--- title: "Los Ángeles pagó $6 millones por un chatbot que murió a los tres meses" description: "El distrito escolar de Los Ángeles pagó $6M por el chatbot Ed; AllHere colapsó a los meses y su fundadora fue arrestada. El fallo fue de proceso, no del modelo." slug: "chatbot-ed-los-angeles-6-millones-allhere" url: "https://catalizadora.ai/blog/chatbot-ed-los-angeles-6-millones-allhere" cluster: "casos-ia" author: "Pablo Estrada" published_at: "2026-08-26T08:03:54.437+00:00" updated_at: "2026-08-26T18:44:29.641911+00:00" read_minutes: "7" lang: "es" --- # Los Ángeles pagó $6 millones por un chatbot que murió a los tres meses > El distrito escolar de Los Ángeles pagó $6M por el chatbot Ed; AllHere colapsó a los meses y su fundadora fue arrestada. El fallo fue de proceso, no del modelo. ## La cronología **Día 0.** Marzo de 2024. El distrito escolar de Los Ángeles, el segundo más grande de Estados Unidos, pone en marcha "Ed", un chatbot de inteligencia artificial pensado para acompañar a estudiantes y responderles a sus familias. Detrás está AllHere, una de las estrellas del edtech estadounidense: su fundadora había entrado a la lista Forbes 30 Under 30 y el distrito había comprometido seis millones de dólares por el producto. Sobre el papel, todo estaba en orden: proveedor reconocido, presupuesto aprobado, lanzamiento público. **Día 1.** Ed empieza a atender y aparecen dos problemas que no se resuelven con una actualización. El primero es que la información que les daba a los padres era imprecisa. El segundo, más de fondo, es que la herramienta no se integraba con los sistemas del distrito, es decir, no leía de forma confiable los datos reales del estudiante sobre los que decía informar. **Horas/días después.** En junio, apenas unos meses después del lanzamiento, AllHere colapsó. El producto por el que se pagaron seis millones se quedó sin empresa que lo sostuviera. En noviembre de 2024, la fundadora fue arrestada y acusada por fiscales federales. > Seis millones de dólares no compraron un chatbot: compraron la promesa de una empresa que nadie verificó con la misma seriedad con la que se verificó el demo. ## Qué pasó, en detalle El caso tiene dos capas y conviene no mezclarlas, porque las lecciones son distintas. La capa técnica es casi rutinaria. Ed prometía ser un asistente personalizado para cada estudiante, y ese tipo de promesa solo se cumple si el sistema tiene acceso vivo a la información de ese estudiante: asistencia, calificaciones, horarios, contactos. Cuando esa conexión no existe o funciona a medias, el asistente no se calla: contesta igual, con lo que tenga a mano, y produce respuestas plausibles pero inexactas. Eso fue lo que recibieron los padres. No es una anomalía del modelo, es el comportamiento esperado de cualquier sistema conversacional al que se le pide precisión sobre datos que no puede consultar. La capa institucional es la grave. Meses después del lanzamiento, la empresa cerró. Y en noviembre de 2024 llegó la acusación federal: según los fiscales, la fundadora habría presentado a inversionistas ingresos millonarios cuando la cifra real rondaba los once mil dólares, y habría usado fondos de la empresa para gastos personales, entre ellos su casa y su boda. La acusación describe un esquema para defraudar a inversionistas por alrededor de diez millones de dólares. Son cargos, no una condena, y así hay que leerlos. Pero el efecto sobre el comprador ya estaba consumado: el distrito quedó con un producto que no funcionaba como se prometió y sin contraparte a quien reclamarle. [Cobertura en THE74MILLION.ORG](https://www.the74million.org/article/feds-charge-once-lauded-allhere-ai-founder-in-10m-scheme-to-defraud-investors/) ## Por qué pasó La tentación es concluir que el modelo alucinó y que por eso todo se vino abajo. No es eso. Lo que falló fue el proceso de compra, y falló en dos puntos que se auditan por separado. El primero es la verificación de capacidad, no de intención. Nadie exigió, antes de comprometer el presupuesto completo, una prueba de que el chatbot leía de verdad los sistemas del distrito con datos reales de estudiantes reales. Un demo que responde bien en una sala de juntas se construye en una tarde con datos de ejemplo; la integración con el sistema de registro es el trabajo caro, lento y aburrido que separa un producto de una presentación. Cuando el pago va adelante de la evidencia, se está financiando la presentación. El segundo es la verificación del proveedor como empresa. La reputación funcionó como sustituto de la revisión: una lista de Forbes, cobertura de prensa y otros clientes bastaron para dar por resuelta una pregunta que nunca se hizo en voz alta, que es si esa compañía iba a existir dentro de doce meses. La solvencia de un proveedor de software no es un detalle administrativo cuando el producto vive en su infraestructura, con su código y sus credenciales. Si la empresa desaparece, el cliente no pierde un servicio: pierde el sistema. ![Las cifras del caso AllHere: $6 millones pagados, tres meses de vida del chatbot Ed](/img/casos/chatbot-ed-los-angeles-6-millones-allhere-datos.jpg) *Seis millones de dólares por un producto que operó unos meses, frente a los once mil dólares de ingresos reales que, según los fiscales, tenía la empresa.* ## Dónde te puede pasar a ti No hace falta un contrato de seis millones para reproducir exactamente este error. En una empresa mediana de la región el mismo patrón aparece en escala pequeña, y por eso pasa desapercibido. - **El bot de atención que instaló un tercero.