El Hype Index de MIT Tech Review apunta a la IA aburrida

La edición del 29 de julio del Hype Index de MIT Technology Review abre con dos noticias que cuesta poner en la misma frase. Por un lado, una carta abierta firmada por economistas de primer nivel advirtiendo de que la IA puede acabar quedándose con tu trabajo. Por otro, la empresa 1X enseñando un par de robots humanoides con una destreza notable y la promesa de que pronto se les dará mejor que a ti preparar la cena. El propio texto lo resume sin piedad: al daño se le suma la humillación.

El titular de la entrega, sin embargo, no va de humanoides. Va de lo contrario: The AI Hype Index: Unsexy AI, la IA que no se fotografía bien.

Qué mide el Hype Index

Es una sección recurrente de MIT Technology Review que ordena las noticias de IA de las últimas semanas según dos variables: cuánto ruido han generado y cuánto sustento real tienen detrás. No es un ranking de producto ni una guía de compra, es un termómetro de expectativas. Y las expectativas suelen ser la variable peor gestionada en los proyectos de IA que llegan a una agencia.

El valor de leerlo está en el contraste. Cuando una demo de robótica ocupa el mismo espacio mental que un informe sobre el mercado laboral, el índice obliga a separar dos preguntas que casi siempre van mezcladas: qué se ha demostrado en un escenario controlado y qué funciona ya en producción, con usuarios reales y costes reales. Un robot que dobla ropa en un vídeo de dos minutos y un sistema que clasifica facturas cada mañana a las seis no pertenecen a la misma categoría de evidencia, aunque compartan portada. Ese ejercicio de separación es más útil que cualquier predicción a cinco años, porque se puede hacer con la información que ya tienes encima de la mesa.

Por qué la palabra correcta es aburrida

La tesis de la edición es que el trabajo que está cambiando la operativa de las empresas no es fotogénico. Extracción de datos de documentos, clasificación de tickets, revisión de contratos, conciliación de registros que antes hacía alguien a mano. Nada de esto genera titulares y casi todo esto se puede medir en horas ahorradas la semana siguiente al despliegue.

El patrón se repite desde hace un par de años: la parte cara de un proyecto de IA no es el modelo, es todo lo que hay alrededor. Permisos, formatos de entrada, control de errores y registro de lo que pasó y por qué.

En el ecosistema Claude ocurre exactamente lo mismo. Lo que más hemos entregado este año no da para vídeo de lanzamiento:

1. servidores MCP que conectan un CRM o un ERP con Claude Code sin exponer credenciales,
2. hooks en PreToolUse que bloquean escrituras fuera del directorio del proyecto,
3. skills que encapsulan el tono y las reglas de un cliente para no repetirlas en cada prompt,
4. subagentes que revisan un informe antes de que lo vea nadie fuera del equipo.

Ninguna de esas piezas es espectacular por separado. Juntas son la diferencia entre una prueba de concepto y algo que un equipo usa a diario sin pensar en ello.

Para quién es útil esta lectura

Para quien tiene que decidir presupuesto. Si alguien está valorando dónde poner el próximo trimestre, el índice funciona como lista de comprobación de sesgos: cuánto de lo que se está considerando viene de una demo y cuánto de un despliegue verificable. También sirve a perfiles técnicos que negocian con dirección, porque pone nombre a una intuición que muchos ya tienen y no saben defender en una reunión.

Conviene añadir un matiz. Que la robótica de 1X sea hoy más demo que producto no significa que no vaya a llegar, igual que la carta de los economistas no es una predicción sino un aviso sobre la velocidad del cambio. El índice mide bombo, no dirección.

Nuestra lectura en ElephantPink es sencilla: el reloj de la adopción no lo marca la demo más vistosa, lo marca la integración que nadie enseña en una keynote. Si hay que elegir dónde invertir esfuerzo este trimestre, la respuesta casi nunca está en la portada.