¿Cuánta 'IA' es teatro? De Builder.ai al Turco Mecánico: anatomía del AI-washing en plena fiebre

LA TESIS. La fiebre de la IA no solo financia capacidad real: fabrica incentivos para el teatro. Cuando la etiqueta «IA» eleva la valoración —las startups que la llevaban captaron entre un 15% y un 50% más de capital que el software tradicional, según MMC Ventures—, surge una industria paralela de atrezzo: humanos ocultos que fingen ser algoritmos, métricas de automatización que omiten a los operadores de Manila y unicornios que maquillan ingresos. Ya en 2019, la propia MMC no encontró evidencia de IA relevante en el 40% de las 2.830 «startups de IA» europeas que analizó. Nuestra tesis tiene dos partes. Primera: el AI-washing —vestir de IA lo que no lo es— es real, está documentado y ya acumula multas y hasta cargos penales. Segunda, y menos cómoda: el escándalo más citado, Builder.ai, se ha contado mal, y ese mito también contamina. Si el teatro daña la confianza en la IA real, la desinformación sobre el teatro la remata.

EL CASO CANÓNICO NO ES EL QUE CUENTAN. Builder.ai, unicornio londinense respaldado por Microsoft y el fondo soberano de Catar, entró en concurso de acreedores en mayo de 2025. El fraude probado es contable. Según la investigación de Bloomberg, la empresa practicó «round-tripping» con la india VerSe Innovation: dos compañías se intercambian facturas casi idénticas por servicios que no existen, y así ambas inflan sus ingresos (VerSe niega cualquier irregularidad). La auditoría posterior fue demoledora: los ingresos reales de 2024 rondaban los 55 millones de dólares, frente a los 220 millones presentados a inversores; los de 2023 se reexpresaron de unos 180 a unos 45 millones. Un acreedor incautó 37 millones de sus cuentas y la empresa cayó debiendo, según la documentación concursal citada por la prensa, unos 85 millones a Amazon Web Services y 30 a Microsoft. La fiscalía federal de Manhattan investiga posible fraude de valores y ha citado al ex director financiero. Hasta aquí, los hechos. El mito es lo otro: «700 ingenieros indios tecleaban lo que la IA prometía hacer». El Financial Times y The Pragmatic Engineer rastrearon esa afirmación hasta una publicación sin fuentes en X que los medios amplificaron sin verificar. Lo verificable es distinto: el producto de IA (Natasha) existía, era una capa de orquestación construida por unos 15 ingenieros sobre modelos reales como GPT y Claude, y los 500-1.000 desarrolladores subcontratados construían aplicaciones a medida para clientes, presentados como tales. Sí existe un precedente incómodo: en 2019, el Wall Street Journal ya publicó que la empresa (entonces Engineer.ai) atribuía a la IA trabajo que hacían humanos; la compañía lo negó. Nuestra posición: el fraude contable está probado; la «IA falsa» sigue siendo una alegación no verificada. Y el matiz importa, porque si compramos el mito aprendemos la lección equivocada.

250 AÑOS DE TURCO MECÁNICO. El teatro tiene genealogía. En 1770, Wolfgang von Kempelen presentó ante la corte de María Teresa de Austria un «autómata» que jugaba al ajedrez: el Turco Mecánico. Ganó a Napoleón y a Benjamin Franklin, y giró por Europa y América durante décadas. Dentro había un maestro de ajedrez escondido; Edgar Allan Poe lo dedujo por lógica en un ensayo de 1836. Amazon bautizó en 2005 su plataforma de microtareas como Mechanical Turk y la definió, con ironía, como «inteligencia artificial artificial». El patrón moderno es el «humano en el bucle» oculto: una persona completa a escondidas lo que se vende como automático. Tres casos recientes. Uno: según The Information, la tecnología «Just Walk Out» de Amazon (salir del súper sin pasar por caja) se apoyaba en unos 1.000 revisores en India, y en 2022 unas 700 de cada 1.000 transacciones requerían revisión humana; Amazon lo niega —dice que son «muchos menos de 1.000» y que su función principal es etiquetar vídeo para entrenar los modelos—, pero en 2024 retiró el sistema de la mayoría de sus supermercados Fresh. Dos: Presto Automation vendía a cadenas de comida rápida una «IA de voz» para tomar pedidos en el drive-thru; según la orden de la SEC de enero de 2025, más del 70% de los pedidos de su versión propia requerían intervención de agentes humanos en Filipinas e India (el 100% en algunos locales), y además el reconocimiento de voz era de un tercero no revelado. Tres: la app de compras Nate prometía completar compras online «con IA propietaria»; según la fiscalía de Nueva York, su tasa real de automatización era «efectivamente cero»: las operaciones las hacían call centers en Filipinas y Rumanía. Nate captó más de 50 millones de dólares de inversores.

