El director de IA de Meta lanzó un desafío para que Muse ahorre USD $1.000 a sus usuarios. Aunque varias personas reportan beneficios en seguros, suscripciones y compras, la falta de comprobación independiente y los riesgos de entregar acceso financiero al agente mantienen abierta la discusión.
***
- Alexandr Wang pidió mostrar si Muse puede generar o ahorrar USD $1.000 para sus usuarios.
- Usuarios reportaron ahorros de hasta USD $3.500 anuales en seguros y USD $1.250 en compras de autos.
- La expansión de Muse hacia pagos ocurre mientras Amazon bloquea sus pedidos y una falla de seguridad afecta su versión para Mac.
Alexandr Wang, director de inteligencia artificial de Meta, planteó un desafío directo para su nuevo agente de IA: demostrar que puede hacer que una persona gane o ahorre USD $1.000. La propuesta apareció pocos días después del lanzamiento de Muse, ocurrido el 8 de septiembre, y convirtió los resultados financieros de los usuarios en una vitrina pública para la tecnología. El reto también busca responder una pregunta central para cualquier agente digital: por qué alguien debería pagar por él.
Las respuestas al desafío incluyeron relatos sobre pólizas más baratas, suscripciones olvidadas, reembolsos y compras negociadas, aunque varias publicaciones provinieron de empleados de Meta. Según Business Insider, esos trabajadores atribuyeron a Muse ahorros en facturas de teléfono, seguros y devoluciones de muebles, mientras que otros usuarios compartieron casos independientes. Sin embargo, las cifras difundidas no incluyen comparaciones documentadas de antes y después, por lo que todavía representan testimonios individuales y no una medición verificable del desempeño del producto.
El desafío de los USD $1.000
La idea de Muse consiste en conectarlo con información financiera y dejarlo operar en segundo plano con una intervención limitada. El agente puede comparar seguros, detectar suscripciones que el usuario olvidó cancelar, solicitar reembolsos y buscar descuentos, además de ejecutar algunas acciones cuando encuentra una oportunidad. Esa combinación diferencia a un asistente conversacional tradicional de un sistema diseñado para actuar en sitios web, bandejas de entrada y procesos de compra.
Uno de los casos más llamativos fue presentado por Joseph Devoy, fundador de una startup, quien afirmó que Muse localizó un seguro de automóvil USD $3.500 más barato al año que su póliza vigente. Axios destacó que el agente compró la nueva cobertura y canceló la anterior en aproximadamente cinco minutos, aunque el relato no fue acompañado por documentación independiente que permitiera revisar las condiciones exactas de ambas pólizas.
Otros ejemplos tuvieron montos menores, pero describieron operaciones más concretas. Un usuario aseguró que Muse encontró una suscripción de libros que su esposa había olvidado cancelar un año antes y consiguió recuperar el dinero, mientras otra persona dijo que el agente localizó una tarjeta de regalo de Verizon sin utilizar, valorada en USD $200.
Nick Prince, gerente de producto de Coinbase, afirmó que Muse le ahorró USD $1.250 en un concesionario de automóviles al apartarlo de ventas adicionales y de una tarifa elevada. Axios también recogió el caso de un usuario que atribuyó al agente la detección de un cargo recurrente fraudulento que su banco no había identificado, un episodio que amplía la promesa del producto desde el ahorro hacia la supervisión cotidiana de las finanzas.
Una apuesta comercial para Meta
El desafío tiene una función comercial evidente porque Muse se lanzó con un nivel gratuito y planes de suscripción de USD $20 y USD $100 mensuales. Esos precios quedaron por debajo del nivel de USD $199,99 que se había considerado antes del lanzamiento, de modo que la promesa de recuperar varios cientos de dólares puede convertirse en el argumento más sencillo para justificar el pago. Si el agente encuentra ahorros con suficiente regularidad, el costo mensual deja de parecer una tarifa por software y pasa a presentarse como una inversión.
Wang dirige el laboratorio que desarrolla Muse Spark, el modelo sobre el que se construye Muse, por lo que la conversación pública también funciona como una demostración del trabajo de su equipo. En lugar de limitarse a mostrar respuestas generadas por IA, Meta intenta exhibir acciones con un resultado económico reconocible, como cancelar una suscripción, recuperar un cobro o sustituir una póliza. La estrategia coloca el rendimiento del agente en un terreno que los usuarios pueden evaluar directamente en sus cuentas.
