Sova AI lanza un asistente para Android que controla el móvil sin PC ni root

Sova AI intenta ocupar un nicho que los grandes actores aún no han cubierto del todo: un asistente de IA que no se limita a responder consultas, sino que actúa de verdad dentro de las aplicaciones de Android, directamente en el smartphone. El proyecto se presenta como el primer agente móvil de este tipo que no necesita ADB, ni conexión USB, ni root, ni vínculo con un PC. El usuario instala una aplicación normal, si quiere la define como asistente del sistema y puede dar órdenes por voz o por texto. Después, el agente abre los servicios necesarios, pulsa botones, desplaza pantallas y recorre los pasos como lo haría una persona.

La apuesta principal de Sova AI no es otra interfaz de chat, sino la idea de una presencia permanente en el dispositivo móvil. En el mercado ya hay soluciones de la categoría mobile-use, pero muchas siguen exigiendo conectar el teléfono a un ordenador, depurar por cable u otros rodeos técnicos. Para el usuario general resulta incómodo: si ya hay un PC cerca, es más lógico encargar la tarea al computer-use o al browser-use clásicos. Los autores parten de otro escenario: el teléfono debe seguir siendo un entorno autónomo donde el asistente pueda realizar una acción rutinaria en cualquier momento, de camino, en una cola, entre reuniones o cuando simplemente no hay portátil a mano.

Técnicamente, el agente se apoya en la API de accesibilidad de Android. Esto le permite ver la estructura de la pantalla mediante el árbol de la interfaz, localizar los controles y reproducir las acciones del usuario: toques, desplazamiento, cambios entre aplicaciones y otros pasos básicos. Pero los desarrolladores subrayan que las capturas de pantalla por sí solas no bastan para esta tarea.

Los modelos no siempre interpretan de forma estable las imágenes de la interfaz, procesan de manera distinta la calidad de la imagen y pueden equivocarse con elementos pequeños. Por eso Sova AI adoptó un enfoque híbrido: los datos del árbol de la pantalla se combinan con el contexto visual para mejorar la precisión sin disparar el consumo de tokens en cada operación.

La parte económica es para el producto tan importante como la magia de la automatización. Si un agente móvil debe recorrer muchos pasos dentro de las aplicaciones, el coste de cada escenario se vuelve crítico enseguida. Los creadores de Sova AI dicen abiertamente que intentaron evitar que el usuario gaste demasiados recursos en una acción banal, como pedir comida o resolver una tarea doméstica breve. De ahí el foco en combinar datos estructurados con imagen, en lugar de un enfoque puramente visual. Además, el agente puede configurarse como asistente predeterminado, para lanzarlo por voz y convertir la orden directamente en acción, y no en otra respuesta del tipo «no puedo interactuar con aplicaciones».

Resulta especialmente interesante que Sova AI propone una definición más estricta de la palabra «asistente». En los dos últimos años el mercado se ha llenado de servicios que resumen, buscan, sugieren y mantienen conversaciones con soltura, pero se detienen en la frontera de la acción real. Sova AI intenta desplazar esa frontera y convertir el smartphone en una plataforma para una interfaz agéntica, donde la IA no solo explica lo que hay que hacer, sino que recorre ella misma la secuencia de pasos necesaria. Por ahora el proyecto está disponible en Android y la versión para iOS está en desarrollo, lo cual es lógico: hoy Android ofrece más margen para este tipo de integración.

La conclusión es sencilla: Sova AI muestra hacia dónde puede ir la próxima oleada de productos de IA para el usuario, de los asistentes conversacionales a los agentes ejecutores. Si este enfoque resulta lo bastante fiable, rápido y barato, el mobile-use tiene opciones de convertirse en un segmento masivo propio y no en una demostración para desarrolladores. Pero junto con la comodidad crecerán inevitablemente las exigencias de precisión, privacidad y control sobre los permisos. Para el usuario ya no es solo un chat, sino un software que accede a la interfaz del teléfono y actúa en su nombre.