El ciclo de hype de Gartner no es solo un marco teórico: es una herramienta poderosa para entender cómo reaccionamos ante la novedad. Cuando aparece una tecnología emergente, las expectativas se disparan, luego caen abruptamente y finalmente se estabilizan. Comprender este recorrido permite tomar decisiones más inteligentes, reducir riesgos y anticipar patrones de adopción.
Experimenté lo que ahora sé que es el ciclo de hype de Gartner (ciclo de sobreexpectación) cuando trabajábamos en recomendadores e íbamos a renovar el existente.
Durante la primer semana de lanzamiento se alcanzaron picos muy altos en la métrica principal. En la segunda se mantuvieron. Sin embargo, en la tercera se observó un descenso pronunciado. Esto fue preocupante y creímos que algo había fallado. Revisamos el algoritmo (estábamos en A/B y no se había modificado nada). Revisamos todo y no encontramos ningún error, pero el descenso era real. Casi nos tiramos por la ventana. Lo cierto es que aunque el valor de la métrica disminuyó, desde el inicio fue superior al del recomendador existente, por lo que ese descenso no justificaba suspender la prueba.
A partir de la cuarta semana, las métricas se estabilizaron. Seguían arriba del recomendador anterior, por lo que el objetivo se había cumplido. Aunque jamás se volvieron a registrar los picos iniciales. Como parte de nuestra investigación, aprendimos que este comportamiento es un patrón que puede presentarse al introducir una nueva tecnología.
El objetivo se había cumplido. Y aprendimos qué era el ciclo de hype por experimentación, no por teoría.
El patrón puede presentarse o no. No es una ley universal, por lo que justificar una mala métrica usando el ciclo de hype como excusa es irresponsable. Hay condiciones que favorecen la aparición del ciclo y condiciones donde una caída sí indica un problema técnico, estratégico o de experiencia de usuario.
¿Qué es el ciclo de hype de Gartner?
Es una representación gráfica que ilustra la relación entre madurez tecnológica, adopción real y expectativas sociales. No describe solamente el avance técnico, sino la interacción entre:
- atención mediática
- entusiasmo empresarial
- percepción social
- uso real
Fue introducido en 1995 por Jackie Fenn, analista de Gartner especializada en tecnologías emergentes. En su nota “When to Leap on the Hype Cycle”, dibujó por primera vez la curva que luego se convertiría en estándar.
Las fases del ciclo
1. Lanzamiento (Trigger). Aparece una tecnología nueva o una recombinación novedosa de elementos existentes. Surgen prototipos, papers, demos y comunicados. Hay pocas pruebas reales.
2. Pico de expectativas sobredimensionadas (Peak). La conversación estalla. Medios, conferencias y proveedores hablan de beneficios transformadores. Algunos casos funcionan, otros son más marketing que sustancia.
3. Valle de desilusión (Trough). Llegan los fracasos, los proyectos demasiado ambiciosos colapsan, la cobertura mediática baja. Aquí ocurre el aprendizaje real.
4. Rampa de consolidación (Slope). Empiezan a verse patrones claros: cuándo funciona, cómo funciona y en qué condiciones. Surgen buenas prácticas, métricas y arquitecturas.
5. Meseta de productividad (Plateau). La tecnología deja de ser novedad y se convierte en una herramienta estable. Es útil, predecible y parte de un ecosistema maduro.
Evolución
| Período | Hito |
|---|---|
| 1995 | Primera publicación de Jackie Fenn |
| 1996 | Primer ciclo anual (Java, Internet Terminals, Web) |
| 2003 | Expansión a múltiples ciclos por industria |
| 2008 | Libro Mastering the Hype Cycle (Fenn & Raskino) |
| 2020s | Más de 130 ciclos, 1,900+ innovaciones cubiertas |
El modelo trascendió a Gartner. Hoy se usa en el periodismo, la consultoría, la ciencia y el análisis social.
¿Por qué debería importarnos el ciclo de hype?
