Xiaomi y HarmonyOS en la mira: cómo pandillas de IA fabrican rumores negativos sobre movilidad inteligente y por qué cortar la cadena de lucro es más eficaz que bloquear cuentas
Imagínate esto: 100 artículos negativos generados en menos de 5 minutos, distribuidos por más de 8 mil cuentas controladas, apuntando directamente a marcas como Li Auto, Xiaomi y Hongmeng Zhixing (el ecosistema de movilidad inteligente basado en el HarmonyOS de Huawei) en el sector de vehículos eléctricos.
Parece guion de thriller tecnológico, pero ocurrió de verdad. Según un reportaje de la agencia estatal Xinhua, la policía de Yantai, en la provincia de Shandong, China, desmanteló dos pandillas especializadas en difundir desinformación sobre marcas de vehículos de nueva energía usando inteligencia artificial como motor principal de la operación. ¿Y el detalle que lo cambia todo en esta historia? Ningún fabricante competidor estaba detrás de esto.
Lo que parecía una guerra sucia entre empresas rivales era, en realidad, una línea de producción automatizada de negatividad, impulsada por IA y motivada por una sola cosa: tráfico y lucro. No importaba si la información era verdadera, si la marca era culpable o si el consumidor saldría perjudicado. Lo que importaba era el clic.
Este caso expone un problema que va mucho más allá de relaciones públicas o disputas de mercado — revela cómo la IA puede transformarse en un arma de desinformación a escala industrial, con costo casi nulo y alcance gigantesco. Y mientras las marcas intentan defenderse, el entorno informativo alrededor de la movilidad inteligente se vuelve cada vez más tóxico para todos, incluido quien solo quiere comprar un coche eléctrico sin ser manipulado en el camino. 🚗⚡
Cómo funcionaba la operación en la práctica
Las dos pandillas identificadas por la policía de Yantai operaban de forma sorprendentemente organizada. Utilizaban herramientas de inteligencia artificial generativa — específicamente grandes modelos de lenguaje de uso general — para crear contenido negativo en masa, dirigiendo ataques a marcas del sector de movilidad inteligente, con énfasis en Li Auto, Xiaomi y Hongmeng Zhixing. El proceso era casi industrial: un operador insertaba palabras clave o temas negativos, y el sistema de IA producía decenas de artículos, publicaciones y comentarios en minutos, todos con variaciones sutiles en el texto para parecer contenidos distintos y orgánicos.
Los títulos estaban pensados para generar indignación instantánea. Ejemplos reales identificados por la investigación incluyen frases como:
- La entrega del M9 está lejos, y el Zunjie lidera la lista de reclamaciones
- Lei Jun realmente se metió en un gran lío esta vez
- Li Auto es terca, sus ventas mensuales nunca superaron los cuatro dígitos
Estas publicaciones se distribuían luego a través de una red de más de 8 mil cuentas en plataformas digitales chinas, creando la ilusión de un sentimiento popular ampliamente negativo hacia las marcas objetivo. Para cualquier consumidor navegando por reseñas o noticias sobre vehículos eléctricos, la sensación era de que mucha gente estaba insatisfecha, que los productos tenían fallas graves, que las empresas ocultaban problemas serios. Era una narrativa fabricada desde cero, pero con apariencia totalmente legítima.
El volumen y la velocidad de publicación hacían prácticamente imposible para una persona común distinguir lo real del contenido sintético. Y es exactamente eso lo que hace que esta nueva generación de ejércitos digitales sea tan diferente de la antigua.
La diferencia brutal entre los ejércitos digitales tradicionales y los impulsados por IA
Los ejércitos digitales — los famosos water armies — siempre existieron en la internet china. Pero la versión tradicional era relativamente ineficiente. El trabajo se hacía manualmente: personas contratadas para copiar y pegar textos, hacer comentarios repetitivos y publicar contenido estandarizado. Este tipo de operación generaba contenido tan homogéneo que los sistemas de control de riesgo de las plataformas conseguían identificar y eliminar buena parte con mecanismos simples de detección de duplicados.
