La luna de miel de la IA

A finales de los noventa y comienzos de los dos mil, Google apareció como una especie de milagro cotidiano. Un buscador que, de pronto, hacía que internet tuviera sentido. La experiencia era tan superior que se convirtió en hábito y luego en verbo. “Googlear” no era solo una marca ganando cuota; era un cambio cultural. En ese punto de la curva, cuando un producto se siente inevitable, la sociedad tiende a suspender parte del escepticismo. La narrativa dominante se vuelve aspiracional: tecnología al servicio de la gente, eficiencia, acceso, democratización del conocimiento. Y en esa luna de miel, muchas decisiones que más tarde serían discutidas pasan sin demasiada resistencia, especialmente las relacionadas con datos, privacidad y poder de intermediación.

Esa secuencia se parece bastante a lo que estamos viendo hoy con los modelos de lenguaje y las empresas que los impulsan, desde el mismo Google, pasando por OpenAI y Anthropic, hasta el resto del ecosistema. La fascinación es comprensible. Los LLM reducen fricción en tareas intelectuales, aceleran producción y aprendizaje, y abren nuevas interfaces para casi cualquier industria. En la conversación pública vuelven a aparecer palabras grandes como “democratizar” y “empoderar”.

También reaparece algo más sutil: la delegación de confianza. Si la herramienta funciona y nos ahorra tiempo, tendemos a aceptar, con menos preguntas, de dónde salen los datos, cómo se entrenan los modelos y qué tipo de dependencia estamos construyendo.

En los años de expansión de Google, el intercambio parecía claro: servicios gratuitos y cada vez mejores a cambio de atención y datos. El modelo económico se consolidó y la maquinaria publicitaria se volvió sofisticada. Con el tiempo, lo que era admiración por un producto extraordinario se transformó en debate sobre concentración de mercado y prácticas competitivas. Llegaron las investigaciones, las multas, los cambios regulatorios y un entorno en el que la empresa ya no podía operar solo con mentalidad de ingeniero y velocidad de “startup”.

Con la IA generativa todavía estamos en la etapa de enamoramiento masivo. Pero ya se ven las líneas de tensión que podrían empujar una transición similar. En privacidad, la pregunta no es solo qué ocurre con los “prompts”, sino qué significa que una interfaz conversacional se convierta en la capa donde se redacta, se decide, se negocia y se piensa.

También hay un paralelo financiero que vale la pena mirar con calma. Al principio, el mercado premia crecimiento y adopción. Luego llega la etapa en la que se exige monetización, márgenes defendibles y, sobre todo, una estructura de costos que cierre. En IA, el costo marginal no es cero y el cómputo puede convertirse en el equivalente moderno del “tráfico”: un recurso que define la rentabilidad. A eso se suma la dependencia de proveedores de infraestructura, el ritmo de obsolescencia y la presión por diferenciarse cuando el “modelo” tiende a comoditizarse y la distribución se vuelve la verdadera batalla.

Si Google pasó de ser el héroe de la web a una institución bajo supervisión constante, la pregunta es si las empresas líderes de LLM están caminando hacia el mismo destino. Quizás estemos viendo el nacimiento de los próximos gigantes de la tecnología y, con ellos, una nueva complejidad regulatoria y operativa que hoy todavía no se refleja en el entusiasmo por el producto. La pregunta que queda flotando, incómoda y necesaria, es esta: cuando la IA deje de ser magia nueva y se convierta en infraestructura invisible, ¿quién va a tener el poder y qué precio vamos a aceptar pagar por su conveniencia?