Fracasos de IA en grandes empresas desde 2024

Desde 2024 se acumulan los fracasos de IA en empresas grandes: sistemas que han tenido que retirar, corregir o defender en un tribunal. Los titulares mezclan dos cosas que conviene separar: el dinero que una empresa pagó de verdad, en una sentencia o en costes de retirada, y el valor bursátil que se movió porque los inversores cambiaron de opinión sobre una previsión. Son categorías distintas, y tratarlas como si fueran la misma lleva a titulares como "Meta pierde 200.000 millones por la IA", que suena a un roto contable y en realidad describe otra cosa.

Los siete casos, de un vistazo

Los casos con pérdida económica o legal clara

Air Canada: el precedente jurídico

Es el caso más limpio de analizar porque hay una sentencia. En 2022, un pasajero le preguntó al chatbot de soporte de Air Canada por la tarifa de duelo y el sistema le asegura que podía pedir el descuento después de comprar el billete, algo que la política real de la aerolínea no permitía. El cliente reclamó, Air Canada alegó que el chatbot era "una entidad separada" responsable de sus propias palabras, y el tribunal de Columbia Británica rechazó ese argumento: condenó a la aerolínea a pagar 812,02 dólares canadienses, entre diferencia de tarifa, intereses y costas.

La cifra es pequeña. El principio sí importa: para el tribunal no hay diferencia entre la información de una página estática y la que da un chatbot integrado en el sitio de la empresa. Los dos son la empresa hablando.

McDonald's e IBM: cuando el piloto se ve en público

El sistema de toma de pedidos por voz llevaba dos años probándose en más de 100 restaurantes cuando McDonald's decidió apagarlo, a más tardar el 26 de julio de 2024. El fallo se vio en público: los clientes grababan en vídeo pedidos mal entendidos, como una persona a la que el sistema le añadía decenas de nietas de mantequilla al pedido, y esos vídeos circularon. McDonald's e IBM mantuvieron que la prueba "da confianza en que el pedido por voz será parte del futuro de los restaurantes", y ambas empresas siguieron colaborando en otros proyectos. Ninguna de las dos publicó el coste del desarrollo ni el de retirar la tecnología de más de 100 locales.

Nueva York: un chatbot público con consejos ilegales

El chatbot MyCity, construido sobre la nube de Microsoft para orientar a pequeños negocios sobre normativa municipal, recomendaba cosas como que un empresario podía quedarse con las propinas de sus empleados o que un casero podía discriminar a inquilinos con vale de vivienda: justo lo contrario de lo que dice la ley. Medios locales lo probaron y publicaron los errores en marzo de 2024; el ayuntamiento reconoció el problema y siguió con el chatbot en marcha. Aquí no hay una cifra de pérdida, pero sí una exposición real: cualquier negocio que hubiera seguido ese consejo al pie de la letra habría cometido una infracción real, con el ayuntamiento como fuente.

Stability AI: cuando el negocio entero no cuadra

Este caso es distinto a los demás: la propia empresa de IA no llegaba a cubrir sus costes. En el primer trimestre de 2024, Stability AI ingresó menos de 5 millones de dólares, perdió más de 30 millones y acumulaba cerca de 100 millones en facturas pendientes con proveedores de computación en la nube. Meses después exploraba una venta y su fundador dejó la dirección. El caso ilustra algo que pasa fuera de los titulares: entrenar y servir modelos grandes cuesta mucho más de lo que suelen cobrar por usarlos, y ese margen negativo no se ve hasta que alguien enseña las cuentas.

Character.AI y Google: la demanda con más en juego

En 2024, la madre de un adolescente de 14 años que se quitó la vida demandó a Character Technologies, alegando que su hijo desarrolló una dependencia emocional con un chatbot de la plataforma y que la empresa no actuó cuando el menor mostró señales de autolesión. Google, que había recontratado a los fundadores de Character.AI y licenciado su tecnología en 2024, fue incluido en varias demandas similares presentadas en Florida, Nueva York, Colorado y Texas. En enero de 2026, Google y Character.AI acordaron resolver esas demandas; la cuantía del acuerdo no se ha hecho pública. Es, de los siete casos, el que implica mayor exposición legal y reputacional, aunque no haya una cifra que lo resuma.

