Existe un tipo particular de honestidad profesional que emerge cuando alguien admite haber probado todas las herramientas de IA del mercado y haber concluido que ninguna merece su dinero. Livia Hirsch, estratega de contenido B2B que ayuda a scale-ups a conquistar el mercado estadounidense, ha llegado exactamente a esa posición. Usa Claude, ChatGPT y Gemini. No paga por ninguno. Las versiones gratuitas, ha decidido, son más que suficientes para lo único que la IA realmente hace bien en su flujo de trabajo: ser un tesauro con delirios de grandeza. Que las rondas de inversión multimillonarias digieran eso como puedan.
Donde la IA se gana su sitio: sinónimos y destrucción de ideas
El caso de uso que Hirsch describe para la IA es tan modesto que roza la ofensa a cada inversor de capital riesgo que ha vertido miles de millones en esta tecnología. Se atasca con una palabra. Ha escrito “sin embargo” tres veces en tres párrafos y las alternativas suenan forzadas. Así que le pide a una IA que genere quince o veinte opciones, elige la que funciona y sigue con su vida. Eso es toda la propuesta de valor. Una compañera de brainstorming, la llama ella, que es una forma generosa de describir lo que equivale a un buscador de sinónimos extraordinariamente caro.
También ha usado la IA para redactar plantillas de briefing reutilizables para clientes y para reescribir algún que otro correo electrónico en un tono más profesional. Son tareas donde el resultado es materia prima, no producto terminado. Todo se edita. Todo se reescribe. La máquina sugiere; la humana decide. Nadie confundiría un diccionario de sinónimos con un escritor fantasma, aunque aparentemente varios miles de millones de dólares de inversión se han apostado precisamente a esa confusión.
Hay un uso secundario que resulta ligeramente más interesante. A veces alimenta una idea estratégica en Claude y le pide que “le busque agujeros” a su razonamiento, que someta un concepto a estrés antes de presentárselo a un cliente. Esto al menos se acerca a algo que se parece a utilidad intelectual. Pero incluso aquí, la herramienta es una caja de resonancia, no una estratega. Las ideas son suyas. La crítica está a un prompt de distancia de la adulación.
Donde la IA se desmorona: escribir contenido real
Hirsch lo ha intentado. Por supuesto que lo ha intentado. Ha alimentado a la IA con directrices de marca, documentación de tono de voz, requisitos de especificidad: el paquete completo de briefing que equiparía a cualquier freelancer competente para producir trabajo utilizable. Las máquinas produjeron algo gramaticalmente inmaculado y sustancialmente hueco. Describe leer blogs generados por IA y encontrar frases que son estructuralmente correctas pero no dicen absolutamente nada. “You’ve strung together a grammatically correct sentence that adds nothing,” observa, que es quizás la autopsia más precisa del contenido IA que nadie ha realizado hasta la fecha.
El problema no es que la IA escriba mal de manera obvia. No comete faltas de ortografía ni destroza la sintaxis. El problema es que escribe como un estudiante que rellena un ensayo para llegar al número de palabras: cada frase técnicamente presente, ninguna ganándose su lugar. Hirsch lo nota porque presta atención a las palabras, lo cual es, concede, un riesgo laboral. Pero es también la razón por la que sus clientes contratan humanos. La voz de marca no es un conjunto de reglas que puedas meter en un prompt. Es una sensibilidad, un patrón de decisiones que la IA puede imitar en la superficie sin entender jamás lo que hay debajo.
Y la pregunta de la suscripción se responde sola. Si una herramienta no puede escribir y no puede investigar – que, como estamos a punto de descubrir, enfáticamente no puede – entonces la versión gratuita es más que suficiente para buscar sinónimos.
El desastre de investigación de 45 minutos
La historia más demoledora que cuenta Hirsch involucra una cita de McKinsey. Necesitaba una estadística específica vinculada a su fuente original: un informe de McKinsey. Esto es, sobre el papel, exactamente el tipo de tarea que un sistema entrenado con todo internet debería manejar con despreciativa facilidad. No lo hizo.
