{"id":1360483,"date":"2026-07-09T17:11:50","date_gmt":"2026-07-09T16:11:50","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=1360483"},"modified":"2026-07-09T17:37:18","modified_gmt":"2026-07-09T16:37:18","slug":"token-maxing-ai-silicon-valley-lie","status":"publish","type":"news","link":"https:\/\/www.artefact.com\/es\/news\/token-maxing-ai-silicon-valley-lie\/","title":{"rendered":"Entrevista a Vincent Luciani, cofundador y presidente ejecutivo de Artefact, realizada por Matthieu Stefani en su programa \u201cGeneration Do It Yourself\u201d"},"content":{"rendered":"
El 5 de julio de 2026, Vicente Luciani<\/a>, cofundador y presidente ejecutivo de Artefact, fue el invitado del podcast \u00abGeneration Do It Yourself\u00bb, presentado por Matthieu Stefani<\/a>, en una entrevista de tres horas. Esta conversaci\u00f3n nos permite conocer la realidad que se esconde tras las bambalinas del sector artificial intelligence, desde el data governance corporativo hasta la situaci\u00f3n real de la soberan\u00eda digital.<\/div>\n

1. El mito de la carrera por el \u00faltimo modelo (un producto b\u00e1sico 3%)<\/h2>\n

Las enormes inversiones de los gigantes tecnol\u00f3gicos estadounidenses, cuyo gasto en infraestructuras alcanzar\u00e1 los 700 mil millones de d\u00f3lares el pr\u00f3ximo a\u00f1o, sustentan un discurso estrat\u00e9gico muy concreto: la idea de que las empresas deben adquirir sin falta sus \u00faltimos modelos de c\u00f3digo cerrado para seguir siendo competitivas.<\/p>\n

En realidad, en 2026, los modelos de IA subyacentes se han convertido en un producto b\u00e1sico. La diferencia media de rendimiento entre un modelo gratuito (de c\u00f3digo abierto) y uno de pago (de c\u00f3digo cerrado) es de tan solo unos 3%. Sin embargo, la mayor\u00eda de las empresas actuales solo aprovechan el 0,0011 TP47T de las capacidades reales de estas herramientas. Hoy en d\u00eda, el verdadero factor diferenciador no es el modelo que se alquila a los gigantes estadounidenses, sino m\u00e1s bien el 1 TP41T propio y el contexto de su organizaci\u00f3n.<\/p>\n

Vincent Luciani, cofundador y presidente ejecutivo de Artefact, ya anticip\u00f3 este cambio en 2014, cuando a\u00fan ten\u00eda que definir el t\u00e9rmino \u201cIA\u201d en cada reuni\u00f3n con los clientes. Hoy en d\u00eda, con 2.500 empleados, Artefact es la mayor consultora independiente de data e IA de Europa, y su conclusi\u00f3n es tajante: sin datos limpios de data, incluso el modelo m\u00e1s potente carece de valor.<\/p>\n

\n

\u201cNo es la inteligencia artificial lo que marca la diferencia, sino la calidad del data que ya existe en la empresa\u201d, afirma Vincent Luciani, cofundador y presidente ejecutivo de Artefact.<\/p>\n<\/blockquote>\n

2. La trampa del \u201cToken Maxing\u201d, o la ilusi\u00f3n de la productividad<\/h2>\n

El n\u00facleo de la mentira reside en una pr\u00e1ctica cultural que resulta sumamente lucrativa para Silicon Valley: el \u201ctoken maxing\u201d. Los gigantes tecnol\u00f3gicos ejercen una presi\u00f3n inmensa sobre los desarrolladores para que consuman en exceso unidades de computaci\u00f3n (tokens). Vincent Luciani se\u00f1ala espec\u00edficamente a Jensen Huang, fundador de Nvidia, quien afirm\u00f3 p\u00fablicamente que un desarrollador que cobra 500 000 d\u00f3lares al a\u00f1o deber\u00eda consumir tokens por un valor de al menos 250 000 d\u00f3lares. Esta cultura se ha vuelto tan t\u00f3xica que los rumores sugieren que se ha despedido a desarrolladores simplemente por no gastar suficientes tokens, mientras que las startups ofrecen herramientas para utilizar tokens de forma artificial con el fin de simular una elevada actividad.<\/p>\n

