Frente al innegable progreso tecnológico que ya ha cambiado la forma de trabajar de muchos, incluso las formas de IA no agéntica (como los chatbots) están demostrando ser excelentes “predictores de secuencias de palabras”, pero también han demostrado que esto no es suficiente para gestionar contextos complejos que requieren interacciones con variables del mundo real.
Exageración vs. realidad
Es posible que hayas visto un meme que muestra a un programador depurando código escrito por un chatbot.
Si bien antes la mayor parte del trabajo se destinaba a la programación y una porción más pequeña se dedicaba a corregir los errores inevitables, ahora que la escritura está parcialmente automatizada el proceso de búsqueda y corrección de errores se ha expandido enormemente.
En un ensayo realizado por la organización METR, 16 desarrolladores que creían ahorrar aproximadamente un 20% de su tiempo con IA en realidad dedicaron un 19% más a proyectos complejos en los que tienen un promedio de cinco años de experiencia. Incluso en lo que respecta a uno de los usos considerados más útiles y exitosos (la escritura de código informático), a pesar de los prometedores resultados iniciales las cosas son más complicadas de lo que parecen.
El segundo aspecto clave es que el cambio en la narrativa de la IA es tan evidente que incluso Gartner, que normalmente se mantiene al día con las tendencias tecnológicas actuales y no duda en difundirlas con entusiasmo, parece haber cambiado de opinión al respecto. De hecho, 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. Sin duda, las dos proyecciones no son mutuamente excluyentes, pero es evidente que el tono de la última es menos sensacionalista, lo que tiene un enorme impacto en un aspecto fundamental de la evolución actual de la IA: el financiamiento.
El impacto en el financiamiento
Este sector ha disfrutado hasta ahora de enormes recursos, tanto en términos de datos como de energía e inversiones financieras, y la carrera de la IA apunta a lograr una IAG, o al menos una IA capaz de actuar y resolver problemas de forma autónoma, lo que se espera tendrá enormes consecuencias para el mundo laboral.
Algunos expertos argumentan que esto no sucederá con los LLM actuales porque estos sistemas estadísticos, basados en inferencias y predicciones de cadenas de palabras, producen resultados realistas pero no necesariamente precisos. Además, las empresas que producen los principales chatbots actualmente en circulación aún no han encontrado un modelo de negocio capaz de cubrir sus costos. OpenAI, por nombrar solo una, acumuló 5 mil millones de dólares en pérdidas en 2024, contra 10 mil millones de dólares en ingresos. En su última ronda de financiamiento recaudó 40 mil millones de dólares, con el objetivo de alcanzar ingresos anuales de 125 mil millones para 2029. Por lo tanto, para reembolsar a sus patrocinadores necesitaría multiplicar por diez sus ingresos en cinco años. Y aquí es precisamente donde parecen surgir las dificultades, como también destacó Gartner: la idea de negocio y las estrategias comerciales no son claras ni sostenibles.
El impacto en el mundo laboral
Esto no significa que la IA no haya entrado en muchos puestos de trabajo y que sin duda sea útil en ciertas funciones; simplemente aún no es muy eficiente en otras operaciones complejas que requieren interacciones con el mundo real.
El impacto en los empleos ya es visible. Desde el auge de la IA que siguió al lanzamiento de ChatGPT, varias empresas, incluidas Duolingo y Klarna, han despedido a miles de personas y las han reemplazado por tecnología. El director ejecutivo de Klarna, Sebastian Siemiatkowski, dijo que redujo su fuerza laboral en un 40% gracias en parte a las inversiones en IA, especialmente en atención al cliente donde la tecnología ha reemplazado los trabajos de 700 personas. Sin embargo, recientemente declaró que tendrán que volver a contratar porque el nivel de servicio ha disminuido y la calidad no se puede sacrificar en aras de la reducción de costos. Si bien, por un lado, tenemos una tendencia que parece destinada a aumentar la productividad en ciertas áreas de trabajo, por otro lado, la calidad de los resultados no siempre está a la altura, incluso en roles relativamente no calificados y mal pagados como la atención al cliente.
Quizás lo más curioso es que muchas de ellas son empresas tecnológicas que, siendo early adopters, deberían estar más acostumbradas a estas dinámicas y sus riesgos. En cambio, parecen aún más expuestas al hype que la propia tecnología trae consigo.
Desde cualquier perspectiva, la situación actual nos habla de una realidad en la que los cambios trascendentales siguen posponiéndose, pero los vientos parecen estar cambiando. Es improbable que la IA generativa sea una burbuja total, pero quizás las valoraciones actuales de las empresas que venden los modelos actuales lo sean, o, mejor dicho, las de aquellas que venden la ilusión de algo inminente que no parece tan cercano.
Nadie dice que todo sea un desperdicio; después de todo, lograr grandes innovaciones y optimizar procesos a menudo conlleva una serie de contratiempos. Sin embargo, quizás sean simplemente las empresas que las producen quienes deberían probar adecuadamente las nuevas tecnologías, no la sociedad ni las empresas, cegadas por el marketing de productos que rara vez cumplen lo que prometen.
Artículo originalmente publicado en WIRED Italia. Adaptado por Andrea Baranenko.
