplemente emplean herramientas de IA y aquellas que desarrollan tecnologías de IA patentadas.
En 2025, a medida que los presupuestos se ajusten y los inversores exijan resultados tangibles, esta distinción podría determinar la supervivencia de muchas empresas.
El Auge y los Peligros del «AI-Washing»
La reciente explosión de la IA ha llevado a las empresas a integrar modelos de lenguaje como ChatGPT, Claude y Gemini en sus ofertas. Sin embargo, equiparar esto con una «transformación de IA» es como pintar una franja deportiva en un coche usado y llamarlo Ferrari.
Yerushalmi destaca un problema de etiquetado erróneo generalizado: tanto las empresas como los consumidores confunden la IA con los modelos de lenguaje. Los LLM son solo una faceta del amplio panorama de la IA. De hecho, el Ciclo de Expectativas de Gartner para la IA Generativa de 2023 predijo que «el 80% de las empresas utilizarán API de GenAI para 2026», pero usar una API no es lo mismo que construir un sistema inteligente.
Cuando las empresas exageran sus afirmaciones sobre la IA, las consecuencias van más allá de la vergüenza. Yerushalmi advierte que uno de los mayores riesgos es que las empresas comiencen a depender excesivamente de la IA, reduciendo las medidas de seguridad y tomando decisiones sin la supervisión humana adecuada. Esto también socava la confianza entre empleados, inversores y el público.
Un ejemplo destacado es el agente de IA de Air Canada, que proporcionó información incorrecta a un cliente sobre un descuento por duelo. Un juez dictaminó que la aerolínea era responsable de la declaración errónea de su IA y debía cumplir con el descuento falso. Esta sentencia sentó un precedente importante: las empresas son responsables de lo que dice su IA.
Yerushalmi enfatiza que cuando la IA se integra gradualmente y de manera controlada, se convierte en una herramienta poderosa para la toma de decisiones. Sin embargo, las promesas excesivas pueden socavar todo el proceso.
Cómo los Inversores Pueden Detectar la Sustancia
No todos los productos respaldados por IA merecen la etiqueta. Yerushalmi explica que si un producto utiliza la IA de manera superficial o trivial, probablemente se trate solo de publicidad engañosa. La verdadera innovación reside en las empresas que construyen IA patentada y revolucionaria que remodela fundamentalmente los procesos operativos en industrias enteras.
Fetcherr, por ejemplo, ha desarrollado un sistema que fusiona las funciones tradicionalmente aisladas de gestión de ingresos y precios dentro del sector de las aerolíneas. Este es un buen ejemplo de cómo la IA puede reestructurar los flujos de trabajo, más allá de la simple automatización de tareas. Para los inversores, identificar este tipo de distinción es esencial.
La sustancia se manifiesta en métricas de rendimiento, casos de uso reales y evolución del producto, no solo en una demostración llamativa de IA o un complemento GPT.
Lo Que Está en Juego Para las Marcas
Los productos de IA sobrevalorados pueden tener varias consecuencias para individuos y empresas. Como empresa, no solo se arriesga al fracaso técnico, sino también al daño a la reputación de la marca. Una encuesta de Cisco de 2023 reveló que el 60% de los consumidores se preocupan por cómo la IA utiliza sus datos, y el 65% ha perdido la confianza en las organizaciones debido al uso indebido de la IA. Otra encuesta reciente de Research Information encontró que casi todos los encuestados estaban «preocupados de que la IA se utilice para la desinformación y pueda causar errores o percances críticos».
Estas estadísticas demuestran que existe una creciente crisis de credibilidad para la IA, y las organizaciones deben construir e implementar herramientas de IA de manera que preserven la confianza y refuercen su credibilidad, en lugar de erosionarla. Yerushalmi reitera que el principal daño radica en la pérdida de confianza. Cuando la IA se implementa a escala, a través de interacciones con los clientes y flujos de trabajo regulados, esa pérdida de confianza puede ser catastrófica.
Cortando a Través del Ruido
Para Yerushalmi, la respuesta radica en las pruebas A/B. En los negocios, el objetivo final es aumentar la rentabilidad y la eficiencia, y la mejor manera de verificar el rendimiento de la IA es con herramientas científicas como las pruebas A/B.
A medida que la influencia de la IA crece, los estándares medibles son fundamentales para construir modelos de IA eficaces e implementarlos de manera segura y exitosa. Iniciativas como MLCommons y el punto de referencia HELM de Stanford tienen como objetivo proporcionar transparencia sobre el rendimiento, el sesgo y la seguridad del modelo. Para los equipos empresariales, este tipo de rigor puede separar las soluciones reales de las especulativas.
La Verdadera Revolución de la IA
Si bien Yerushalmi coincide en que estamos en medio de una revolución de la IA, cree que pronto, modelos como el LMM de Fetcherr impulsarán la forma en que operan las empresas. Este es un cambio que, según él, no estará liderado por chatbots, sino por motores de decisión que optimicen eficientemente las operaciones, los precios, la logística y la estrategia.
Si bien está por verse lo que depara el futuro, existe un consenso en la industria de que el verdadero potencial de la IA no está en las demostraciones que acaparan los titulares o incluso en las inversiones multimillonarias, sino en la inteligencia integrada que transforma el núcleo de las industrias.
Insights de Evox News: Cómo el «AI-Washing» puede impactar tu negocio
La proliferación del «AI-Washing», o la exageración de las capacidades de la inteligencia artificial en productos y servicios, representa un riesgo significativo para las empresas. Desde una perspectiva económica, invertir en soluciones que prometen una transformación impulsada por la IA pero que en realidad no ofrecen valor real puede llevar a una mala asignación de recursos y a un retorno de la inversión decepcionante.
Desde el punto de vista de la ventaja competitiva, las empresas que caen en la trampa del «AI-Washing» corren el riesgo de perder credibilidad ante sus clientes y socios. La confianza es un activo invaluable, y la percepción de que una empresa está exagerando sus capacidades de IA puede dañar su reputación y erosionar la lealtad del cliente.
En términos de innovación, el «AI-Washing» puede sofocar la verdadera innovación al desviar la atención y los recursos de las soluciones de IA genuinas. Las empresas deben ser críticas y rigurosas en su evaluación de las tecnologías de IA, buscando métricas de rendimiento tangibles y casos de uso reales en lugar de dejarse llevar por el bombo publicitario. La clave para un empresario o gerente es enfocarse en soluciones de IA que ofrezcan mejoras medibles en la eficiencia, la productividad y la toma de decisiones, en lugar de dejarse seducir por la promesa vacía de la «transformación impulsada por la IA