Para las empresas de la econom\u00eda real, las consecuencias financieras son desastrosas:<\/p>\n

    \n
  • Aumentos presupuestarios descontrolados:<\/strong> Empresas consolidadas como Uber han agotado todo su presupuesto anual destinado a la inteligencia artificial en tan solo cuatro meses.<\/li>\n
  • El peligro de los bucles aut\u00f3nomos:<\/strong> Las arquitecturas modernas de inteligencia artificial permiten a los agentes aut\u00f3nomos crear subagentes para resolver un problema. Si no se supervisan, estos scripts se ejecutan en bucle durante toda la noche. Vincent Luciani menciona el caso de un cliente que recibi\u00f3 una factura inesperada de 150 000 d\u00f3lares en una sola noche debido a una \u00fanica consulta anal\u00edtica mal formulada.<\/li>\n
  • La paradoja de la productividad:<\/strong> Silicon Valley alaba a los equipos t\u00e9cnicos que producen entre 7 y 8 veces m\u00e1s l\u00edneas de c\u00f3digo gracias a la inteligencia artificial. Sin embargo, un estudio del MIT demuestra lo vac\u00eda que es esta m\u00e9trica: estas empresas no est\u00e1n generando m\u00e1s ingresos ni lanzando al mercado un n\u00famero significativamente mayor de productos. El \u201ctoken maxing\u201d no suele ser m\u00e1s que una transferencia masiva de riqueza desde las arcas de las empresas hacia los servidores de Silicon Valley.<\/li>\n<\/ul>\n

    3. La ilusi\u00f3n del conocimiento y el cuello de botella en la toma de decisiones<\/h2>\n

    Este espejismo de productividad enmascara un deterioro cognitivo que Vincent Luciani ilustra mediante un estudio realizado con estudiantes. Cuando se enfrentan a un trabajo (ya sea de historia, matem\u00e1ticas o programaci\u00f3n), el grupo de estudiantes con acceso a la IA obtiene sistem\u00e1ticamente notas mucho mejores. Sin embargo, cuando la prueba se repite unos d\u00edas m\u00e1s tarde sin IA, su rendimiento se desploma por completo (pasando de un 10 a un 1), ya que el simple copiar y pegar elude el esfuerzo mental necesario para la retenci\u00f3n de la informaci\u00f3n.<\/p>\n

    Exactamente el mismo fen\u00f3meno se da en el mundo empresarial. Situar la inteligencia artificial al inicio de un proceso creativo o estrat\u00e9gico fomenta la pereza intelectual. Por eso ha cambiado el cuello de botella operativo: ya no se trata de producir, sino de decidir y validar.<\/p>\n

    En el \u00e1mbito de la consultor\u00eda, por ejemplo, herramientas como Granola (conversi\u00f3n de voz a texto) y los scripts de IA pueden generar una propuesta comercial y unas diapositivas en menos de un minuto tras salir de una reuni\u00f3n con un cliente. Sin embargo, Artefact proh\u00edbe a sus consultores hacerlo. La IA debe introducirse al final del proceso, \u00fanicamente para formalizar el profundo razonamiento humano realizado previamente; de lo contrario, no aporta m\u00e1s que una insulsa media estad\u00edstica.<\/p>\n

    \n

    \u201cEl verdadero cuello de botella hoy en d\u00eda ya no es la producci\u00f3n, sino la validaci\u00f3n humana de las decisiones\u201d, Vincent Luciani, cofundador y presidente ejecutivo de Artefact<\/p>\n<\/blockquote>\n

    4. El ant\u00eddoto: \u201cEl arn\u00e9s\u201d y los cuatro pasos del m\u00e9todo Data<\/h2>\n

    Para escapar de esta trampa de beneficios, las empresas deben adoptar un marco de control estricto denominado \u201cThe Harness\u201d. Esto implica establecer un sistema de gobernanza riguroso para supervisar los costes de computaci\u00f3n, realizar un seguimiento de la deriva de los modelos t\u00e9cnicos y restringir los derechos de acceso a data.<\/p>\n