Los analistas ya comenzaron a asignar una posible dimensión financiera a esta apuesta. Youssef Squali, de Truist, estimó en un escenario base que Muse podría sumar USD $28.500 millones anuales a los ingresos de Meta para 2030 mediante suscripciones, comercio y acceso para desarrolladores, según informó TheStreet, a través de TipRanks. La proyección todavía depende de que Meta convierta las descargas y la curiosidad inicial en uso recurrente y pagos sostenidos.
Los primeros datos de distribución sugieren que el producto despertó interés rápidamente. Axios indicó que Muse se convirtió en la aplicación gratuita más descargada para iPhone en Estados Unidos unos diez días después de su lanzamiento, por delante de ChatGPT e Instagram, mientras Business Insider reportó que también llegó al primer lugar en Google Play. Una cobertura reciente de DiarioBitcoin, basada en datos de actividad en Estados Unidos, situó a Muse en 642.000 usuarios activos diarios frente a 231.000 de ChatGPT en un punto comparable del lanzamiento. Estas métricas muestran tracción inicial, pero no prueban por sí solas retención ni eficacia para generar ahorros. Mark Zuckerberg presentó el proyecto como un contrapeso frente a laboratorios rivales y sostuvo en el pódcast Sources que retener los modelos de IA constituye el mayor peligro.
Acceso a pagos y riesgos de seguridad
La misma capacidad que permite a Muse encontrar dinero también explica sus riesgos. Para cancelar servicios, revisar cobros o completar compras, el agente necesita acceder a bandejas de entrada, datos de pago y sesiones de sitios web, además de recibir autorización para actuar con poca intervención humana. Esa combinación concentra información sensible y convierte un error de interpretación, una instrucción ambigua o una vulnerabilidad técnica en un problema potencialmente financiero.
Amazon bloqueó a Muse para realizar pedidos y argumentó que los agentes no autorizados infringen sus condiciones de uso. La decisión muestra que la expansión de estos sistemas no depende únicamente de la voluntad de sus desarrolladores, porque cada plataforma puede definir si acepta agentes externos capaces de navegar, seleccionar productos y completar operaciones en nombre de sus clientes.
Otras compañías avanzaron en la dirección contraria. PayPal comunicó que sus clientes podían comprar y pagar a través de Muse en comercios de PayPal de todo el mundo, lo que añadió ese sistema al checkout de Stripe Link con el que el agente se presentó. Shopify también anunció que Shop Pay funcionaría mediante Muse en todas sus tiendas, y Tobi Lütke, director ejecutivo de la empresa, confirmó la integración; tras la noticia, las acciones de Shopify subieron alrededor de 7%, según 24/7 Wall St.
El sistema exige que el usuario apruebe en el chat el monto total antes de pagar, una medida que funciona como principal barrera de protección mientras más comercios abren sus procesos de compra al agente. Sin embargo, la dependencia de esa aprobación no elimina todos los riesgos, especialmente cuando el usuario no revisa con cuidado el concepto, el importe o el comercio seleccionado antes de confirmar.
El reto de medir resultados reales
El martes, Meta lanzó una actualización urgente para corregir una falla en la aplicación de Muse para Mac. Según Gizmodo, el problema podía permitir que un software malicioso instalado en la computadora tomara el control de la sesión del usuario; Meta calificó el riesgo práctico como bastante bajo, mientras el investigador Patrick Wardle discrepó de esa evaluación.
La vulnerabilidad no invalida por sí misma los testimonios de ahorro, pero sí modifica la forma en que conviene evaluar la promesa del producto. Un agente que maneja información financiera debe medirse no solo por el dinero que encuentra, sino también por la seguridad de sus credenciales, el alcance de sus permisos y la facilidad con que el usuario puede detener una operación equivocada.
También resulta relevante separar los casos promocionales de una evidencia sistemática. Las publicaciones de empleados pueden describir experiencias reales, pero su presencia en el hilo reduce la independencia de la demostración, mientras que los relatos de usuarios externos tampoco ofrecen cifras comparables de gastos anteriores, condiciones contractuales o resultados posteriores.
Por ahora, el número más importante para los usuarios no es el USD $1.000 que Wang pidió buscar, sino la frecuencia con que Muse consigue un resultado correcto cuando nadie de Meta comparte el caso. La respuesta definirá si el agente se convierte en una herramienta útil para administrar gastos o en otra suscripción de IA cuya promesa supera la experiencia cotidiana.
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
Empresas
Anthropic lleva Claude a las fábricas con 17 habilidades de IA
Noticias
Hackers aprovechan una falla de GL.iNet para instalar malware en routers y dispositivos KVM
Europa
Hackers sustrajeron 62 millones de páginas del Gobierno de Bulgaria
Estados Unidos
