Señales de hype en IA: cómo detectar humo en una propuesta

Tienes una propuesta de IA encima de la mesa y algo no te cuadra. La presentación era impecable, las promesas enormes, y aun así sales de la reunión con la sensación de que te venden humo. Buena señal: esa sensación suele tener razón. La diferencia entre una propuesta seria y una de humo no está en la tecnología que ofrecen, está en lo que la propuesta se atreve a decir sobre el coste real, los límites y lo que pasa cuando el sistema se equivoca. Y eso lo puedes detectar sin saber una línea de programación.

Este es el criterio que te ahorra pagar por algo que nunca llega a funcionar de verdad.

¿Por qué el humo en IA se vende tan bien?

Porque la demostración es fácil de hacer y difícil de juzgar. Un proveedor te enseña una pantalla donde escribes una pregunta y el sistema responde de forma brillante. Parece magia. Lo que no ves es que esa respuesta perfecta se ha ensayado con el caso más favorable, con datos limpios y sin ninguna de las mil situaciones raras que aparecen cuando lo usa gente real todos los días.

A eso se suma la presión de fondo. “Todo el mundo está haciendo algo con IA” y nadie quiere ser el último. Ese miedo a quedarse atrás hace que un directivo apruebe un proyecto que en cualquier otra área pediría desglosar hasta el último euro. Con la IA, la novedad y el brillo desactivan las preguntas de siempre.

El vendedor de humo lo sabe. Por eso te habla del futuro y de lo que “podrás” hacer, y nunca del lunes por la mañana en el que hay que mantener aquello funcionando.

La señal madre: confunden una demo con un producto

La mayor parte del humo se resume en una confusión: presentar una demo como si fuera un producto. Merece la pena entender bien esta diferencia, porque casi todas las demás señales derivan de ella.

Una demo es un prototipo que funciona una vez, delante de ti, en condiciones preparadas. Sirve para ilustrar una idea. Es barata y rápida de montar, y por eso los proveedores serios y los de humo pueden enseñarte una igual de vistosa.

Un producto es otra cosa. Funciona miles de veces, con datos reales y desordenados, con los casos raros que nadie previó, con clientes enfadados escribiendo cosas que el sistema no esperaba. Y alguien tiene que mantenerlo cuando falla, actualizarlo cuando cambian las reglas y responder cuando da una respuesta equivocada a un cliente. El salto de la demo al producto es donde vive casi todo el coste, casi todo el riesgo y casi todo el trabajo real.

Cuando una propuesta te enseña la demo y te presupuesta como si fuera el producto, no te está mintiendo sobre la tecnología. Te está escondiendo la mayor parte del proyecto.

Piénsalo con una analogía. Una maqueta de arquitecto es preciosa y cabe en una mesa. No te mudarías a vivir dentro de ella. Construir el edificio real, con sus cimientos, sus tuberías y su mantenimiento, es un proyecto de otro tamaño. Nadie confunde la maqueta con la casa. Con la IA, mucha gente sí lo hace, porque la demo se ve tan terminada que parece la casa.

Las cuatro preguntas que una propuesta seria ya trae respondidas

Una propuesta seria responde por sí sola cuatro preguntas antes de que tú tengas que hacerlas. Si tienes que sacárselas una a una, tómalo como aviso.

La primera: qué problema concreto resuelve. No “mejorar la eficiencia” ni “aprovechar el potencial de los datos”, sino algo que puedas medir, como reducir el tiempo de respuesta a un tipo de correo concreto. La segunda: cómo se mide el acierto. Si nadie define qué significa que el sistema “funciona bien”, no habrá forma de saber si el dinero valió la pena. La tercera: qué pasa cuando se equivoca, porque se va a equivocar; la pregunta es si hay una persona que revisa, un límite que frena los casos dudosos o un plan alternativo. La cuarta: cuánto cuesta mantenerlo, no solo construirlo.

Desarrollé estas cuatro preguntas en detalle en las cuatro preguntas antes de usar IA, porque son la herramienta más útil que tienes como decisor sin base técnica. Una propuesta que las responde sola te está tratando como a un adulto. Una que las esquiva te está vendiendo la maqueta.

Señales de humo que puedes detectar en el lenguaje

No necesitas entender la tecnología para reconocer estas señales. Están en cómo se cuenta la propuesta.

• Promete magia. Palabras como “autónomo”, “lo hace solo” o “sin intervención humana” descritas sin ningún matiz. Los sistemas de IA que funcionan en empresas serias casi siempre tienen a una persona revisando los casos importantes. Quien te vende autonomía total te está vendiendo la parte que aún no existe.
• Nunca menciona el error. Si en toda la propuesta no aparece ni una vez la palabra riesgo, fallo, límite o revisión, no es que su sistema no falle. Es que no te lo van a contar.
• Habla de la tecnología, no del problema. Si la propuesta se dedica a nombrar la marca del modelo que usan y lo potente que es, y casi no habla de tu negocio, ojo. La marca del modelo importa tan poco como la marca del taladro con el que cuelgan un cuadro. Lo que importa es si el cuadro queda derecho.
• Presupuesta el prototipo y calla la producción. Un precio sospechosamente ajustado suele ser el precio de la demo, no del sistema que aguanta el uso real ni de mantenerlo el resto del año.
• No acota el alcance. Si “hace de todo”, desconfía. Los sistemas útiles resuelven un problema concreto bien. Los que prometen resolverlo todo suelen no resolver nada del todo.
• Suelta cifras redondas y espectaculares sin fuente. “Reduce los costes un 70%” sin explicar de dónde sale ese número es marketing, no un compromiso. Un dato serio viene con su origen y con la advertencia de que en tu caso puede ser distinto.

