Por Canuto  

Muse de Meta encabezó las descargas gratuitas de iOS en una jornada y las acciones de la compañía avanzaron cerca de 20% en el período posterior a su lanzamiento. El futuro de la aplicación dependerá de que los usuarios la incorporen a su rutina y confíen en compartir datos personales con un asistente digital.
***

  • Muse encabezó las descargas gratuitas de la tienda de iOS en una jornada; las acciones de Meta subieron alrededor de 20% en el período posterior al lanzamiento, aunque no está confirmado que la aplicación causara el avance.
  • La investigadora Meredith Whalen identifica la confianza en el uso de datos personales como un desafío central para la adopción.
  • Meta, Dazzle y Wajo ofrecen acceso gratuito mientras prueban qué tareas resultan útiles y qué modelos de cobro podrían funcionar.

Meta necesita que Muse convierta la curiosidad por la IA en un hábito

Del primer impulso a la adopción cotidiana

Muse, el agente personal de inteligencia artificial de Meta, llegó con un impulso visible: encabezó las descargas gratuitas de la tienda de aplicaciones de iOS en una jornada y despertó expectativas entre los inversionistas. Sin embargo, una posición destacada en las listas no demuestra por sí sola que las personas vayan a recurrir a la herramienta con regularidad. El desafío inmediato para la compañía consiste en transformar la novedad del lanzamiento en una costumbre de uso que perdure cuando disminuya la curiosidad inicial.

Mark Zuckerberg, director ejecutivo de Meta, presentó Muse como una pieza central de la estrategia de IA de la compañía durante Meta Connect, celebrado en Menlo Park. La empresa busca que su agente funcione como una aplicación ancla y ayude a reducir la distancia que, según el reporte de CNBC, mantiene frente a competidores como OpenAI y Google en el mercado de inteligencia artificial. Para lograrlo, no bastará con que Muse responda preguntas: Meta necesita que complete tareas que la gente considere valiosas.

El interés inicial coincidió con un repunte bursátil. Las acciones de Meta avanzaron alrededor de 20% en el período posterior al lanzamiento de Muse, ocurrido en septiembre de 2026. La coincidencia temporal no confirma que la aplicación haya causado el alza ni permite identificar por sí sola el motivo del movimiento. En cualquier caso, el desempeño de la acción no demuestra que ya exista un negocio sostenible: el uso repetido, la disposición a pagar y la confianza de los usuarios todavía son pruebas pendientes.

Meredith Whalen, directora de investigación de IDC, planteó que la diferencia potencial de Muse frente a un chatbot está en su capacidad para completar tareas. Los consumidores ya prueban herramientas de IA con distintos propósitos, pero la adopción de un asistente más autónomo exige algo adicional: permitirle acceder a información personal suficiente para que pueda actuar con eficacia. La cuestión, por tanto, no es solo si la tecnología funciona, sino si las personas aceptan el intercambio entre comodidad y acceso a sus datos.

La confianza como condición para compartir información

Para Whalen, la pregunta decisiva es la confianza. Un asistente personal puede organizar correos electrónicos, buscar ofertas de compras o ayudar a pequeñas empresas a encontrar clientes potenciales, pero esas funciones requieren conocer preferencias y circunstancias de cada usuario. Si las personas no están dispuestas a entregar esa información, Muse podría quedar limitada a consultas simples y perder parte de la ventaja que Meta busca ofrecer frente a los chatbots tradicionales.

Ese obstáculo tiene una dimensión particular para Meta por su historial reciente. La compañía acordó un pago cercano a USD $17.000 millones con un grupo de estados que alegaron que había tergiversado el alcance de los daños a la salud mental infantil asociados con aplicaciones como Facebook e Instagram. La existencia del acuerdo no convierte esas alegaciones en una conclusión independiente sobre Muse, pero sí sitúa el lanzamiento de un producto que solicita información personal en un entorno donde la confianza corporativa importa.

La estrategia de Meta contempla tanto a consumidores como a pequeñas empresas, con ejemplos que van desde ordenar mensajes personales hasta localizar posibles clientes. La amplitud de esas tareas podría hacer que Muse resulte útil en contextos distintos, aunque también vuelve más importante explicar qué información necesita cada acción y qué valor concreto entrega a cambio. La fuente no presenta evidencia de que esos usos ya se hayan convertido en hábitos extendidos, por lo que la promesa comercial aún debe contrastarse con la experiencia cotidiana.

La compañía ofrece acceso gratuito y también comercializa suscripciones mensuales de USD $20 o USD $100, según la cantidad de tokens asignada. Meta utiliza los tokens como una medida de la capacidad que requieren sus agentes para ejecutar tareas, de modo que los planes conectan el precio con el nivel de recursos disponibles. Whalen considera que el acceso sin costo puede ayudar a la empresa a observar cómo y por qué la gente utiliza Muse, y que la monetización puede llegar después de que se forme un hábito.

Una carrera por encontrar usos que justifiquen el agente

La distancia entre una demostración llamativa y una herramienta indispensable todavía es considerable. Ketan Karkhanis, director ejecutivo de ThoughtSpot, empresa que vende tecnologías de agentes de IA a organizaciones, describió la adopción empresarial a gran escala como una etapa muy temprana. Su observación apunta a un problema que también afecta a los productos de consumo: muchas personas y empresas aún exploran qué tareas conviene delegar y cuáles siguen requiriendo intervención directa.

