Silvia Adlesic contó esta semana una historia que parece de moda y es de estrategia.

Una marca llamada Arakii, con identidad escandinava, nombre japonés y una web que listaba sus países de producción en este orden: Portugal, Italia, Turquía, China. Una bloguera sueca se sentó a revisar los 233 productos del sitio. El resultado: el 88% de la ropa se fabricaba en China. Un vestido 90% poliéster, hecho en China, con una etiqueta de precio de 19,000 coronas. La marca venía creciendo como cohete, de poco más de un millón de coronas en 2022 a 57 millones en 2025, con meta de 100 millones para este año.

La disposición a pagar estaba ahí, clarísima. Miles de clientes vieron ese precio y dijeron que sí.

Después miraron la etiqueta.

La tesis que Adlesic saca de ahí, apoyándose en un premio Nobel, es la que quiero que te lleves, porque no es sobre ropa: la disposición a pagar mide lo que el cliente cree, no lo que construiste. Cambia la información y el número cambia con ella. Y ahora, con la IA puesta en la mano de cualquiera, esa creencia se corrige más rápido que nunca.

Lo que el cliente paga mide lo que cree, no lo que tienes

La disposición a pagar (WTP, por sus siglas en inglés) es uno de los conceptos más usados en estrategia comercial, y casi siempre se entiende mal. Aparece en encuestas, en estudios, en presentaciones de precios como si fuera un número fijo, un techo estable que el cliente trae puesto.

No lo es. Es una función de lo que el comprador cree que está comprando. George Akerlof lo demostró en 1970 con su famoso mercado de los limones: cuando el vendedor sabe más que el comprador sobre la calidad real, el precio flota libre del valor. El comprador paga según su creencia, y cuando esa creencia se corrige, la disposición a pagar se desploma. Akerlof escribía sobre carros usados. El mecanismo es idéntico para un vestido de poliéster vendido bajo una identidad escandinava con nombre japonés y un origen mediterráneo apenas insinuado.

La investigación de marketing lo afina todavía más. Cuando una marca insinúa un origen prestigioso que no coincide con la realidad, la disposición a pagar sube. Cuando el origen real se revela, baja. El premio nunca estuvo pegado al producto. Estuvo pegado al supuesto. El orden de los países en esa web, Portugal primero y China al final, no era un descuido de formato. Era la arquitectura del precio.

Y ojo, para que quede claro: el problema no es China. Hay manufactura excelente ahí en todos los niveles de calidad. El problema es la distancia entre lo que el precio insinúa y lo que la etiqueta confirma.

La asimetría de información tiene fecha de caducidad

Acá está la parte que cambió, y es la que convierte esto de una anécdota en un riesgo de negocio.

Durante décadas, esa distancia entre lo que insinúas y lo que confirmas podía durar años. La información completa, el origen real, la composición, la estructura de costos, viajaba lento. El cliente se enteraba tarde, o nunca. El premio por creencia podía sostenerse mucho tiempo.

Ya no. Un solo blog con datos llega a un ciclo de prensa nacional en 48 horas, como pasó con Arakii. Y la IA puso una herramienta de verificación en la mano de cualquiera: el origen, la composición, los reclamos, ahora se chequean en minutos. La pregunta dejó de ser si la información completa va a llegar a tu cliente. Es cuándo. Adlesic lo dice con una frase que vale enmarcar: una estrategia de precios que depende de la asimetría de información no es una estrategia, es una cuenta regresiva.

Esto no significa que esté mal cobrar por una historia. Parte de lo que el cliente paga es experiencia, identidad, estética, el sentimiento que crea una marca, y eso es territorio legítimo de precio. El problema empieza cuando la historia se usa para insinuar una sustancia que no existe: artesanía europea, materiales premium, producción sostenible. Lo que se ancla a algo verificable es durable. Lo que se ancla a la atmósfera necesita mantenimiento constante, y la IA acaba de subirle el costo a ese mantenimiento.

Y lo mismo aplica a la IA que estás comprando

Acá doy vuelta el argumento, porque la misma mecánica corre en reversa cuando tú eres el comprador. Y casi nadie lo ve.

Las promesas de ROI que te hacen los vendedores de IA son, casi siempre, una disposición a pagar construida sobre creencia. “Un cliente quema 100 mil millones de tokens al mes.” “8x de productividad.” “IA nativa.” Son historias de origen, igual que el “hecho en Portugal” de Arakii. Insinúan una sustancia, un resultado, que muchas veces no viene con el número que lo respalde. Y tú pagas por la creencia, con presupuesto real, hasta que alguien te enseña la salida.

La buena noticia es que la misma transparencia que va a desnudar el precio de Arakii es la que puedes usar para desnudar lo que te venden. Esta semana escribí justo el otro lado de esta moneda: cuando Anthropic se midió a sí misma y publicó el número, hizo lo contrario al vendedor que solo presume cuánto consume. Frente a cualquier reclamo de IA, la pregunta que rompe la asimetría es la misma que rompe la de un precio inflado: enséñame lo verificable. La métrica concreta que pides ya la escribí aparte, el costo por funcionalidad enviada en vez de los tokens por mes. No le creas al origen insinuado. Pide la etiqueta.

Lo que hacemos en IQ Source con esto

Nuestro negocio es, en buena parte, cerrar esa distancia entre lo que se cree y lo que se puede comprobar. Para los dos lados.

Cuando una empresa nos pide evaluar dónde meter IA, no entregamos una historia bonita con un número de ROI inflado para que firmes. AI Maestro produce hallazgos verificables: un mapa de los procesos reales de tu operación, no los del organigrama, un Score de Oportunidad de IA proceso por proceso, y una compuerta Go/No-Go que se decide sobre lo que se puede comprobar, no sobre la atmósfera. Es lo contrario de un premio por creencia. Es una etiqueta que puedes revisar.

Y la misma disciplina te sirve hacia afuera. Si tu precio, o tu propuesta de valor, descansa sobre algo que el cliente cree pero no puede verificar, eso ya no es un precio. Es, en palabras de Adlesic, un préstamo contra su confianza. Y los préstamos se cobran. Antes de cerrar la semana, hazle a tu equipo comercial una sola pregunta: ¿qué parte de lo que cobramos está anclada a algo que el cliente puede comprobar, y qué parte está anclada a algo que solo necesita que no investigue? Esa segunda parte es tu premio por creencia, y la IA le acaba de poner fecha de vencimiento.

Basa tus decisiones de IA en lo verificable, no en la creencia