La primavera pasada, CellarTracker, una aplicación de colección de vinos, creó un sumiller con IA para hacer recomendaciones de vino sin tapujos de acuerdo con el gusto de cada cliente. El problema era que el chatbot era demasiado amable.
“Es simplemente muy educado, en lugar de decir simplemente: ‘Es muy poco probable que te guste el vino’”, declaró Eric LeVine, director ejecutivo de CellarTracker. Se necesitaron seis semanas de prueba y error para convencer al chatbot de que ofreciera una valoración honesta antes de que se lanzara la función.
Desde el auge de ChatGPT hace tres años, empresas grandes y pequeñas aprovechan la oportunidad de adoptar la inteligencia artificial generativa e integrarla en la mayor cantidad posible de productos. Sin embargo, hasta ahora, la gran mayoría de las empresas tienen dificultades para obtener un retorno significativo de sus inversiones en IA, señalan ejecutivos, asesores y los resultados de siete encuestas recientes a ejecutivos y trabajadores.
Una encuesta a 1,576 ejecutivos, realizada durante el segundo trimestre por la firma de investigación y asesoría Forrester Research, mostró que solo el 15% de los encuestados obtuvieron una mejora en sus márgenes de beneficio gracias a la IA durante el último año. La consultora BCG descubrió que solo el 5% de los 1,250 ejecutivos encuestados entre mayo y mediados de julio percibieron un valor generalizado de la IA.
Los ejecutivos afirman que aún creen que la IA generativa transformará sus negocios, pero están reconsiderando la rapidez con la que esto ocurrirá dentro de sus organizaciones. Forrester predice que, en 2026, las empresas retrasarán aproximadamente el 25% de su inversión prevista en IA un año.
“Las empresas tecnológicas que han desarrollado esta tecnología han inventado la idea de que todo esto va a cambiar rápidamente”, afirmó el analista de Forrester, Brian Hopkins. “Pero los humanos no cambiamos tan rápido”.
Empresas de IA, como OpenAI, Anthropic y Google, están redoblando sus esfuerzos para captar clientes empresariales el próximo año. Durante un almuerzo reciente con editores de medios en Nueva York, Sam Altman, director ejecutivo de OpenAI, afirmó que el desarrollo de sistemas de IA para empresas podría representar un mercado de 100.000 millones de dólares.
Todo esto ocurre en un contexto de inversión tecnológica sin precedentes en todo tipo de sectores, desde chips hasta centros de datos y fuentes de energía.
La justificación de estas inversiones dependerá de la capacidad de las empresas para descubrir cómo utilizar la IA para aumentar los ingresos, aumentar los márgenes o acelerar la innovación. De no ser así, el desarrollo de la infraestructura podría desencadenar una crisis similar a la de las puntocom a principios de la década de 2000, indican algunos expertos.
Te recomendamos: OpenAI contrata a un veterano ejecutivo de Google como vicepresidente de desarrollo corporativo
El botón ‘fácil’
Poco después del lanzamiento de ChatGPT, empresas de todo el mundo crearon grupos de trabajo dedicados a encontrar maneras de adoptar la IA generativa, un tipo de IA que puede crear contenido original, como ensayos, código de software e imágenes, mediante indicaciones de texto.
Un problema bien conocido de los modelos de IA es su tendencia a complacer al usuario. Este sesgo, conocido como “adulación”, incita a los usuarios a chatear más, pero puede afectar la capacidad del modelo para ofrecer mejores consejos.
CellarTracker se topó con este problema con su función de recomendación de vinos, desarrollada con tecnología de OpenAI, según explicó el director ejecutivo LeVine. El chatbot funcionó bastante bien cuando se le pedían recomendaciones generales. Sin embargo, al preguntarle sobre añadas específicas, se mantuvo positivo, incluso si todas las señales indicaban que era muy poco probable que una persona las disfrutara.
“Tuvimos que esforzarnos al máximo para que los modelos (cualquier modelo) fueran críticos y sugirieran vinos que podrían no gustarme”, explicó LeVine.