La IA cambió completamente las reglas del juego. Con modelos de lenguaje generativos, cada artículo producido es textualmente único, aunque transmita el mismo mensaje negativo. El sistema consigue monitorear tendencias en tiempo real, identificar qué temas están generando más revuelo y generar contenido a medida para surfear la ola del momento. Figuras públicas con alto grado de exposición, como Lei Jun (CEO de Xiaomi) y Yu Chengdong (ejecutivo de Huawei responsable del HarmonyOS Zhixing), ven cómo sus declaraciones, eventos e hasta detalles personales se transforman en materia prima para la fabricación de polémicas.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
¿El costo marginal? Prácticamente cero. Generar más de cien artículos en cinco minutos es operación básica. Y es justamente ese costo irrisorio lo que hizo que la oferta de contenido negativo explotara de forma exponencial.
La motivación no es guerra comercial — es arbitraje de tráfico
La reacción más natural de quien ve una avalancha de contenido negativo contra una marca específica es pensar que algún competidor está detrás. Es el reflejo lógico: si Li Auto está siendo atacada, Xiaomi debe estar pagando. Si Xiaomi está sufriendo, Huawei puede estar involucrada. La investigación policial, sin embargo, reveló algo mucho más perturbador.
Estas pandillas no tenían fidelidad a ninguna marca. Atacaban indiscriminadamente a quien estuviera en el candelero. El único criterio era el potencial de tráfico. Si Xiaomi estaba en las noticias por un nuevo lanzamiento, Xiaomi era el objetivo. Si Li Auto estaba generando discusión por cifras de ventas, Li Auto se convertía en el blanco. No había estrategia comercial detrás — había puro y simple arbitraje de atención.
El modelo de monetización era directo. El contenido negativo y sensacionalista genera clics. Los clics generan exposición en las plataformas. La exposición genera ingresos publicitarios a través de los programas de reparto de tráfico. En algunos casos, el esquema podía ir más allá, con la posibilidad de extorsión velada: crear el problema y, después, ofrecer servicios de gestión de reputación a las propias marcas atacadas. Un ciclo cínico, pero altamente eficiente dentro de la lógica de la economía de la atención digital.
Y aquí está el punto más corrosivo de todo esto: como las empresas no saben quién realmente está detrás de los ataques, acaban sospechando unas de otras. La Marca A es difamada y sospecha de la Marca B. Al día siguiente, la Marca B también es atacada y sospecha de la Marca A de vuelta. Esa desconfianza mutua drena energía, recursos y enfoque estratégico, mientras los verdaderos responsables permanecen ocultos y lucrando.
Por qué Xiaomi, Li Auto y Hongmeng Zhixing son objetivos preferenciales
Existe un error común de que solo marcas líderes con altos volúmenes de ventas serían blanco de este tipo de operación, porque difamar al pez más grande atrae más atención. La lógica de los ejércitos de IA, sin embargo, funciona de forma diferente. Lo que importa no es el tamaño de la marca, sino el grado de calor y polarización que genera. Quien está en evidencia, se convierte en objetivo. Punto.
Eso coloca a las marcas más nuevas y a las figuras públicas altamente visibles en una posición especialmente vulnerable.
Marcas nuevas en momentos críticos
Las marcas tradicionales del sector automotriz cuentan con décadas de reconocimiento y una base de usuarios estable. Una ola de contenido negativo fabricado puede molestar, pero difícilmente sacude su estructura de ventas. En cambio, marcas como Xiaomi, Li Auto y Hongmeng Zhixing se encuentran frecuentemente en momentos críticos: rondas de financiación, lanzamientos de nuevos modelos, rampas de aceleración de entregas. Cualquier turbulencia de reputación en esos momentos puede tener un impacto real y medible.
Piensa en el siguiente escenario: una marca nueva acaba de anunciar una ronda de inversión o está luchando por alcanzar la marca de más de 10 mil entregas mensuales. De repente, miles de artículos generados por IA inundan las plataformas, diciendo que las reclamaciones de calidad se están disparando, que las entregas van con retraso y que la salud financiera de la empresa está comprometida. El consumidor que encuentra esa información no va, en la mayoría de los casos, a verificar la fuente. Va a dudar. Y la duda, en este contexto, es un pedido cancelado.
Figuras públicas como Lei Jun y Yu Chengdong
Empresarios con alto grado de exposición son verdaderas minas de oro para los ejércitos de IA. Lei Jun, Yu Chengdong y Li Xiang (fundador de Li Auto) poseen simultáneamente fans entusiastas y críticos feroces. Cualquier declaración puede transformarse en polémica, y la polémica es combustible puro para los algoritmos de recomendación.
