Así funciona el 'AI-washing', la gran mentira de la última revolución tecnológica

Todos recordamos cuando las empresas presumían de su carácter sostenible, del carácter verde de su negocio. Cuando empresas extraordinariamente contaminantes aludían a un lenguaje ecologista, capturando titulares y confianza pública. Y, de paso, beneficiarse de la prima económica que les derivaba su nueva naturaleza por parte de clientes e inversores.

Durante años, esta práctica -conocida como 'green-washing'- funcionó. Pero el gran público no se dejó engañar por mucho tiempo, tampoco lo hicieron los reguladores que pronto comenzaron su particular persecución contra estas prácticas. Las multas, los escándalos públicos y las normativas más estrictas fueron el resultado inevitable de esta espiral verde.

Hoy esa misma película se repite con otro protagonista: la inteligencia artificial. En pleno despertar de esta tecnología, decir "potenciado por IA" vale más que innovar de verdad, y empresas de todo el mundo (desde startups a colosos del sector digital) llevan años exagerando ante inversores, clientes y reguladores sobre lo que realmente tienen entre manos.

La inteligencia artificial abre una brecha en las empresas: ejecutivos e ingenieros no se ponen de acuerdo en su valor

Para entender de qué hablamos exactamente, hay que remontarse al trabajo académico más riguroso publicado sobre el fenómeno hasta la fecha. El pasado 10 de enero de 2026, Nelly Elsayed publicó su investigación "AI Washing and the Erosion of Digital Legitimacy: A Socio-Technical Perspective on Responsible Artificial Intelligence in Business".

Elsayed define el 'AI-washing' como la práctica de exagerar, falsear o representar superficialmente las capacidades de inteligencia artificial en productos o procesos para obtener ventajas financieras y reputacionales. Nada nuevo en el horizonte: llevamos tiempo denunciando este hecho, propio y casi normal en cualquier gran oleada tecnológica. Lo que quizás es distinto a otras eras es la explicación de por qué ocurre de forma sistémica y cuáles son sus consecuencias estructurales.

En este caso, tres fuerzas conspiran para alimentar el 'AI-washing': la opacidad inherente de la inteligencia artificial, que hace muy difícil a inversores o clientes no técnicos verificar las afirmaciones; el hype retórico desbocado que domina los comunicados corporativos y los pitches de inversión; y las presiones institucionales de un mercado que premia el anuncio de innovación más que la innovación misma. El resultado es lo que Elsayed llama "legitimidad digital falsa", una suerte de imagen pública construida sobre narrativas grandilocuentes que prometen autonomía, precisión y transformación, pero que detrás esconden humo.

El propio Sam Altman, CEO de OpenAI, añadió gasolina al debate a comienzos de este mismo año al denunciar que muchas empresas están utilizando el AI-washing para justificar despidos masivos premeditados. El funcionamiento es bien conocido: primero anuncian grandes inversiones en IA, luego recortan plantilla, y la tecnología nunca llega a implantarse de verdad. Una instrumentalización de esta economía de la expectación con consecuencias humanas y sociales directas.

No es una llamada al vacío, porque la firma de capital riesgo MMC Ventures ya analizó 2.830 startups europeas y encontró que el 40% de las autodenominadas "AI startups" tienen IA mínima o nula. Era puro marketing para captar fondos. A su vez, McKinsey y BCG muestran que entre el 72% y el 88% de las empresas globales declara usar IA en alguna función, pero únicamente el 5-6% puede atesorar algún impacto real medible.

Cuatro formas de engañar

Bajo el concepto de 'AI-washing' hay múltiples fórmulas de ejecutar el engaño público, diferentes trampas de toda índole y que alteran el imaginario colectivo con perspectivas heterogéneas.

Elsayed organiza ese engaño en cuatro categorías. La primera es el marketing y branding puro y duro: etiquetar como "potenciado por IA" cualquier producto, sin importar que lo único inteligente sea el logo. La segunda es la inflación técnica: proclamar que un sistema es "99% autónomo" cuando hay equipos enteros de personas supervisando cada paso.

En tercer lugar encontraríamos la señalización estratégica: lanzar proyectos de I+D simbólicos diseñados no para producir resultados, sino para impresionar a inversores y posicionarse como empresa "de IA" sin serlo. Y la cuarta, quizás la más cínica, es la gobernanza y ética de postureo: publicar manifiestos sobre IA responsable, crear comités éticos internos, firmar pledges de uso correcto, sin que nada de eso se traduzca en auditorías reales ni en rendición de cuentas.

