Termina el hype y la fase demo. Arranca el año de la verdad (y del oficio).
Iniciamos la tercera temporada de Rebel Intel, marcada por el fin del hype y la búsqueda del ROI visible para las organizaciones.
Después de unas semanas de pausa veraniega, arrancamos la tercera temporada de Rebel Intel con la sensación de que todo sigue acelerando pero los cambios nos suenan a más de lo mismo. El ruido es ya ensordecedor y nuestros timelines rebosan de youtubers, ¿linkederos?, equiseros (sonaba mejor tuitero) anunciando con otro thumbnail de colores estridentes “lo que nunca pensarías que una IA podría llegar a hacer” o “cómo gané cien leads en dos horas usando Gemini”...
El fin del hype de la IA generativa.
Pero a pesar del ruido, el hype está en recesión. No lo decimos nosotros, lo dijo Gartner antes de irnos de vacaciones. Según su ciclo del hype de las tecnologías aplicada a la Inteligencia Artificial, la IA generativa se ha caído del pico de la euforia y entra en la vaguada de la desilusión. Este boletín arrancó en junio 2023 con la expectativa generada por la innovación de ChatGPT, Dall-e, Midjourney… y hemos asistido al apogeo del hype. Ahora nos disponemos a celebrar el momento en que se alcance la meseta de la productividad (en un par de años o más, según Gartner) por aburrido que pueda parecer.
Según la muestra de Gartner, las empresas han invertido una media de casi dos millones de dólares en 2024, pero menos de un tercio de los CEOs declara estar satisfecho con el retorno. Las organizaciones menos maduras se pierden buscando casos de uso “mágicos”; las más avanzadas descubren que lo que falta no son demos, sino talento cualificado y cultura de IA. A este cóctel se suman habituales riesgos de gobernanza, sesgos que junto a la regulación ralentizan el despliegue.
Pero cabe destacar las muchas nomenclaturas que avanzan por la curva más allá de la IA generativa y que apuntan a la complejidad subyacente de una tecnología que en realidad son muchas con aplicaciones muy diversas. Gartner subraya que el futuro se mueve hacia los cimientos que harán sostenible el despliegue de la IA: AI engineering, ModelOps, y sobre todo datos AI-ready. Hoy, más de la mitad de las organizaciones admite que sus datos no están preparados, lo que convierte a la gestión y gobernanza del dato en la palanca crítica. Y en el lado más “hype”, los agentes IA aparecen como la siguiente promesa: aplicaciones capaces de actuar con mayor autonomía, que hoy viven en el pico de expectativas infladas pero que marcan hacia dónde se orienta la innovación.
ChatGPT5: ¿el pinchazo de qué burbuja?
Y como si OpenAI hubiera querido aportar al fin del hype, el 7 de agosto anunció el lanzamiento de ChatGPT-5. Más que un salto, una mejora incremental: razonamiento algo más robusto, integración más fluida, … pero poca “super-inteligencia”. Las expectativas infladas por la propia OpenAI han provocado cierto backlash. Y las expectativas de la AGI (que se inflaron tras los grandes avances de o3 y DeepSeek en Navidad) se desinflan, imaginamos que hasta el siguiente salto.
Lo más interesante del lanzamiento puede que no estuviera en el modelo en sí (que es de nuevo el mejor en el mercado según los benchmarks), sino en el router que decide automáticamente qué modelo usar según la complejidad de la consulta facilitándole así la vida al usuario final. En muchos casos, el usuario desconocía que podía seleccionar diferentes modelos: ahora ChatGPT usa los modelos de razonamiento cuando lo considera necesario y se volverá así más útil para millones de personas. Volveremos a este punto y lo que supone para la adopción y el despliegue de la IA en un momento.
Curiosamente, al retirar el selector manual, OpenAI jubiló el 4o… hasta que una minoría muy vocal de usuarios exigió su regreso por preferir su “tono de voz”.
El ROI visible falla, pero se mantiene la fe.