** Si el número de WhatsApp, el proyecto de base de datos y las llaves de las APIs están a nombre del proveedor, no tienes un bot: tienes acceso a un bot. El día que ese proveedor deje de contestar el correo, tus conversaciones, tus contactos y tu histórico se van con él. - **Las cotizaciones automatizadas.** Un asistente que arma precios a partir de un documento cargado hace ocho meses va a cotizar con confianza total condiciones que ya cambiaron. El error no se ve en la prueba, se ve en la factura que el cliente reclama tres semanas después. - **La cobranza y los recordatorios.** Un flujo que le escribe al cliente equivocado, o que informa un saldo que no coincide con el sistema contable, hace un daño comercial silencioso: nadie te lo reporta, simplemente dejan de responderte. - **El proveedor que cobra por hito prometido.** Si el cronograma dice "entrega del módulo de IA" y el pago se libera contra esa frase en vez de contra una demostración con tus datos, estás pagando por una descripción. La pregunta incómoda de hoy: si tu proveedor de IA cerrara este lunes, ¿cuántos días te tomaría seguir operando, con qué credenciales y con qué copia de tus propios datos? ## Cómo se evita **1. Audita a la empresa, no solo al producto.** Antes de firmar, pide referencias de dos clientes que estén en producción hoy y llamalos. Verifica antigüedad, registro y quién responde legalmente por el contrato. Reputación mediática no es solvencia. **2. Paga contra evidencia, por fases.** Dividí el proyecto en entregas verificables y ata cada pago a una demostración con datos reales de tu operación, no con datos de ejemplo. Ninguna fase se cierra con una presentación; se cierra con el sistema haciendo la tarea delante de ti. **3. Exigí que todo esté a tu nombre desde el día uno.** Repositorio de código, base de datos, número de WhatsApp, cuentas de las APIs y dominio. El proveedor trabaja con acceso invitado a tus recursos, no al revés. Esto se negocia antes de la primera línea de código, porque después es una migración. **4. Prueba la integración antes del contrato grande.** Un piloto acotado de dos semanas sobre treinta casos reales revela en días lo que un demo esconde durante meses: si el sistema lee de verdad tus tablas, o si está adivinando con lenguaje elegante. **5. Escribí el plan de salida antes de necesitarlo.** Que el contrato diga cómo exportas tus datos, en qué formato, en cuánto tiempo y quién tiene la documentación. Un proveedor serio no se ofende con esa cláusula; la agradece, porque le sube el precio a su competencia. ## Cómo lo hacemos en Catalizadora De nuestro stack, tres candados aplican directamente a este caso. El **Método MAGIA** entrega fase por fase con evidencia, y cada fase se cierra con el sistema funcionando sobre datos del cliente, no con un documento de avance. En la misma línea, el código, los datos y las credenciales quedan **a nombre del cliente** desde el primer día: si mañana desaparecemos, el cliente sigue operando con lo suyo, porque siempre fue suyo. **Cortex** resuelve la parte que le pasó a Ed. Los precios y las condiciones salen de tablas del cliente, no de la memoria del modelo, y las capacidades del bot se declaran de forma explícita: lo que no está declarado, no existe, y el caso se escala a una persona en lugar de improvisar una respuesta. Un asistente que no puede leer un dato dice que no lo tiene; no lo inventa. **Atlas** guarda el registro completo e inalterable de cada conversación, del lado del cliente. Cuando alguien reclama qué se le dijo y cuándo, la respuesta es un registro, no una reconstrucción. La regla, en una línea: si tu proveedor de IA desaparece un lunes, el martes tienes que poder seguir operando. --- *Este es uno de los casos documentados en nuestra hemeroteca de fallas de IA. Todos con su fuente enlazada, y todos con la misma conclusión: el problema casi nunca es el modelo.* ## Preguntas frecuentes ### ¿Qué pasó después con AllHere y con el chatbot Ed? AllHere colapsó en junio de 2024, apenas unos meses después del lanzamiento de Ed en marzo, y el producto se quedó sin empresa que lo sostuviera. En noviembre de 2024 la fundadora fue arrestada y acusada por fiscales federales en relación con un esquema para defraudar a inversionistas por alrededor de diez millones de dólares. Se trata de cargos, no de una condena. ### ¿El problema fue la inteligencia artificial o el proveedor? Ninguno de los dos por separado: fue el proceso de compra. El modelo daba respuestas imprecisas porque no estaba conectado de forma confiable a los sistemas del distrito, y esa integración nunca se verificó antes de comprometer el presupuesto completo. A eso se le sumó que tampoco se auditó la solvencia de la empresa proveedora. ### ¿Cómo audito a un proveedor de IA antes de firmar? Pide referencias de dos clientes que estén hoy en producción y llamalos, verifica antigüedad y registro legal de la empresa, y confirma quién responde por el contrato si el equipo cambia. Después exigí un piloto acotado con tus propios datos antes del contrato grande: un demo con datos de ejemplo no prueba nada sobre la integración. ### ¿Qué cláusulas debe tener el contrato para no quedarme sin nada si el proveedor cierra? Que el código, la base de datos, el número de WhatsApp, las cuentas de las APIs y el dominio estén a nombre de tu empresa desde el primer día, con el proveedor trabajando como invitado. Suma pagos atados a entregas demostrables y un plan de salida escrito: formato de exportación de datos, plazos y ubicación de la documentación. --- Source: https://catalizadora.ai/blog/chatbot-ed-los-angeles-6-millones-allhere Author: Pablo Estrada — AI Catalysts, LLC (catalizadora.ai)