Olivia Moore, de a16z, ve en la IA de consumo un mercado más allá de las suscripciones y la API

Olivia Moore, socia de a16z que sigue los productos de IA de consumo del fondo, habla en una entrevista con TechCrunch de una «enorme oportunidad» en la consumer AI. La condición es sencilla: el sector necesita fuentes de ingresos distintas de las suscripciones y el pago por API. Hoy el estándar del mercado es una tarifa de unos $20 al mes, como la de ChatGPT Plus, mientras que los planes superiores cuestan hasta $200. Del fragmento disponible de la entrevista solo se conoce esta tesis, así que lo que sigue es un análisis de la lógica que hay detrás, no un resumen de las palabras de Moore.

Por qué la suscripción tiene un techo

La suscripción nació para software con un coste marginal de servicio casi nulo. En la IA generativa todo es distinto: cada consulta cuesta dinero en inferencia, y cuanto más activo es el usuario, más caro resulta. La cuota, en cambio, es fija. Los usuarios más comprometidos acaban siendo los menos rentables, y los planes gratuitos hay que mantenerlos para ganar alcance.

También hay un límite psicológico. Solo una parte reducida de la audiencia está dispuesta a pagar cada mes por un servicio de IA. Por un segundo o un tercer servicio pagarán muy pocos. Si el mercado de consumo depende únicamente de este modelo, crece más despacio que el número de usuarios.

Qué fuentes de ingresos quedan

Los ingresos por API funcionan de otra manera: pagan los desarrolladores y las empresas, no las personas de a pie. Es un mercado B2B y solo se relaciona de forma indirecta con los productos de consumo. La consumer AI necesita modelos en los que el dinero llegue del propio escenario de uso. Estas son las opciones lógicas:

• Suscripción: $20 al mes como estándar y hasta $200 en los planes premium. El techo lo marca la proporción de usuarios dispuestos a pagar.
• API: pago por tokens por parte de los desarrolladores. El cliente es una empresa y el producto de consumo es solo un escaparate.
• Publicidad: monetización de la audiencia gratuita, sobre todo en consultas de búsqueda y de recomendación.
• Comisiones por transacciones: el agente reserva, pide o selecciona un producto y se queda con una parte de la operación.
• Pagos de afiliación: recomendaciones integradas con pago por clic o por compra.

Ninguna de estas opciones es nueva en internet. La novedad es que el asistente de IA se sitúa en el punto de decisión mucho más cerca que un buscador o un feed. Conoce el contexto, el presupuesto y las preferencias del usuario y, en el caso de un agente, puede además llevar la acción hasta el pago. Por eso las comisiones y los formatos publicitarios se presentan a los inversores como una continuación lógica del modelo de suscripción.

Riesgos del nuevo enfoque

La publicidad y las comisiones tienen un precio, y lo paga la confianza. Si el asistente recomienda un producto porque alguien ha pagado por ello, el valor de la respuesta cae. Los usuarios ya se han acostumbrado a ver el chatbot como un interlocutor neutral, y el primer escándalo visible por promoción dentro de una respuesta puede dañar rápidamente la reputación del producto. Los reguladores también tendrán que decidir cómo etiquetar las recomendaciones de pago dentro de un diálogo.

El segundo riesgo: las transacciones de los agentes exigen fiabilidad. Una cosa es que el modelo se equivoque en un texto y otra muy distinta es que compre el billete equivocado. El mercado de ingresos por transacciones se abrirá cuando la frecuencia de esos errores sea comparable a la humana.

Qué deben hacer los equipos que construyen IA de consumo

Calcule la economía unitaria según la actividad, no según el usuario medio. Averigüe cuánto cuesta la inferencia para el 10% de usuarios más activos y si la tarifa la cubre. Compruebe si su escenario tiene un momento en el que el valor se mide en dinero: una compra, una reserva, una contratación, el pago de un servicio. Ahí es donde resulta más fácil cobrar una comisión, y esta irrita al usuario menos que una subida del precio de la suscripción.

Si planea incluir publicidad, sepárela visualmente de la respuesta y fije las reglas de antemano. Y si es inversor o product manager, vigile quién lanza primero escenarios agénticos de pago con transacciones reales: esos datos mostrarán hasta qué punto acierta Moore con el potencial del mercado.