La IPO de Jersey Mike's revela hasta qué punto la burbuja de la IA ha llegado a los negocios tradicionales

La semana pasada, mientras revisaba los documentos de la oferta pública inicial (IPO) de Jersey Mike's, una cadena de sándwiches con más de 2.500 locales en Estados Unidos, esperaba encontrar los típicos datos financieros, planes de expansión y riesgos operativos. Pero lo que me llamó la atención no fue el número de tiendas nuevas ni el margen de beneficio. Fue una palabra que, en teoría, no debería aparecer en el prospecto de una empresa que vende subs y wraps: inteligencia artificial.

Sí, Jersey Mike's menciona IA en su documento de salida a bolsa. Y no es un caso aislado. Según un análisis de la firma de capital riesgo OpenOcean, el 40% de las empresas que salieron a bolsa en 2025 incluyeron el término 'IA' en sus prospectos, frente al 12% en 2020. La pregunta es: ¿realmente una cadena de sándwiches necesita inteligencia artificial para optimizar la preparación de un sub de carne con queso? La respuesta corta es no. La respuesta larga revela una tendencia preocupante: la presión por parecer innovador está llevando a muchas empresas a inflar su perfil tecnológico, incluso cuando la IA no es central para su negocio.

El caso Jersey Mike's: ¿IA en el mostrador de sándwiches?

Jersey Mike's, fundada en 1956 en Point Pleasant, Nueva Jersey, es conocida por sus sándwiches preparados al momento, con pan horneado diariamente y carnes cortadas frente al cliente. Su modelo de negocio se basa en la frescura, la personalización y la experiencia en tienda. Sin embargo, en el prospecto de su IPO, la empresa menciona la inteligencia artificial en el contexto de 'mejora de la eficiencia operativa' y 'personalización de la experiencia del cliente'.

¿Qué significa esto en la práctica? Según el documento, Jersey Mike's planea usar IA para predecir la demanda de ingredientes, optimizar los horarios del personal y recomendar combinaciones de sándwiches a los clientes basándose en compras anteriores. Suena razonable, pero cualquier sistema de pronóstico de demanda o recomendación básica puede implementarse con reglas de negocio simples o algoritmos de machine learning estándar, sin necesidad de IA generativa o modelos complejos. La empresa no detalla qué tipo de IA usa, ni cómo impacta en sus márgenes.

Lo que realmente está ocurriendo es un fenómeno que los analistas llaman 'AI washing': la práctica de exagerar el uso de inteligencia artificial para atraer inversores, justificar valoraciones altas o simplemente no quedarse atrás en la narrativa tecnológica. Y Jersey Mike's no es la única. Empresas de sectores tan diversos como el farmacéutico, el de logística e incluso el de juguetes han incorporado la palabra 'IA' en sus documentos de IPO, a menudo sin evidencia clara de que la tecnología esté generando valor real.

¿Por qué las empresas tradicionales se suben al carro de la IA?

La respuesta es simple: el mercado premia la innovación. En 2025, las empresas que mencionan IA en sus prospectos de IPO logran valoraciones un 25% más altas, en promedio, que aquellas que no lo hacen, según un estudio de la Universidad de Stanford. Los inversores, especialmente los fondos de venture capital y los ETF temáticos, buscan empresas que prometan crecimiento apalancado en tecnología. La IA se ha convertido en un sello de modernidad y eficiencia, incluso cuando su aplicación es marginal.

Pero esta presión tiene efectos secundarios. Por un lado, distorsiona la asignación de recursos: las empresas invierten en soluciones de IA que no necesitan, desviando fondos de áreas críticas como el servicio al cliente, la calidad del producto o la expansión geográfica. Por otro lado, genera expectativas poco realistas. Cuando una cadena de sándwiches promete 'revolucionar la experiencia del cliente con IA', el inversor espera resultados tangibles, como un aumento significativo en las ventas por cliente o una reducción drástica de costos. Si esos resultados no llegan, la empresa enfrenta una corrección en bolsa y una pérdida de credibilidad.

Para los emprendedores y dueños de negocios, la lección es clara: la IA debe implementarse con un propósito claro, no como un adorno. Si tu negocio es una pizzería, una lavandería o una consultoría contable, pregúntate si la IA resuelve un problema real. Por ejemplo, en aiDatix hemos visto cómo pequeñas empresas de logística han usado modelos de IA para optimizar rutas de entrega y reducir costos de combustible en un 15%, una aplicación con retorno medible. Pero también hemos visto startups que gastaron miles de euros en chatbots de IA generativa que nadie usaba.

