El Gran Despertar de la IA: Por Qué 2025 Marca el Inicio de una Necesaria Corrección del Hype
Publicado el 16-12-2025
Tras años de promesas exorbitantes y avances vertiginosos que capturaron la imaginación global, el sector de la Inteligencia Artificial se enfrenta a un crucial ajuste de expectativas en 2025, redefiniendo su valor real y su rumbo futuro en la economía digital.
La fascinación por la Inteligencia Artificial (IA) generativa estalló con fuerza a finales de 2022, cuando OpenAI lanzó ChatGPT. Este evento no solo redefinió la trayectoria de una industria entera, sino que también capturó la imaginación de millones, abriendo las puertas a conversaciones sin precedentes entre humanos y máquinas. La euforia fue palpable, y la expectativa de avances exponenciales se consolidó rápidamente.
Empresas tecnológicas de todo el mundo se lanzaron a una carrera frenética, presentando productos rivales que prometían superar a los anteriores con cada nueva iteración. Desde la generación de voz e imágenes hasta la creación de vídeos asombrosos, cada lanzamiento se presentó como un hito revolucionario, alimentando la creencia generalizada de que la tecnología de IA seguiría mejorando sin límites. Los entusiastas hablaban de un progreso exponencial, con gráficos que mostraban una trayectoria ascendente imparable. La IA generativa, se nos dijo, tenía el potencial de hacer cualquier cosa.
Sin embargo, 2025 se ha consolidado como un año de confrontación con la realidad, un período de «ajuste de cuentas» donde el brillo inicial de la IA comienza a ceder ante un escrutinio más sobrio. Este es el inicio de lo que muchos expertos denominan la «gran corrección del hype de la IA», un momento necesario para recalibrar nuestras expectativas y comprender el verdadero alcance y los desafíos de esta poderosa tecnología.
La Realidad Detrás de las Promesas: ¿Dónde Estamos Realmente con la IA?
Inicialmente, las cabezas visibles de las principales compañías de IA prometieron un futuro transformador: la IA generativa reemplazaría a la fuerza laboral de cuello blanco, daría paso a una era de abundancia, catalizaría descubrimientos científicos y revolucionaría la medicina. El «miedo a quedarse atrás» (FOMO) impulsó a CEOs de diversas industrias a integrar la IA en sus estrategias, pero la implementación no ha sido tan mágica como se esperaba.
Estudios recientes, incluyendo los de la Oficina del Censo de EE. UU. y la Universidad de Stanford, revelan que la adopción empresarial de herramientas de IA está estancada. Muchas iniciativas piloto no logran escalar, y el valor tangible de estas inversiones masivas aún es incierto. Esto plantea interrogantes fundamentales sobre cómo las grandes empresas de IA recuperarán las inversiones colosales realizadas en esta carrera tecnológica.
Además, los avances en la tecnología central de IA ya no son los saltos cualitativos que solían ser. El ejemplo más notorio fue el lanzamiento de GPT-5 en agosto. Después de meses de intensa promoción por parte de OpenAI, con promesas de un «experto a nivel de doctorado en cualquier cosa» y alusiones a un poder definitivo, el lanzamiento resultó ser, para muchos, más de lo mismo. Esta percepción generó un cambio de ambiente significativo, llevando a figuras como el investigador de IA Yannic Kilcher a declarar que «la era de los avances revolucionarios ha terminado», comparando la situación con la evolución de los teléfonos inteligentes: nuevas versiones con pequeñas mejoras que, para el usuario promedio, no representan un cambio radical.
Aunque esta analogía con los smartphones sugiere una maduración de la tecnología, también nos hace preguntarnos si la IA generativa ya ha alcanzado una meseta en su capacidad de asombro. Los últimos años estuvieron repletos de momentos genuinamente impresionantes, desde la generación de vídeo (Sora) hasta modelos de razonamiento y capacidades de codificación avanzadas. Sin embargo, esta tecnología, que apenas tiene unos años de vida en el ámbito masivo, sigue siendo experimental, y sus éxitos vienen con importantes advertencias. Es imperativo reajustar nuestras expectativas y abordar la IA con una visión más equilibrada.
