IA generativa.

En la práctica

Antes, la IA de las empresas clasificaba o predecía, por ejemplo si un pago era fraude. La generativa produce algo que no existía, como un borrador de correo, la imagen de un producto o el resumen de una reunión. El NIST la describe (julio de 2024) como los modelos que imitan los datos con los que aprendieron para generar contenido nuevo. Detrás del texto suele haber un LLM, y cuando mezcla formatos, un modelo multimodal.

En España ya es de uso corriente. Según el INE (noviembre de 2025), el 37,9 % de las personas de 16 a 74 años la había usado en los tres meses anteriores, y el 17,9 % por trabajo. En las empresas de 10 o más empleados, el 21,1 % usaba algún tipo de IA a principios de 2025. El INE no mide cuánto de ese uso va por cuentas personales, fuera del control de la empresa, que es lo que se llama shadow AI.

Por qué te importa

Un ejemplo. El equipo de marketing saca veinte variantes de un anuncio en una mañana. La herramienta no sabe si el color del producto es el real ni si la promoción sigue vigente, así que alguien tiene que comprobarlo antes de publicar. Lo que genera está hecho para sonar plausible, no para ser cierto, y de ahí salen las alucinaciones.

La ganancia es desigual. Según el AI Index 2026, es más clara en trabajo estructurado y fácil de medir, como la atención al cliente, donde un estudio midió entre un 14 % y un 15 % más de incidencias resueltas por hora. Cuando la tarea pide más criterio, la mejora es menor, y algún estudio vio a la gente trabajar más despacio.

Los límites

«IA generativa» se ha convertido en etiqueta para vender casi cualquier cosa. Ante una herramienta nueva conviene preguntar qué genera, con qué modelo y quién revisa lo que sale antes de que llegue a un cliente.

Y lo que genera tiene reglas. Desde el 2 de agosto de 2026, el artículo 50 del Reglamento europeo obliga a quien fabrica estos sistemas a marcar lo que producen, y a quien publica un deepfake, a avisar de que lo es.