Funciona en la demo, pero cuesta en producción
El prototipo impresiona. Los token son invisibles. Los errores son raros. Luego llega la producción, y la factura cambia de carácter. Klarna lo aprendió a las malas en 2025.
Inteligencia artificial, desmontada.
Entre lo que le venden y lo que la IA realmente hace.
Este sitio no vende nada. Desmonta. Cada artículo parte de un hecho verificado y llega hasta donde se detiene el discurso comercial. Un proyecto de Privateer.
Últimas publicaciones
Donde la IA no sirve para nada, y donde el mercado dice lo contrario
A menudo, un regex, una regla de negocio o una ordenación es suficiente. Un panorama de los casos en que el mercado le vende lo que no necesita.
Build / Buy / API: el arbitraje que nadie plantea correctamente
Tres estrategias con perfiles de riesgo, coste y soberanía radicalmente diferentes. El ángulo de la soberanía suele cambiar la decisión.
Las 3 preguntas antes de poner IA en algún sitio
No toda decisión de despliegue de IA merece un proyecto de 6 meses. Tres preguntas filtran los casos de uso relevantes en menos de 30 minutos.
El verdadero coste de un proyecto de IA: lo que el presupuesto no muestra
El presupuesto de integración solo muestra la superficie. Por debajo: costes de tokens, infraestructura, preparación de datos, mantenimiento de prompts, revisión humana. El TCO real suele ser 3 a 5 veces el presupuesto inicial.
La jungla de ofertas de IA: leer un pitch sin dejarse engañar
La mayoría de las ofertas de IA son wrappers de API con un logo de ChatGPT. Una guía para leer un pitch de IA sin dejarse impresionar por la demo.
Análisis recientes
Cuando la IA inunda la seguridad del kernel de Linux: la señal que nadie comenta realmente
En mayo de 2026, Linus Torvalds declaró la lista privada de seguridad del kernel de Linux inmanejable, inundada por informes de vulnerabilidades generados por IA.
Explorar por tema
Realidad vs. hype Lo que la IA realmente hace, el ciclo del hype, las promesas falsas. Mecanismos Cómo funciona y cómo aprende: algoritmos, machine learning, deep learning, LLMs, visión, razonamiento. Riesgos Alucinaciones, sesgos, calidad, confidencialidad, RGPD y Ley de IA. Soberanía On-premise, open source, hardware (GPU/APU), independencia de proveedores estadounidenses. Usos Cuándo la IA ayuda, cuándo no, y cómo decidir.
Por qué este sitio
He pasado años observando a directivos tomar decisiones sobre IA basándose únicamente en pitchs de proveedores y artículos de prensa. El resultado: proyectos lanzados sobre premisas falsas. Este sitio es la contraparte. Sin listas de buenas prácticas, sin pedagogía neutral.
, François Aichelbaum, Privateer