La IA de consumo busca su modelo: suscripciones, publicidad y el hueco que Latinoamérica puede ocupar

La foto del mercado de IA de consumo sigue siendo, en esencia, una foto de ChatGPT. El último informe de Andreessen Horowitz —el top 100 de aplicaciones de IA generativa para consumidores, medido por visitantes únicos mensuales según Similarweb a enero de 2026— confirma que el chatbot de OpenAI sigue liderando "por una milla", en palabras de Olivia Moore, socia del fondo. Pero lo que no sale en la tabla es casi tan revelador como lo que sí sale: no hay ninguna aplicación en categorías como redes sociales, citas, marketplaces, retail, viajes, finanzas o salud. Moore lo resume así: "Es definitivamente muy temprano" [https://techcrunch.com/2026/10/09/a16zs-olivia-moore-on-the-state-of-consumer-ai/].

El problema no es la tecnología, es la factura

Detrás de la ausencia de categorías enteras hay una razón económica concreta. Casi todos los ingresos de IA hasta ahora provienen de suscripciones y consumo de tokens, un modelo que concentra el gasto en el lado empresarial y prosumer. El informe State of Markets de a16z cifra en apenas un 2,2 % los hogares estadounidenses que pagan por IA. Moore no cree que la solución sea subir ese porcentaje a base de tarjetas corporativas: "La mayoría de la gente preferiría acceso gratis con publicidad y luego decidir si paga para quitarla" [https://techcrunch.com/2026/10/09/a16zs-olivia-moore-on-the-state-of-consumer-ai/].

Ese giro —de suscripción a freemium con publicidad— cambia la ecuación de costes. El coste marginal de servir un modelo de lenguaje sigue siendo muy superior al de una búsqueda tradicional en Google o un feed en Meta. Pero la aparición de planes como ChatGPT Go (8 dólares al mes) y el uso creciente de modelos open-source más ligeros empiezan a doblar la curva. Moore señala que "no necesitamos inteligencia de frontera para cada tarea" y que los fundadores están migrando a modelos abiertos para abaratar el servicio al consumidor final [https://techcrunch.com/2026/10/09/a16zs-olivia-moore-on-the-state-of-consumer-ai/].

La difusa frontera entre consumidor y empresa

Otra lectura del top 100 es que lo que hoy llamamos "IA de consumo" es, en buena medida, "IA prosumer". Las tres categorías que generan ingresos reales —herramientas de construcción de producto (Lovable, Replit), marketing con IA (Higgsfield, HeyGen) y gestión de trabajo (Manus, Fireflies, Granola)— se pagan con tarjeta personal pero resuelven problemas laborales. Moore lo llama "la gran expansión": empresas como Gamma, ElevenLabs o Cursor nacen orientadas al consumidor y en 18 meses son mayoritariamente empresariales [https://techcrunch.com/2026/10/09/a16zs-olivia-moore-on-the-state-of-consumer-ai/].

Esa hibridación tiene una consecuencia práctica: el product-market fit se valida primero en el bolsillo del usuario individual y luego escala a contratos corporativos. Para un fundador latinoamericano, el camino no es elegir entre B2C o B2B, sino diseñar para que el usuario individual arranque gratis (con anuncios) y la empresa pague después por gobernanza, privacidad y workflows integrados.

Freepik: la prueba de que Europa —y España— pueden jugar la liga global

El caso más nítido fuera de EE. UU. es Freepik. La compañía malagueña ocupa el puesto 11 en el ranking web de a16z, por delante de Doubao, JanitorAI, Quark, Suno o remove.bg, y es la única española y la primera europea por visitantes únicos mensuales [https://www.parentesis.media/freepik-ranking-the-top-100-gen-ai-consumer-apps/]. No es un flash de tráfico: en el informe de gasto de startups (analizando 200.000 clientes de Mercury entre junio y agosto de 2025) Freepik aparece en el puesto 4 entre aplicaciones AI-native y lidera la categoría de herramientas creativas, por encima de ElevenLabs [https://www.parentesis.media/freepik-ranking-the-top-100-gen-ai-consumer-apps/].

No haber entrenado un modelo fundacional, sino haber hibridado una base de usuarios masiva de diseñadores y marketers con una suite "todo en uno" que integra generación de imagen, vídeo, audio, avatares y edición es la clave. A16z lo describe como "plataforma que funciona a la vez como producto de descubrimiento masivo y como herramienta de trabajo real" [https://www.parentesis.media/freepik-ranking-the-top-100-gen-ai-consumer-apps/]. Esa doble vida —tráfico de consumo y recurrencia de gasto— es el holy grail que Moore busca para las categorías vacías.

El capital sigue la apuesta: 8.500 millones para growth y 1.100 para hardware

Se mide en dólares la convicción del fondo. A16z acaba de ampliar su quinto fondo de growth de 6.750 a 8.500 millones de dólares y, días antes, cerró el Machine Age Fund con 1.100 millones para chips, memoria, redes y almacenamiento de IA [https://www.diariobitcoin.com/startups-verticales/a16z-eleva-su-fondo-de-growth-a-usd-8-500-millones-en-plena-carrera-por-la-inteligencia-artificial/]. David George, socio que lidera growth, nota que las startups llegan a la fase de escalado más rápido, queman más caja y alcanzan valoraciones más altas. La estrategia cubre toda la pila: infraestructura física, modelos, tooling y aplicaciones de consumo y empresa.

¿Y Latinoamérica?

No tiene la región (todavía) un OpenAI ni un Anthropic. Pero tiene tres ventajas estructurales que encajan con los huecos que señala Moore:

• Categorías vírgenes: banca digital, healthtech, traveltech, marketplaces locales. Un paper académico reciente muestra cómo la IA generativa puede armar bundles financieros personalizados en banca de consumo, combinando segmentación conductual, pricing dinámico y cumplimiento regulatorio [https://pdfs.semanticscholar.org/4387/68f709ed95dd0ee078d31cd6f9930e7af7c4.pdf]. Es exactamente el tipo de aplicación "no AI-native pero con IA nuclear" que a16z empieza a medir.
• Sensibilidad al precio: el modelo freemium con publicidad que propone Moore encaja mejor en economías donde la disposición a pagar suscripciones dólares es menor. Si el coste marginal baja con modelos abiertos, la unidad económica cierra antes en México, Colombia o Brasil que en EE. UU.
• Talento de producto, no solo de modelo: Freepik demuestra que ganar la capa de interfaz, workflow y distribución vale tanto como entrenar el modelo. LatAm tiene historial construyendo marketplaces, fintechs y plataformas de e-commerce globales (Mercado Libre, Nubank, Rappi). Esa capacidad de producto es transferible a la IA de consumo.

Vale doble acá la advertencia de Moore —"el mercado se reordena a gran velocidad"—. El que llegue segundo a una categoría vacía (viajes, citas, finanzas personales) con una suite integrada, modelo ligero y freemium publicitario, puede quedarse con el top of mind regional antes de que los gigantes globales localicen su oferta. La ventana está abierta; el ranking de a16z dentro de seis meses dirá quién entró.