EL REGULADOR YA PONE MULTAS. El AI-washing dejó de ser una queja de analistas y se convirtió en categoría jurídica. En marzo de 2024, la SEC sancionó por primera vez a dos gestoras por mentir sobre su IA: Delphia (225.000 dólares) y Global Predictions (175.000). El mensaje fue simple: presumir de una IA que no existe es publicidad engañosa bajo las leyes de valores, sin necesidad de normas nuevas. En septiembre de 2024, la FTC lanzó la operación «AI Comply» con cinco casos; el más sonado, DoNotPay, que se anunciaba como «el primer abogado robot del mundo» sin haber contrastado nunca sus resultados con abogados reales: pagó 193.000 dólares. En enero de 2025 llegó el salto a las cotizadas con Presto. En febrero de 2025, la SEC creó una unidad específica (CETU) con el AI-washing entre sus prioridades. Y en abril de 2025, el caso Nate elevó el asunto a lo penal: su fundador afronta cargos de fraude de valores y fraude electrónico, con hasta 20 años de prisión por cada uno. La dirección es clara: de la multa administrativa al proceso penal, y de la startup opaca a la empresa cotizada. La métrica que la SEC obligó a aflorar en Presto —la tasa de tareas completadas sin intervención humana ALGUNA, incluida la remota— apunta a convertirse en estándar de diligencia debida.

LAS CINCO PREGUNTAS DE AUDITORÍA. Cualquier comprador, inversor o periodista puede destapar el teatro con cinco preguntas. Primera: ¿dónde están los humanos? Pide la tasa de intervención total, incluida la remota; «sin intervención» que en realidad significa «sin intervención del personal del restaurante» fue exactamente el truco de Presto. Segunda: ¿qué pasa sin conexión y a las 3:00 de Manila? Si el servicio se degrada fuera del horario laboral asiático, o se cae sin internet cuando dicen que el modelo corre en tu dispositivo, hay personas en el bucle. Tercera: ¿dónde está el margen? El software escala con márgenes brutos del 70-80%; una «IA» con márgenes de consultora (30-40%) es una consultora, y Builder.ai era en la práctica una integradora con outsourcing. Cuarta: ¿escalan los ingresos sin contratar? Si la facturación crece al mismo ritmo que la plantilla o la subcontratación, el trabajo lo hacen manos, no pesos. Quinta: ¿qué pueden enseñar? Qué modelo hay debajo, qué parte es propia y cuál de terceros, y tasas de error medidas, no prometidas. Quien tiene IA de verdad presume de evaluaciones; quien tiene teatro presume de adjetivos.

NUESTRA LECTURA. Tres ideas y un horizonte. Primera: el humano en el bucle no es el pecado. Casi toda IA en producción lleva personas detrás —etiquetando, revisando, corrigiendo—, y arrancar un producto con operadores mientras el modelo madura es ingeniería legítima. El delito empieza donde acaba la verdad: cuando esa realidad se oculta al inversor o al cliente. La línea no la marca la tecnología, la marca el folleto. Segunda: esto confirma nuestra tesis de siempre, medir vale más que el marketing. Lo que aplicamos a los benchmarks de modelos vale para los productos: exigir capacidad demostrada, no aspiración. Y las piezas de mayor calidad probatoria son, otra vez, las admisiones —órdenes de la SEC, reexpresiones contables—, no los hilos virales. Tercera: la ironía de Builder.ai es que usaba IA real (Claude, GPT) para un producto que en 2019 era ciencia ficción y en 2026 es rutina: los generadores de código funcionan. El teatro no demuestra que la IA sea humo; demuestra que el relato corrió más que la capacidad, y esa brecha se está cerrando por ambos lados: la capacidad sube y el regulador poda. A corto plazo, el AI-washing es un impuesto sobre la confianza: encarece la venta de IA legítima, alimenta el escepticismo y desvía capital de quien construye a quien actúa. A largo plazo, somos moderadamente optimistas: como tras las puntocom, la poda del fraude no mató internet, la depuró. Si el capital deja de premiar la etiqueta y empieza a premiar la capacidad verificada —con márgenes, tasas de intervención y auditorías aburridas—, la transición hacia una IA que de verdad genere abundancia será más rápida, no más lenta. La mejor vacuna contra el teatro no es el cinismo: es preguntar cinco veces.