Los efectos de este ciclo son igualmente predecibles, como ya vivimos con la burbuja verde: ganancias a corto plazo en financiación y ventas, seguidas de erosión reputacional, pérdida de confianza del consumidor y recursos desviados de la innovación genuina hacia el teatro corporativo.

Los caídos en combate

Puede parecer que esta apelación al 'AI-washing' es prematura, en un estado tan incipiente de esta ola de la inteligencia artificial como en la que nos encontramos. Empero, la realidad es mucho más tozuda, y son varios los ejemplos de compañías que ya han pasado por este tortuoso camino de los engaños en el uso de la IA y que han enfrentado las consecuencias de sus discutibles prácticas.

El episodio que más ha marcado la memoria del sector es el de Builder.ai. Esta startup británica llegó a estar valorada en 1.500 millones de dólares con Microsoft entre sus nada desdeñables inversores. Su propuesta era irresistible, ya que permitía crear aplicaciones móviles y web sin programar una sola línea de código, todo gracias a una plataforma "impulsada por IA" que automatizaba el desarrollo. Pero, en 2024, la ilusión se rompió de la peor manera posible, con una investigación que reveló que detrás de la magia había cientos de ingenieros trabajando manualmente en India, ejecutando las tareas que supuestamente realizaba la IA.

Como dicta la tercera ley de Newton, la reacción opuesta fue de igual magnitud: los inversores huyeron en estampida, la empresa enfrentó el colapso financiero y su reputación quedó destruida de forma irreversible.

El ámbito financiero, extraordinariamente regulado, es uno donde más hemos visto la revelación de estos casos. En marzo de 2024, la SEC estadounidense anunció sus primeras multas globales por AI-washing, un total de 400.000 dólares que marcaron precedente histórico.

Entrada y salida de una tienda Amazon Go.

Una de las afectadas fue Delphia, que prometía desde 2019 que su IA analizaba "datos masivos de clientes como inteligencia colectiva" para predecir tendencias ESG. La realidad era que la empresa no había desarrollado ningún algoritmo ni usaba los datos de clientes como había prometido: todo era manual. ¿Moraleja de la historia? 225.000 dólares, censura formal y orden de cese-desistimiento.

La otra gran damnificada fue Global Predictions, la cual alardeaba en 2023 de ser "el primer asesor financiero regulado por IA con pronósticos expertos". Todo era mentira, como puede imaginar el estimado lector. Su práctica les acarreó una sanción de 175.000 dólares, más requisitos forzados de compliance y anulación de cláusulas contractuales ilegales.

Incluso los grandes colosos de la industria tecnológica no escapan a estas dinámicas. Amazon lanzó en 2018 su sistema "Just Walk Out" en sus tiendas Amazon Go y Amazon Fresh. Era el símbolo por excelencia de la tienda del futuro, sin cajeros, sin colas, con cámaras y sensores mágicos resolviéndolo todo solos. La verdad salió a la luz en 2024, cuando se supo que más de 1.000 empleados en India monitoreaban los vídeos de las tiendas en tiempo real para corregir los errores que el sistema automatizado era incapaz de resolver por sí solo.

Amazon terminó retirando el sistema y sustituyéndolo por carritos de compra con lectores de código de barras; una tecnología mucho más modesta, pero al menos honesta.

El esfuerzo regulador

La preocupación por estas prácticas de algunas empresas no está pasando desapercibida para los gobiernos y reguladores, especialmente a este lado del Atlántico. La propia AI Act, el reglamento europeo de inteligencia artificial, incorpora medidas para restringir y limitar lo que uno puede comercializar como IA.

Aunque la AI Act no tiene un artículo que diga "se prohíbe el AI-washing" con esas palabras, sí que impone numerosos requisitos de transparencia sobre qué es y qué hace un sistema automatizado, especialmente en aquellos que se integran en casos de uso considerados de alto riesgo. Su artículo 50 obliga, de hecho, a informar siempre al usuario cuando interactúa con un sistema de IA, a etiquetar de forma clara y técnicamente detectable cualquier contenido generado o manipulado por IA, y a revelar explícitamente cuando se trata de un deepfake o de texto generado automáticamente para informar al público.

A su vez, el artículo 13 añade otra capa directamente relevante para el washing: los sistemas de IA de alto riesgo deben diseñarse para ser "suficientemente transparentes" para que sus implantadores puedan interpretar realmente sus resultados, lo que corta de raíz la posibilidad de vender como "autónomo" un sistema que en realidad depende de supervisión humana constante.

Las sanciones son serias: hasta 15 millones de euros o el 3% de la facturación global por omisión del etiquetado, y hasta 35 millones o el 7% para las infracciones más graves.