El problema es que no todo lo que se presenta como “impulsado por IA” lo está realmente. De hecho, un informe de MMC Ventures reveló que cerca del 40% de las empresas tecnológicas que se autodefinían como “startups de IA” no la utilizaban de manera significativa, o simplemente no la utilizaban en absoluto. Es en ese terreno resbaladizo donde comienza un desafío serio, y peligroso, para la comunicación corporativa, que puede llevar al deterioro de la reputación, la confianza y la credibilidad de las marcas.
Conviene aclarar que, en estos menesteres de la comunicación, el inconveniente no es la tecnología en sí, sino el uso superficial —cuando no engañoso— que se hace de ella en los mensajes. El llamado IA washing —la práctica de presentar capacidades infladas, poco claras o incluso inexistentes bajo la etiqueta de IA con el único objetivo de parecer innovador— representa un riesgo reputacional real y creciente, particularmente en estos tiempos donde la credibilidad se ha vuelto uno de los activos más frágiles y valiosos.
Riesgos al comunicar como “IA” algo que no lo es
En comunicación, nombrar algo es otorgarle significado. Así, cuando una empresa afirma “usamos IA” sin un sustento real, no está fortaleciendo su narrativa de innovación, sino profundizando una práctica de IA washing. Si bien a corto plazo, puede parecer una decisión atractiva —genera titulares en medios, atrae atención de las audiencias y tranquiliza a inversionistas—, a mediano y largo plazo es una apuesta riesgosa.
La comunicación no puede reducirse a un barniz que maquille decisiones endebles; su función esencial es alinear lo que la organización es, hace y dice. Cuando ese triángulo se fractura —por ejemplo, al presentar como “impulsadas por IA” soluciones que en realidad son simples automatizaciones— se abre una brecha peligrosa entre expectativa y realidad, y esa brecha no tarda en traducirse en desconfianza.
Desde mi perspectiva, el IA washing no solo puede confundir al mercado, sino que activa una serie de riesgos concretos que las organizaciones suelen subestimar. Riesgos que no se manifiestan de inmediato, pero que se acumulan silenciosamente y terminan impactando en la credibilidad, la relación con los públicos y la viabilidad reputacional de la marca.
El primer riesgo es semántico. La IA implica modelos entrenados, capacidad de aprendizaje, procesamiento avanzado de datos y toma de decisiones automatizada. Automatizar una tarea simple, añadir analítica básica o usar software tradicional no convierte a un producto en “inteligente”. Cuando las marcas difuminan esa frontera, erosionan el entendimiento público y trivializan una tecnología que, bien aplicada, sí puede generar valor real.