a16z: solo el 4,5% de consumidores paga por IA

Un mercado gigante con una facturación diminuta

Solo el 4,5% de los consumidores de Estados Unidos tiene una suscripción personal paga a ChatGPT, Gemini o Claude. El dato, correspondiente a agosto de 2026 y reportado por CryptoBriefing a partir del séptimo informe "Top 100 Gen AI Consumer Apps" de a16z, es la mejor radiografía de dónde está hoy el negocio de la IA de consumo: muchísimo uso, muy poca caja.

Olivia Moore, socia de a16z especializada en consumer AI, publicó ese ranking y esta semana conversó con TechCrunch sobre las cifras. Su tesis es que el sector no tiene un problema de demanda, sino de modelo de negocio. Para un founder que construye producto para usuarios finales, la diferencia entre ambas lecturas vale una estrategia completa.

¿Qué encontró el informe de a16z sobre las apps de IA para consumidores?

La séptima edición del ranking creció por primera vez a 150 entradas y dejó de medir solo tráfico: sumó datos de gasto real con tarjetas de crédito de consumidores estadounidenses, provistos por YipitData, según CryptoBriefing.

ChatGPT sigue siendo el jugador dominante. Según el informe que cita CryptoBriefing, su tráfico web duplica al de Gemini y sextuplica al de Claude; en usuarios móviles multiplica por 2,5 a Gemini y por 14 a Claude. Pero lo interesante está en los bordes: productos de nicho como Suno (música) y ElevenLabs (audio y voz) mantienen su lugar pese a competir con laboratorios mucho mejor capitalizados. Son, justamente, categorías donde el modelo no es el producto.

En la entrevista con TechCrunch se citó un dato todavía más duro que el de a16z: apenas el 2,2% de los hogares estadounidenses paga por IA, según el informe State of Markets. Dos metodologías, la misma conclusión.

El 1% que sostiene la facturación

La concentración del gasto es brutal. El 1% de los usuarios que más gasta destina en promedio unos US$903 al mes a tarjetas personales, mientras que el consumidor mediano paga US$25 al mes, según los datos de YipitData que reporta CryptoBriefing. Y cerca del 85% de los ingresos de los productos web de la lista proviene de suscripciones, contra apenas un 13%-14% de publicidad.

Moore no cree que la solución sea empujar a más gente a pagar. Lo dijo sin vueltas en la entrevista: le interesa "volver a un mundo donde el consumidor se monetice de una forma que no sea dólares de suscripción saliendo de su propio bolsillo". Su argumento es que en Silicon Valley es fácil decir "yo prefiero pagar por el producto" cuando tienes tarjeta corporativa, pero la mayoría de la gente prefiere acceso gratuito con publicidad y decidir después si paga para que los anuncios desaparezcan.

Publicidad: el cálculo de los US$152.000 millones

Moore puso un número para dimensionar la oportunidad. Google ingresa alrededor de US$460 por usuario al año; si los productos de IA lograran ese mismo ingreso vía publicidad, el sector podría generar hasta US$152.000 millones anuales solo en Estados Unidos, según su estimación recogida por CryptoBriefing.

El precedente ya existe: el negocio publicitario de OpenAI alcanzó un ritmo anualizado de US$1.000 millones en agosto de 2026, también según el informe que cita CryptoBriefing. La advertencia de Moore es histórica: los modelos de suscripción crecieron tradicionalmente mucho más lento que los de publicidad o los basados en transacciones.

El costo de inferencia: el freno que sí se puede resolver

El segundo problema es matemático. El costo marginal de un servicio de IA sigue siendo mucho más alto que el de Facebook o la Búsqueda de Google, porque cada consulta ejecuta cómputo. Moore ve tres salidas: modelos más baratos según la tarea, planes económicos y modelos abiertos.

