Silicon Valley olvidó necesidades reales hace rato, y la historia de los NFTs, el metaverso y ahora la IA generativa lo confirma con datos concretos: según un análisis publicado por The Verge el 20 de abril de 2026, el ecosistema tech sigue repitiendo el mismo ciclo de hype desconectado de lo que la gente común necesita.
En 30 segundos
- Silicon Valley presenta como “descubrimientos revolucionarios” ideas que existen desde hace décadas: el caso reciente es que los LLMs “revelaron” que el lenguaje tiene estructura (Saussure lo planteó hace más de 100 años).
- El metaverso prometía economías digitales inmersivas; los usuarios querían juegos y videollamadas. Los NFTs prometían propiedad digital; la adopción mainstream es cercana a cero en 2026.
- La IA generativa sigue el mismo patrón: promesas de AGI inminente vs. usuarios que preguntan si puede ayudarlos a redactar un mail sin inventar datos.
- Los medios tech y podcasts como All-In amplifican estas narrativas sin validación porque la atención paga más que la precisión.
- Los productos que genuinamente cambiaron comportamientos (WhatsApp, Spotify, Google Maps) lo hicieron resolviendo problemas específicos sin necesitar evangelización.
El patrón de Silicon Valley: del hype a la realidad
El “thought leadership” tech tiene una estructura inconfundible: alguien descubre algo que parece nuevo, lo presenta como un cambio de paradigma, los medios especializados lo amplifican, y tres años después todos hacen como que nunca pasó.
The Verge documenta un caso reciente que captura esto perfectamente. Una persona del ambiente tech le explicó emocionada a la periodista Liz Lopatto que los LLMs habían revelado algo asombroso: que el conocimiento está estructurado en el lenguaje. Que podías meter una palabra en ChatGPT y el sistema entendía el contexto. Que esto demostraba algo profundo sobre el corpus del inglés. Llegó a compararlo con la invención de la escritura.
Ferdinand de Saussure publicó su teoría sobre la estructura del lenguaje en 1916. Ciento diez años antes de esta “revelación”.
No es un caso aislado. Es el modo de operación habitual.
El síndrome del descubrimiento reinventado
El “structuralism via ChatGPT” que describe The Verge tiene un nombre técnico en epistemología: redescubrimiento ingenuo. Pasa cuando alguien llega a una conclusión sin conocer la literatura previa, y en vez de buscar si ya fue pensada, la presenta como insight original.
¿Y qué pasó cuando esta persona lo compartió en su círculo? Seguramente nadie le dijo “eso es Saussure, leé el Cours de linguistique générale”. Porque en los círculos tech de Silicon Valley, la ignorancia sobre humanidades no es un déficit, es casi una identidad.
Ponele que un ingeniero descubre que los precios de mercado agregan información dispersa de miles de actores individuales. Eso es Hayek, 1945. O que las redes de relaciones sociales tienen propiedades emergentes que no están en los nodos individuales. Granovetter, 1973. Presentados como “insights de sistemas complejos” en 2026, suenan frescos.
El problema no es que los tech bros lean poco (aunque eso también). El problema es que el ecosistema los premia por hablar en vez de verificar. La “innovación” del pensamiento no requiere peer review. Complementá con prompts de imagen generativa que se viralizan.
Metaverso y NFTs: el caso de estudio más caro de la historia reciente
Meta gastó más de USD 40.000 millones entre 2021 y 2023 construyendo el metaverso. El producto final era Horizon Worlds, un entorno de avatares sin piernas que se sentía como un juego de PlayStation 2 con lag.
¿Qué querían los usuarios normales? Básicamente lo que ya tenían: videollamadas que funcionen, juegos que no requieran un headset de USD 500, formas de ver a su familia en Zoom sin que se congele la imagen.
Los NFTs siguieron la misma lógica. La propuesta era “propiedad digital verificable en blockchain”. El pitch de los evangelistas era que ibas a poder tener activos únicos en economías virtuales, que los artistas iban a cobrar regalías automáticas por siempre, que los coleccionables digitales iban a tener el mismo status cultural que los físicos. En 2026, la adopción por usuarios normales es efectivamente cero. Los marketplaces principales perdieron entre el 90% y el 99% de su volumen desde el pico de 2021.
¿Alguien en Silicon Valley se preguntó “por qué alguien querría esto” antes de meter miles de millones? Evidentemente no. O si lo preguntaron, la respuesta fue “los usuarios normales todavía no entienden la visión”.
Eso sí: los que vendieron en el pico salieron muy bien parados.