    Para desarrollar este marco y lograr que la IA resulte verdaderamente rentable, es necesario volver a los fundamentos pragm\u00e1ticos, que se resumen en una hoja de ruta de cuatro pasos para sanear el modelo data:<\/p>\n

      \n
    • Compruebe la exactitud en la fuente:<\/strong> Revise las herramientas existentes. En la mayor\u00eda de las empresas, los datos b\u00e1sicos data o bien faltan o bien son incorrectos (por ejemplo, uno de cada dos comerciales se olvida de actualizar el CRM tras una llamada con un cliente).<\/li>\n
    • Unificar la taxonom\u00eda:<\/strong> Aseg\u00farese de que las palabras tengan el mismo significado en todas partes. Si el t\u00e9rmino \u201ccliente\u201d significa \u201calguien que ha realizado un pedido\u201d en Francia, pero \u201calguien que ha pagado\u201d en Espa\u00f1a, la IA generar\u00e1 un data inexacto.<\/li>\n
    • Designar a los titulares de los dominios:<\/strong> El Data pierde su vigencia al instante. El Data debe ser actualizado continuamente por los responsables, quienes deben rendir cuentas directamente de su \u00e1mbito de competencia (CRM, RR. HH., Finanzas).<\/li>\n
    • Aplicar el principio de \u00abuna \u00fanica fuente de verdad\u00bb:<\/strong> Proh\u00edba de forma definitiva el uso de las docenas de archivos de Excel que circulan entre los equipos con diferentes versiones de la plantilla, y centralice todos los flujos en una \u00fanica base de datos data, ordenada y en la que se puedan realizar consultas.<\/li>\n<\/ul>\n

      Solo cuando este activo informativo est\u00e9 debidamente estructurado podr\u00e1 integrarse la IA de manera eficaz. De este modo, podr\u00e1 romper los silos de la empresa al conectar de forma horizontal los departamentos de finanzas, recursos humanos, ventas y selecci\u00f3n de personal.<\/p>\n

      5. No se deje llevar por el revuelo: la lecci\u00f3n de supervivencia de Artefact<\/h2>\n

      Esta disciplina frente al canto de sirena de Silicon Valley es lo que permiti\u00f3 a Artefact superar sus propias crisis. En 2017, cuando no era m\u00e1s que una joven empresa de 50 personas, la compa\u00f1\u00eda llev\u00f3 a cabo una fusi\u00f3n inversa con Net Booster, una agencia de publicidad que cotiza en bolsa y que triplicaba su tama\u00f1o (600 empleados repartidos en 20 pa\u00edses).<\/p>\n

      La operaci\u00f3n se convirti\u00f3 al instante en una pesadilla operativa. Net Booster perdi\u00f3 clientes hist\u00f3ricos a un ritmo vertiginoso, los directores de la filial del Reino Unido dimitieron al d\u00eda siguiente del acuerdo y la filial alemana se vio afectada por una inspecci\u00f3n fiscal sorpresa sobre el IVA. El EBITDA se desplom\u00f3 hasta los 400 000 euros, situ\u00e1ndose al borde de la quiebra reglamentaria. En los foros de Boursorama, las cr\u00edticas eran diarias y la cotizaci\u00f3n de las acciones se desplom\u00f3 hasta los 50 c\u00e9ntimos.<\/p>\n

      Para salir adelante, Vincent Luciani y sus socios tomaron una decisi\u00f3n radical: hacer caso omiso de las comunicaciones relativas a su negocio principal tradicional y apostar exclusivamente por el data empresarial y el aprendizaje autom\u00e1tico. Recortaron gastos, cerraron las operaciones en los pa\u00edses que no resultaban rentables y aprovecharon la red internacional heredada para establecer c\u00e9lulas de consultor\u00eda de data.<\/p>\n

      Este rigor les permiti\u00f3 estabilizar la empresa y llevar a cabo su salida de la bolsa a 8 euros por acci\u00f3n \u2014lo que supuso una transacci\u00f3n total de 300 millones de euros\u2014, antes de que fuera valorada en m\u00e1s de mil millones de euros en rondas posteriores con los fondos Ardian y Cinven.<\/p>\n

      Vea el podcast en YouTube<\/strong><\/p>\n<\/div>