Startups de IA retrasan lanzamientos por dificultad en crear productos útiles
19 de 20 proyectos piloto de IA en empresas no aportaron valor medible en 2025. Los fundadores de startups explican que transformar modelos de IA en aplicaciones prácticas es más complejo de lo previsto, lo que ha obligado a retrasos y rediseños.
El obstáculo de la utilidad real
La promesa inicial de la IA choca con la dificultad de implementación. Un estudio de agosto de 2025 reveló que la gran mayoría de pilotos empresariales no generaron beneficio cuantificable. Startups como Daydream, Duckbill y Mindtrip confirman que traducir la magia de los sistemas en utilidad para el usuario final requiere mucho más esfuerzo y tiempo del anticipado.
Daydream: un caso de estudio en moda
La startup de comercio digital Daydream, con 50 millones de dólares de Google Ventures y otros, pospuso su lanzamiento previsto para otoño de 2024. Su fundadora, Julie Bornstein, encontró inconsistencias y alucinaciones en los modelos. Para una solicitud como «vestido para una boda en París», el modelo podía ignorar elementos clave o interpretar «rectángulo» como un patrón geométrico. La solución fue contratar un equipo técnico de élite y usar un conjunto de modelos especializados, en lugar de una única llamada a la API.
Problemas comunes en el sector
Otras startups enfrentan retos similares. Duckbill, un servicio de asistencia personal, necesitó 10 millones de interacciones del mundo real para que sus modelos fueran relevantes. Su CEO, Meghan Joyce, reportó un caso donde el modelo afirmó falsamente haber concertado una cita médica con una recepcionista llamada Nancy. Por su parte, Mindtrip, una «compañera de viaje» de IA, debe rediseñar el sistema cuando los usuarios hacen preguntas no previstas, ya que los modelos tienden a sobrepasar los límites de la conversación especializada.
Un camino más largo de lo esperado
La experiencia de estas empresas es una advertencia para las startups de IA con cronogramas optimistas. Los tres CEO coinciden en que, con mucho esfuerzo y talento, ahora están en el camino correcto. Sin embargo, esta realidad ha llevado a algunos observadores a revisar sus predicciones sobre el impacto productivo de la IA, sugiriendo que su adopción masiva podría demorarse hasta 2026 o 2027.