Un ejemplo real y bien documentado: durante el evento de lanzamiento del nuevo Xiaomi SU7, Lei Jun hizo una declaración sobre seguridad vehicular, afirmando que una colisión frontal con offset del 50% entre dos coches a 60 km/h sería equivalente a chocar contra una pared a 120 km/h. La frase, que no aparecía en las diapositivas de la presentación y fue dicha de forma casual, contenía un error de física — por la fórmula de la energía cinética, la energía de una colisión a 120 km/h es cuatro veces mayor que a 60 km/h, no dos.
Los ejércitos de IA capturaron ese detalle instantáneamente y lo transformaron en narrativas como errores científicos en la promoción de los coches de Xiaomi, generando decenas de miles de clics en pocas horas. Lei Jun acabó teniendo que retractarse públicamente en su perfil de Weibo para frenar la tormenta.
Este tipo de contenido funciona porque explota la dinámica natural de fans contra críticos. Cuanta más gente discute en los comentarios, mayor la tasa de interacción. Y la interacción es exactamente el indicador que los algoritmos de las plataformas adoran. Un artículo atacando a Lei Jun personalmente muchas veces se viraliza más que un artículo atacando los coches de Xiaomi directamente.
El problema mayor: la IA como fábrica de desinformación a escala
El caso de Yantai es una señal de alerta que va mucho más allá de las marcas involucradas. Demuestra, de forma muy concreta, que la inteligencia artificial generativa ya está siendo usada no solo para crear contenido útil o creativo, sino como infraestructura para operaciones de desinformación a escala. El costo marginal de producir el centésimo artículo falso es prácticamente cero — es el mismo costo del primero. Esto cambia completamente el equilibrio entre quien fabrica mentiras y quien intenta corregirlas, porque desmentir contenido falso todavía requiere tiempo, verificación y distribución humana.
Más importante aún: los ejércitos de IA aciertan de lleno en el mecanismo de tráfico de las plataformas. Los algoritmos de recomendación tienden a favorecer contenido con alto engagement, y nada genera más engagement que la polémica y la indignación. El contenido negativo fabricado no es restringido por el algoritmo — es amplificado por él. Se forma un ciclo vicioso: cuanto más se critica el contenido, más popular se vuelve; cuanto más popular, más se distribuye; cuanto más se distribuye, más ingresos genera para los criminales.
Para el consumidor final, el impacto es especialmente preocupante. La persona que está investigando sobre un vehículo eléctrico inteligente y se topa con una avalancha de contenido negativo fabricado puede tomar una decisión de compra completamente distorsionada por información falsa. No tiene forma de saber, en la mayoría de los casos, que ese artículo fue generado en segundos por un modelo de lenguaje, revisado mínimamente y publicado por una cuenta que existe desde hace meses solo para parecer real. La experiencia de buscar información fiable se está volviendo cada vez más complicada, y eso perjudica no solo a las marcas atacadas, sino a toda la cadena de adopción de tecnologías como la movilidad inteligente.
Bloquear cuentas no resuelve — cortar la cadena de lucro sí
La detención de los responsables en Yantai es un paso importante, pero simplemente arrestar pandillas y eliminar cuentas no va a resolver el problema estructural. La cadena de los ejércitos de IA es modular y resiliente: unos producen contenido, otros controlan las cuentas, otros monetizan el tráfico. Aunque un grupo sea desmantelado, la estructura puede reconstruirse rápidamente con otra identidad. La clave está en cortar la cadena de interés desde la raíz.
El papel de las plataformas
La razón por la que los ejércitos de IA consiguen sobrevivir y prosperar es que el mecanismo de monetización de tráfico de las plataformas es extremadamente eficiente. Un artículo negativo fabricado por IA consigue gran exposición a través del algoritmo de recomendación y se convierte en dinero real a través del reparto de ingresos publicitarios. Mientras ese mecanismo permanezca inalterado, los ejércitos digitales no van a desaparecer.
Las plataformas, como centros de distribución de tráfico, necesitan ajustar activamente el sesgo emocional de sus algoritmos de recomendación — por ejemplo, reduciendo el peso del contenido negativo sensacionalista y fortaleciendo mecanismos de verificación de hechos. Dimensiones como la tasa de repetición de contenido, los patrones de publicación de cuentas y los intervalos de posteo ya pueden usarse para identificar artículos reescritos por IA. El problema no es si puede hacerse, sino si las plataformas quieren hacerlo. Al fin y al cabo, el contenido emocional y controvertido es, en sí mismo, un motor de engagement. Cortarlo puede hacer caer las métricas de usuarios activos diarios. Pero no cortarlo significa envenenar lentamente el ecosistema entero.
