OpenAI gasta millones en relaciones públicas mientras el problema de fondo sigue intacto
Esta semana, OpenAI publicó un documento de 13 páginas titulado Industrial Policy for the Intelligence Age, adquirió una red de podcasts tecnológicamente afines llamada TBPN y anunció una oficina en Washington D.C. con un espacio dedicado a que legisladores y organizaciones sin fines de lucro 'aprendan sobre su tecnología'. Todo esto mientras las encuestas siguen documentando una tendencia sostenida: la desaprobación pública hacia la inteligencia artificial no para de crecer.
La lectura superficial de estos movimientos es la de una empresa madura haciendo lo que hacen las empresas maduras: contratar influencia, cultivar narrativa y gestionar percepción. La lectura estratégica es bastante más incómoda.
Cuando el mensaje se convierte en el producto
Hay una diferencia entre comunicar valor y fabricarlo. OpenAI está haciendo lo segundo, y el mercado eventualmente va a notar la distinción.
El papel de política industrial que acaban de publicar aboga por una 'reimaginación del contrato social' con ideas que ellos mismos califican de 'orientadas a las personas'. Es el tipo de lenguaje que suena bien en un panel en Davos y que no cambia absolutamente nada en la experiencia de un usuario que ha visto su trabajo desplazado, o de un creador cuyo contenido fue usado para entrenar modelos sin su consentimiento. La brecha entre lo que el documento proclama y lo que las encuestas registran no es un problema de comunicación. Es un problema de arquitectura de valor.
Lo que me resulta estratégicamente revelador no es que OpenAI esté invirtiendo en narrativa, sino qué señala esa inversión sobre su posición competitiva. Las empresas que tienen una propuesta de valor sólida no necesitan 13 páginas para explicar por qué merecen existir. Las que sí las necesitan, generalmente están respondiendo a una presión que sus productos no han logrado resolver. La adquisición de TBPN refuerza esta lectura: cuando compras acceso a una audiencia en lugar de ganártela con tu producto, estás reconociendo implícitamente que tu producto no genera suficiente adhesión orgánica.
La apuesta por Washington D.C. tiene una lógica diferente, pero igualmente sintomática. Un espacio físico para que legisladores 'discutan la tecnología de la compañía' es, en términos prácticos, infraestructura de lobbying con mejor diseño interior. Eso no es malo per se —toda industria con impacto regulatorio necesita presencia en los centros de decisión política—, pero posicionarlo como un gesto de apertura y educación cuando las encuestas ya muestran desconfianza activa es una apuesta que puede salir mal. Los legisladores también leen encuestas.
La variable que nadie está eliminando
El problema estructural de la industria de la IA en este momento no es la percepción pública. Es que la mayoría de las empresas del sector están compitiendo sobre las mismas variables —velocidad de procesamiento, volumen de parámetros, capacidad multimodal— mientras ignoran sistemáticamente las variables que importan a los segmentos que todavía no han adoptado estas herramientas.
Las encuestas de desaprobación no son ruido aleatorio. Son señales de demanda no atendida. Hay segmentos enteros de usuarios, profesionales y organizaciones que se mantendrían dispuestos a adoptar herramientas de IA si la propuesta viniera acompañada de transparencia sobre los datos de entrenamiento, mecanismos de compensación para los creadores de contenido original, garantías legales sobre derechos de autor, y una curva de aprendizaje que no requiera un doctorado en ingeniería para calibrar bien los resultados.
Ninguna de esas variables aparece en el documento de política industrial de OpenAI. Lo que sí aparece es un llamado a 'reimaginar el contrato social', que es una forma elegante de pedirle a la sociedad que ajuste sus expectativas en lugar de ajustar el producto.
Dr. Rebecca Swift, de Getty Images, lo articula con precisión desde la trinchera del contenido visual: cuando todo empieza a verse igual, las audiencias dejan de mirar. Eso no es solo un problema estético. Es un problema de retención, y la retención es el motor de cualquier modelo de suscripción o plataforma de datos. La homogeneización del output de IA no es un bug, es el resultado predecible de optimizar para velocidad y escala sin sacrificar nada en la columna de costos. Y la respuesta de la industria hasta ahora ha sido generar más output, más rápido, con menos fricción. El ciclo se retroalimenta.
El costo de validar tarde
Existe una mecánica financiera que las grandes empresas tecnológicas suelen ignorar hasta que ya es demasiado tarde: el costo de reposicionar una marca que ya ha generado anticuerpos en el mercado es exponencialmente más alto que el costo de haber construido confianza desde el principio.
OpenAI no está en ese punto todavía, pero la trayectoria importa. Cada dólar gastado en podcasts, documentos de política y espacios de lobbying con diseño sofisticado es un dólar que no se destinó a resolver los problemas concretos que generan desaprobación. Y a diferencia de la infraestructura técnica, que genera activos amortizables, el gasto en narrativa tiene una vida útil muy corta cuando no está respaldado por cambios sustanciales en el producto o en la conducta corporativa.
La analista Brittany Ellich anticipa que el sentimiento anti-IA probablemente empeore antes de mejorar, y que la recuperación vendrá por el camino de la honestidad práctica: reconocer abiertamente qué no funciona y para qué sí sirve la tecnología. Esa tesis tiene solidez empírica. Los mercados responden bien a la especificidad honesta y muy mal a las promesas amplias que no se sostienen en el uso cotidiano.
Lo que la industria tiene frente a sí no es un problema de imagen. Es una oportunidad de rediseñar su propuesta desde las variables que hoy están ignorando deliberadamente porque parecen costosas de implementar. Transparencia en datos de entrenamiento, compensación a creadores, garantías legales para empresas que adoptan estas herramientas: cada una de esas variables tiene un costo real, pero también tiene un mercado que pagaría por ella. Un mercado que hoy mismo está eligiendo no adoptar IA porque nadie en el sector ha tenido la disciplina de eliminar las fricciones que importan en lugar de acumular capacidades que ya nadie puede distinguir entre sí.
El liderazgo que la situación exige no es el de publicar un documento de 13 páginas sobre el contrato social. Es el de tener la convicción de cambiar las variables de la propuesta antes de que el mercado lo fuerce, y hacerlo a partir de compromisos concretos validados con usuarios reales, no con legisladores en una oficina bien decorada en Washington. Quemar capital en narrativa para defender una posición que el producto todavía no justifica no es estrategia; es gestión del tiempo antes del ajuste inevitable.