La IA devolvió una página 404. Hirsch lo señaló. La IA se disculpó y ofreció un post de blog que repetía la estadística sin citarla. Ella lo señaló también. La IA, aparentemente sin ideas, la redirigió a Google, diciéndole esencialmente que hiciera su propia investigación. Este bucle continuó durante cuarenta y cinco minutos. Cuarenta y cinco minutos de fracaso progresivamente más creativo, produciendo exactamente cero citas utilizables.
“He estado 45 minutos haciendo esto y no he conseguido ninguna fuente. Debería haberlo buscado directamente en Google.”
Lo peor es que ha repetido este experimento, por su propia admisión, “una cantidad estúpida de veces.” A través de Claude, ChatGPT y Gemini, el resultado es consistente. La IA no puede rastrear de forma fiable una estadística hasta su documento fuente primario. No puedes citar a McKinsey sin un enlace a McKinsey, como señala Hirsch, lo cual parece un listón bastante bajo para una tecnología que supuestamente está revolucionando el trabajo del conocimiento. La buena investigación de escritorio a la antigua, concluye, sigue imbatida.
Claude contra ChatGPT: el problema del complaciente
Entre modelos, Hirsch ha desarrollado una jerarquía clara basada en un criterio que haría incómodos a la mayoría de product managers de IA: la honestidad. Cuando le pide a Claude que critique una idea, empuja hacia atrás. Identifica debilidades. Se comporta, en otras palabras, como un interlocutor útil. ChatGPT, por el contrario, recurre al acuerdo entusiasta independientemente de lo que le digas.
Hirsch describe pedirle a ChatGPT que sea crítico y recibir algo que logra ser simultáneamente analítico y adulador: el equivalente conversacional de un camarero que te dice que todo en el menú es su favorito. “ChatGPT is such a people pleaser,” dice, y “it takes it to extremes.” Claude, señala, es “a bit more steady,” que en este contexto se lee como el cumplido más alto posible: de vez en cuando te dirá que tu idea tiene problemas. Esta distinción importa más de lo que podría parecer. Un compañero de brainstorming que está de acuerdo con todo no es un compañero de brainstorming. Es un espejo con una cara sonriente pintada.
Lo que hacen sus clientes con la IA
Entre los clientes enterprise de Hirsch, han surgido dos estrategias contrastantes. Uno ha construido un GPT personalizado encerrado dentro de su propio ecosistema, usando la IA como herramienta interna en sus propios términos. El otro ha hecho la apuesta deliberadamente contrarian de alejarse de la IA por completo, invirtiendo en entrevistas, citas originales, infografías y ángulos únicos específicamente para diferenciarse de la marea creciente de contenido generado por máquinas.
Ninguno de los dos clientes usa IA para escribir contenido. Esto merece una pausa. No son luditas ni tecnófobos. Son operaciones B2B serias que han evaluado la tecnología y concluido que pertenece al código, al SEO o a la automatización de procesos, no cerca del contenido que representa su marca ante el mundo. Uno construye muros alrededor de la IA. El otro construye fosos sin ella. Ambos han decidido que lo único que la IA definitivamente no debería estar haciendo es escribir las palabras que leen sus clientes.
Para el desglose completo de la entrevista, consulta nuestra entrevista completa con Livia Hirsch.
Herramientas mencionadas en la entrevista
Las siguientes herramientas y plataformas fueron mencionadas durante esta conversación.
Contenido relacionado
Creación de contenido B2B entre bastidores: entrevista con Livia Hirsch
Livia Hirsch, estratega de contenidos B2B que ayuda a scale-ups a expandirse de marcas locales a globales, desgrana las herramientas, los flujos de trabajo y las lecciones aprendidas que separan el contenido que convierte del contenido que simplemente existe.
Escrito por Sophie SteffenLas métricas de contenido que realmente importan en B2B
No existe una métrica única que importe en contenido B2B. Livia Hirsch explica qué dashboards construye, qué números ignora y por qué 3 likes en LinkedIn no son una crisis.
Escrito por Sophie SteffenEl stack tecnológico de contenido B2B que realmente se usa
Livia Hirsch gestiona toda su operación de contenido B2B con Miro, SEMrush, Google Docs y Notion. El resto es lo que el cliente ya tenga.
Escrito por Sophie Steffen