Builder.ai: cuando la «IA» eran programadores. El caso que obliga a auditar la máquina, no el pitch

Los hechos, según la información disponible: Builder.ai, empresa británica que prometía generar aplicaciones «tan fácil como pedir una pizza» gracias a su asistente Natasha, se hundió después de que aparecieran dos discrepancias graves. La primera, contable: ingresos reales de 55 millones de dólares frente a los 220 millones reportados, es decir, un cuarto de lo declarado. La segunda, técnica: la automatización que justificaba una valoración de 1.500 millones consistía en gran medida en desarrolladores escribiendo el código manualmente.

El patrón tiene nombre en la industria: AI-washing. Consiste en vender trabajo humano bajo la etiqueta de modelo, aprovechando que el cliente ve el resultado pero no el proceso. Y funciona porque la caja negra es una excusa perfecta: si nadie puede inspeccionar cómo se produce la salida, la diferencia entre un sistema autónomo y una oficina de programadores es invisible desde fuera. La brecha de 165 millones entre lo declarado y lo real da la medida de cuánto puede estirarse esa opacidad antes de romperse.

Lo interesante es qué falló y qué no. No falló la tecnología: los modelos que generan código existen, se miden en pruebas públicas y su progreso es verificable. Falló la cadena de verificación —inversores, auditores, prensa especializada— que aceptó una demo como prueba de capacidad. Es exactamente la asimetría que venimos señalando: hoy el control efectivo sobre los despliegues dudosos es reputacional y llega a velocidad de noticia, no de norma. Aquí llegó, pero tarde y con dinero ya comprometido.

Nuestra lectura: episodios así son dolorosos y a la vez saneadores. A corto plazo encarecen el capital para todo el sector, incluidas las empresas que sí construyen algo, y alimentan el cinismo de quien concluye que «todo es humo». A medio plazo imponen la pregunta correcta, que no es «¿usas IA?» sino «¿qué porcentaje del trabajo hace el sistema sin intervención, y cómo lo demuestras?». Ese es el filtro que separa la promesa del producto. La abundancia que esperamos de esta tecnología se construirá con sistemas auditables y economía unitaria real, no con narrativas; cada Builder.ai que cae hace un poco más caro mentir y un poco más rentable medir. Esa es, paradójicamente, una buena noticia de fondo.