A inicios de los 90, BMW y Mercedes-Benz dominaban el mercado europeo de autos de lujo y buscaban expandir su presencia en Estados Unidos. Sus vehículos eran sinónimo de ingeniería de precisión y desempeño, características que consideraban suficientemente sobresalientes y deseables como para que cualquier consumidor estadounidense anhelara un auto de lujo alemán.
Cuando los autos alemanes comenzaron a venderse en EE.UU. y el mundo no podía escapar de las Spice Girls en el radio, ocurrió una escena curiosa en una concesionaria estadounidense. Una clienta inspeccionaba un BMW con atención, hasta que hizo una pregunta aparentemente sencilla:
«¿Dónde está el portavasos?«
El vendedor que la atendía, con aire de superioridad, respondió:
«En Europa, la gente no come ni bebe en el auto.«
La mujer se marchó sin comprar.No fue la única.
Los autos alemanes, diseñados bajo la filosofía de «La ingeniería por encima de todo.», carecían de algo que los consumidores estadounidenses consideraban esencial: el automóvil no era solo un medio de transporte, sino un espacio de vida. Mientras tanto, Lexus y Acura, las nuevas marcas japonesas de lujo, habían estudiado el mercado y ofrecían no solo portavasos, sino interiores diseñados para la comodidad del día a día. Entendieron que los clientes estadounidenses estaban acostumbrados a pasar por comida rápida y comer mientras manejaban, incluso en un auto de lujo.
Las ventas de Lexus y Acura crecieron aceleradamente, mientras que BMW y Mercedes-Benz intentaban entender por qué no vendían lo que habían pronosticado. Eventualmente, los alemanes descubrieron su error y, aunque sus primeros intentos para solucionarlo fueron torpes, terminaron por hacer las adaptaciones necesarias.
Este caso es ampliamente estudiado en escuelas de negocios de todo el mundo. Aunque suele utilizarse para ilustrar la importancia de entender las necesidades del cliente y ajustarse a distintos contextos culturales, creo que también nos sirve para explicar algo que las ciencias del comportamiento han entendido muy bien y que al parecer las grandes empresas les cuesta trabajo entender.
La percepción del valor es más fuerte que el valor técnico
Los consumidores no son expertos en evaluar productos. Aunque las características técnicas pueden ser relevantes para especialistas en un nicho, para la mayoría de las personas no significan nada. Cuando un consumidor debe elegir entre opciones que no comprende del todo, su cerebro busca reducir el esfuerzo cognitivo recurriendo a atajos mentales, conocidos como heurísticas.
Estos atajos facilitan la toma de decisiones al basarse en percepciones relativas sobre atributos que el consumidor valora, en lugar de en especificaciones técnicas que apasionan a los ingenieros. Si bien las heurísticas permiten decisiones rápidas y eficientes, también pueden llevar a conclusiones inexactas o superficiales, guiadas más por la intuición que por un análisis profundo y objetivo.
La heurística más poderosa en la toma de decisiones para la compra de un producto es una marca fuerte y bien establecida. Con el tiempo y la exposición, los consumidores le atribuyen automáticamente ciertas cualidades al ver cualquiera de sus elementos visuales.
Cuando una marca se asocia con atributos como «innovador» o «de calidad», crea un atajo mental que lleva a los consumidores a evaluar sus productos bajo esa premisa, sin cuestionar realmente la veracidad de dichos términos. Por eso, la mercadotecnia clásica ha insistido tanto en la importancia del posicionamiento.
Este proceso ocurre porque el cerebro prefiere asociar ideas preexistentes en lugar de analizar cada detalle de un producto. Además, la percepción positiva o negativa de una marca suele extenderse a otras áreas, generando un efecto halo, donde una sola característica influye en la percepción global de la empresa.
Cuando no estamos familiarizados con una marca o producto, nuestro cerebro recurre a seis heurísticas clave para tomar decisiones de compra:
- Scarcity Bias (Sesgo de escasez) Cuanto más escaso parece un bien, más atractivo se vuelve. La idea de que “quedan pocas unidades” impulsa la urgencia de compra, ya que tememos perder la oportunidad.