Parte de la solución fue diseñar indicaciones que permitieran al modelo decir que no.
Las empresas también tienen problemas con la falta de consistencia de la IA.
Jeremy Nielsen, director general de Cando Rail and Terminals, proveedor norteamericano de servicios ferroviarios, comentó que la compañía probó recientemente un chatbot de IA para que los empleados analizaran informes internos de seguridad y materiales de capacitación.
Pero Cando se topó con un obstáculo sorprendente: los modelos no podían resumir de forma consistente y correcta las Normas Operativas Ferroviarias Canadienses, un documento de aproximadamente 100 páginas que establece las normas de seguridad para la industria.
A veces, los modelos olvidaban o malinterpretaban las normas; otras veces, las inventaban desde cero. Los investigadores de IA afirman que a los modelos a menudo les cuesta recordar lo que aparece en medio de un documento largo.
Cando abandonó el proyecto por ahora, pero está probando otras ideas. Hasta ahora, la empresa invirtió 300.000 dólares en el desarrollo de productos de IA.
“Todos pensábamos que sería la solución fácil”, dijo Nielsen. “Y no fue así”.
Lee más: Los errores de la IA pueden ser imposibles de eliminar, lo que eso significa para su uso en la sanidad
El regreso de los humanos ante la falta de desarrollo de IA
Se suponía que la IA iba a revolucionar considerablemente los centros de llamadas y la atención al cliente con personal humano, pero las empresas pronto se dieron cuenta de que la interacción humana que se puede delegar a los chatbots tiene límites.
A principios de 2024, la empresa sueca de pagos Klarna lanzó un agente de atención al cliente con tecnología OpenAI que, según afirmaba, podía realizar el trabajo de 700 agentes de atención al cliente a tiempo completo.
Sin embargo, en 2025, el director ejecutivo, Sebastian Siemiathowski, se vio obligado a reducir este ritmo y reconocer que algunos clientes preferían hablar con humanos.
Siemiathowski afirmó que la IA es confiable en tareas sencillas y que ahora puede realizar el trabajo de unos 850 agentes, pero los problemas más complejos se derivan rápidamente a agentes humanos.
Para 2026, Klarna se centra en el desarrollo de su chatbot de IA de segunda generación, que espera lanzar pronto, pero los seres humanos seguirán siendo una parte importante de la estrategia.
“Si quieres mantener la atención al cliente, no puedes confiar completamente en la IA”, afirmó.
De igual manera, el gigante estadounidense de las telecomunicaciones, Verizon, está volviendo a recurrir a agentes de atención al cliente humanos en 2026, tras intentar delegar las llamadas a la IA.
“Creo que al 40% de los consumidores les gusta la idea de seguir hablando con una persona, y les frustra no poder contactar con un agente humano”, declaró Ivan Berg, quien lidera las iniciativas de Verizon impulsadas por la IA para mejorar las operaciones de servicio para clientes empresariales, en una entrevista con Reuters este otoño.
La compañía, que cuenta con unos 2,000 agentes de atención al cliente de primera línea, sigue utilizando la IA para filtrar llamadas, obtener información sobre los clientes y dirigirlos a sistemas de autoservicio oa agentes humanos.
El uso de la IA para gestionar preguntas rutinarias libera a los agentes para que puedan gestionar problemas complejos y probar nuevas estrategias, como realizar llamadas y gestionar ventas.
“La empatía es probablemente el factor clave que nos impide que los agentes de IA hablen con los clientes de forma integral en este momento”, afirmó Berg.
Shashi Upadhyay, presidente de producto, ingeniería e IA de la plataforma de atención al cliente Zendesk, afirma que la IA destaca en tres áreas: escritura, programación y chat.
Los clientes de Zendesk dependen de la IA generativa para gestionar entre el 50 y el 80% de sus solicitudes de atención al cliente. Sin embargo, añadió, la idea de que la IA generativa puede con todo es exagerada.
Con información de Reuters
