La crisis del "IA Prototyping"

Si pasaste los últimos días en LinkedIn o en algún foro técnico, habrás notado que el aire se puso pesado. Esa efervescencia de las demos “mágicas” —donde un bot nos hacía un resumen de una junta o escribía un poema sobre el balance trimestral— se está topando con una pared muy sólida: los resultados financieros.

Ya nadie se impresiona porque un modelo de lenguaje “hable” de forma fluida. Ahora, los líderes financieros están entrando a las salas de juntas preguntando por el linaje de los datos, la observabilidad y el costo de inferencia por cada dólar de retorno. El teatro corporativo de la “innovación por la innovación” se está quedando sin presupuesto porque, al final del día, el dinero no es infinito y la paciencia de los inversionistas tiene un límite muy claro.

Imagina que decides abrir un restaurante de alta cocina. Tienes la ubicación, la marca y las ganas. Pero, en lugar de contratar a un chef que entienda de costos, inventarios y química culinaria, decides comprar una máquina de microondas de última generación que calienta platos precocinados en tres segundos.

La demo es espectacular. El plato sale caliente, con buen aroma y en tiempo récord. Pero cuando intentas escalar el negocio, la realidad te atropella:

1. No tienes margen: El costo de cada plato precocinado (el costo por token, si me sigues la analogía) te deja sin ganancias.

2. No tienes control: No sabes qué ingredientes tienen esos platos porque no controlas la cocina. Solo calientas lo que alguien más preparó.

3. No tienes diferenciación: Te das cuenta de que tienes un sistema rápido para entregar mediocridad costosa, no un restaurante rentable.

Lo mismo está pasando con las implementaciones de IA “enchufables”. Se ven bien en el video de 60 segundos, pero se rompen al primer contacto con un flujo de trabajo real, sucio y con datos heredados que nadie ha limpiado en una década.

El golpe de realidad: Los números no mienten

Esta no es una simple percepción; los datos lo confirman. Un informe reciente de S&P Global Market Intelligence revela un dato escalofriante: el número de empresas que están descartando sus iniciativas de IA ha saltado del 17% al 42%.

Estamos entrando de lleno en lo que Gartner llama el “Valle de la Desilusión”. La euforia inicial ha pasado y ahora nos enfrentamos a la cruda realidad de que el 70% de las implementaciones de IA no logran pasar de la fase piloto (FastStartup AI).

¿Por qué? Porque muchas organizaciones decidieron ser “AI-First” sin haber sido primero “Strategy-First”. Intentaron construir la casa por el techo, lanzando interfaces llamativas sin tener una arquitectura de datos que soporte el peso de la operación real.

Para los Diseñadores que no quieren ser reemplazados y para los líderes que cuidan el flujo de caja, el camino es dejar de diseñar pantallas y empezar a diseñar Sistemas de Confianza.

El valor estratégico actual reside en la definición de los límites del sistema, desplazando la obsesión por el prompt “perfecto” a un segundo plano. Debemos pasar de “hacer que la IA haga cosas” a diseñar los controles de calidad que la IA no puede inventar por sí misma.

• Para el Diseñador estratega: Significa aprender sobre flujos de datos, gobernanza y modelos de costo. Si no entiendes cómo tu Diseño afecta la rentabilidad ética de la empresa, solo estás decorando una quema de capital.

• Para el líder: Significa dejar de comprar software por miedo a quedarse fuera (FOMO) y empezar a exigir madurez operativa. Si un proveedor no puede explicarte el linaje de sus datos o el riesgo de alucinación en producción, lo que te está vendiendo es un microondas, no una solución.

El Diseño es un plan. Y un plan sin rigor, sin métricas claras de éxito y sin una estrategia de implementación que considere la realidad del usuario, es solo una expresión de deseos muy cara.

Felices trazos.