- Category Heuristics (Heurísticas de categoría) Clasificamos automáticamente un producto como mejor o peor según la categoría a la que pertenece. Etiquetas como orgánico, comercio justo o premium pueden influir en nuestra percepción sin analizar realmente la calidad del producto.
- Social Proof (Prueba social) Nos basamos en lo que otros piensan para tomar decisiones. Reseñas, seguidores y “me gusta” sirven como señales de confianza y aumentan la probabilidad de compra.
- Authority Bias (Sesgo de autoridad) La opinión de expertos o figuras de confianza tiene un gran peso en nuestras decisiones. Frases como «avalado por especialistas» o «8 de cada 10 recomiendan» pueden influirnos más de lo que creemos.
- Power of Free (El poder de lo gratis) La palabra GRATIS tiene un impacto desproporcionado en nuestras elecciones. Incluso si la oferta gratuita no está directamente relacionada con el producto, sigue siendo un imán poderoso para captar la atención.
- Power of Now (El poder del ahora) Evolutivamente, estamos programados para priorizar el presente. Nos sentimos atraídos por productos que prometen soluciones inmediatas, porque nuestro cerebro valora más una recompensa instantánea que un beneficio a largo plazo.
¿Qué tiene que ver todo esto con el enfrentamiento entre Deepseek y OpenAI?
El ascenso meteórico de Deepseek ha inundado las redes sociales con expertos en IA, y expertos que no lo son, debatiendo con otros que sí lo son; vendedores de cursos sobre Deepseek; usuarios que, con un solo query, intentan demostrar que es una IA tonta y censurada, y otros que buscan coronarla como la mejor opción. Todos tratando de imponer una verdad absoluta y tener la última palabra sobre quién tiene razón.
Técnicamente, podríamos determinar qué IA es más eficiente, rápida o precisa, pero ¿es eso realmente lo más importante para el consumidor final?
El valor percibido es relativo. Casos como el del portavasos en los autos de lujo nos demuestran que un producto “superior” puede parecer inferior si no responde a las necesidades del usuario. Quizá quienes no buscan una IA omnipotente determinen cuál es “mejor” en función de si es gratuita, si la usa su influencer favorito o si escucharon a un experto dar su juicio definitivo.
Esto no significa que la percepción de valor deba dejarse al azar ni que todo sea relativo. Al contrario, representa una oportunidad para quienes construyen el futuro de la inteligencia artificial. En lugar de enfocarse solo en modelos más potentes, los desarrolladores deben preguntarse cómo hacer que la tecnología sea realmente útil y deseable. No se trata de añadir más funcionalidades por el simple hecho de hacerlo, sino de resolver problemas de forma clara y efectiva.
Si una IA requiere configuraciones complejas o una curva de aprendizaje pronunciada, su adopción será limitada, sin importar cuán avanzada sea. La gente no busca tecnología complicada; quiere herramientas intuitivas que se integren de manera natural en su día a día. La disrupción no siempre está en modelos más grandes, sino en lograr que la tecnología se sienta accesible y fácil de usar.
La inteligencia artificial no solo necesita mejores ingenieros, sino una comprensión más profunda de la psicología humana y las ciencias del comportamiento. No basta con mejorar la precisión de un modelo; hay que entender qué problemas resuelve, cómo lo perciben los usuarios y qué los motiva a adoptarlo. Las guerras tecnológicas no se ganarán con más poder computacional, sino con experiencias que realmente conecten con las personas.
Si disfrutaste este artículo o quieres obtener contenido especial puedes suscribirte a nuestro Newsletter en el que compartimos consejos prácticos y aplicados de Behavioral Science a negocios parar lograr mejores resultados financieros. Puedes seguir seguir la página de Disruptech en Linkedin o mi perfil personal Guillermo Ponce. Espero verte cada semana y que el contenido que comparta te ayude a mejorar los resultados de tu empresa, saludos!
Behavioral Science in México