- Para individuos
- Decisiones informadas
Ayuda a evitar adoptar tecnologías demasiado inmaduras… o demasiado tarde. - Protección emocional
El hype impulsa decisiones impulsivas. Entender el ciclo ayuda a tomar distancia. - Ventaja competitiva
La adopción temprana informada (en fase de rampa, no en el pico) abre oportunidades reales.
- Decisiones informadas
- Para organizaciones
- Inversión estratégica
Permite decidir cuándo explorar, cuándo invertir y cuándo escalar. - Gestión de riesgos
Un fracaso en el valle no siempre indica mala tecnología; puede ser un mal timing. - Planificación
Las organizaciones que sobreviven al valle usualmente construyen ventaja sostenible.
- Inversión estratégica
- Para gobiernos y reguladores
- Política pública realista
Evitar regular por pánico o por moda. - Fomento a innovación
Invertir en fases con mayor probabilidad de madurez.
- Política pública realista
¿A quién le importa específicamente?
| Grupo | Por qué importa | Aplicación |
|---|---|---|
| CEOs | Decisiones de inversión | Transformación del negocio |
| CIOs/CTOs | Arquitectura tecnológica | Hoja de ruta de sistemas |
| Inversionistas | Timing crítico | Portafolios y riesgo |
| Emprendedores | Construcción de productos | Elegir tecnologías con futuro |
| Desarrolladores | Trayectoria profesional | Habilidades relevantes |
| Consultores | Estrategia informada | Recomendaciones responsables |
| Académicos | Investigación sólida | Espacios no saturados |
| Reguladores | Política pública | Regulación basada en realidad |
| Periodistas | Contexto | Cobertura equilibrada |
| Usuarios finales | Adopción | Cuándo migrar o cambiar |
Ejemplos prácticos del ciclo
1. App de recomendación de películas. Una app viral puede vivir el pico rápido, el valle de desilusión y luego un retorno estable cuando se ajustan expectativas y algoritmos. Comprender el ciclo evita inversiones desproporcionadas en el momento equivocado.
2. Migraciones a nube híbrida. Entre 2018 y 2024 pasó por hype, desilusión, aprendizajes y adopción madura. Las empresas que persistieron con disciplina hoy tienen ventaja clara.
3. Inteligencia Artificial. Los LLMs vivieron un hype histórico en 2023-2024. Hoy vemos la transición hacia casos de uso reales y estándares de implementación más sólidos. Algunos sectores ya están en Slope; otros permanecen en Trough.
4. Internet y la burbuja .com. Un ejemplo clásico: inmenso hype, colapso financiero y, años después, una industria madura que transformó el mundo. La burbuja fue dolorosa; la tecnología subyacente, revolucionaria.
Lo que este modelo sí explica y lo que no
Describe bien:
- tecnologías visibles
- con fuerte narrativa
- alta incertidumbre
- mucho marketing
- actores que promueven expectativas
No describe bien:
- tecnologías silenciosas
- infraestructura técnica
- mejoras incrementales
- innovaciones altamente reguladas
- soluciones cuyo valor es inmediato
El ciclo no dice si una tecnología es buena o mala. Describe la brecha entre expectativas colectivas y realidad de uso.
Un recordatorio esencial
Jackie Fenn lo expresó con claridad:
“A medida que el modelo se difundió, nos dimos cuenta de que el ciclo de hype no trata realmente sobre la tecnología. Trata sobre la reacción humana ante la novedad. Las innovaciones avanzan hacia la madurez o la obsolescencia; somos nosotros, los seres humanos, quienes vamos y venimos entre el entusiasmo y la desilusión.”
Las innovaciones avanzan por la curva hacia la madurez o la obsolescencia; somos nosotros, los seres humanos, quienes vamos y venimos entre el entusiasmo y la desilusión”
El ciclo de hype es un espejo de nuestra psicología colectiva: emoción, exageración, aprendizaje y estabilidad.
Comprenderlo no solo mejora las decisiones tecnológicas, sino que también nos ayuda a atravesar la emoción frente a la novedad. Y a nivel individual, en una época en la que la innovación avanza más rápido que nuestras expectativas (y también que nuestra capacidad de mantener el ritmo de los lanzamientos).