En busca del próximo gran avance: por qué la IA empieza a parecerse mucho a Blockchain 2.0

La inteligencia artificial (IA) ha acaparado los titulares. Desde el arte generado por IA hasta los sofisticados chatbots, el entusiasmo ha llegado a casi todos los sectores. El capital riesgo está afluyendo, y los líderes empresariales se apresuran a declarar sus organizaciones "primero en IA". 

Sin embargo, para muchos de los que vivieron el auge de la cadena de bloques a finales de la década de 2010, existe una sensación de déjà vu. No es la primera vez que una tecnología prometía el mundo solo para ofrecer mucho menos en la práctica.

En 2017, la tecnología blockchain generó un revuelo similar. Las empresas simplemente añadieron "blockchain" a sus nombres y vieron cómo el precio de sus acciones se disparaba, a menudo sin productos ni estrategias de aplicación concretos. 

Ahora, la IA sigue una trayectoria sorprendentemente similar. Lo que presenciamos no es solo innovación; es otra vuelta de tuerca al clásico ciclo de la moda tecnológica.

Entendiendo el ciclo de la publicidad exagerada

Acuñado por Gartner, el ciclo de la expectación tecnológica describe cómo las tecnologías emergentes suelen surgir con expectativas infladas, para luego caer en la desilusión antes de finalmente ofrecer un valor sostenible. Reconocer este ciclo ayuda a las empresas a distinguir la innovación significativa del marketing exagerado y a evitar costosos errores.

Un ejemplo reciente es La caída de 40 mil millones de dólares de Meta en el metaverso —un proyecto que muchos ahora ven como una burbuja publicitaria generada internamente que al final no dio resultados. 

Como observó Konstantine Buhler, socio de Sequoia Capital, en la Cumbre de la Red de CIO del Wall Street Journal: “Estamos defiEstamos en un ciclo de euforia, especialmente para la IA generativa”. Añadió que, en términos de generar valor comercial real, “ni siquiera estamos en el comienzo”.

Cuando el rumor supera los resultados

El auge de la cadena de bloques estuvo marcado por desarrollos dramáticos, pero a menudo vacíos de contenido. Una empresa de refrescos cambió su nombre a Long Blockchain Corporation y vio sus acciones dispararse un 400 % de la noche a la mañana, a pesar de no ofrecer ninguna oferta de blockchain. Kodak presentó una iniciativa de criptomonedas, KodakCoin, que elevó brevemente el precio de sus acciones antes de caer en la irrelevancia.

El movimiento actual de IA conlleva señales de alerta similares. Empresas como Klarna, que apostaron fuertemente por la atención al cliente basada en IA, posteriormente se retractaron tras el descenso de la satisfacción del cliente. El intento de BuzzFeed de recurrir al contenido generado por IA no logró rescatar su negocio en crisis, y se descubrió que los artículos de CNET, escritos con IA, contenían múltiples errores factuales, lo que erosionó la confianza.

Estos casos revelan un patrón: la IA, al igual que la blockchain, se vende con promesas difíciles de cumplir rápidamente. Los resultados, en la mayoría de los casos, son decepcionantes.

Empresas que luchan por implementar la IA

A pesar del gran revuelo, la mayoría de las organizaciones aún no saben cómo extraer valor consistente y medible de la IA. Las juntas directivas están llenas de preguntas: ¿Revolucionará esto nuestras operaciones o simplemente nos distraerá? ¿Es una oportunidad o una costosa distracción?

La investigación de McKinsey y Deloitte Ofrece perspectivas esclarecedoras. Una encuesta reciente de Deloitte sugiere que las empresas están pasando gradualmente de la experimentación a una adopción seria a nivel empresarial. Sin embargo, existen dificultades: la preocupación por el cumplimiento normativo está aumentando, pasando del 28 % al 38 % en cuestión de meses. Mientras tanto, el 69 % de los encuestados cree que se necesitará más de un año para implementar plenamente marcos sólidos de gobernanza de la IA.

El informe de McKinsey de enero de 2025, basado en entrevistas con líderes empresariales globales, revela que, si bien casi todas las empresas invierten en IA, solo el 1 % considera que sus iniciativas han alcanzado la madurez necesaria. Los empleados, en general, están listos para adoptar la tecnología, pero los líderes suelen tardar en traducir el potencial en acciones.