Con detectar dos o tres de estas señales en la misma propuesta, ya tienes motivo para pedir que la reescriban con los pies en el suelo.

Cómo suena, en cambio, una propuesta seria

Una propuesta seria tiene un tono distinto, y casi siempre es menos emocionante. Eso es exactamente lo que la hace fiable.

Acota el alcance a un caso concreto y admite lo que no va a hacer. Nombra los riesgos sin que tengas que preguntarlos, y explica qué ocurre cuando el sistema se equivoca: quién revisa, qué límite frena los casos dudosos, qué pasa si un día deja de funcionar. Separa el dinero en tres partes distintas, el prototipo, la puesta en producción y el mantenimiento anual, en lugar de darte una cifra única y redonda. Habla en términos de tu negocio, con una forma clara de comprobar si el resultado mereció la pena. Y en algún momento te dice que no, que tal cosa no se puede hacer todavía o no compensa hacerla.

Ese “no” es la mejor señal de todas. Quien te dice que no a algo es porque te está diciendo la verdad en todo lo demás.

Este criterio, el de leer una propuesta y saber dónde mirar, es justo lo que trabajamos con ejemplos reales en el curso IA sin hype. No para que te vuelvas técnico, sino para que ninguna presentación bonita vuelva a nublarte el juicio.

Humo frente a propuesta seria, de un vistazo

Aspecto	Señal de humo	Propuesta seria
Alcance	”Hace de todo”, sin límites	Un problema concreto, con lo que no hará escrito
Lo que enseña	Una demo presentada como si fuera el producto	La demo y, aparte, qué falta para llegar a producción
Coste	Una cifra única y ajustada	Prototipo, producción y mantenimiento separados
El error	No se menciona nunca	Qué pasa al fallar y quién revisa está descrito
Medición	”Mejora la eficiencia”	Una forma concreta de saber si funcionó
Lenguaje	La marca del modelo y palabras grandes	Tu negocio y un resultado comprobable

Si rellenas mentalmente esta tabla con la propuesta que tienes delante y todo cae en la columna de la izquierda, ya sabes lo que tienes.

Qué NO soluciona leer esta lista

Ser honesto conmigo mismo me obliga a decirte lo que esta guía no hace. No te convierte en experto técnico ni te permite auditar por dentro lo que te venden. Te da criterio para preguntar y para oler el humo, que es mucho, pero no para verificar que la parte técnica está bien construida.

Para una decisión grande, con dinero o riesgo importante de por medio, sigues necesitando una segunda opinión independiente de alguien que no cobre por venderte el proyecto. Sobre cómo elegir a esa persona sin acabar contratando a otro vendedor de humo, escribí una guía aparte en contratar a un consultor de IA. Y si quieres ver el mapa completo de dónde la IA aporta valor real en una empresa y dónde no, el punto de partida es casos de uso de IA en empresas.

Esta lista es tu primer filtro. Barata, rápida y suficiente para descartar la mayor parte del humo antes de gastar un euro.

Un concepto nuevo cada semana

Suscribirme

Preguntas frecuentes

¿Una demo muy buena es mala señal?

No por sí misma. Una buena demo es útil para entender la idea, y los proveedores serios también las hacen. La señal de humo no es que la demo sea buena, es que te la presenten como si fuera el producto terminado y te la presupuesten como tal. Pregunta siempre qué falta para pasar de esa demo a algo que funcione a diario, y cuánto cuesta ese salto.

¿Toda propuesta barata es humo?

No, pero un precio sorprendentemente bajo suele ser el precio del prototipo y no del sistema real. El coste de verdad casi siempre está en llevar la IA a producción y mantenerla el resto del año. Si el presupuesto no separa esas partidas, lo barato de hoy se convierte en la sorpresa cara de dentro de seis meses.

Si el proveedor usa el último modelo de IA del mercado, ¿es garantía de calidad?

No. La marca o la versión del modelo importa mucho menos de lo que parece. Un buen modelo mal aplicado a tu problema da malos resultados, y un modelo modesto bien encajado en un caso concreto puede funcionar de sobra. Fíjate en cómo la propuesta habla de tu negocio y de los riesgos, no en el nombre de la tecnología.

¿Puedo detectar humo en IA sin saber nada de tecnología?

Sí, y de hecho es el objetivo de esta guía. Las señales de humo están en el lenguaje y en la estructura de la propuesta, no en el código. Si acota el alcance, nombra los riesgos, separa los costes y responde qué pasa cuando el sistema se equivoca, va por buen camino. Si promete magia y esquiva esas preguntas, ya tienes tu respuesta.