Jennifer Pattison Tuohy, de The Verge, ha probado en paralelo las tres grandes apuestas de IA para cámaras de seguridad domésticas: Apple Intelligence para el Hogar, Gemini para el Hogar de Google y el sistema de Amazon Ring. La promesa común es la misma: sustituir el genérico «movimiento detectado» por una frase que describe qué está pasando de verdad. El resultado real, tras semanas de uso, contradice la idea de que alguna de las tres ha resuelto ya el problema: cada sistema falla de una forma distinta y ninguno es claramente superior.
Qué se probó exactamente
Según el propio reportaje, la autora probó un Ring Wired Doorbell Pro (249,99 dólares), un Google Nest Doorbell 2K (199,99 dólares) y, para Apple, la cámara de timbre Aqara G400 (99 dólares), compatible con HomeKit Secure Video. Se centró en tres criterios: la rapidez de las notificaciones con IA, la precisión y utilidad de las descripciones, y la fiabilidad general para capturar y avisar de la actividad.
Apple: descripciones útiles, cuando llegan
El hallazgo más llamativo sobre Apple Intelligence para el Hogar es que las descripciones de texto solo son útiles si aparecen, y con la cámara de timbre que probó la autora, a menudo no aparecían. Sobre la identificación de personas, Apple cubrió varias posibilidades: a veces identificaba correctamente a la autora, otras decía «Alguien que podría ser Jennifer Pattison Tuohy», y en otras ocasiones se limitaba a un genérico «Alguien».
Google: acierta la mitad de las veces
Gemini para el Hogar, en el Nest Doorbell, acertó la identificación de la autora aproximadamente la mitad de las veces; la otra mitad, la confundía con la mejor amiga de su hija, un cambio respecto a las confusiones del año anterior, cuando el sistema la concedía como el repartidor de UPS casi siempre.
Ningún sistema resuelve el problema por completo
El titular que mejor resume la experiencia real no es que la IA haya vuelto fiables las cámaras de seguridad, sino que cada plataforma tiene un punto débil distinto: a Apple le falla la velocidad y consistencia de aparición de las descripciones; a Google, la precisión al identificar personas concretas. Ninguno de los dos elimina del todo la incertidumbre original que motiva este tipo de pruebas: saber con certeza quién está en la puerta sin tener que revisar el vídeo tú mismo.
Qué implica en la práctica
- Antes de elegir un sistema: conviene fijarse en cuál de los dos problemas te importa más evitar: notificaciones que no llegan a tiempo, o identificaciones incorrectas de personas conocidas.
- La marca de la cámara importa: los resultados dependen tanto del hardware concreto (Aqara, Nest, Ring) como de la capa de IA que lo acompaña, así que conviene revisar reseñas del modelo específico, no solo de la plataforma.
- Gestionar expectativas: ninguna de las tres promesas de IA elimina por completo la necesidad de revisar el vídeo cuando la descripción automática resulta ambigua o tarda en llegar.
Nuestra lectura
El experimento es un buen recordatorio de que las demostraciones de producto en un evento rara vez capturan los matices del uso diario prolongado. Las tres grandes tecnológicas venden la misma promesa, una cámara que te dice exactamente qué está pasando, pero la ejecución real todavía tropieza con problemas básicos: velocidad de notificación en un caso, precisión de identificación en el otro. Es un patrón que se repite en casi toda la IA aplicada a la vida doméstica: la tecnología avanza rápido en las demos, y más despacio en el uso cotidiano real.
Fuentes: The Verge, vía Bundle y Daily Guardian, resumiendo el mismo reportaje.