Agosto nos ha dejado dos titulares opuestos. Uno, basado en un informe del MIT: el 95% de los pilotos corporativos de IA no llegaron a nada. La estadística suena a fracaso colectivo. El fallo de los pilotos no está en la tecnología, sino en la falta de integración con procesos, datos y gobierno. Los pocos casos que sí generan retorno se encuentra en ámbitos menos lucidos —automatización interna, back-office— y suelen apoyarse en herramientas externas más que en desarrollos propios. La verdadera brecha no es tecnológica, sino de aprendizaje: transformar modelos en procesos, roles y resultados medibles.
David Carro señalaba esta semana algunos frenos en el salto a la escala y al ROI de la IA generativa:
Regulación en marcha: el AI Act europeo entra en vigor por fases; cumplir será condición necesaria.
Datos sin gobernanza: la mayoría de organizaciones no tiene datos limpios ni accesibles. Sin datos, no hay IA que valga.
Arquitectura y procesos: escalar exige rediseñar workflows, plataformas y seguridad; el hype promete inmediatez, la empresa responde con fricción.
A lo que yo añadiría una capa de resistencia al cambio, aumentado por ese punto de “human-in-the-loop” que ya apuntaba David. Como la IA generativa genera resultados no deterministas, que pueden generar resultados no acordes a expectativa se requiere supervisión humana… Y en ese “quita que ya lo hago yo más rápido y mejor (y de paso dejo claro que la inteligencia humana sigue por encima)” encontramos otro obstáculo al despliegue y al retorno de la inversión.
El mencionaba un titular que parece contrapuesto al del MIT: empresas nativas IA que en tres años han pasado de cero a 18.000 millones de facturación. De locos. Aunque la mayor parte de esos ingresos provienen de OpenAI y Anthropic, el resto de empresas de la base de datos de The Information tiene ingresos enormes que no podrían darse si no estuvieran aportando un valor concreto. La paradoja es sorprendente: las empresas se atascan con sus pruebas piloto, mientras en paralelo florece una economía IA en la sombra, donde los trabajadores utilizan chatbots y otras herramientas por su cuenta, a menudo sin el beneplácito de las empresas. Y en la que muchas compañías ágiles (no representadas en la pequeña muestra del estudio del MIT) están capturando mucho valor. Es decir, de palabra, muchos directivos declaran que los proyectos no están funcionando. Pero la gente está pagando (y mucho) por usar IA generativa.
Ascendiendo a la meseta de la productividad.
Curiosamente, los cambios incrementales de los que hablábamos al principio son los que poco a poco nos aproximan a lo que Gartner denomina la meseta de la productividad. Muchas veces, la experiencia de usuario es clave en la adopción de las herramientas tecnológicas: probamos algo, hay fricción, el resultado no es perfecto y lo abandonamos, en lugar de tomarnos la molestia de aprender o de seguirla hasta conseguirla. Por eso, que OpenAI simplifique la selección de modelos es un avance más sustancial de lo que pueda parecerle de primeras a los usuarios más avanzados.
Otro ejemplo de mejoras incrementales es la llegada de Nano Banana, la actualización que Google ha anunciado en su herramienta de creación de imágenes. En este vídeo anime creado con Nano Banana y Seedance (una herramienta de creación de vídeo), se nos demuestra cómo ahora es mucho más sencillo lograr la consistencia de caracteres en un producción audiovisual. Mucho más relevante a la hora de escalar el uso de la IA generativa de lo que pueda parecer a simple vista.
Estamos entrando en un nuevo “año escolar” para los profesionales de marketing, comunicación y experiencia de cliente (MCX). Lo que nos espera es menos brilli brilli y va más de remangarse y afrontar las tareas menos emocionantes que suelen requerir proyectos a escala organizacional.
Para obtener retornos visibles a nivel organizativo, tendremos que seguir formándonos, definir casos de uso relevantes y concretos pegados a la cuenta de pérdidas y ganancias, con KPIs concretos y un seguimiento estricto de los mismos. Habrá que rediseñar workflows, trabajar en la gestión del cambio y establecer modelos de gobernanza.
