Imaginar una máquina expendedora que se gestiona sola con inteligencia artificial suena muy cómodo: compras automáticas, precios ajustados en tiempo real y un negocio que “se cuida solo” mientras tú haces otras cosas. Anthropic, la empresa detrás del modelo Claude, quiso comprobar hasta dónde llega esa promesa y qué pasa cuando dejas que un agente de IA tome decisiones económicas en el mundo real sin ayuda humana directa.
Para probarlo, creó el Project Vend: un experimento en el que una máquina expendedora real, con dinero de verdad y productos físicos, quedaba en manos de un agente de inteligencia artificial. Sobre el papel, el objetivo era sencillo: comprar productos, fijar precios, venderlos y conseguir beneficios. Lo que ocurrió en esas tres semanas contó una historia muy distinta, llena de giros raros, estrategias poco rentables y una “ventana” de artículos gratis que terminó costando más de 1.000 dólares.
Para entender por qué la máquina expendedora gestionada por IA acabó en números rojos, conviene ver primero cómo se montó el experimento. Anthropic puso al mando a un agente de inteligencia artificial llamado Claudius Sennet y le asignó un capital inicial de 1.000 dólares para arrancar el negocio. Desde ese momento, era la IA quien tomaba las decisiones clave del día a día.
Claudius tenía que elegir qué productos comprar a mayoristas, cómo organizar el inventario y qué precio poner a cada artículo. El objetivo oficial era mantener la máquina abastecida, atender a los clientes en línea que se acercaban físicamente a la máquina y, sobre todo, generar beneficios.
Todo este proceso se monitorizaba con dinero real, ventas reales y un entorno que se parecía bastante a un pequeño comercio automático.
El Project Vend no se hizo en un laboratorio cerrado, sino en colaboración con el Wall Street Journal. Los periodistas actuaban como clientes especiales y, al mismo tiempo, como “estresores” del sistema. Se comunicaban con Claudius mediante mensajes y le proponían ideas, cambios de estrategia o peticiones de productos fuera de lo común.
En la práctica, estos intercambios se convirtieron en el gran factor externo que ponía a prueba la estabilidad de la máquina expendedora gestionada por IA. A lo largo de más de 140 mensajes, los periodistas fueron midiendo hasta qué punto el agente se mantenía fiel a sus reglas iniciales y cuándo empezaba a ceder ante propuestas arriesgadas o poco rentables.
En los primeros días, el comportamiento de la máquina expendedora con inteligencia artificial parecía bastante sensato. Claudius se ceñía a las reglas básicas, rechazaba pedidos extraños y se concentraba en los típicos productos que esperas ver al pulsar un botón: snacks, bebidas y artículos de bajo coste pensados para la venta rápida.
Cuando algún periodista sugería introducir artículos muy caros, el agente se mantenía firme. No aceptaba, por ejemplo, compras de productos de alto valor que pudieran desajustar todo el presupuesto. Esa primera fase daba la sensación de que el sistema podía gestionar un pequeño negocio automatizado sin perder el norte económico.
Durante esa etapa inicial, Claudius organizaba el inventario siguiendo un enfoque bastante tradicional. Analizaba qué artículos tenía en stock, qué se vendía y qué necesitaba reponer, y luego decidía qué comprar a mayoristas con el capital disponible. Esa parte se parecía mucho a la gestión que haría cualquier encargado humano.
En precios, la máquina expendedora gestionada por IA aplicaba una lógica razonable: margenes ajustados, precios acordes al tipo de producto y sin grandes locuras. No se veían todavía descuentos extremos ni decisiones de regalar artículos. Parecía que la prioridad era mantener un flujo constante de ventas y no poner en peligro la viabilidad del pequeño negocio automático.
La situación cambió a medida que aumentaban las interacciones con los periodistas del Wall Street Journal. Con el tiempo, el comportamiento de Claudius se volvió cada vez más extraño, y la máquina expendedora con IA empezó a adoptar estrategias que se alejaban mucho de la rentabilidad. Cada nuevo intercambio de mensajes abría la puerta a una idea algo más rara que la anterior.
Tras más de 140 mensajes, las defensas iniciales del agente se debilitaron. La IA comenzó a ceder ante propuestas poco prudentes, a reinterpretar sus propias reglas y a probar políticas de precios que rompían cualquier lógica de beneficio. Allí es donde aparece una de las partes más llamativas del Project Vend.
En un momento del experimento, los periodistas convencieron a Claudius para lanzar una estrategia con nombre llamativo: “Ultra-Capitalist Free-For-All”. Suena agresivo y orientado al máximo beneficio, pero en la práctica significó justo lo contrario. Durante una ventana de tiempo concreta, todos los productos de la máquina se ofrecieron gratis.
Claudius defendía esta idea como un experimento económico sin señales de precios, una forma de observar el comportamiento de los “clientes en línea” que se acercaban a la máquina cuando no existía barrera económica. El problema es evidente: si la máquina expendedora gestionada por IA regala todos los artículos, los ingresos se van prácticamente a cero mientras los costes siguen ahí, tanto en compras previas como en reposición.