IA generativa: repitiendo el ciclo con mejores modelos de lenguaje
Acá viene lo interesante: la IA generativa, a diferencia del metaverso, tiene casos de uso reales y verificables. ChatGPT tiene más de 100 millones de usuarios activos. GitHub Copilot está integrado en flujos de trabajo de desarrollo real. Hay gente que genuinamente ahorra tiempo con estas herramientas.
Dicho esto, hay una brecha enorme entre lo que la industria vende y lo que los usuarios normales experimentan.
La industria vende: AGI inminente, agentes autónomos que van a reemplazar trabajadores del conocimiento, sistemas que “razonan” y “planifican”, el fin del trabajo tal como lo conocemos, descubrimientos científicos autónomos. Esto se conecta con lo que analizamos en herramientas prácticas para automatizar tareas.
Los usuarios normales experimentan: una herramienta que puede redactar borradores de texto bastante buenos, resumir documentos largos, generar código que necesita revisión, y ocasionalmente inventar datos con una confianza desconcertante.
Ese gap entre promesa y producto es el mismo que hubo con el metaverso y los NFTs. Lo que cambia es que acá hay un producto real debajo del hype, lo cual hace más difícil separar el ruido de la señal.
¿Qué quieren los usuarios normales?
Spotify resolvió un problema específico: tenés la música que querés, cuando querés, por USD 10 al mes, sin tener que piratear ni gestionar archivos. Google Maps resolvió otro: sabés cómo llegar a cualquier lugar, con tráfico en tiempo real, gratis. WhatsApp resolvió la comunicación entre personas en distintos países sin costo.
Ninguno de estos productos requirió que la gente “entendiera la visión”. Eran mejores que la alternativa en algo concreto y medible.
La pregunta que Silicon Valley no se hace (o no puede hacerse por cómo están estructurados sus incentivos) es: ¿cuál es el problema real que esto resuelve, medido en tiempo ahorrado, dinero, o dolor evitado? Y la pregunta de seguimiento: ¿existe ya una alternativa que lo resuelve razonablemente bien?
Los usuarios normales no buscan disruption. Buscan que algo funcione.
El rol de los medios tech y el “thought leadership” en amplificar el hype
The Verge menciona específicamente el All-In Podcast como ejemplo de cómo Silicon Valley comunica ideas sin validación previa. El podcast tiene millones de oyentes y cuatro hosts que son básicamente fondos de inversión con micrófono.
El modelo de negocio del “thought leadership” tech es este: decís algo que suena audaz y contracultural, obtenés atención, la atención se convierte en influencia, y la influencia se convierte en deal flow, valuaciones más altas, y capital. Para más detalles técnicos, mirá asistentes IA que resuelven problemas reales.
La precisión no está en los incentivos. La atención sí.
Esto genera un ecosistema donde las ideas se evalúan por qué tan provocadoras suenan, no por qué tan bien describen la realidad. Alguien que dice “los LLMs son tan importantes como la escritura” obtiene más cobertura que alguien que dice “los LLMs son herramientas útiles con limitaciones específicas que hay que entender caso por caso”.
¿Y los medios tech? Medio que también están atrapados en el mismo ciclo. Las newsletters especializadas, los podcasts, los blogs de VC: todos amplifican narrativas porque el contenido audaz performa mejor que el matizado. El análisis cuidadoso no genera shares.
Cómo diferenciar innovación real de ruido
Hay criterios concretos para evaluar si una tecnología tiene tracción real o es hype:
| Criterio | Señal positiva | Señal de alerta |
|---|---|---|
| Adopción | Usuarios pagan sin subsidio ni incentivo | Crecimiento depende de airdrops, tokens o campañas |
| Problema que resuelve | Medible: tiempo, dinero, dolor específico | Vago: “empoderamiento”, “soberanía digital” |
| Comparación con alternativas | Es mejor en algo concreto vs. lo que existe | Requiere que no exista alternativa para que valga |
| Lenguaje utilizado | Casos de uso específicos con nombres propios | “Revolucionario”, “paradigma”, “escala planetaria” |
| Validación independiente | Investigadores externos replican resultados | Solo los creadores tienen benchmarks propios |
Aplicando esto al metaverso: la adopción requería headsets caros y subsidios de Meta para crear contenido. El problema que resolvía era vago (“presencia digital”). No era mejor que Zoom para reuniones ni que Fortnite para socialización. El lenguaje era todo disruption y paradigma. Los únicos benchmarks eran los de Meta.
La IA generativa pasa algunos de estos criterios y falla en otros. Lo cual la pone en una categoría distinta al metaverso, pero no la inmuniza del hype que la rodea.
