El avance tecnológico de la inteligencia artificial (IA) ha transformado numerosos sectores, pero su capacidad para gestionar contextos complejos y generar un retorno de inversión sostenible aún está en debate. Si bien las IA no agénticas, como los chatbots, han demostrado ser hábiles «predictores de secuencias de palabras», su aplicación en escenarios que demandan interacción con variables del mundo real presenta desafíos significativos.
El espejismo del ahorro de tiempo
Un estudio reciente de la organización METR reveló una paradoja: 16 desarrolladores, que inicialmente creían ahorrar un 20% de su tiempo gracias a la IA, terminaron dedicando un 19% más a proyectos complejos. Este hallazgo sugiere que, aunque la IA puede automatizar ciertas tareas de programación, la corrección de errores en código generado por chatbots consume una cantidad considerable de tiempo, especialmente en proyectos que requieren experiencia y conocimiento profundo.
Gartner baja el tono: ¿Se acabó la fiesta del financiamiento?
La consultora Gartner, conocida por su entusiasmo ante las tendencias tecnológicas, parece haber moderado su optimismo respecto a la IA. En marzo de 2025, la misma consultora publicó un informe que afirmaba que los programas de IA con agentes resolverían de forma autónoma el 80% de los problemas de atención al cliente sin intervención humana para 2029. La consultora, que anteriormente había proyectado una automatización masiva de la atención al cliente, ahora adopta un tono menos sensacionalista, lo cual impacta directamente en el financiamiento del sector. La pregunta que flota en el ambiente es: ¿se está pinchando la burbuja de la IA?
El dilema del modelo de negocio y el impacto laboral
Empresas líderes en IA, como OpenAI, han acumulado pérdidas significativas a pesar de generar ingresos sustanciales. OpenAI, por ejemplo, registró pérdidas de 5 mil millones de dólares en 2024, frente a ingresos de 10 mil millones. Su última ronda de financiamiento alcanzó los 40 mil millones de dólares, con la ambiciosa meta de alcanzar ingresos anuales de 125 mil millones para 2029. Para lograr este objetivo, la empresa necesitaría multiplicar por diez sus ingresos en cinco años, un desafío que Gartner considera particularmente difícil debido a la falta de claridad en los modelos de negocio y las estrategias comerciales.
El impacto de la IA en el mundo laboral ya es evidente. Empresas como Duolingo y Klarna han despedido a miles de empleados, reemplazándolos con tecnología. El director ejecutivo de Klarna, Sebastian Siemiatkowski, reconoció una reducción del 40% en su fuerza laboral gracias a la IA, especialmente en atención al cliente. Sin embargo, la empresa recientemente admitió la necesidad de recontratar personal debido a una disminución en la calidad del servicio. Este caso ilustra la complejidad de la implementación de la IA en el ámbito laboral: si bien puede aumentar la productividad, la calidad de los resultados no siempre está garantizada, incluso en roles considerados no calificados.
En conclusión, la IA generativa no es una burbuja que va a estallar por completo, pero las valoraciones actuales de las empresas que venden estos modelos podrían estar infladas. La sociedad y las empresas deben ser cautelosas y evitar dejarse cegar por el marketing de productos que rara vez cumplen sus promesas. Es crucial realizar pruebas exhaustivas y evaluar críticamente las capacidades reales de la IA antes de implementarla a gran escala.