Cuatro Claves para Entender la Corrección del Hype en 2025
Es fundamental abordar esta «corrección del hype» con cautela. Minimizar el potencial de la IA solo porque se ha sobrevendido sería un error. El progreso tecnológico raramente es lineal; avanza a trompicones, con periodos de calma y de explosión. De hecho, los modelos recientes de OpenAI, como o1 y o3, demuestran que la innovación sigue viva. Modelos como Nano Banana Pro de Google DeepMind también son testimonio de la calidad y accesibilidad de la IA actual. No obstante, surge la pregunta: una vez que el «factor sorpresa» disminuye, ¿qué queda? ¿La inversión colosal, tanto financiera como medioambiental, habrá valido la pena?
Para comprender mejor el estado actual de la Inteligencia Artificial a finales de 2025 y navegar por esta corrección del hype, aquí presentamos cuatro perspectivas clave:
1. Los LLMs no son el fin de todo (ni la AGI)
Gran parte del hype se centró en los Grandes Modelos de Lenguaje (LLMs) como la puerta de entrada a la Inteligencia General Artificial (AGI). Sin embargo, se ha vuelto evidente que los LLMs, aunque impresionantes, no son la ruta directa hacia una inteligencia humana generalizada. Incluso Ilya Sutskever, cofundador de OpenAI y ahora en Safe Superintelligence, un gran impulsor de los LLMs, reconoce sus limitaciones. En una entrevista con Dwarkesh Patel, Sutskever señaló que estos modelos son excelentes para aprender tareas específicas, pero carecen de la capacidad de generalizar principios subyacentes como lo hacen los humanos. Es la diferencia entre resolver miles de problemas de álgebra y entender cómo resolver cualquier problema de álgebra.
La capacidad de los LLMs para imitar el lenguaje humano es tan convincente que es fácil atribuirles una mente similar a la nuestra. Estamos programados para percibir inteligencia en comportamientos lingüísticos sofisticados. Esta susceptibilidad ha sido explotada por el marketing, inflando expectativas más allá de lo razonable. A medida que la sociedad se familiariza más con esta tecnología, es natural que estas expectativas se ajusten a una realidad más fundamentada.
2. La IA no es una solución rápida a todos los problemas
Un estudio del MIT, publicado en julio, reportó una impactante cifra: el 95% de las empresas que intentaron usar IA no encontraron valor. Si bien este resultado impulsó la narrativa de la desilusión, la definición de éxito del estudio era bastante estrecha, enfocándose en sistemas de IA personalizados que no habían escalado más allá de la fase piloto en seis meses. Es comprensible que muchos experimentos con tecnología aún en desarrollo no generen resultados inmediatos.
Además, este estudio no consideró la «economía en la sombra» de la IA, donde un 90% de las empresas encuestadas tenían empleados utilizando chatbots personales fuera de pilotos oficiales. Investigaciones como la de Upwork, que examinó la colaboración entre agentes de IA y humanos expertos, encontraron tasas de éxito mucho más altas. Esto sugiere que el verdadero valor de la IA reside, por ahora, en su capacidad para potenciar a los individuos y mejorar la productividad de no-expertos en tareas cotidianas, en lugar de reemplazar a profesionales cualificados o solucionar todos los problemas empresariales de un golpe. La predicción de Sam Altman sobre agentes de IA «uniéndose a la fuerza laboral» en 2025 no se ha materializado como se esperaba, subrayando que la IA es una herramienta de apoyo, no un reemplazo humano, con vasto potencial aún por explorar en flujos de trabajo integrados.
3. ¿Estamos en una burbuja? (Si es así, ¿de qué tipo?)
La pregunta de si el mercado de la IA se encuentra en una burbuja es recurrente. ¿Es como la burbuja subprime de 2008, que devastó la economía sin dejar rastro de valor, o como la burbuja puntocom del 2000, que, a pesar de la hecatombe, sentó las bases para gigantes tecnológicos como Google y Amazon? La diferencia es crucial. Actualmente, el modelo de negocio para los LLMs no está completamente definido, y la «killer app» aún no ha emergido.