Caídas bursátiles: qué miden y qué no miden

Los casos de Meta, Nvidia y Salesforce suelen citarse junto a los anteriores, pero pertenecen a otra categoría. Ninguna de las tres perdió ese dinero en caja ni lo pagó a nadie: lo que cayó fue su capitalización bursátil, es decir, cuánto valen todas sus acciones juntas según el precio al que se negocian.

• Meta anunció que iba a invertir de forma agresiva en infraestructura de IA mientras daba una previsión de ingresos más floja de lo esperado. El mercado leyó "va a gastar mucho antes de saber si compensa" y la acción cayó con fuerza, borrando unos 200.000 millones de dólares de valor en un día.
• Nvidia, el 3 de septiembre de 2024, perdió 279.000 millones de dólares de capitalización en una sola sesión, la mayor caída diaria de una empresa estadounidense hasta ese momento. No hubo un producto que fallara: se juntaron el miedo a que el ritmo de inversión en IA no fuera sostenible y la noticia de una investigación antimonopolio del Departamento de Justicia.
• Salesforce cayó cerca de un 18 % tras publicar su previsión de ingresos más débil en años, con analistas señalando que la competencia en IA generativa todavía no se traducía en ventas.

Ninguna cifra de estas tres es una pérdida contable ni una indemnización. Miden que los inversores revisaron sus expectativas a la baja, algo que puede deberse al gasto en IA, a los tipos de interés, a la competencia o a los tres a la vez. Son un termómetro del riesgo de invertir en IA antes de que el gasto se traduzca en ingresos, no un recibo de lo que le costó a la empresa.

Patrones que se repiten

Con distinta gravedad, los siete casos comparten alguno de estos fallos:

Automatizar de cara al cliente antes de que el sistema esté listo, como el pedido por voz de McDonald's, expuesto a errores que cualquiera podía grabar y compartir. Dejar que un chatbot responda sobre normativa legal o fiscal sin control ni revisión, el fallo de fondo en Air Canada y en el chatbot de Nueva York. No conectar el sistema a una base de información fiable y verificada, que es lo que abre la puerta a que invente una política que no existe. Confundir un piloto que impresiona en una demo con un negocio que genera más ingresos de los que cuesta sostener, el problema de raíz de Stability AI. Poner en producción una función sensible, como la interacción prolongada con menores, sin límites de seguridad claros ni forma de detectar señales de alarma, el núcleo del caso de Character.AI. E invertir grandes sumas en IA antes de poder demostrar un retorno medible, lo que no rompe nada técnicamente pero sí dispara la desconfianza de quien ha puesto el dinero.

Qué significa esto para una pyme

Ninguna empresa pequeña va a mover 279.000 millones de dólares en bolsa ni a firmar un contrato con IBM para 100 locales, pero los mismos patrones aparecen a escala reducida. Un chatbot de atención al cliente sin base documental puede inventarse una política de devoluciones igual que hizo el de Air Canada, solo que la sentencia sería proporcional a tu facturación, no a la de una aerolínea. Un asistente que responde dudas fiscales o laborales sin supervisión puede meter a un cliente en un problema real, como el chatbot de Nueva York. Y la lección de Stability AI aplica igual de bien al revés: antes de comprometerse con una automatización, hay que saber cuánto cuesta mantenerla y cuánto tiempo o dinero realmente ahorra, no solo lo bien que funciona en la demo.

Fuentes

• BBC, Air Canada responde por la información falsa de su chatbot
• CNBC, McDonald's pone fin a la prueba de pedido por voz con IBM
• The Markup, el chatbot de Nueva York aconseja a negocios incumplir la ley
• Yahoo Finance / Reuters, Stability AI negocia una venta en plena crisis de caja
• CNN, Google y Character.AI acuerdan resolver las demandas por la muerte de un menor
• CNBC, Meta pierde 200.000 millones de dólares en bolsa
• CNBC, la caída de Nvidia borra 300.000 millones de dólares
• Yahoo Finance / Reuters, Salesforce cae por una previsión de ingresos débil

Este artículo distingue siempre entre pérdida económica o legal comprobada (una sentencia, una factura, un coste de retirada) y variación de capitalización bursátil (cuánto cambia el valor de mercado de una empresa cotizada). La segunda no equivale a la primera, aunque los titulares a veces las mezclen.

Antes de automatizar de cara al cliente, en IA2Net empezamos por probar el sistema contra casos reales y definir dónde escala a una persona, no al revés. Habla con nosotros sobre inteligencia artificial o revisa qué es un agente de IA y en qué se diferencia de un chatbot.