Saltar al contenido
Blog
IA en la empresaOpinión7 min de lectura

Cuando la IA decide por ti: el riesgo silencioso de las empresas chicas

Sin experiencia de terreno, nadie detecta lo que un plan hecho con IA pasó por alto. Por qué pasa más en startups y pymes, y cómo evitarlo con datos.

Cuando la IA decide por ti
Contenido · 7 secciones
  1. 01Un buen plan que nadie supo cuestionar
  2. 02Por qué pasa más en empresas chicas
  3. 03La IA está hecha para darte el gusto (y hay datos que lo muestran)
  4. 04Más confianza en la IA, menos pensamiento crítico
  5. 05Cómo usar la IA sin entregarle la decisión
  6. 06La IA potencia, no reemplaza
  7. 07Fuentes

Uso IA todos los días. Me ayuda a escribir, ordenar datos, preparar reuniones y armar planes. Este artículo no va contra la IA. Va contra una forma de usarla que vi de cerca y que se repite en startups y negocios chicos: pedirle un plan, recibir algo impecable y ejecutarlo sin que nadie lo ponga a prueba.

Un buen plan que nadie supo cuestionar

En una startup SaaS donde trabajé, el plan comercial se construyó con IA. Era un muy buen documento: embudo calculado etapa por etapa, cantidad de llamadas diarias, correos, mensajes de LinkedIn, horarios recomendados, metas semanales. Los números cuadraban perfecto. Si se cumplía la actividad, la meta llegaba sola; solo faltaba compromiso del vendedor.

El problema no estaba en lo que el plan decía, sino en lo que no consideraba. No contemplaba que los seguimientos se acumulan semana a semana mientras las horas del día son las mismas. No dejaba tiempo para estudiar a quién llamar ni para encontrar al contacto correcto dentro de cada empresa. Y trataba un mercado chico, de nicho, como si fuera infinito.

Nada de eso se ve en una planilla. Se ve después de años vendiendo. Sin conocimiento ni experiencia real, es muy difícil detectar las inconsistencias o lo que se pasó por alto, porque el documento se ve completo, profesional y seguro de sí mismo. Comparé ese plan con otro, armado también con IA pero desde la experiencia, en Dos planes comerciales para el mismo producto.

Por qué pasa más en empresas chicas

En una empresa grande, un plan pasa por varias personas antes de ejecutarse: alguien de finanzas pregunta por los costos, alguien de operaciones por la capacidad, alguien con experiencia dice “esto ya lo intentamos”. En una startup muchas veces hay una o dos personas, sin tiempo, con presión por avanzar. La IA entrega en minutos lo que antes tomaba semanas, y la tentación es tomarlo como terminado.

La investigación sobre automatización describe justamente esas condiciones. Una revisión de estudios sobre cómo las personas usan sistemas automáticos de apoyo a decisiones encontró que la complacencia aparece sobre todo cuando la persona tiene muchas tareas compitiendo por su atención, y que el sesgo de automatización afecta tanto a novatos como a expertos y no se corrige solo con capacitación o instrucciones (Parasuraman y Manzey, 2010). Esa es la descripción exacta del día de un fundador. Es una revisión clásica, pero los estudios recientes sobre IA generativa, que vienen a continuación, apuntan en la misma dirección.

La IA está hecha para darte el gusto (y hay datos que lo muestran)

Hay un segundo problema: los modelos tienden a estar de acuerdo contigo. No es una impresión. Un estudio de Stanford publicado en Science en 2026 probó 11 modelos actuales, entre ellos ChatGPT, Claude, Gemini y DeepSeek, y encontró que la IA validó las acciones de los usuarios 49 % más que las personas, incluso cuando lo que contaban incluía engaños o daños. En tres experimentos con 2.405 participantes, una sola conversación con una IA complaciente bastó para que la gente quedara más convencida de tener la razón. Lo más preocupante: los participantes consideraron más confiables a los modelos complacientes y preferían volver a ellos (Cheng et al., Science, 2026).

La causa probable está en cómo se entrenan. Un estudio de Anthropic encontró que tanto las personas como los sistemas que evalúan respuestas prefieren, una parte no menor de las veces, una respuesta complaciente bien escrita sobre una correcta (Sharma et al., ICLR 2024).

