852 millones de dólares recaudados. Valoración máxima: 4.000 millones. Fundada en 2012. Cerrada el 31 de octubre de 2023 — Halloween, no es metáfora pero podría serlo. Cero dólares devueltos a inversores. La mayor estafa de AI washing hasta que llegó Builder.ai a superarla.
📕 Ver "Bad Blood" (el caso Theranos) en Amazon
Qué vendía Olive AI
Automatización de procesos administrativos hospitalarios con IA. Los hospitales en EE.UU. gastan miles de millones al año en burocracia: autorizaciones, facturación, reclamaciones de seguros, verificación de cobertura. Olive decía: "Nuestra IA hace en segundos lo que un humano tarda horas."
Los hospitales compraron. Los inversores compraron más. Entre 2020 y 2021 levantó más de 600M$ en pleno frenesí pandémico, con Tiger Global y General Catalyst liderando rondas monstruosas.
Lo que realmente pasaba detrás del telón
Los clientes esperaban 10 millones en valor entregado y recibían menos de una quinta parte. La mayoría de procesos "automatizados por IA" los ejecutaban personas sentadas delante de un ordenador haciendo lo mismo que el empleado del hospital antes de contratar a Olive.
Los tres pilares del engaño
- Demos preparadas con datos limpios que jamás reflejaban la realidad hospitalaria.
- Métricas infladas mezclando pilotos con producción para presentar tracción imaginaria.
- Contratación masiva de operadores en oficinas offshore para "sostener" la supuesta IA.
No era inteligencia artificial. Era inteligencia humana disfrazada de software con márgenes de software.
El patrón universal del AI washing
Levantas dinero diciendo que tienes IA, usas ese dinero para contratar humanos que hagan el trabajo, muestras resultados como si fueran automáticos, levantas más dinero con esos "resultados" y repites hasta que alguien mira debajo de la alfombra.
Builder.ai hizo exactamente lo mismo 18 meses después: 450M$ levantados, "IA Natasha" que en realidad eran 700 ingenieros en India, ingresos inflados un 300%. El manual es idéntico. Solo cambia el logo.
📘 Ver "The Hard Thing About Hard Things" en Amazon
¿Nadie preguntó? La responsabilidad de los inversores
852 millones pasaron por manos de Tiger Global, General Catalyst y Drive Capital. ¿Nadie hizo auditoría técnica? Durante 2020-2021 nadie preguntaba. El dinero era barato, la narrativa irresistible y hacer due diligence técnico real es lento, caro y aburrido. Más fácil creer en la demo.
Cómo detectar AI washing antes de invertir (o comprar)
- Pide una demo en vivo con datos aportados por ti, no por ellos.
- Pregunta cuántos empleados hay en "operaciones" vs. "producto".
- Exige métricas de latencia, no de "casos resueltos".
- Si no pueden enseñarte el pipeline técnico, no lo tienen.
Tres lecciones para founders (y compradores) honestos
- Si dices "IA" en tu pitch, prepárate para demostrarlo en una demo en vivo donde alguien técnico haga preguntas incómodas.
- El dinero fácil mata más empresas que la falta de dinero: 852M$ sin accountability arruinaron a 1.300 empleados y a un sector entero.
- Pregúntate cada lunes: "Si un periodista investiga mi empresa este mes, ¿qué encontraría?" Si la respuesta te incomoda, arréglalo antes de que alguien lo encuentre por ti.
La pregunta que hunde cualquier startup falsa de IA
"¿Puedo ver el código?" Si se pone nervioso, ya tienes tu respuesta. Si empieza a hablar de "propiedad intelectual protegida", te está diciendo que no hay nada que enseñar. La IA real se enseña porque el valor está en los datos, el pipeline y la iteración, no en un secreto imposible de replicar.