En Good Rebels estamos involucrados en varios proyectos en los que ayudamos a varios clientes a entender qué procesos o actividades concretas podrían beneficiarse del uso de la IA generativa y a implantar soluciones que reporten retornos tangibles. Por experiencia, vemos que las barreras al escalado no recaen en la tecnología sino en la gestión del cambio. Desde enero de 2025, contamos además con una nueva división -Kuantik- para ayudar en el desarrollo de productos tecnológicos basados en IA para nuestros clientes.
Pero sobre todo, usamos IA generativa internamente para mejorar la calidad del trabajo que realizamos para los clientes. Muchas de nuestras campañas y comunicaciones en redes sociales han sido creadas con IA. Pero también muchos de nuestros procesos internos (preparación de propuestas, investigación y análisis, …) se benefician del uso de la IA. De esta manera estamos creciendo y mejorando la rentabilidad en una época de incertidumbre económica sin morir en el intento.
Rebel Intel, el boletín que estás leyendo, es la parte visible y llamativa de un esfuerzo organizativo enorme para conseguir que una tecnología como la IA generativa nos proporcione resultados tangibles. Pero la verdadera fórmula se encuentra en la curiosidad y el espíritu de mejora. Y en la cabezonería, la fricción, la experimentación, el sudor, la planificación, la resiliencia...
Desde aquí, queremos acompañaros también ahora que enfrentamos el trabajo duro. La IA generativa se está cayendo de la cresta del hype de Gartner. Ya no es la magia de 2023 ni la promesa infinita de 2024. Es, simplemente, una herramienta exigente que requiere ahora pasar del experimento al oficio.
Que vaya bien la vuelta al cole. El próximo domingo, volvemos a tu buzón.
Fernando y Carlos.
Muchas lecturas interesantes en agosto. Había tantas que dejaremos algunas para semanas próximas.
Actualidad.
Google ha calculado el coste energético asociado a Gemini. Procesar un prompt equivale al consumo de 9 segundos de TV, cinco gotas de agua y una fracción de un gramo de CO2. Gemini es ahora 33 veces más eficiente que hace un año, pero aún así Google sigue trabajando en mejorar sus emisiones totales con energías renovables, reactores nucleares y programas de respuesta a la demanda. GOOGLE
Netflix ha publicado las normas para usar IA generativa en sus producciones: exige que cualquier uso de IA se comunique, y que se obtenga aprobación explícita para cualquier aplicación que involucre el producto final, los datos de la empresa, el trabajo o la imagen de los actores, o la propiedad intelectual de terceros. NETFLIX
DHL está utilizando la IA como una herramienta que cubre las vacantes de una fuerza laboral que envejece y que afronta grandes desafíos por el crecimiento del comercio electrónico. Un ejemplo es su asistente de voz con IA, que gestiona un millón de llamadas al mes y resuelve la mitad sin intervención humana. Para facilitar la integración, DHL ha creado un espacio interno seguro para que el personal experimente con la IA, y está en conversaciones con los representantes de los trabajadores para establecer principios que agilicen la adopción de estas herramientas. LINK
La llegada de la IA podría hacer sufrir a las grandes consultoras y grandes holdings de agencias. O no. En este artículo, The Economist explica los debates que enfrenta McKinsey. THE ECONOMIST
Perplexity tiene claro que las nuevas formas de navegar requieren nuevas formas de distribución y compensación. Por eso lanza Comet Plus, un servicio de suscripción (5$/mes) para su navegador inteligente. El 80% de las cuotas (inicialmente, unos 42,5 millones de dólares) se destinará a los editores cuyos contenidos aparezcan en los resúmenes y respuestas generadas con IA, compensando así el descenso del tráfico directo. LINK
En Corea del Sur se están popularizando los robots que acompañan a personas mayores: les recuerdan la mediación que deben tomar, vigilan sus constantes vitales y -lo más importante- alivian la sensación de soledad. LINK
Reflexiones.
