El mercado de aplicaciones de Inteligencia Artificial ha entrado en una fase de fatiga de novedades. Si hace un año cualquier mejora en la capacidad de razonamiento lógico o la reducción de latencia en una interfaz de voz garantizaba un aluvión de nuevas instalaciones, hoy la realidad es más cruda. El usuario se ha vuelto escéptico. Lo que pocos están viendo es que el nuevo motor de crecimiento ya no es el cerebro, sino la retina: los modelos generadores de imágenes son, hoy por hoy, los únicos capaces de mover la aguja en las tiendas de aplicaciones.
La trampa de la descarga gratuita
Los datos son reveladores: los lanzamientos enfocados en capacidades visuales están generando 6.5 veces más descargas que las actualizaciones tradicionales de modelos de lenguaje. Es un cambio de paradigma. Google, con su modelo Nano Banana para Gemini, logró un pico de 22 millones de descargas en 28 días; OpenAI, con la integración visual en GPT-4o, añadió 12 millones. Estos números, aunque impresionantes en volumen, esconden un problema estructural profundo para el sector.
Aquí discrepo: tener más usuarios no significa tener un negocio más sano. La correlación entre la descarga de la app y el ingreso real se está rompiendo. Mientras que el lanzamiento visual de OpenAI disparó el gasto bruto de los consumidores en 70 millones de dólares en apenas un mes, otros competidores como Google o incluso Meta con su feed Vibes, vieron picos de descargas sin un impacto proporcional en la monetización. Meta, por ejemplo, logró millones de descargas que no se tradujeron en ingresos significativos.
El síntoma de la curiosidad vs. la utilidad
No todo lo que brilla es oro. El caso de DeepSeek es el ejemplo perfecto de por qué el volumen de descargas puede ser engañoso. Sus 28 millones de instalaciones no respondieron a una funcionalidad visual, sino a un fenómeno de curiosidad técnica global sobre su eficiencia de entrenamiento. Una vez pasada la novedad, la retención es un campo de batalla mucho más difícil de conquistar.
Si miramos hacia América Latina, donde empresas como Mercado Libre o diversas startups de SaaS financiero están integrando IA generativa en sus flujos de trabajo, la lección es clara: la integración estética es una puerta de entrada, pero no un modelo de negocio sostenible. Una mejora visual es atractiva para el usuario curioso, pero insuficiente para el usuario corporativo o el suscriptor premium que busca eficiencia operativa y no solo entretenimiento sintético.
Mi lectura es distinta a la euforia que rodea a estos lanzamientos: el mercado está premiando la espectacularidad visual porque es fácil de entender, mientras que las mejoras de backend pasan desapercibidas para el usuario promedio. Estamos ante un fenómeno de "marketing de producto" donde la capacidad de generar una imagen impactante funciona mejor como herramienta de adquisición que una mejora del 5% en la precisión de un código de programación.
Lo que debemos vigilar es la conversión. Los desarrolladores están utilizando modelos de imágenes para reducir el costo de adquisición de usuarios (CAC), confiando en que una vez dentro del ecosistema, los usuarios saltarán al pago recurrente. Sin embargo, los datos sugieren que este canal está saturado. La próxima frontera para las aplicaciones de IA no será cuánto pueden impresionar al usuario en la primera interacción, sino cuánto tiempo pueden retenerlo cuando la novedad de "crear imágenes" se vuelva un lugar común. La luna de miel está terminando.