La inversión sin precedentes en infraestructura para satisfacer una demanda proyectada, junto con la «circularidad» de algunas transacciones (con empresas como Nvidia financiando a OpenAI, que a su vez invierte en la infraestructura de Nvidia), genera incertidumbre. No obstante, algunos inversores mantienen el optimismo. Glenn Hutchins, cofundador de Silver Lake Partners, señala que la mayoría de los centros de datos construidos tienen contrapartes solventes, como Microsoft, que ya han contratado su producción, asegurando la demanda. La lección de la burbuja puntocom es clara: las empresas que lograron sobrevivir a la crisis fueron las que prosperaron. Las compañías de IA de hoy están apostando a largo plazo, invirtiendo para mantenerse en la carrera y evitar quedarse atrás, un riesgo calculado.
Además, la historia demuestra que las empresas que inicialmente parecían secundarias pueden transformarse en «unicornios». Synthesia, por ejemplo, que crea herramientas de generación de avatares, fue inicialmente recibida con escepticismo. Sin embargo, ahora cuenta con 55,000 clientes corporativos, ingresos anuales de 150 millones de dólares y una valoración de 4 mil millones de dólares, demostrando que el mercado de la IA es dinámico y puede revelar oportunidades inesperadas.
4. ChatGPT fue un hito, no el principio ni el fin
Aunque ChatGPT irrumpió en la conciencia pública con un impacto sísmico, es crucial recordar que no fue un comienzo ex nihilo. Representó la culminación de una década de progresos en el aprendizaje profundo, una tecnología con raíces que se extienden hasta los años 80, y un campo de investigación que data de los años 50. Visto desde esta perspectiva, la IA generativa apenas está dando sus primeros pasos.
La investigación en IA está en su apogeo. Las principales conferencias reciben un número récord de propuestas de alta calidad, lo que, si bien evidencia una efervescencia intelectual, también ha llevado a situaciones insólitas, como rechazar trabajos ya aprobados por la pura cantidad. Al mismo tiempo, plataformas como arXiv han visto un aumento de investigaciones generadas por IA, señalando tanto la promesa como los desafíos de la democratización de herramientas de desarrollo. Como señala Ilya Sutskever, estamos volviendo a una «era de investigación» en la que se buscan nuevas vías para superar los cuellos de botella actuales de los LLMs. Esto no es un revés, sino el preludio de nuevos descubrimientos.
El hype, aunque a veces excesivo, tiene una ventaja innegable: atrae capital y talento. Como explica Nathan Benaich de Air Street Capital, hace unos años, los constructores de estos modelos eran «nerds de la investigación». Ahora, «todo el que es bueno en tecnología está trabajando en esto», lo que sin duda acelerará el progreso real y la innovación futura en la Inteligencia Artificial.
¿Hacia Dónde Vamos con la Inteligencia Artificial?
El implacable hype no provino únicamente de empresas que buscaban impulsar sus costosas nuevas tecnologías. También fue alimentado por una cohorte de individuos, dentro y fuera de la industria, que anhelan creer en la promesa de máquinas capaces de leer, escribir y, sobre todo, «pensar». Es un sueño fascinante, arraigado en décadas de ciencia ficción e investigación.
Sin embargo, esta fase de hype insostenible era una corrección necesaria y, en última instancia, positiva. Nos ofrece la invaluable oportunidad de reajustar nuestras expectativas, de ver esta tecnología por lo que realmente es: evaluar sus capacidades genuinas, comprender sus limitaciones y defectos, y tomarnos el tiempo para aprender a aplicarla de maneras valiosas y beneficiosas. Como sugiere Benaich, todavía estamos en proceso de descifrar «cómo invocar ciertos comportamientos de esta caja negra de información y habilidades de dimensiones increíblemente altas».
Conclusión: La corrección del hype en la Inteligencia Artificial era una deuda pendiente. Lejos de ser un indicio de fracaso, representa una maduración del campo, un paso esencial hacia una comprensión más pragmática y un desarrollo más sostenible. La IA no desaparecerá; al contrario, apenas estamos comenzando a descifrar su verdadero potencial. Este «gran despertar» nos invita a una exploración más profunda y reflexiva de lo que hemos construido y lo que está por venir.
Fuente original: The great AI hype correction of 2025