Los números reflejan esta desconexión:

• Solo el 19% de los ejecutivos de nivel C informan un crecimiento de los ingresos superior al 5% gracias a iniciativas de IA.
• El 39% reporta un crecimiento modesto entre el 1% y el 5%.
• El 36% no reporta ningún cambio.

La gran pregunta sigue siendo: ¿Es la IA simplemente otra promesa tecnológica sobrevalorada? ¿O existe una vía para obtener un verdadero retorno de la inversión en inteligencia artificial (ROAI)?

Según Jim Rowan, líder de IA Aplicada en Deloitte, la respuesta reside en la estrategia a largo plazo. Señaló que, si bien la expectativa es alta, obtener resultados significativos requiere gobernanza, colaboración y disposición a la iteración. Los líderes con visión de futuro comprenden que las recompensas de la IA se desplegarán gradualmente, no de la noche a la mañana.

Por qué las empresas siguen persiguiendo la publicidad

El impulso de adoptar tecnologías emergentes está impulsado por tres fuerzas clave: expectativas infladas, pensamiento a corto plazo y ejecución defectuosa.

Bajo la presión de mantenerse competitivos e impresionar a los inversores, los ejecutivos suelen presentar grandes visiones sin sentar las bases. En su afán por parecer innovadores, las empresas implementan sistemas no probados y esperan que la novedad por sí sola genere rentabilidad.

La realidad es que este enfoque suele ser decepcionante, no porque la tecnología no sea prometedora, sino porque no existen las bases para respaldarla. Cuando se aplica de forma demasiado amplia y sin una intención estratégica, incluso las herramientas más potentes fallan.

Cinco obstáculos que bloquean el potencial de la IA

Michael de Kare-Silver, socio gerente de Signium UK, observa que  A pesar de todos los esfuerzos, ninguna organización ha encontrado aún la “solución milagrosa” para lograr un RoAI consistente. 

Las barreras son numerosas y familiares:

1. Pilotos y experimentos dispersos:Muchas empresas permiten a los empleados experimentar con herramientas como Microsoft CoPilot o ChatGPT Para tareas pequeñas. Pero estos ensayos no están coordinados: diferentes equipos prueban distintas herramientas sin supervisión central ni aprendizaje compartido.
2. Falta de estrategia unificadaSin un marco organizacional, la adopción de la IA se fragmenta. No hay claridad sobre quién debería usar la IA, con qué fines ni cuándo es apropiado.
3. Miedo a lo desconocidoLa incertidumbre sobre el valor a largo plazo de la IA mantiene a muchas empresas a la expectativa. Como dice de Kare-Silver: «Ningún líder quiere arriesgarse a tirar el dinero al agua».
4. Mala higiene de datosLos datos de alta calidad son la base de una IA eficaz. Desafortunadamente, muchas empresas carecen de bases de datos limpias y estandarizadas, lo que genera resultados defectuosos y comportamientos impredecibles.
5. Sin un liderazgo dedicado a la IALa IA suele quedar en manos de directores de tecnología o responsables de datos ya sobrecargados. Sin embargo, una implementación significativa de la IA exige un liderazgo centrado y a tiempo completo. 

De Kare-Silver elogió a empresas como BT, Schneider Electric e ING por nombrar ejecutivos de alto nivel específicamente responsables de la estrategia de IA.

Entonces, ¿es la IA simplemente otro espejismo tecnológico?

La respuesta no es binaria. La IA no es solo una burbuja, pero tampoco una varita mágica. Su impacto depende completamente de cómo se implemente. Para una empresa, los chatbots de IA podrían solucionar los retrasos en el soporte. Para otra, las herramientas de detección de fraude podrían prevenir costosas infracciones.

Lo que está claro es que la IA transformará el futuro del trabajo: qué se hace, quién lo hace y cómo. Pero esa transformación solo será sostenible si las empresas actúan con claridad, disciplina y previsión.

En lugar de seguir las tendencias a ciegas, las organizaciones deberían centrarse en casos de uso reales y adoptar la IA con una clara comprensión de los riesgos. Implementar una gobernanza de nivel empresarial. Diseñar estrategias que se alineen con las operaciones actuales y los objetivos futuros.

El “por qué” siempre debe venir antes del “cómo”.

Al tratar a la IA no como un salvador sino como una herramienta (una de las muchas que hay en la caja de herramientas digital), las empresas pueden tomar decisiones más inteligentes y evitar el destino de aquellas que fueron víctimas de ciclos de exageración anteriores.