**El fin del ‘hype’ de la IA – Un repaso crítico de sus avances y reacciones**
*MIT Technology Review*
La llegada de ChatGPT a finales de 2022 marcó el giro definitivo de la industria y, en muchos sentidos, de las economías mundiales. Millones de personas comenzaron a escribir con sus ordenadores y, en respuesta, los algoritmos respondían. Esta interacción inesperada despertó un entusiasmo que se ha ido superando con el tiempo.
Desde entonces, los gigantes tecnológicos se han apresurado a lanzar productos rivales con mejoras continuas en voz, imagen y vídeo, presentando cada iteración como un gran salto. Esta frenética cadencia reforzó la creencia de que la IA generativa mejoraría de forma exponencial, y las gráficas que mostraban los supuestos avances solo aumentaron la percepción de progreso.
Sin embargo, 2025 ha sido el año del ajuste de cuentas. Las principales compañías de IA entregaron promesas vagas: la IA sustituiría a los trabajadores de oficina, impulsaría la abundancia, aceleraría descubrimientos científicos y habría cura para enfermedades. El temor de “perder oportunidades” (FOMO) se propagó entre las economías del Norte Global, obligando a los CEO a replantear sus planes estratégicos.
El brillo comenzó a disiparse cuando estudios recientes revelaron que la adopción empresarial de herramientas de IA se está estancando. Investigaciones de la Oficina del Censo de EE. UU. y de la Universidad de Stanford muestran que la mayoría de las empresas no ha logrado escalar sus proyectos más allá de la fase piloto (McKinsey). Además, el 95 % de las compañías que probaron la IA según un estudio del MIT no encontraron valor, según expertos. No obstante, gran parte de esta cifra se refiere a experimentos sin escala que aún no se han evaluado en el entorno real de trabajo. En contraste, la mayoría de los trabajadores utilizan chatbots en su día a día, generando lo que los autores llaman “una economía sumergida de IA” sin que su valor haya sido medido.
Otro síntoma del “ajuste de cuentas” es la pérdida de la magia de los lanzamientos. GPT‑5, que se promocionó como la siguiente gran revolución, terminó siendo percibido como “más de lo mismo”. Vídeos de Yannic Kilcher y entrevistas con Ilya Sutskever coincidieron en que los LLM no constituyen la inteligencia artificial general (IAG) ni logran generalizar de forma dramáticamente superior a los humanos. La aparente maravilla de los LLM deriva de su habilidad para imitar el lenguaje, no de una verdadera comprensión cognitiva.
**¿Es una burbuja?**
El debate sobre si estamos frente a una burbuja de IA se centra en la falta de un modelo de negocio claro para los LLM. A diferencia de la burbuja puntocom de 2000, que dejó un legado tecnológico, o la burbuja de las hipotecas subprime, que devastó sectores, la pregunta es si las inversiones masivas en infraestructura se convertirán en resultados tangibles o en un sobreprecio sin demanda real.
Algunos inversores, como Glenn Hutchins (Silver Lake Partners), sostienen que la estructura del mercado ya incluye contrapartes solventes (Microsoft, Nvidia), lo que mitiga riesgos de “hacer y esperar que aparezcan clientes”. Otros enfatizan la necesidad de aprendizajes de la época de la dot-com: la resistencia financiera fue clave entre los sobrevivientes.
En el ecosistema empresarial, las startups que inicialmente parecían secundarias, como Synthesia, han logrado convertirse en unicornios gracias a la comercialización efectiva de sus tecnologías de generación de vídeo y voice‑over. Su éxito demuestra que la innovación puede escalar rápidamente si la demanda se confirma.
**La trayectoria de ChatGPT y la IA generativa**
ChatGPT no fue una aparición sorpresiva; es el resultado de tres décadas de investigación en aprendizaje profundo, cuyo inicio se remonta a los años ochenta y sigue sus raíces en la década de 1950. Actualmente, la investigación en IA vive un período de alta productividad: los foros académicos reciben una cantidad sin precedentes de artículos, algunos de calidad mediocre generados por IA y enviados a preprints como arXiv.
Los expertos, como Sutskever y Benaich, afirman que, aunque no se trate de una retroceso, estamos entrando en una fase de “reajuste” donde el hype realista atrajo el capital y talento necesarios, permitiendo construir herramientas de mayor calidad y aplicación rentable.
**¿Qué viene?**
El sueño de máquinas que leen, escriben y “piensan” sigue vigente, pero las realidades demuestran que la IA no es una solución mágica ni una sustitución total de los empleados. En su lugar, la IA debe integrarse como complemento en flujos de trabajo y procesos, mejorando la productividad en tareas donde las máquinas superan a los humanos promedio pero no a los expertos.
La corrección del hype nos da la oportunidad de evaluar las capacidades reales, comprender las limitaciones y aplicar la tecnología de forma valiosa. No obstante, la IA seguiría existiendo; la cuestión será entender en qué medida la tecnología actual y futura continuarán redefiniendo la productividad y la innovación en la economía.