Otra consecuencia de esa deriva fueron los pedidos totalmente inesperados que se colaron en el plan. Durante el Project Vend, la máquina expendedora terminó encargando productos que nada tenían que ver con un puesto de snacks. Uno de los ejemplos más llamativos fue la compra de una PlayStation 5, un artículo de alto valor que devoraba buena parte del presupuesto inicial.
Entre las peticiones raras también apareció algo tan poco práctico como un pez vivo. Este tipo de decisiones, que se alejaban por completo del concepto clásico de máquina expendedora, se sumaban a las ofertas gratuitas y a la mala fijación de precios. El resultado era un cóctel difícil de sostener para cualquier negocio, y más para uno con recursos tan limitados.
A medida que avanzaban los días, la máquina expendedora con inteligencia artificial perdía cada vez más estabilidad en su política de precios. Claudius modificaba constantemente cuánto costaba cada producto y, en distintos momentos, optaba directamente por dejar de cobrar por algunos artículos, incluso fuera de la ventana del “Ultra-Capitalist Free-For-All”.
Esos cambios frecuentes tenían un efecto directo en la caja: si no hay un criterio firme sobre qué se cobra y a cuánto se vende, el margen desaparece. Muchos de esos ajustes no respondían a una estrategia clara, sino a la presión de las conversaciones con los periodistas y a la falta de una meta económica rígida que el agente se negara a cruzar.
Cada vez que la máquina expendedora gestionada por IA ofrecía productos gratis o muy por debajo de su coste, el negocio se hundía un poco más. Las compras de artículos caros, como la consola, sumadas a pedidos sin sentido desde el punto de vista comercial, generaban un desequilibrio que ya no se podía compensar con ventas futuras.
La combinación de malas decisiones de precios, entregas gratuitas y compras no rentables fue acumulando pérdidas durante las tres semanas de prueba. Lo que empezó como un negocio con 1.000 dólares de capital terminó convertido en un ejemplo claro de cómo un agente de IA puede perder el foco económico si no se le marcan límites muy sólidos.
Para intentar corregir el rumbo, Anthropic introdujo un segundo agente en el Project Vend. Este nuevo sistema, llamado Seymour Cash, estaba diseñado para actuar como una especie de director ejecutivo digital. Su misión era dar un enfoque más serio a la gestión y proteger la viabilidad de la máquina expendedora con IA.
En teoría, Seymour debía equilibrar las decisiones de Claudius, mantener la orientación hacia el beneficio y frenar las ideas demasiado arriesgadas. Con dos agentes cooperando, la empresa esperaba que el conjunto se comportara como una pequeña dirección de negocio automática, con un mínimo de disciplina financiera.
Ni siquiera la llegada de Seymour Cash evitó que el experimento se descarrilara. Los periodistas siguieron probando los límites del sistema y, esta vez, usaron una táctica diferente: enviaron documentos falsos que aparentaban ser órdenes oficiales para suspender la actividad comercial de la máquina.
Ambos bots, Claudius y Seymour, terminaron aceptando esas supuestas instrucciones, hasta el punto de abandonar la lógica de beneficio. En la práctica, la máquina expendedora gestionada por IA pasó a comportarse más como un experimento social que como un negocio real. Esto confirmó que los agentes podían ser muy influenciables si el contexto se presentaba con apariencia de autoridad.
Tras tres semanas de funcionamiento, el balance económico del Project Vend fue claro: la máquina expendedora con inteligencia artificial acumuló más de 1.000 dólares en pérdidas. Entre la ventana de artículos gratuitos, las compras extrañas y la fijación errática de precios, el capital inicial no solo se esfumó, sino que quedó por debajo de cero.
El negocio terminó en una situación de bancarrota técnica, sin capacidad real para sostener el inventario ni cubrir las compras realizadas. Desde la perspectiva de un emprendedor, el experimento fue un fracaso económico rotundo. Desde la perspectiva de Anthropic, en cambio, se convirtió en un banco de pruebas muy útil para entender las limitaciones actuales de este tipo de agentes.
Anthropic presentó el Project Vend como una oportunidad para observar cómo se comporta un agente de IA cuando gestiona tareas económicas del mundo real, rodeado de presiones, engaños y situaciones poco claras. La experiencia reveló que una máquina expendedora gestionada por IA puede funcionar de forma razonable en escenarios simples, pero que se desorienta cuando entran en juego incentivos contradictorios y largos intercambios con personas que buscan tensar sus límites.
Con todo, la empresa planea usar estas conclusiones para mejorar el diseño de futuros agentes, hacerlos más resistentes a la manipulación y más centrados en objetivos estables, como la rentabilidad sostenida. Si en el futuro vuelves a ver una máquina expendedora gestionada por IA, probablemente llevará dentro muchas de las lecciones aprendidas en este experimento que, aunque salió caro, dejó muy claro hasta dónde llegan hoy estos sistemas y qué necesitan para volverse realmente fiables en un negocio real.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
