En cuestión de semanas, dos productos de inteligencia artificial generativa cruzaron por separado la barrera de los 1.000 millones de usuarios. ChatGPT lo hizo primero, con OpenAI confirmando oficialmente el hito a comienzos de agosto tras varios meses de rumores. Pocos días después, Sundar Pichai anunció desde X que Gemini alcanzó esa misma cifra mensual, convirtiéndose en el producto de mayor crecimiento en la historia de Google.
No es un dato curioso para una keynote: es una señal estructural de hacia dónde se está moviendo el software.
Qué pasó exactamente
ChatGPT venía arrastrando la narrativa de "crecimiento histórico" desde 2023, cuando fue presentado como el software de mayor adopción acelerada de la historia. En febrero, OpenAI ya reportaba 900 millones de usuarios semanales. Cinco meses después, alcanzó 1.000 millones semanales y, según declaró la propia compañía, 1.000 millones mensuales hacía ya tiempo. El crecimiento sigue siendo enorme, pero la curva se suaviza respecto a los primeros años.
Gemini, en cambio, muestra la pendiente más agresiva. Google pasó de 750 millones de usuarios mensuales en febrero a 950 millones a fines de julio, y rompió la barrera del billón durante la primera semana de agosto. El propio Pichai lo llamó el producto de mayor crecimiento de Google, una compañía con 14 servicios en ese club del billón. La diferencia clave: la mayoría de los usuarios de Gemini llegan desde Android, donde el asistente está preinstalado como capa por defecto del sistema operativo.
La lectura competitiva es clara. OpenAI sigue siendo la marca de referencia del consumidor, pero la ventaja que mantuvo durante dos años se está evaporando. Anthropic, con Claude, crece con fuerza entre desarrolladores aunque no publique cifras, y los modelos chinos han entrado a la conversación como variable competitiva real.
Por qué importa: la IA ya no es una feature, es infraestructura
Durante mucho tiempo la conversación sobre IA en productos se centró en "agregar un chat". Eso quedó obsoleto. Cuando 1.000 millones de personas ya tienen a Gemini o ChatGPT como puerta de entrada cotidiana a la información, las expectativas del usuario cambian, y los productos que no se ajustan empiezan a sentirse anticuados.
Lo que reflejan estos números es que la IA dejó de ser un módulo extra para convertirse en una capa base. Pasa lo mismo que ocurrió con la nube, los pagos móviles o las notificaciones push: primero fueron features diferenciadoras, después defaults esperados y, al final, requisitos para competir.
Tres implicaciones concretas:
-
Distribución importa más que capacidad de modelo. Gemini debe su aceleración a Android, no a benchmarks. Elige tu canal de llegada antes de obsesionarte con tu arquitectura interna.
-
La conversación deja de ser sobre "si usamos IA" y pasa a "cómo la usamos para que el usuario no note fricción". Los productos que la esconden detrás de un chatbot auxiliar pierden frente a los que la integran en el flujo principal.
-
El coste computacional se vuelve un problema de producto, no solo de ingeniería. Cada conversación de soporte, cada búsqueda semántica y cada resumen automático tiene un impacto directo en margen.
Qué cambia para startups y equipos de producto
Para una startup, la lección más incómoda es que el "AI wrapper" como propuesta de valor está muerto. Si tu producto es esencialmente una capa de prompts sobre la API de OpenAI o Anthropic, y los gigantes ya ofrecen una experiencia similar con distribución masiva, tu ventaja competitiva debe venir de otra parte: datos propietarios, workflow profundo, comunidad o un vertical muy específico.
Para los equipos de producto maduros, la prioridad debería ser auditar cada punto del journey donde un LLM podría reducir pasos o personalizar la experiencia. No hablamos de añadir un botón de "Pregúntale a la IA", sino de repensar flujos enteros asumiendo que el modelo ya está ahí.
Para los developers, hay una consecuencia profesional directa: las skills de orquestación, prompt engineering estructurado, RAG, evaluación de modelos y diseño de sistemas agénticos pasan de "nice to have" a "baseline". El currículum de un ingeniero de producto en 2026 se parece cada vez menos al de 2022.
Lo que recomendamos hacer esta semana
No hace falta rehacer la roadmap, pero sí ajustar el foco. Una lista corta y ejecutable:
-
Audita los tres flujos principales de tu producto. ¿Cuántos clics podría eliminar un modelo bien integrado? Empieza por soporte, onboarding y búsqueda interna.
-
Decide si construyes, compras o te asocias. Para el 80% de los casos, una API gestionada con un wrapper sólido es suficiente. Reserva el modelo propio solo donde tengas datos únicos o requisitos extremos de latencia y coste.
-
Mide coste por interacción, no solo coste por token. Incluye latencia, reintentos y re-rankings. Es la métrica que tu CFO va a empezar a preguntar en las próximas reuniones.
-
Diseña un sistema de evaluación continua. Los modelos cambian cada trimestre, los prompts se degradan y los usuarios se vuelven más exigentes. Sin métricas, vas a ciegas.
-
Piensa en la distribución como feature. Si tu producto depende de una app externa para llegar al usuario, tu roadmap tiene un problema de canal que ningún modelo va a resolver.
La IA dejó de ser el truco diferenciador. Cuando mil millones de personas ya la usan a diario, la diferencia la marca qué haces con ella dentro de tu propio producto.
El siguiente capítulo: monetización, no adopción
La carrera hacia el billón de usuarios terminó. Ahora empieza la fase incómoda: convertir esa audiencia en negocio sostenible. OpenAI, Google y Anthropic necesitan demostrar que un usuario diario de IA es también un usuario que paga, y que esa escala no se come el margen en forma de cómputo.
Para founders y product leaders, eso abre una ventana corta. Mientras los grandes ajustan su modelo económico, hay espacio para productos verticales que cobran por valor entregado, no por token consumido. La pregunta ya no es si tu usuario va a usar IA, sino cuánto está dispuesto a pagar porque tu producto la use mejor que el de al lado.
Quien trate a la IA como un accesorio seguirá perdiendo relevancia. Quien la trate como el nuevo sistema operativo de su producto tiene la oportunidad real de liderar la próxima década del software.
Fuente base: ChatGPT and Gemini both just passed 1 billion users