Herramientas que usamos a diario
La necesidad de monitoreo preventivo
La mayor parte de las medidas actuales de combate es reactiva: identificar cuentas sospechosas, eliminar contenido y detener operadores después de que el daño ya está hecho. Pero la velocidad de generación de contenido por IA es demasiado rápida, y la iteración de cuentas también. Quedarse solo persiguiendo el problema no es suficiente.
Es necesario un mecanismo de monitoreo más preventivo, como tecnología de reconocimiento de características de contenido generado por IA, capaz de interceptar artículos negativos fabricados en el origen — antes de que sean publicados y se propaguen — en vez de limpiarlos después de que ya causaron daño.
La responsabilidad de los fabricantes de modelos de IA
Este es un punto que merece atención especial. Las pandillas usan grandes modelos de lenguaje de uso general para producir contenido negativo en masa, bastando con insertar algunas palabras clave. Los fabricantes de estos modelos no pueden simplemente escudarse diciendo que solo proporcionan herramientas. ¿Es posible identificar patrones de uso malicioso durante la fase de entrenamiento? ¿Es viable interceptar instrucciones que claramente inducen la generación de contenido difamatorio durante la fase de implementación? Estas son preguntas que exigen respuestas serias del sector.
Qué cambia después de este caso
El caso de Yantai probablemente va a acelerar las discusiones sobre regulación del uso de IA para producción de contenido a gran escala. En China, el gobierno ya tiene estructuras regulatorias para contenido generado por IA, pero la velocidad con que estas herramientas evolucionan convierte cualquier regulación en un ejercicio constante de actualización. El desafío no es solo castigar a quien ya fue atrapado — es crear mecanismos que dificulten la operación de estos esquemas antes de que el daño esté hecho.
Para marcas como Xiaomi, Li Auto y Hongmeng Zhixing, el episodio probablemente resultará en inversiones mayores en monitoreo de reputación digital con uso de — irónicamente — IA. Herramientas de detección de contenido sintético, análisis de patrones de publicación sospechosos e identificación de redes de cuentas coordinadas ya existen, pero necesitan refinamiento constante. La carrera entre quien fabrica desinformación y quien intenta detectarla es, en la práctica, una carrera de modelos de IA contra otros modelos de IA, con marcas y consumidores en medio del campo de batalla.
El costo de gestión de reputación para las nuevas marcas del sector de movilidad inteligente se ha disparado. En el pasado, estas empresas necesitaban preocuparse básicamente por la calidad del producto, el ritmo de entregas y la satisfacción de los usuarios. ¿Y ahora? Necesitan lidiar con una línea de montaje de artículos negativos impulsada por IA que funciona 24 horas al día, 7 días a la semana. Y esa línea no apunta a los defectos reales de los productos — apunta al valor de tráfico de la marca. En otras palabras, cuanta más atención recibe una marca, más probable es que sea atacada. Cuanto más trabaja para crecer, más probable es que alguien intente derribarla. Es la cosecha total de tendencias por el mecanismo de arbitraje de tráfico.
La explosión concentrada de casos que involucran ejércitos digitales de IA es, en realidad, un producto deformado de la colisión entre tecnología de inteligencia artificial y el mecanismo de monetización de tráfico. La evolución del sector de vehículos de nueva energía no se trata solo de mejores baterías, conducción autónoma más avanzada y procesos de fabricación más eficientes — también se trata de la evolución del entorno de opinión pública, del orden competitivo y de la protección legal.
Lo que este caso deja claro, por encima de todo, es que la neutralidad de la tecnología es una ilusión. La misma IA que acelera el desarrollo de vehículos eléctricos más seguros, que mejora la experiencia del usuario en el cockpit digital y que hace al HarmonyOS más inteligente con cada actualización, también puede configurarse para destruir reputaciones en minutos. La diferencia está en las manos de quien la usa — y, cada vez más, en la capacidad de las sociedades de crear reglas claras sobre lo que es aceptable en este nuevo entorno. La IA debería ser una aliada en la construcción de mejores coches, no una herramienta de difamación. Para que esto se convierta en realidad, tecnología, legislación y plataformas necesitan caminar juntas. 🤖
