Alucinaciones corporativas: La IA está distorsionando la percepción de los líderes tecnológicos.
La «psicosis de la IA» que alerta Aaron Levie
Aaron Levie, fundador y CEO de Box, ha identificado un fenómeno preocupante en Silicon Valley: los directivos de empresas tecnológicas están desarrollando una «psicosis de la IA». Según su análisis, muchos CEOs creen que la inteligencia artificial ya es capaz de realizar tareas complejas —desde redactar contratos legales hasta generar código impecable— sin supervisión humana, algo que, en la práctica, sigue siendo falso. El problema, advierte Levie, radica en que estos ejecutivos «están demasiado alejados del trabajo real» y confunden prototipos prometedores con soluciones operativas.
La paradoja es evidente: mientras las valoraciones bursátiles de las tecnológicas se disparan (Nvidia superó los US$3 billones en capitalización en 2024), los despidos masivos se multiplican. Empresas como Google, Amazon y Microsoft han recortado miles de puestos en los últimos 12 meses, justificando la decisión con la «eficiencia que aporta la IA». Pero, ¿qué hay detrás de esta contradicción?
Casos extremos: despidos masivos y «organizaciones 100x»
Uno de los ejemplos más polémicos es el de Zeb Evans, CEO de ClickUp, una startup de gestión de proyectos. Evans anunció en X (antes Twitter) que había despedido a casi el 25% de su plantilla tras implementar 3.000 agentes de IA para reemplazar tareas humanas. Su visión: crear una «organización 100x», donde los empleados restantes solo supervisen a las máquinas. Sin embargo, esta estrategia choca con un dato clave: la IA aún no iguala la calidad humana en tareas críticas.
Un estudio del MIT (2023) simuló miles de agentes de IA en entornos laborales y concluyó que, incluso en 2029, estos sistemas solo podrán completar tareas con un 80-95% de precisión —un umbral insuficiente para áreas como la medicina, el derecho o la ingeniería de software, donde el margen de error debe ser cercano a cero.
La paradoja de la productividad: ¿dónde están las ganancias?
La retórica de los CEOs contrasta con las evidencias científicas:
- Universidad de California en Berkeley (2023): Tras analizar múltiples investigaciones, determinó que «no hay relación robusta entre la adopción de IA y ganancias de productividad agregada».
- National Bureau of Economic Research (NBER): Aunque reconoció mejoras en productividad, identificó una «paradoja»: las ganancias percibidas por los ejecutivos son mayores que las reales, medidas en datos duros.
- Harvard Business Review (2024): Alertó sobre un nuevo «cuello de botella»: la IA genera más contenido y código, pero la revisión humana se convierte en el verdadero obstáculo. Si todos automatizan, ¿quién valida el trabajo?
Levie lo resume así: «Los CEOs deben «bajar al barro»». La obsesión por escalar con IA sin entender sus límites está creando caos organizativo, donde equipos reducidos deben gestionar volúmenes de trabajo impensables —y a menudo, defectuosos.
¿Qué riesgos enfrenta el mercado?
La «psicosis de la IA» no es solo un problema interno de las empresas. Tiene consecuencias tangibles:
- Inversiones infladas: Empresas con modelos de negocio basados en IA ven sus acciones dispararse, pero sin resultados concretos que lo justifiquen. Ejemplo: C3.ai, cuya capitalización cayó un 80% en 2022 tras no cumplir promesas.
- Pérdida de talento: Los despidos masivos, como los 12.000 de Google en 2023 o los 18.000 de Amazon, eliminan experiencia crítica para entrenar y corregir a los sistemas de IA.
- Regulación en camino: La UE ya avanzó con la Ley de IA (2024), que exige transparencia en sistemas de alto riesgo. ¿Están las empresas preparadas para auditar lo que sus IA producen?
La pregunta clave es: ¿Estamos ante una burbuja similar a la de las «.com» en 2000, donde el hype superó la realidad? La historia sugiere que, sin un ajuste a tiempo, el desenlace podría ser parecido.
El precedente histórico: cuando la automatización falló en escalar sin humanos
La obsesión actual por reemplazar fuerza laboral con IA evoca errores del pasado, como la fiebre de los robots industriales en los 80. Entonces, empresas como General Motors invirtieron miles de millones en automatización total, solo para descubrir que la supervisión humana seguía siendo indispensable. Según informes de la industria, hasta el 40% de los robots instalados en esa década terminaron subutilizados o abandonados por no adaptarse a variaciones en los procesos. Hoy, el riesgo es similar: los CEOs asumen que la IA operará en piloto automático, pero olvidan que sistemas como los large language models requieren ajustes constantes para evitar sesgos, errores o salidas irrelevantes.
Un caso revelador es el de IBM en los 90, cuando su división de hardware apostó por sistemas expertos para reemplazar a ingenieros. El resultado: pérdidas de US$8 mil millones en 1993 y un giro estratégico hacia servicios, donde el valor humano era irremplazable. La lección —ignorada hoy— es que la automatización complementa, no sustitulle. Según analistas del sector, las empresas que logran integrar IA con equipos reducidos (pero especializados) obtienen hasta un 30% más de eficiencia que aquellas que despiden masivamente. El problema actual es que, en la carrera por recortar costos, se elimina justo el talento capaz de corregir los fallos de la IA.
- Dependencia de datos limpios: La IA requiere inputs impecables; sin equipos que curen bases de datos, los sistemas generan «basura automatizada» (fenómeno documentado en un 22% de los proyectos de IA empresarial, según Gartner).
- Costos ocultos: Mantener modelos de IA operativos exige hasta un 50% del presupuesto original en actualizaciones, algo que los CEOs subestiman al calcular ahorros.
- Efecto rebote: Empresas como Tesla descubrieron que, tras despidos por automatización, debieron recontratar para gestionar excepciones que los robots no resolvían.
¿Hacia un colapso de expectativas en 2025-2026?
El patrón es claro: cada vez que una tecnología se sobredimensiona, el mercado corrige con dureza. En los 2000, fueron las punto-com; en 2018, las criptomonedas. Ahora, la IA enfrenta su prueba de realidad. Si los CEOs no ajustan sus expectativas —reconociendo que la supervisión humana es un costo fijo, no un gasto eliminable—, el escenario más probable es una caída en cascada: primero, de productividad real; luego, de confianza inversora. La diferencia con burbujas anteriores es que, esta vez, el daño podría extenderse a sectores no tecnológicos que, cegados por el hype, adopten IA sin los equipos necesarios para hacerla funcional.