Karkhanis dijo que todavía no identifica casos de uso decisivos que vuelvan a aplicaciones como Muse mucho más atractivas que una versión más avanzada de Alexa o Siri. Esos asistentes pueden resolver consultas puntuales, como informar el clima, pero la propuesta de un agente personal promete ir más allá y actuar en nombre del usuario. Si esa diferencia no se traduce en resultados frecuentes y confiables, la etiqueta de agente podría no bastar para retener a quienes descargaron la aplicación por curiosidad.

Andrew Geller, productor ejecutivo de la compañía de medios 1stAveMachine, considera que productos como Muse ayudan a familiarizar al público con los agentes, aunque por ahora no le parecen capaces de cambiar la vida diaria. Geller también había experimentado con OpenClaw, una herramienta de código abierto para gestionar agentes que ganó atención entre programadores por sus aplicaciones de ingeniería de software. Su experiencia distingue entre tareas técnicas intensivas y usos personales que pueden ser entretenidos, pero también resultar rutinarios.

Ese contraste ayuda a explicar por qué el entusiasmo general por la IA no garantiza que cada aplicación encuentre una función duradera. Un agente que completa pasos concretos puede ser más útil que una interfaz que solo contesta preguntas, pero la utilidad depende de que esos pasos sean relevantes, fiables y lo bastante frecuentes como para justificar la interacción. En el caso de Muse, el reto es demostrar ese valor en actividades de consumidores y pequeños negocios, no únicamente en una presentación de producto.

Meta no es la única que prueba el modelo gratuito

Dazzle, la startup centrada en fotografías personales de Marissa Mayer, también está probando un enfoque de acceso inicial gratuito. La exdirectora ejecutiva de Yahoo explicó que ofrecer el servicio sin cobro permite que usuarios ocasionales descubran sus funciones antes de decidir si les resulta útil. En su primera semana tras el lanzamiento, la empresa buscaba observar qué casos de uso funcionaban y cuáles valoraban realmente las personas.

Dazzle analiza las imágenes de sus usuarios para identificar elementos de sus vidas, como familiares e intereses, y luego puede realizar acciones relacionadas con esa información. Un ejemplo descrito por Mayer es recordar a alguien que un par de zapatos que había buscado está en oferta en línea. La propuesta hace visible tanto la utilidad potencial de un asistente personalizado como la sensibilidad de los datos que necesita: en este caso, fotografías y señales sobre intereses personales.

Mayer vinculó su estrategia de precios con una lección de sus primeros años en Google y comparó la evolución posible con la de Uber, que comenzó con automóviles de alta gama antes de incorporar opciones más económicas. Dazzle estudia cobrar por transacción o mediante suscripciones, aunque Mayer dijo que la prioridad es ofrecer valor de manera relativamente continua. Esa definición importa porque un pago recurrente resulta más defendible cuando el servicio resuelve necesidades que reaparecen, en vez de sorprender una sola vez.

Wajo AI, dirigida por Shivani Poddar, explora otra vía: un asistente que investiga y reserva citas o ayuda a pedir regalos para familiares. Poddar, quien anteriormente desarrolló tecnologías de asistentes de voz para Alexa de Amazon y Facebook, mantiene gratuito el acceso mientras evalúa qué modelo podría atraer a los usuarios. Aunque contempla que las empresas paguen suscripciones, todavía duda de que la persona común quiera registrarse y considera posibles tarifas ligadas a resultados, como las comisiones asociadas a reservas en Airbnb.

La apuesta estratégica y el tiempo de Meta

Para Meta, Muse forma parte de un esfuerzo de mayor alcance que incluye inversiones intensivas en talento y en el desarrollo de capacidades de IA. La compañía busca competir con OpenAI y Anthropic, mientras Zuckerberg intenta diversificar un negocio que todavía obtiene casi todos sus ingresos de la publicidad en línea. La aplicación podría contribuir a esa transformación, pero la información disponible no demuestra que ya sea una fuente relevante de ingresos ni que haya cambiado la estructura financiera de la empresa.

La oferta gratuita cumple así dos funciones posibles: facilita que más personas prueben el producto y permite que Meta observe qué tareas atraen interés antes de depender de una tarifa. En paralelo, los planes de USD $20 y USD $100 mensuales ponen a prueba si una parte de los usuarios está dispuesta a pagar por mayor capacidad, medida por tokens. La tensión está en equilibrar un acceso suficientemente atractivo con costos y prestaciones que sostengan un modelo comercial a largo plazo.

La estrategia de prueba y aprendizaje también expone una dificultad común a las nuevas aplicaciones de agentes: la empresa puede estudiar patrones de uso, pero las métricas de descarga no revelan por sí solas cuánto confían los usuarios ni qué tareas consideran imprescindibles. Para Dazzle y Wajo, que también están explorando sus modelos de cobro, ese aprendizaje puede orientar la oferta; en Meta, además, la escala de sus inversiones y el objetivo de diversificación elevan lo que está en juego.

Whalen observa que una empresa capaz de subsidiar el acceso y esperar puede tener una ventaja, y señala que el negocio publicitario de Meta le permite financiar esa espera. Esa posibilidad no asegura que Muse vaya a convertirse en una aplicación central: la paciencia económica puede sostener el experimento, pero no reemplaza la confianza ni la utilidad sostenida. La prueba decisiva será que las personas vuelvan al agente porque resuelve tareas cotidianas y no solo porque su lanzamiento despertó curiosidad.

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