La GenAI está hypeada y subhypeada al mismo tiempo

Vivimos simultáneamente en una época donde la inteligencia artificial generativa está desesperadamente sobrevendida en términos de adopción inmediata, pero dramáticamente subestimada en cuanto a su verdadero potencial transformador. Es como si estuviéramos viendo dos películas diferentes proyectadas en la misma pantalla.

Incluso los expertos más experimentados—ex-ejecutivos de grandes tecnológicas, investigadores de IA, venture capitalists—están revisando sus predicciones cada seis meses porque el campo evoluciona más rápido de lo que cualquier marco de referencia puede abarcar. Esta velocidad de cambio es, en sí misma, parte del problema y parte de la oportunidad.

GenAI sobrehypeada en la adopción:

Los datos sobre adopción empresarial cuentan una historia más sobria de lo que le gustaría a los builders:

• Una encuesta de BCG reveló que el 68% de casi 3,000 líderes senior lograron llevar menos de un tercio de sus experimentos de GenAI a producción real.
• McKinsey reporta que solo el 11% de las 1,000 empresas encuestadas en su reporte de 2025 han adoptado GenAI a escala significativa.
• Deloitte encontró que el 48% de las organizaciones no esperan ver transformación real hasta dentro de uno a tres años.

Esto contrasta fuertemente con las narrativas de "transformación inmediata" que dominaron el discurso desde el lanzamiento de ChatGPT. Un ejecutivo lo resumió honestamente: "Se siente como una gran feria de ciencias donde diseñamos hipótesis, y ocho de cada diez están fallando."

¿Por qué esta desconexión? La industria tecnológica sobreestimó dramáticamente la facilidad de implementación. Las empresas (O, mejor dicho, algunas que intentaron hacerlo seriamente) descubrieron que las herramientas de IA generativa, aunque impresionantes en demostraciones controladas, requieren transformaciones organizacionales profundas que van mucho más allá de instalar un nuevo software.

Los obstáculos son sistemáticos: datos fragmentados, ausencia de frameworks de gobernanza, resistencia cultural al cambio, y arquitecturas tecnológicas que no fueron diseñadas para estos casos de uso. RAND Corporation encontró que el 80% de los proyectos de IA fallan—el doble de la tasa de otros proyectos tecnológicos. Esto sugiere que estamos ante un desafío de implementación organizacional, no solo tecnológico.

En este contexto, las organizaciones enfrentan lo que podríamos llamar un "dilema de velocidad." Están optimizadas para gestión de riesgos y planificación detallada, pero la naturaleza exponencial del cambio tecnológico requiere capacidad de experimentación rápida y tolerancia a la incertidumbre.

La misma cultura de gestión que priorizó crecimiento sostenible y métricas predecibles encuentra difícil navegar la incertidumbre fundamental que caracteriza la transformación genuina por IA. Muchas organizaciones prefieren análisis extensivos sobre por qué sus pilotos de IA no generaron ROI esperado, en lugar de experimentar con enfoques fundamentalmente diferentes.

GenAI subhypeada en lo técnico

Pero mientras las empresas navegan estos desafíos de adopción, las capacidades tecnológicas fundamentales están avanzando a un ritmo que podría hacer obsoletas estas dificultades actuales.

Tres desarrollos convergen de manera significativa: ventanas de contexto que pueden procesar cantidades masivas de información de manera coherente, sistemas de agentes que pueden operar de forma autónoma y mejorar sus propias capacidades, y interfaces de texto-a-acción que traducen instrucciones en lenguaje natural directamente a software funcional.

Imaginemos que podemos instruir a un sistema de IA para crear una aplicación competidora, analizar patrones de uso en tiempo real, iterar sobre el producto basándose en feedback, y lanzar versiones mejoradas—todo en cuestión de minutos u horas en lugar de meses.

Esto no representa una mejora incremental en productividad. Representa una redefinición fundamental de cómo se desarrolla, distribuye y mejora el software. La implicación es que la ventaja competitiva podría volverse extremadamente volátil, donde la capacidad de iteración rápida importa más que los recursos tradicionales o el market share establecido.

El consenso técnico vs. la implementación corporativa

Existe un consenso creciente entre quienes desarrollan sistemas de frontera de que la inteligencia artificial general—sistemas que igualan o superan capacidades humanas en dominios intelectuales amplios—podría emerger dentro de 3-5 años. Esta timeline no es especulación futurista; es la premisa operacional que justifica inversiones de cientos de miles de millones.

Simultáneamente, la mayoría de organizaciones corporativas todavía navega desafíos básicos de implementación: cómo evitar que sus chatbots alucinen información incorrecta, cómo integrar IA sin comprometer datos sensibles, cómo medir ROI en proyectos experimentales.

Esta desconexión temporal es económicamente significativa. La distancia entre que una capacidad tecnológica represente ventaja competitiva y se convierta en requisito competitivo se está acortando dramáticamente. Las organizaciones que resuelvan la adopción rápida definirán las reglas de sus industrias. Las que no lo hagan enfrentarán disrupciones más veloces que las experimentadas en transiciones tecnológicas anteriores.

Estos sistemas tendrán un impacto social a escala potencialmente mayor que las redes sociales. Dado lo que hemos aprendido sobre los efectos no intencionados de las plataformas digitales en democracia, información y comportamiento social, esta perspectiva debería informar cómo abordamos el desarrollo y regulación de IA.

Resolver esta paradoja requiere equilibrio intelectual: mantener escepticismo sobre capacidades inmediatas mientras se prepara seriamente para posibilidades transformadoras que podrían materializarse más rápido de lo previsto.

Las organizaciones necesitan honestidad sobre limitaciones actuales (que los proveedores de soluciones de IA difícilmente puedan brindarle) combinada con inversión estratégica en capacidades que podrían volverse críticas (show me the money, not just the hype). Están potencialmente construyendo o interactuando con tecnología más poderosa que sus frameworks de gestión actuales, y muchas no han comenzado a considerar las implicaciones. Esto, claro, implica una de las cosas más complejas para cualquier grupo humano organizado: trabajar seriamente.

La GenAI está simultáneamente sobreestimada en términos de facilidad de implementación y subestimada en términos de potencial de transformación fundamental. Las organizaciones que comprendan esta dualidad y actúen en consecuencia tendrán ventajas significativas. Las que no, podrían encontrarse compitiendo con reglas del juego que ya no comprenden.

El momento para desarrollar capacidades de adaptación rápida es ahora, mientras la mayoría aún debate la relevancia del cambio que ya está en marcha.