Hay mucho ruido hoy en día con la Inteligencia Artificial. Entrás a cualquier red social y parece que con un par de prompts ya podés sentarte a mirar Netflix mientras tu empresa factura sola.
La realidad es muy distinta. La IA no es magia, es ingeniería.
En el mundo real, no buscamos trucos para hacer un avatar que hable; buscamos sistemas que liberen horas de trabajo, reduzcan el margen de error humano y bajen los costos operativos.
❌ Casos reales del mal uso de la IA
El abogado que presentó casos judiciales inventados (2023) Steven Schwartz, abogado de un estudio en Nueva York, usó ChatGPT para investigar precedentes legales en una demanda contra Avianca. El problema: al menos seis de los casos que presentó ante el tribunal no existían. Nombres falsos, números de expediente inventados, citas internas ficticias. El juez Kevin Castel le impuso una multa de 5.000 dólares y desestimó la causa. Schwartz declaró que "desconocía la posibilidad de que el contenido pudiera ser falso". No había verificado una sola fuente.
Deloitte entregó un informe de 440.000 dólares plagado de alucinaciones (2025) El gobierno australiano le pagó a Deloitte por un informe de 237 páginas para evaluar un sistema de sanciones de bienestar social. Un académico de la Universidad de Sídney lo revisó y encontró cerca de 20 errores graves: citas judiciales falsas, libros académicos inventados, nombres de jueces confundidos. Deloitte admitió que usó GPT-4o en las primeras etapas de redacción y que fallaron sus filtros de supervisión humana. Tuvo que devolver parte del dinero y reescribir el informe entero.
Air Canada condenada a pagar por las mentiras de su chatbot (2024) Jake Moffatt consultó al asistente virtual de Air Canada sobre tarifas de duelo tras la muerte de su abuela. El chatbot le dijo que podía comprar un billete normal y pedir el descuento después. Moffatt siguió el consejo, compró los pasajes, y cuando pidió el reembolso la aerolínea se lo negó alegando que el descuento no se aplica retroactivamente. Un tribunal canadiense falló en contra de Air Canada: la empresa "no tuvo cuidado razonable para asegurarse de que su chatbot fuera preciso". Resultado: 812 dólares canadienses en daños.
El patrón es siempre el mismo: aplicar IA sin supervisión humana, sin verificación de fuentes y sin un plan B por si falla. La herramienta no es el problema; el problema es usarla como si fuera infalible.
✅ La Realidad: Lo que SÍ funciona y es extremadamente rentable
Acá es donde la IA aplicada correctamente brilla hoy mismo, y donde yo pongo el foco al armar sistemas a medida:
Extracción y registro de datos (Ej: Facturas y Comprobantes): En vez de tener a alguien pasando datos de PDFs a un Excel, una automatización (vía n8n) lee el mail, la IA extrae el CUIT, monto e IVA, y lo registra en tu base de datos al instante.
Clasificación y pre-redacción de correos: La IA lee todos los emails de soporte que entran, identifica de qué tratan (Ej: "Cambio de contraseña" vs "Problema de facturación"), busca la solución en tu base de conocimiento interna y redacta un borrador. Vos solo leés y hacés clic en "Enviar".
Calificación Semántica de Leads: En vez de leer uno por uno los mensajes de WhatsApp o los mails de contacto, un sistema califica qué tan "caliente" es el prospecto basándose en las palabras que usó, y le avisa urgente al equipo de ventas solo sobre los que tienen intención de compra.
Conclusión: ¿Cómo se debería haber aplicado la IA en esos casos?
Los tres desastres que vimos arriba no son argumentos en contra de la IA. Son argumentos en contra de usarla mal. En cada caso, la forma correcta existía:
El abogado (Schwartz): Podría haber usado ChatGPT para generar hipótesis de búsqueda y explorar líneas argumentales, pero verificando cada caso citado en bases de datos jurídicas reales antes de presentar nada ante un tribunal. La IA como asistente de investigación, no como fuente de verdad.
Deloitte: El informe tendría que haber pasado por un pipeline de revisión con etapas claras: IA para el borrador inicial → revisión humana experta → verificación cruzada de cada cita y referencia. Un filtro de supervisión que no sea "confiamos en que alguien lo va a leer".
Air Canada: El chatbot necesitaba un mecanismo de respaldo bien diseñado. Si la consulta involucra políticas sensibles (reembolsos, duelo, cancelaciones), la IA debería derivar automáticamente a un agente humano en vez de inventar respuestas. Y la empresa debería asumir como propias las respuestas de su bot.
El secreto no es reemplazar al humano, sino sacarle las tareas repetitivas para que pueda enfocarse en lo estratégico. La IA amplifica lo que ya hacés bien, pero también amplifica lo que hacés mal.
Si estás gastando horas de tu equipo en copiar y pegar datos, estás perdiendo plata. Hablemos de tu caso de uso, o si preferís aprender a armar estos sistemas por tu cuenta, sumate a la Academia de IA Práctica.