La edición abierta · miércoles 11 de noviembre 2026
El 58% de los líderes tomó una decisión importante con un dato de IA equivocado: la IA suena igual de segura cuando se equivoca
Según el informe Artificial Confidence de GWI, publicado el 10 de noviembre, el 58% de 1.883 profesionales senior tomó una decisión significativa basada en un hallazgo de IA que después resultó equivocado o engañoso, y el 63% actuó sin saberlo sobre datos desactualizados. Solo el 36% verifica la mayoría de las veces lo que la IA le dice. El riesgo ya no es usar poco la IA: es creerle sin chequear la fecha y la fuente.
El 10 de noviembre, GWI publicó Artificial Confidence: The AI Trust Gap, un informe basado en una encuesta a 1.883 profesionales senior de marketing, insights y agencias en Reino Unido, Estados Unidos y Singapur, en empresas de más de 500 empleados o más de 20 millones de libras de facturación anual. El 88% ya usa la IA como herramienta cotidiana, el 80% se cruzó con frecuencia con hallazgos de IA inexactos, engañosos o falsos, y el 58% tomó una decisión significativa basada en uno de ellos. El 82% reporta al menos una consecuencia negativa dentro de su negocio.
Nuestra lectura: el problema no es que la IA se equivoque, es que se equivoca con el mismo tono con el que acierta. Tom Smith, fundador y CEO de GWI, lo resume así: la IA suena igual de segura cuando está mal que cuando está bien. Cada respuesta llega como una afirmación prolija, sin fecha ni firma, y la decisión queda apoyada en algo que nadie revisó. Para quien trabaja solo o con un equipo chico, donde no hay un analista que contraste, el control tiene que estar escrito en el proceso, no librado a la intuición.
Señal 01 · Costo
Cuánto cuesta decidir con un dato de IA equivocado
Según GWI, la mayor parte del daño empieza como fricción cotidiana: el 38% reporta retrabajo interno, el 36% decisiones demoradas y el 34% quejas de clientes. Pero no termina ahí: el 27% registra pérdidas financieras, el 26% daño reputacional y el 21% campañas que rindieron menos. El 85% califica como significativo el riesgo de decidir con hallazgos de IA inexactos.
Importa por cómo se contabiliza. GWI advierte que esos costos se absorben en la operación diaria y no se rastrean hasta el hallazgo que los causó, así que las empresas cuentan la eficiencia que ganan con la IA y subestiman el precio de sus errores. El ahorro queda a la vista; el retrabajo se disuelve en la semana.
Nuestra lectura: si no anotás de dónde salió el dato que sostuvo una decisión, nunca vas a saber cuánto te costó. Un hallazgo sin origen registrado es una deuda que se paga más tarde y sin factura.
Por qué la IA hace que un dato viejo parezca actual
El 63% de los encuestados actuó sin saberlo sobre datos o hallazgos desactualizados, y el 68% cree que hoy hay colegas haciéndolo sin darse cuenta. El 72% coincide en que las interfaces de IA hacen que la información vieja parezca más relevante de lo que es. Aun así, solo el 36% verifica la mayoría de las veces lo que la IA le dice (43% en Estados Unidos, 29% en Reino Unido), el 22% lo hace de vez en cuando y otro 36% lo contrasta con otra herramienta de IA, que es pedirle a una máquina que corrija la tarea de otra.
Un análisis de 5WPR sobre búsqueda paga, actualizado el 10 de noviembre, muestra por qué la fecha importa. Junta estudios que no coinciden: Adthena midió caídas de 8 a 12 puntos porcentuales en el CTR pago sobre más de 21 millones de resultados, mientras que una actualización 2026 de Seer Interactive ubica el CTR pago general cerca del 22% y el de los anuncios que aparecen junto a un resumen de IA en 16,2%, arriba del 14,6%. Quien recibe solo la primera cifra, sin fecha, puede recortar presupuesto por un problema que según los datos posteriores ya se recuperó en parte.
Nuestra lectura: un dato sin fecha no es un dato, es una opinión vieja con formato nuevo.
Qué necesita un agente interno para no inventar sobre tu negocio
Dickie Bush, que está armando un agente interno para su empresa, lo resumió en tres cosas que tienen que estar ordenadas: las fuentes de datos (en su caso, Airtable, Samcart, Fathom y sus planillas), el contexto compartido del negocio (procedimientos, productos, ofertas, equipo, prioridades y cadencias, todo documentado) y la gestión de proyectos, que es donde reconoce estar más flojo y donde necesita un sistema para que tanto un agente como una persona puedan tomar el trabajo.
Es la contracara práctica del informe de GWI. Smith sostiene que la IA es tan confiable como los datos que tiene detrás; Bush muestra qué significa eso en una empresa concreta: conectar las fuentes reales y escribir lo que hoy vive en la cabeza del equipo.
Nuestra lectura: buena parte de lo que describe GWI no son fallas exóticas, son respuestas armadas con contexto incompleto o vencido. Darle al agente tus datos con fecha y tus reglas por escrito no garantiza que acierte, pero hace que cuando se equivoque puedas ver dónde.
Venimos registrando que el costo escondido de la IA está en verificar lo que produce. Lo vimos en el análisis del impuesto de verificación, con casi 6.000 ejecutivos que todavía no ven la IA en la productividad, y en el de la IA que redacta en segundos pero cobra en la revisión. Hoy el mismo problema llega a las decisiones: no alcanza con revisar el texto, hay que revisar la fecha y el origen de cada dato. La guía de cómo usar la IA en tu negocio ordena ese trabajo, y el caso de uso sobre usar IA en tu negocio muestra cómo se ve aplicado.
Elegí las tres últimas decisiones de tu negocio que se apoyaron en algo que te dijo una IA: un precio de referencia, un dato de mercado, una tendencia para una campaña. Para cada una, pedile hoy a tu agente que te traiga la fuente original del dato, la fecha de publicación y si existe una cifra más reciente que lo contradiga. Si no puede mostrar la fuente, marcá esa decisión como apoyada en nada.
Después sumá una regla fija a las instrucciones de tu agente: todo número que use para recomendarte algo viene con fuente y fecha, y si el dato tiene más de un año lo avisa sin que se lo pidas. Te vas a dar cuenta de que sirvió cuando, dentro de dos semanas, puedas responder de dónde salió cada cifra de tu última propuesta sin volver a buscarla.
La movida del día
Hoy, agarrá el último dato de IA que usaste para decidir algo y rastreá su fuente y su fecha. Si no aparecen, tratá esa decisión como no verificada y revisala antes del viernes. Desde mañana, no aceptes ninguna cifra de un asistente sin el link a la fuente original.
¿Se puede confiar en los datos que da una IA para tomar decisiones?
Solo si se verifican. Según GWI, el 58% de 1.883 profesionales senior tomó una decisión importante con un hallazgo de IA que resultó equivocado, y el 63% actuó sobre datos desactualizados sin saberlo. Verificar significa ir a la fuente original y chequear la fecha; contrastar con otra IA, como hace el 36%, no reemplaza ese paso.
Nuexty es una comunidad que se posiciona en la era de la IA. Nos juntamos en el Café IA en Buenos Aires, y los miembros tienen su lugar todos los meses y la plataforma con el conocimiento que armamos cada día.