“¿Es la IA lo más importante que ha ocurrido en mucho tiempo? En mi opinión, sí. Pero, ¿estamos en una etapa en la que los inversores, en general, están excesivamente entusiasmados con la IA? En mi opinión, también sí”.
Esta frase es de Sam Altman, CEO de OpenAI, en una entrevista con The Verge en agosto de 2025. Y resume perfectamente el momento actual: la Inteligencia Artificial es revolucionaria, pero el entusiasmo desmedido puede estar llevándonos a una burbuja.
Esa sensación se hizo aún más fuerte tras el lanzamiento de GPT-5, que se prometía como un salto al “nivel de doctorado”, pero fue recibido con una ola de críticas de usuarios que lo consideraron menos útil que GPT-4o. Si tú también te sentiste decepcionado, no estás solo.
Pero, ¿significa esta decepción el inicio de una burbuja de la IA? Y si es así, ¿es necesariamente algo malo?
¿Por qué decepcionó GPT-5?
A diferencia de las versiones anteriores, GPT-5 funciona como un conjunto de modelos especializados conectados por un sistema de enrutamiento. En teoría, cada consulta del usuario sería dirigida al modelo más adecuado. En la práctica, este enrutador falló y la experiencia final no cumplió con las expectativas.
Ese error técnico puede corregirse, pero el problema más profundo es estructural. El desarrollo de los grandes modelos de lenguaje (LLMs) está llegando a un techo, con obstáculos difíciles de superar:
- Costos en aumento: entrenar modelos de última generación requiere miles de GPUs de alta gama, un consumo energético enorme e infraestructura que solo las grandes tecnológicas pueden costear.
- Límite de datos de entrenamiento: la mayoría del contenido público de calidad ya se ha utilizado. El riesgo ahora es la “contaminación”, con modelos entrenados en sus propias respuestas.
- Desafíos de alineación y seguridad: cuanto más sofisticados son los modelos, más difícil es controlar sesgos, alucinaciones y usos indebidos.
- Retornos decrecientes: el salto de GPT-2 a GPT-3 fue enorme. Del GPT-4 al GPT-5, los costos se dispararon mientras que las mejoras fueron marginales.
Las empresas también están frustradas con la IA
El entusiasmo no se limita a los consumidores. En el mundo corporativo, se invierten miles de millones de dólares en proyectos de IA generativa. Pero los resultados son, en muchos casos, decepcionantes.
Un informe del MIT Media Lab reveló que el 95% de los proyectos piloto de IA en empresas fracasan en generar retorno. En otras palabras: solo el 5% llega a la fase de producción con impacto medible.
Aun así, el mercado sigue sobrecalentado. Datos de CB Insights muestran que 1 de cada 2 dólares de capital de riesgo se destina hoy a startups de IA. Solo en el primer semestre de 2025, la financiación ya superó todo el volumen de 2024. OpenAI, incluso operando con pérdidas, se prepara para recaudar otros 6.000 millones de dólares, alcanzando una valoración de 500.000 millones.
Esta desconexión entre los resultados reales y las expectativas financieras es un signo clásico de burbuja.
La historia ya nos enseñó: la burbuja de internet
Si recuerdas los primeros años de los 2000, esta historia resulta familiar. La burbuja de internet vio cómo empresas como Pets.com y eToys alcanzaban valoraciones multimillonarias sin un modelo de negocio sostenible… hasta quebrar pocos años después.
Por otro lado, gigantes como Amazon, Google y eBay sobrevivieron y prosperaron. El capital invertido ayudó a construir la infraestructura de la Web 2.0: servidores, cables submarinos y redes troncales de internet.
Un caso emblemático es Webvan (1999–2001), que gastó 1.000 millones de dólares prometiendo entregas de supermercado a domicilio, pero colapsó por falta de demanda. Años después, Instacart retomó la misma idea, pero con un modelo más liviano, apoyado en smartphones y pagos digitales. Hoy vale decenas de miles de millones.
En otras palabras, las burbujas pueden destruir valor en el corto plazo, pero también preparar el terreno para la próxima revolución.
¿Qué puede enseñarnos una posible burbuja de la IA?
Si realmente estamos avanzando hacia una burbuja de la inteligencia artificial, esta puede tener un efecto positivo, siempre que sepamos aprender de ella. Algunas lecciones ya son claras:
- Separar hype de valor real: no basta con añadir “IA” a un pitch de ventas; lo que importa es el impacto tangible.
- Construir infraestructura: centros de datos, chips y conectividad pueden ser el verdadero legado de esta fase.
- Recalificar talento: ingenieros, diseñadores y líderes que fracasen hoy podrían fundar el próximo “Google de la IA”.
- Aprender del fracaso: crecer a cualquier costo no funciona. Los modelos de negocio sostenibles son los que sobreviven.
- Potenciar la diferenciación humana: en un mundo donde todos usan las mismas herramientas de IA, lo que distingue a profesionales y empresas es la forma creativa, ética y empática de aplicarlas.
Preguntas que los líderes deben hacerse ahora
En lugar de buscar solo respuestas rápidas, quizás lo más importante sea formular las preguntas correctas:
- ¿Cómo implementar de forma transparente una tecnología que ni siquiera entendemos del todo?
- Si no comprendemos cómo funciona, ¿cómo responsabilizar a la IA por sus decisiones?
- ¿Cómo compensar la reducción del compromiso mental cuando delegamos tareas a la IA?
- ¿Cómo recalificar a las personas en un contexto donde las nuevas vacantes disminuyen debido a la automatización?
- ¿Cómo preservar nuestra diferenciación humana en un mundo estandarizado por las mismas herramientas?
Conclusión: la burbuja no es el final, es el comienzo
Si una burbuja de inteligencia artificial estalla, no deberíamos verla como una tragedia. Igual que con la burbuja de internet, la avalancha de capital y atención podría sentar las bases de la próxima ola de innovación.
El desafío es no caer en la euforia ciega, sino aprovechar este momento para reflexionar: ¿cuál es el verdadero papel de la IA en nuestras empresas, en nuestras carreras y en nuestra sociedad?
Tal vez la burbuja sea justamente la llamada de atención que necesitábamos: no para encontrar las “respuestas correctas”, sino para empezar a hacernos las preguntas correctas.