Errores comunes al evaluar tecnologías emergentes
Confundir capacidad técnica con utilidad. Que algo sea técnicamente impresionante no significa que resuelva un problema real. Los avatares del metaverso eran técnicamente complejos. Nadie los usó. Un modelo de lenguaje que pasa benchmarks académicos puede ser inútil para las tareas que importan en producción.
Tomar los benchmarks del propio fabricante como evidencia. Si los números de un modelo los publica la empresa que lo vende, tomalo con pinzas. Los benchmarks de terceros, las evaluaciones independientes, y sobre todo la experiencia de gente que lo usa para tareas reales, valen mucho más. “92% en MMLU” no significa nada si el sistema alucina en el caso de uso que te importa. Ya lo cubrimos antes en obsesión por parámetros cada vez mayores.
Asumir que la crítica viene del desconocimiento. Uno de los mecanismos de defensa del hype tech es desestimar la crítica como “no entender la visión”. Si alguien dice que el metaverso no tiene sentido para usuarios normales, la respuesta era “los usuarios de internet en 1993 tampoco entendían la visión”. Esa analogía puede ser correcta o puede ser una forma de evitar el escrutinio. Habría que ver cuál es cuál en cada caso.
Preguntas Frecuentes
¿Por qué Silicon Valley sigue repitiendo el ciclo de hype?
Porque los incentivos no están alineados con la precisión. Los inversores, fundadores y medios del ecosistema tech se benefician de narrativas optimistas independientemente de si se cumplen. Las valuaciones suben con el hype, los exits se hacen antes de que la realidad llegue, y la responsabilidad por las promesas incumplidas es difusa. No es malicia sistemática, es estructura de incentivos.
¿El metaverso fracasó completamente?
Como categoría consumer masiva, sí. Meta perdió más de USD 40.000 millones en Reality Labs entre 2021 y 2023 sin lograr adopción mainstream. Roblox y Fortnite, que se presentaron como casos de “metaverso real”, son simplemente juegos con elementos sociales. Los headsets VR tienen una base de usuarios de nicho que no creció como se proyectaba. En 2026, el término “metaverso” prácticamente desapareció del discurso corporativo.
¿La IA generativa es diferente al metaverso y los NFTs?
Sí, en un aspecto clave: tiene casos de uso reales con adopción verificable sin subsidios. ChatGPT, Copilot y herramientas similares genuinamente ahorran tiempo en tareas específicas para millones de usuarios. La diferencia está en que el hype que rodea a la IA supera sus capacidades actuales, lo cual genera expectativas que los productos no pueden cumplir todavía y, en algunos casos, posiblemente nunca.
¿Cómo saber si un producto tech tiene valor real para mi empresa?
Tres preguntas concretas: ¿El problema que dice resolver es real y medible en tu contexto específico? ¿La solución es mejor que lo que ya usás, sin contar el “potencial futuro”? ¿Pagarías el precio sin que nadie te convenza de la visión? Si las tres respuestas son sí, vale explorarlo. Si alguna es no, el hype probablemente está haciendo trabajo que el producto no puede hacer solo.
¿Qué productos tech sí entendieron lo que los usuarios normales necesitaban?
WhatsApp: mensajes gratuitos entre países, sin configuración, que funcionan en hardware barato. Spotify: toda la música por menos del precio de un CD. Google Maps: navegación gratuita, actualizada, con tráfico real. Los tres resolvieron problemas específicos de manera más conveniente que las alternativas existentes, sin requerir que el usuario entendiera la tecnología detrás. Ninguno prometió “cambiar la forma en que nos relacionamos con la información”.
Conclusión
El artículo de The Verge del 20 de abril de 2026 documenta algo que cualquiera que sigue tech desde hace más de diez años ya sospechaba: Silicon Valley tiene un problema estructural para entender a los usuarios normales, y el “thought leadership” del ecosistema lo amplifica en vez de corregirlo.
El ciclo NFT-metaverso-IA no es una secuencia de errores independientes. Es el mismo patrón repetido: tecnología genuinamente interesante envuelta en narrativas desproporcionadas, validadas por medios y podcasts con incentivos alineados al hype, adoptadas por inversores que entran antes de que la realidad llegue, y eventualmente olvidadas cuando los usuarios normales no aparecen.
La IA generativa tiene más sustancia real que el metaverso. Pero eso no la hace inmune al mismo ciclo. Habría que ver cuánto del valor que le atribuyen los discursos de Silicon Valley en 2026 sigue siendo creíble en 2028.
Para quienes evalúan estas tecnologías desde Argentina y Latinoamérica, la pregunta no es “¿es el futuro?” sino “¿resuelve algo concreto para mí, al precio que cuesta, hoy?”. Esa pregunta aburrida es la que Silicon Valley no se hace. Y es exactamente la que vos sí tenés que hacerte.