El ejemplo que dio es concreto: ChatGPT ahora tiene un plan Go de US$8 al mes, que ella asume corre sobre modelos más económicos. La clave, dice, es que "no necesitamos inteligencia de frontera para cada tarea". El matiz importante para un founder: hoy los usuarios que generan ingresos hacen coding y automatización técnica, y ahí sí hace falta el modelo más potente. Cuando el modelo deja de ser el producto, el costo baja.

La "Gran Expansión": tu usuario consumer es en realidad prosumer

Moore escribió un ensayo hace cerca de un año llamado The Great Expansion y lo resumió en la entrevista. Antes de la IA, una empresa como Canva era consumer-first y tardaba seis o siete años en sumar planes de equipos o enterprise. Ahora compañías como Gamma, ElevenLabs y Cursor arrancan en consumer y en 18 meses ya son negocios mayoritariamente enterprise.

Su conclusión incómoda: casi todo lo que llamamos consumer AI es, en realidad, IA prosumer. En la lista de ingresos hay tres grupos donde gastan los power users: apps para construir producto (Lovable, Replit, Fal), marketing de producto o generadores de anuncios (Higgsfield, HeyGen) y gestión de trabajo general (Manus, Fireflies AI, Granola). Todos se cobran a consumidores, pero ninguno tiene la lógica de un producto de consumo tradicional.

Las categorías que la IA todavía no tocó

Aquí está la parte que Moore considera más prometedora, y es una lista de ausencias. En apps sociales, dating, marketplaces, retail, viajes, finanzas y salud no hay ningún entrante en el top de consumo de a16z. Es un espacio vacío que ella espera ver cubierto "en los próximos seis meses".

Traducción para quien busca ideas: los grandes laboratorios están concentrados en chat y coding, y las categorías basadas en red, en marketplace o en entretenimiento quedaron relativamente libres. Moore matiza que en juegos y entretenimiento la calidad del modelo todavía no alcanza, con la excepción de los micro-dramas generados con IA.

¿Qué significa esto para tu startup?

• Audita tu mezcla de ingresos antes de escalar. Si tu producto consumer depende al 100% de la suscripción, modela un escenario alternativo con publicidad o con transacción. Los datos del informe de a16z vía CryptoBriefing muestran que el 85% del sector está apostando al mismo caballo, y que solo el 4,5% de los consumidores estadounidenses paga.
• Separa tus tareas por costo de inteligencia. Identifica qué funciones de tu producto necesitan un modelo de frontera y cuáles no. Migrar las segundas a modelos abiertos o más livianos es la palanca de margen más directa que existe hoy.
• Diseña tu ruta prosumer a enterprise desde el día uno. El patrón de Gamma, ElevenLabs y Cursor es replicable: entras por uso individual y, cuando el usuario lleva tu herramienta al trabajo, agregas planes de equipo, seguridad y facturación centralizada. Tener esa arquitectura lista evita rehacer el producto a los 18 meses.
• Mira las categorías vacías con criterio. Dating, salud o finanzas personales no tienen jugadores dominantes en IA, pero también exigen resolver confianza, privacidad y cumplimiento. Es una oportunidad real y una barrera real al mismo tiempo.

Conclusión

Moore cierra la entrevista con TechCrunch con una frase que ordena todo lo demás: "es definitivamente muy temprano". El consumer AI factura poco porque casi todo su ingreso depende de un 4,5% de usuarios dispuestos a pagar, y su costo unitario sigue siendo alto. Las dos palancas —publicidad y modelos más baratos— ya tienen señales concretas, como el ritmo de US$1.000 millones de OpenAI en publicidad o el plan de US$8 de ChatGPT.

Para un founder hispanohablante, la lectura práctica es incómoda pero útil: el mercado no premia tener la mejor interfaz sobre el mejor modelo, premia resolver distribución y costo por usuario. Y las categorías donde la IA todavía no entró son, por ahora, el lugar con menos competencia directa.

Fuentes

• TechCrunch: a16z's Olivia Moore on the state of consumer AI (fuente original)
• CryptoBriefing: A16z's Olivia Moore questions consumer AI's reliance on subscriptions