Mustafa Suleyman advierte sobre la inminente llegada de la IA aparentemente consciente (SCAI), capaz de imitar la conciencia humana de forma tan convincente (simulando recuerdos, personalidad, experiencias subjetivas) que la vuelve indistinguible de ésta. A diferencia de la superinteligencia, la SCAI presenta riesgos inmediatos para la sociedad: podría crear un movimiento de psicosis social, con personas abogando por los derechos y la ciudadanía de la IA, creando divisiones y polarización. La solución es evitar deliberadamente la creación de estos sistemas y desarrollar normas claras para garantizar que la IA sea una herramienta al servicio de los humanos. LINK
Research.
Según una encuesta de KPMG entre sus propios becarios, la Generación Z no ve la inteligencia artificial como una amenaza, sino como una herramienta para ser más eficientes en el trabajo y en su vida personal. Lo que esperan que la IA les aporte es mayor flexibilidad (nada de horarios rígidos de nueve a cinco), capacidad analítica y eficiencia. Y mejor equilibrio entre vida y trabajo. FORTUNE
Otro estudio que incide en el gap entre adopción de IA en Marketing y Ventas y los beneficios percibidos: el 61% de los profesionales no confía demasiado en que la IA aumente los ingresos, y el 46% en que mejore la experiencia de cliente. Además, el 22% no ve impacto en la productividad, incluso el 18% dice que la IA les da más trabajo. La explicación puede estar en la falta de formación: solo el 17% ha recibido formación integral y específica, lo que genera riesgos para la gobernanza y seguridad de la marca. LINK
Anthropic muestra en un estudio el uso de Claude por parte de educadores, utilizado fundamentalmente para automatizar el trabajo administrativo (gestión financiera, registros), y menos cuando se requiere creatividad o interacción directa con los estudiantes. ANTHROPIC
MCX.
Nielsen ha analizado tres investigaciones recientes para determinar si las simulaciones de usuarios basadas en IA pueden replicar las respuestas de personas reales. Los gemelos digitales pueden predecir con una precisión bastante alta tanto respuestas individuales como tendencias de grupo, y son más fiables que los usuarios sintéticos. No obstante, Nielsen concluye que estas herramientas deben complementar, no sustituir, la investigación con humanos, mucho más imprevisibles y variados en sus respuestas. NNGROUP
El negocio principal de Google ha sido fundamentalmente sencillo: mostrar anuncios ante preguntas monetizables. ¿Seguirá ganado dinero con las búsquedas tras la irrupción de la IA? De momento, la IA se queda principalmente con las búsquedas factuales, las que no tienen intención de compra. Pero cada vez más actuará como un agente personal, ayudando a automatizar las compras rutinarias y asesorando en las más complejas. No solo Google tiene que reaccionar: también Amazon y Shopify. A16Z.
Y es que, a pesar de los muchos datos que apuntan a un descenso del tráfico web a consecuencia de los resúmenes que genera la IA, Google defiende lo contrario: el tráfico orgánico se mantiene estable, e incluso ha mejorado ligeramente en términos de calidad de los clics. La razón es que AI Overviews y AI Mode animan a los usuarios a realizar más búsquedas y, aunque obtienen respuestas rápidas para consultas sencillas, para temas más profundos siguen pinchando en los enlaces. GOOGLE
Herramientas IA.
Nano Banana, la nueva capacidad de edición de imágenes en Gemini. GOOGLE
Off Tópicos.
Entre el 14 y el 17 de agosto se disputaron en Pekín los primeros Juegos Mundiales para Humanoides, con la participación de 280 equipos de 16 países. Pruebas como los 100 metros o el kickboxing mostraron lo mucho que ha evolucionado la tecnología… y lo que queda por hacer.
Muchas gracias x compartir, os deseo muy buena entrada de curso
Muy buen post, ¡gracias!