¿Llegará a tiempo la "Killer App"?

Hace unos días, actualizando un curso que imparto sobre transformación digital, me topé con un dato de Ben Evans que me dejó pensando: 900 millones de personas usan ChatGPT cada semana. Muchos millones. Y sin embargo, el uso diario en Estados Unidos no llega al 15% de la población adulta. El ochenta por ciento de quienes lo usan envía menos de mil peticiones al año. No llega tres diarias. Mucho menos de lo que cualquiera de nosotros consulta su correo electrónico.

Hace casi cuatro años que ChatGPT irrumpió en nuestras vidas. Cuatro años, cientos de miles de millones de dólares de inversión, y una carrera armamentística entre hiperescalares que habría hecho sonrojar al Pentágono. Hemos convertido entre todos la palabra "inteligencia artificial" en comodín de toda presentación corporativa que aspire a ser tomada en serio. Y en la muletilla de cualquier indocumentado que se pretenda visionario, aunque se quede en simple iluminado.

Pero cuatro años después, cuando una persona normal me pregunta para qué sirve en realidad eso de la IA generativa, no sé qué contestar. Probablemente, porque aún no existe una "killer app" que la haga atractiva para el común de los mortales.

Lo que nos enseña la historia

Cada gran plataforma tecnológica tuvo su killer app. Aquella aplicación que convirtió una tecnología de "algo interesante" en "algo sin lo que no puedo vivir".

Para Internet la respuesta parece obvia vista desde hoy, pero no lo era en 1996. La killer app de Internet no fue la web. Fue el correo electrónico. El email hizo que millones de personas pagaran veinte dólares al mes a AOL, CompuServe o, en nuestro caso, a Terra, por conectarse a aquella cosa rara que se llamaba Internet. La web era vistosa: un mundo de enlaces inesperados deslumbrante y desordenado. Pero el email era útil. Y la utilidad siempre gana. Por eso, poco tiempo después, todos los proveedores "regalábamos" cuentas de correo gratuitas con poca capacidad, que engancharan al usuario a su dosis diaria y le hicieran desear más. ¿Les suena la estrategia? No es tan distinta de lo que nos hacen hoy con los benditos contadores de tokens, ¿verdad? Algunos cursis la llaman "modelos freemium".

Lo que luego hizo pasar el uso de Internet de masivo a compulsivo fue la aparición del buscador. Google convirtió Internet de "algo que tienes" en "algo que usas veinte veces al día". Esta transición fue un proceso de entre cinco y ocho años desde el lanzamiento de Netscape.

Para el smartphone, que hizo pasar la red de "algo donde entrabas" a "algo donde vivías", la killer app tampoco fue la que esperábamos. No fue la llamada telefónica (que ya existía) ni el navegador móvil (que era penoso). Fueron la mensajería instantánea y las redes sociales: WhatsApp, Instagram, TikTok. Aplicaciones que convirtieron el teléfono en una extensión de nuestro sistema nervioso. Tardaron tres o cuatro años desde el lanzamiento del iPhone en cristalizar como fenómeno masivo.

El incómodo presente de la IA

Y aquí estamos, casi cuatro años después del boom de ChatGPT, sin que la IA generativa tenga su equivalente, por más que el consenso de los opinadores señale tres candidatos.

El primero son los asistentes de código. De lejos, el caso de uso con mayor intensidad real. Los desarrolladores que usan Copilot o Claude Code reportan ganancias de productividad del 30% o más. Ejércitos de yonquis hambrientos de tokens enganchados a unas APIs que mueven unos cuatro mil millones de ingreso anual en entornos empresariales. Pero es un nicho. Enorme y creciente, pero un nicho. Por más que nos intenten contar otra cosa, la inmensa mayoría de la población mundial no programa ni programará.

No es casualidad que sea precisamente en código donde la IA brilla más. Un lenguaje de programación es un sistema formal diseñado para eliminar ambigüedades. Cada instrucción tiene un significado único. La sintaxis es finita y verificable. El resultado es evaluable de forma binaria: compila o no compila, pasa el test o no lo pasa. Cuando un LLM predice la siguiente secuencia de tokens más probable dentro de código, la distancia entre "probable" y "correcto" es mínima, porque el propio lenguaje fue diseñado para que así fuera.

