Mayer, Altman y Zuckerberg: la IA que no entiende al usuario

Qué dijeron Mayer, Altman y Zuckerberg (y por qué molestó tanto)

Marissa Mayer, CEO de Dazzle AI y ex CEO de Yahoo, contó en una entrevista con The New York Times que usó su asistente de IA para resolver una tarea escolar: escribir tres puntos sobre lo que hace especial a su hija de 10 años. La herramienta respondió en segundos: «empática, creativa y amante de los animales». La reacción en redes fue inmediata y dura.

No fue un caso aislado. Sam Altman, CEO de OpenAI, sugirió que los padres creen podcasts personalizados para el trayecto al colegio de sus hijos y declaró que no imagina la crianza sin ChatGPT. Mark Zuckerberg, CEO de Meta, planteó que será cada vez más aceptable cubrir necesidades sociales y románticas a través de la IA.

Tres ejecutivos de las empresas más valiosas del sector, tres ejemplos que suenan a ciencia ficción para la mayoría de sus usuarios. TechCrunch lo puso en palabras en su podcast Equity: ¿los ejecutivos de IA están demasiado desconectados como para construir productos para gente normal?

La pregunta no es retórica. Llega justo cuando Anthropic se prepara para salir a bolsa y cuando Wall Street empieza a perder el apetito por el gasto masivo en IA.

¿Es un problema de marketing o de producto?

La periodista de TechCrunch Amanda Silberling respondió en el episodio con una frase que resume el dilema: «un poco de ambos».

Su argumento sobre el marketing es el más incómodo para cualquier founder. Cuando los altos ejecutivos de empresas enormemente valiosas se juntan en una sala y hablan de los puntos de dolor de su vida, mencionan reservar cenas o vuelos. «Todo el mundo hace esas cosas, pero yo no reservo vuelos una vez por semana», dijo Silberling. El problema es que esos casos de uso se convierten en la narrativa pública de toda una tecnología.

El problema de producto es más profundo. Silberling sostiene que la industria empuja un futuro «donde la interacción humana básica se optimiza cada vez más fuera de la realidad». Y ahí aparece un patrón que los founders deberían estudiar: la optimización de lo que no necesita optimizarse.

Whitney Wolfe Herd, CEO de Bumble, ya había planteado la idea de asistentes de IA que «salgan» con la IA de otra persona y, si se llevan bien, presenten a los humanos. Mayer, en la misma entrevista del NYT, imaginó que su IA se coordinara con la de su marido. Son ejemplos de producto que resuelven un problema que el usuario no tenía.

La tensión cultural que nadie está midiendo

Hay un dato de comportamiento que el sector está ignorando. Silberling señala que, en paralelo a esta sobre-optimización, crece un movimiento de personas que vuelven a los teléfonos plegables o que compran CDs porque están cansadas de que un algoritmo les diga qué escuchar.

No es nostalgia. Es una señal de mercado: una parte creciente de usuarios quiere menos automatización, no más. Y esa tensión —qué optimizar y qué dejar en manos humanas— es exactamente el terreno donde se define el product-market fit de la próxima ola de productos de IA.

El contexto financiero amplifica el riesgo. Anthropic presentó su solicitud de salida a bolsa, según reportó Reuters: en el primer semestre de 2026 registró una pérdida neta de US$80.700 millones y unos ingresos de US$16.300 millones, y algunos inversores la valoraban en torno a US$1,5 billones, por debajo de los casi US$2 billones de una semana antes. CNBC señaló que los ingresos del segundo trimestre treparon a US$11.560 millones desde US$787 millones un año antes, y que la operación podría ser la mayor salida a bolsa de la historia.

El detalle que importa para el ecosistema: CNBC advirtió que si la IPO decepciona, el efecto se derrama sobre todo el capital que hoy fluye hacia startups de IA. «Todo va a tener que reajustarse», dijo Brad Bernstein, de FTV Capital. La narrativa pública de la IA ya no es solo un tema de relaciones públicas: es una variable que puede mover valuaciones de todo el sector.

¿Qué significa esto para tu startup?

Si construyes con IA, la desconexión de los grandes ejecutivos es una oportunidad, no una anécdota. La brecha entre lo que la industria comunica y lo que el usuario realmente valora es espacio libre para productos que resuelvan problemas reales.

1. Valida el caso de uso con usuarios que no sean founders. Antes de escribir una sola línea de código, pregunta a diez personas fuera del ecosistema tech qué tarea concreta de su semana les gustaría delegar. Si la respuesta es «nada» o «no sé», tienes una señal. Los casos de uso que suenan elegantes en una sala de directorio suelen ser irrelevantes para quien tiene que pagar la suscripción.

2. Separa el problema del mensaje antes de pivotar. Silberling distingue entre un problema de marketing y uno de producto, y esa distinción ahorra meses de trabajo. Si el usuario entiende el valor pero no lo compra, ajusta el mensaje. Si el usuario entiende el valor y aun así no lo usa, el problema es el producto. Medir cuál de los dos tienes evita reescribir la landing cuando lo que fallaba era el onboarding.

3. Trata la resistencia a la automatización como un segmento, no como un obstáculo. El regreso a los teléfonos plegables y a los CDs muestra que existe demanda por experiencias menos mediadas por algoritmos. Un producto que deja al humano tomar la decisión final —y usa la IA para reducir fricción, no para reemplazar el criterio— puede diferenciarse en un mercado saturado de asistentes que quieren decidir por ti.

4. Vigila el ciclo de financiamiento como señal de producto. La salida a bolsa de Anthropic y la cautela de Wall Street sobre el gasto en IA afectan el costo del capital para todo el sector. Si tu startup depende de una ronda en los próximos doce meses, conviene construir el caso de negocio sobre ingresos verificables y no sobre la expectativa de que el apetito inversor seguirá intacto.

Conclusión

El episodio de Mayer, Altman y Zuckerberg no es una simple cadena de declaraciones desafortunadas. Es el síntoma visible de una industria que, en su carrera por demostrar que la IA puede hacerlo todo, dejó de preguntarse qué quiere realmente el usuario. Para un founder, la lección es directa: la distancia entre la narrativa de los gigantes y la vida cotidiana de la gente es exactamente el espacio donde se construyen productos que la gente usa, paga y recomienda.