--- title: "Nate levantó $50 millones con una «IA» que, según el DOJ, automatizaba efectivamente el 0%" description: "El caso nate: el DOJ acusó a su fundador de fraude por vender como IA un trabajo hecho por personas en Filipinas. Cómo verificar que la IA que compras es real." slug: "nate-app-ia-compras-fraude-filipinas" url: "https://catalizadora.ai/blog/nate-app-ia-compras-fraude-filipinas" cluster: "casos-ia" author: "Pablo Estrada" published_at: "2026-08-26T06:19:58.651+00:00" updated_at: "2026-08-27T07:10:38.390846+00:00" read_minutes: "7" lang: "es" --- # Nate levantó $50 millones con una «IA» que, según el DOJ, automatizaba efectivamente el 0% > El caso nate: el DOJ acusó a su fundador de fraude por vender como IA un trabajo hecho por personas en Filipinas. Cómo verificar que la IA que compras es real. La promesa de nate era limpia: instalas la app, encuentras algo que quieres comprar en cualquier tienda en línea, tocas un botón y la IA completa la compra por ti. Nada de formularios, nada de tarjetas, nada de checkout. En abril de 2025, el Departamento de Justicia de Estados Unidos acusó a su fundador, Albert Saniger, de fraude a inversionistas. Según la acusación, la tasa de automatización real era **cercana a cero**: las compras las completaban a mano cientos de contratistas en un centro de operaciones en Filipinas. > Desde el lado del usuario el producto funcionaba. Lo que no era real era el mecanismo — y con él, toda la tesis de inversión. ## Qué pasó La empresa había levantado más de 40 millones de dólares de fondos reconocidos, presentando a nate como una aplicación impulsada por IA propia. La acusación del DOJ sostiene que Saniger sabía que la automatización no funcionaba, y que ocultó deliberadamente el trabajo humano detrás del producto. Cuando surgían dudas internas, la respuesta era mantener la narrativa. El detalle que hace el caso didáctico: **desde el lado del usuario, el producto funcionaba**. La compra se completaba. La experiencia era la prometida. Lo que no era real era el mecanismo — y con él, toda la tesis de inversión, que dependía de que el costo por transacción bajara con la escala. Con personas a mano, no baja: sube. [Cobertura en TechCrunch](https://techcrunch.com/2025/04/09/fintech-founder-charged-with-fraud-after-ai-shopping-app-found-to-be-powered-by-humans-in-the-philippines/). ## Por qué pasó El patrón tiene nombre en la industria: se lo llama *AI washing*, y en 2024-2025 dejó de ser un pecado de marketing para convertirse en materia de reguladores. La SEC ya multó a firmas por exagerar sus capacidades de IA, y este caso escaló a lo penal. Pero hay una razón estructural por la que pasa tanto: **decir "IA" cambia la valuación**. La misma empresa, con el mismo producto y los mismos ingresos, vale distinto si el mecanismo es un algoritmo que si es un equipo de personas. Un algoritmo escala con costo marginal casi nulo; un equipo, no. Ese diferencial es el incentivo. Y mientras nadie pida la métrica que lo delata —la tasa de intervención humana— el incentivo gana. ![nate app ia compras fraude filipinas](/img/casos/nate-app-ia-compras-fraude-filipinas-datos.jpg) *Las cifras del caso, en una imagen.* ## Dónde te puede pasar a ti Como comprador de tecnología, este caso es la versión extrema de algo que vas a encontrar seguido: - **La demo es impecable** porque está preparada, y en producción alguien corrige a mano lo que el sistema no resuelve. - **El proveedor habla de "IA propia"** y en realidad es una llamada a un modelo de terceros con un prompt encima — que puede estar perfectamente bien, pero cambia el precio justo y el riesgo. - **El "agente autónomo"** tiene un equipo de soporte revisando cada acción antes de ejecutarla. Ninguna de las tres es necesariamente mala. Un proceso con humanos en el circuito puede ser la decisión correcta. **El problema es pagar precio de automatización por un servicio con personas adentro**, y descubrirlo cuando el proveedor sube la tarifa porque su costo escala con tu volumen. ## Cómo se evita **1. Pide la tasa de intervención humana, medida.** Qué porcentaje de casos requiere que una persona revise, corrija o complete. Si no lo miden, ya sabes la respuesta. **2. Pide ver el sistema fallar.** Un caso raro, en vivo, sin preparar. Cómo se comporta cuando no sabe es más informativo que cómo se comporta cuando sabe. **3. Pregunta qué modelo usan y de quién es.** No para descalificar: para entender qué estás comprando y cuánto cuesta de verdad. **4. Mira la curva de costos, no el precio de hoy.** Si el costo del proveedor crece con tu volumen, tu precio va a crecer con tu volumen. **5. Pide acceso a los registros.** Poder ver qué hizo el sistema, decisión por decisión, es la única verificación que no depende de que te cuenten la verdad. ## Cómo lo hacemos en Catalizadora Somos explícitos sobre el mecanismo porque el cliente termina siendo dueño de él. Usamos modelos de Anthropic —somos partner oficial— y el cliente sabe exactamente qué modelo corre en su sistema, en qué parte del flujo y con qué costo. No hay una "IA propia" misteriosa: hay una arquitectura que se puede leer, porque el código queda a nombre del cliente. Y cuando algo necesita a una persona, lo decimos y lo diseñamos así. Hay pasos donde el criterio humano es la decisión correcta —aprobar un descuento fuera de política, cerrar una venta grande, manejar un reclamo delicado— y esconder eso solo sirve para que el cliente descubra tarde que su "automatización" tiene gente adentro. El número está a la vista en **Faro**: cuánto atendió el sistema solo y cuánto escaló a una persona. Ese es el dato que separa la automatización de la promesa. --- *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 es el AI washing? Presentar como inteligencia artificial un proceso que no lo es, o exagerar el grado de automatización real de un producto. Desde 2024 los reguladores lo persiguen activamente: la SEC ha multado firmas por exagerar sus capacidades de IA y este caso escaló a una acusación penal. ### ¿Es malo que un producto de IA tenga personas en el proceso? No. En muchos flujos el criterio humano es la decisión correcta. El problema es no declararlo: pagar precio de automatización por un servicio con personas adentro, y descubrirlo cuando el proveedor sube el precio porque su costo escala con tu volumen. ### ¿Cómo verifico la automatización real de un proveedor? Pide la tasa de intervención humana medida durante un mes, pide ver el sistema enfrentar un caso raro sin preparación, y pide acceso a los registros de lo que hizo. Las tres son verificables y ninguna depende de que te cuenten la verdad. --- Source: https://catalizadora.ai/blog/nate-app-ia-compras-fraude-filipinas Author: Pablo Estrada — AI Catalysts, LLC (catalizadora.ai)