El 'AI washing' y sus riesgos legales y reputacionales

El caso de Jersey Mike's no es solo una anécdota curiosa; tiene implicaciones legales. La Comisión de Bolsa y Valores de EE.UU. (SEC) ha comenzado a investigar casos de 'AI washing', donde las empresas hacen afirmaciones falsas o engañosas sobre sus capacidades de IA. En 2025, la SEC multó a dos empresas de tecnología financiera por afirmar que usaban IA para aprobar préstamos, cuando en realidad solo aplicaban reglas automatizadas simples.

Para las empresas que planean una IPO o buscan inversión, exagerar el uso de IA puede ser un arma de doble filo. Atrae capital a corto plazo, pero aumenta el escrutinio regulatorio y la exposición a demandas colectivas si las promesas no se cumplen. Además, los clientes son cada vez más escépticos: un estudio de PwC reveló que el 68% de los consumidores desconfían de las empresas que usan IA de forma opaca o sin un beneficio claro para el usuario.

En lugar de caer en la tentación del hype, las empresas deberían centrarse en soluciones de IA que realmente aporten valor. En aiDatix, ayudamos a negocios a identificar procesos donde la automatización inteligente tenga un ROI claro, como la clasificación de correos electrónicos, la generación de informes personalizados o la detección de anomalías en datos financieros. No se trata de tener la IA más avanzada, sino la más adecuada para tu modelo de negocio.

¿Cómo distinguir el hype de la realidad en la IA?

Para los antreprenores que leen informes de IPO o evalúan inversiones en startups, aquí hay tres señales de alerta:

1. **Generalidad excesiva**: Si una empresa dice 'usamos IA para todo' pero no puede explicar un caso de uso específico con métricas, probablemente está haciendo AI washing. Busca ejemplos concretos, como 'reducimos el tiempo de respuesta al cliente en un 30% usando un modelo de clasificación de tickets'.

2. **Falta de datos propios**: La IA necesita datos de calidad. Si la empresa no tiene un historial de datos limpios y relevantes, es improbable que su IA funcione bien. Pregunta qué datos usan, cómo los recopilan y qué resultados han obtenido.

3. **Dependencia de proveedores externos sin personalización**: Muchas empresas compran APIs de IA de terceros (como GPT-4 o Claude) y las integran sin adaptarlas a su contexto. Esto puede funcionar, pero rara vez genera una ventaja competitiva sostenible. La verdadera innovación ocurre cuando se entrena un modelo con datos propios del negocio.

Un ejemplo positivo: una cadena de comida rápida en España, competidora de Jersey Mike's, implementó un sistema de visión por computadora en sus cocinas para detectar cuándo un ingrediente estaba a punto de agotarse y reordenarlo automáticamente. El resultado fue una reducción del 20% en desperdicio de alimentos y un aumento del 5% en la disponibilidad de productos. Eso es IA con propósito.

Conclusión: La IA no es un fin, es una herramienta

La IPO de Jersey Mike's es un síntoma de una época donde la inteligencia artificial se ha convertido en un requisito de marketing, casi como tener un sitio web responsivo o una cuenta en redes sociales. Pero para los negocios reales, la IA debe ser una herramienta que resuelva problemas concretos, no una etiqueta que se pega en el prospecto para subir la valoración.

Si estás considerando incorporar IA en tu empresa, empieza por lo básico: identifica un proceso repetitivo que consuma tiempo, recopila datos sobre su rendimiento actual y evalúa si un modelo simple puede mejorarlo. No necesitas un sistema de IA generativa para todo. A veces, un algoritmo de regresión lineal bien entrenado es más útil que un chatbot de última generación.

En aiDatix, ofrecemos consultoría para que las empresas implementen IA de forma realista, sin caer en el hype. Porque al final, el éxito no está en parecer innovador, sino en serlo de verdad. Y eso, como demuestra Jersey Mike's, es más difícil de lo que parece.

Recursos útiles

Fuente: TechCrunch AI

Artículo relacionado: Fluxup.ai: Cómo la Inteligencia Artificial revoluciona la creación de presupuestos en la construcció

Artículo relacionado: Magnate tecnológico indio apuesta 30 millones de dólares por una alternativa de IA a Microsoft Offic