El problema aparece en cuanto sales de ahí. El lenguaje humano tiene ambigüedades, matices, ironías, sobreentendidos, y una enorme dependencia del contexto. "No está mal" puede ser un elogio o una crítica demoledora según quién lo diga, a quién, en qué tono y con qué cara. No sé si aún lo recuerda alguien, pero los emoticonos empezaron justo para dar algo de calidez humana al frío correo electrónico en Arial 10. Todo eso es ajeno a unos LLM que se limitan a predecir la secuencia más probable. Si salimos del desarrollo de código, "probable" y "correcto" dejan de ser sinónimos. Y cuanto más sutil es el ámbito, como derecho, medicina, negociación, investigación policial, mayor es la distancia. Dicho de otra forma: la IA generativa funciona mejor cuanta menos comprensión real necesita la tarea. Lo cual debería darnos que pensar sobre los límites de una tecnología a la que insistimos en llamar "inteligencia".

El segundo candidato a killer app es la búsqueda generativa. ChatGPT, Perplexity y los actuales "AI Overviews" de Google están empezando a cambiar la forma en que buscamos información. Pero "empezando" es la palabra clave. Google sigue procesando (y rentabilizando) más de ocho mil millones de búsquedas al día. La búsqueda generativa le muerde los tobillos, no le ha cortado las piernas.

El tercero, para muchos el más prometedor, son los agentes: sistemas de IA capaces de ejecutar tareas completas de forma autónoma, interactuando con otras aplicaciones o agentes y tomando decisiones intermedias. El equivalente de tener un becario infinitamente paciente y razonablemente competente que hace cosas por ti, no solo que te dice cosas. Pero los agentes, a día de hoy, son más promesa que realidad. El protocolo MCP que debería conectarlos con el mundo real acaba de ser adoptado como estándar, y los casos de uso en producción se cuentan con los dedos. Con los dedos de una oreja, si hablamos de agentes de misión crítica en entornos empresariales exigentes.

Una comparación (interesadamente) tramposa

Si volvemos a los 900 millones de usuarios semanales, y comparamos con tecnologías disruptivas previas, es tentador concluir que la adopción va como un cohete. Pero esa comparación es tramposa, y conviene entender por qué.

Internet tuvo que construir su propia infraestructura de distribución. Había que disponer de un ordenador, contratar una línea de teléfono, instalar un módem, configurar un software de conexión, y esperar a que aquella cosa pitara y conectara. No sé si alguno de ustedes maldijo conmigo cambiando jumpers para generar aquellas combinaciones de IRQ y puerto COM que Windows manejaba de forma impredecible. Pero cada usuario era una conquista. Llegar a cuatrocientos millones de usuarios globales en el año 2000, cinco años después de la explosión de Netscape, fue una proeza.

La IA generativa no ha tenido que construir nada parecido. Se subió a hombros de Internet, de los smartphones y sus tiendas de aplicaciones, y sobre una infraestructura casi universal de pagos digitales. Descargarse ChatGPT lleva treinta segundos. Es como comparar la velocidad de expansión de una cadena de restaurantes que tiene que construir cada local, con la de una marca que se distribuye por Glovo. El segundo va más rápido, pero no porque su comida sea mejor.

Lo que te hace de verdad relevante no es cuántos usuarios tienes, sino para qué te usan y con qué intensidad. Y ahí, la IA generativa está, siendo honestos, donde Internet andaba allá por el 97 o el 98. Mucha gente la ha probado, pero no tantos la usan a diario. Y la mayoría de quienes lo hacen, la usan para cosas que no son transformadoras: resumir un texto, reescribir un email, hacer una consulta que antes habrían hecho en Google. Casi siempre como usuarios personales, sin que sus empresas tengan un plan mucho más concreto que un ataque de nervios provocado por la IA.

Exactamente igual que mi Terra del 2000. Millones de páginas vistas. Anunciantes que no sabían qué hacer con ellas. Y la killer app esperando en algún garaje de Mountain View a que Larry y Sergey terminaran de afinar PageRank.

La pregunta del reloj

Pero hay una diferencia crucial con aquella época que el título de este artículo intenta señalar.