El caso más visible fue en abril de 2025, cuando OpenAI tuvo que revertir una actualización de GPT-4o porque el modelo se había vuelto excesivamente halagador. La empresa explicó que el cambio se apoyó demasiado en la retroalimentación de corto plazo de los usuarios (OpenAI, 2025).

Si le preguntas a la IA si tu plan es bueno, lo más probable es que te diga que sí.

Hay un matiz importante, y es justo mencionarlo. Un experimento de 2026 con 1.500 participantes en 30 tipos de decisiones encontró que, en promedio, el consejo de la IA alejó a las personas de su inclinación inicial: las hizo reconsiderar. Pero la complacencia del modelo debilitó ese efecto (Conlon y Schwardmann, 2026). Es decir: la IA puede mejorar tus decisiones, siempre que la uses para cuestionarte y no para confirmar lo que ya pensabas.

Más confianza en la IA, menos pensamiento crítico

Microsoft Research y Carnegie Mellon encuestaron a 319 trabajadores del conocimiento que usan IA en su trabajo. Encontraron que quienes más confían en la IA reportan menos esfuerzo de pensamiento crítico, mientras que quienes confían más en su propio criterio analizan con más profundidad (Lee et al., CHI 2025). Es un estudio basado en lo que las personas reportan, no en mediciones directas, pero apunta en la misma dirección que lo que viví.

Un experimento de campo de Harvard con 776 profesionales de Procter & Gamble encontró que una persona trabajando con IA rindió al nivel de un equipo de dos personas sin IA, y que la IA mejoró sobre todo la calidad de las ideas generadas, mientras el juicio humano siguió siendo clave para elegir cuál ejecutar (Dell’Acqua et al., 2025). La IA genera; la persona decide.

Y otro estudio de Harvard con 758 consultores de BCG muestra el lado del riesgo. En tareas donde la IA es buena, los consultores que la usaron terminaron más tareas, más rápido y con más calidad. Pero en una tarea que quedaba fuera de lo que la IA hace bien, tuvieron 19 puntos porcentuales menos de probabilidad de llegar a la respuesta correcta que quienes trabajaron sin ella (Dell’Acqua et al., Organization Science, 2026). La IA se equivoca con la misma seguridad con la que acierta.

Cómo usar la IA sin entregarle la decisión

  1. Pídele los supuestos, no solo el plan. “¿Qué tiene que ser cierto para que esto funcione?” Cada supuesto es algo que puedes verificar.
  2. Pídele que lo destruya. “Actúa como un director comercial escéptico y dime por qué este plan va a fallar.” Cambia el rol y cambia la respuesta.
  3. Contrástalo con otros modelos. Pasa el mismo plan por dos o tres IA distintas y compara dónde no coinciden. Un estudio de 2025 encontró que combinar las respuestas de varios modelos con distintos datos de entrenamiento, métodos y arquitecturas mejora de forma importante la detección y corrección de “alucinaciones” frente a usar un solo modelo (Till et al., 2025). Si dos IA no coinciden, ahí es donde tienes que mirar.
  4. Busca datos reales antes de escalar. Benchmarks de tu industria, tus propias conversiones de las primeras semanas, estudios con metodología. Un número que la IA “estima” no es un dato.
  5. Habla con alguien que lo haya hecho. Una conversación de 30 minutos con quien vivió el problema detecta lo que ningún modelo ve desde afuera.
  6. Marca todo como hipótesis con fecha de revisión. Si a las 4 o 6 semanas la realidad no calza, se recalibra. Sin culpa y sin “falta compromiso”.
  7. Que la decisión la firme una persona. Alguien que entienda el terreno y responda por el resultado.

La IA potencia, no reemplaza

La IA me ahorra horas y me ayuda a pensar mejor. Pero el criterio para saber qué falta en un plan no viene del modelo: viene de haber hecho el trabajo. En una empresa chica, donde no hay muchas capas de revisión, ese criterio es lo único que separa un plan que se ve bien de uno que funciona.

Si quieres revisar cómo está tu proceso comercial con datos y no con intuición, puedes partir por el diagnóstico comercial.

Fuentes

¿Te pasó algo parecido o no estás de acuerdo? Escríbeme.

Sigue leyendo