Cuando las telcos de finales de los noventa miraban al futuro, lo hacían desde tres horizontes a la vez: el negocio base de la fija, que pagaba las facturas; el del móvil, que crecía a dos dígitos; y la incógnita de Internet, que devoraba caja sin devolver un duro. Los portales perdían dinero, pero la fija y el móvil sostenían la apuesta. Podían permitirse esperar a la killer app porque no lo habían apostado todo a ella.

Hoy la paciencia es un lujo asimétrico, y por la misma razón. Quien construye data centers desde tres horizontes (la publicidad que ya imprime dinero, la nube empresarial que crece, y la apuesta por la IA) puede esperar sentado. Quien solo tiene la incógnita, quien lo ha apostado todo a que la killer app llegue antes que la siguiente ronda de financiación, no. Y entre los cientos de miles de millones que la industria entierra en infraestructura hay mucho más de lo segundo que de lo primero.

Esto ya lo viví. Terra no murió porque Internet fuera una mala idea, sino porque quienes la dirigían dejaron de creer en ella. Cortaron la inversión, replegaron los proyectos y se refugiaron en el negocio base, justo cuando teníamos sobre la mesa lo que Yraola había intuido tres años antes que nadie. Y al renunciar voluntariamente a innovar, las telcos se condenaron a ser "dumb pipes": tuberías tontas que cargaban con el coste de unas redes carísimas mientras otros se quedaban con la tierra prometida que circulaba por encima. Detener el reloj no fue una desgracia que les cayera encima. Fue una decisión.

Lo importante no es el contenido, sino el contexto

Un día, en plena batalla por la primacía de las páginas vistas, convoqué al equipo a una reunión de dos días para entender qué estaba pasando con aquel tráfico que no generaba valor. Jaime de Yraolagoitia (metro noventa de licenciado en Filosofía Pura, con la cabeza más intuitiva que he visto jamás) se pasó dos días enteros dando vueltas alrededor de la mesa como una fiera enjaulada. No paró. Nos tenía locos. Aquella segunda mañana yo estaba a punto de levantarme para estrangularlo. Pero justo en ese momento se sentó, abrió el cuaderno, apuntó algo rápido y volvió a ponerse de pie. Lo paré y le dije: "Yraola, querido, ¿podrías decirme qué demonios has apuntado ahí?"

Su respuesta me dejó helado: "A ver, Julián, que lo importante no es el contenido, sino el contexto."

Han pasado veinticinco años. Pero aquella frase describe el presente de la IA mejor que cualquier informe de Gartner.

Hoy todos los laboratorios compiten por el mejor modelo. Firman acuerdos para tener en exclusiva el mejor contenido para evolucionarlos. Y los modelos se commoditizan a una velocidad que asusta. Pero nadie ha construido todavía el contexto que convierta esos modelos en algo indispensable para el usuario medio. La killer app de la IA no será un chatbot más rápido ni un modelo más grande. Será lo que alguien construya alrededor del modelo. Igual que Google no fue un portal mejor, sino una forma radicalmente distinta de organizar lo que ya existía.

Ben Evans llega a una conclusión parecida en su presentación: "Chat is a terrible UX. General use needs apps." El chat es una interfaz terrible. El uso generalizado necesita aplicaciones. Aplicaciones reales, con casos de uso concretos, que resuelvan problemas que la gente tiene todos los días. No una pantalla en blanco donde hay que saber qué preguntar... y tener un criterio excelente para poder evaluar la coherencia de la respuesta.

Para un directivo, la lección es incómoda pero clara: la carrera no la va a ganar quien tenga más GPUs ni quien despliegue licencias de IA a todo el organigrama. La va a ganar quien construya el contexto —el dato, el proceso, la experiencia de usuario— que haga que la IA pase de "algo que pruebo" a "algo sin lo que no puedo trabajar".

Yraola definió la web 2.0 tres años antes de que existiera el concepto. Sospecho que también definió, sin saberlo, lo que la industria de la IA necesita entender veinticinco años después.

¿Será que la killer app que falta no es una tecnología, sino un contexto? Y si es así, la pregunta deja de ser cuándo llegará. Pasa a ser quién seguirá en pie para construirla.

Este artículo forma parte de una serie iniciada en "¡Menos madera, es la guerra!", que continúa en "¿El final de la barra libre de tokens?", "¿Y si la Misión Génesis fuera un inmenso error?", "¿Dónde está la bolita?", "Del paquete al token y vuelta a empezar" e "Invirtiendo en máquinas de escribir".