Muse crece mientras Meta ajusta su apuesta financiera por la IA
Meta informó el 21 de octubre de 2026 que Muse, su agente personal de inteligencia artificial, había superado los 10 millones de cuentas creadas en Estados Unidos y Canadá. El dato apareció durante la presentación de los resultados del tercer trimestre, junto con una actualización sobre el gasto previsto para infraestructura.
La compañía espera invertir entre 135.000 y 145.000 millones de dólares en gastos de capital durante 2026. La previsión anterior era de entre 130.000 y 145.000 millones: Meta elevó el límite inferior y mantuvo el superior.
Esa precisión corrige una interpretación frecuente. La empresa no elevó el máximo de su rango anunciado en ese informe; redujo el margen de la previsión desde abajo.
El crecimiento de Muse y la inversión en infraestructura muestran dos partes de la misma estrategia. Meta busca atraer usuarios a nuevos productos de IA mientras construye la capacidad necesaria para entrenarlos y operarlos.
El número de cuentas no equivale a usuarios activos diarios ni a clientes de pago. Según Mark Zuckerberg, alrededor de una cuarta parte de quienes habían creado una cuenta utilizaban Muse en un día determinado.
La noticia permite observar cómo una empresa con miles de millones de usuarios en sus aplicaciones intenta convertir la inteligencia artificial en una nueva línea de productos.
Qué representa Muse dentro de la estrategia de Meta
Muse es un agente personal de inteligencia artificial diseñado para ayudar con tareas cotidianas. Su propuesta se relaciona con planificación, compras y otras actividades que requieren interpretar una petición y ofrecer asistencia.
La palabra agente sugiere una evolución respecto a un chatbot que solamente responde. El alcance real depende de las funciones disponibles y de las autorizaciones concedidas por el usuario.
Para Meta, Muse representa una oportunidad de construir una relación con el usuario que no dependa exclusivamente del consumo de publicaciones en redes sociales.
La empresa ya dispone de plataformas con grandes audiencias y un negocio publicitario consolidado. Un agente puede abrir nuevas formas de interacción, aunque su adopción y monetización necesitan demostrarse.
Las más de 10 millones de cuentas comunicadas indican interés inicial. No explican por sí solas cuánto tiempo permanecen los usuarios, qué tareas completan o cuánto ingreso genera el servicio.
La adopción de agentes de IA debe examinarse mediante varias medidas. Una inscripción muestra que alguien probó o decidió abrir una cuenta; el uso recurrente aporta otra perspectiva sobre el valor del producto.
El desafío de Meta será convertir esa atención inicial en una experiencia que las personas quieran utilizar con continuidad.
Diez millones de cuentas no son diez millones de usuarios diarios
Las cifras de productos digitales pueden parecer equivalentes cuando se presentan sin contexto. Cuentas creadas, usuarios activos diarios y clientes de pago describen comportamientos diferentes.
Una cuenta puede registrarse y utilizarse una sola vez. Una persona activa diariamente puede usar el servicio de manera breve o intensa. Un cliente de pago representa otra relación económica.
Zuckerberg indicó que aproximadamente el 25% de quienes habían creado una cuenta usaban Muse en un día determinado. Esa proporción aporta una señal de actividad, aunque no permite reconstruir toda la evolución de la base de usuarios.
También importa el alcance geográfico. El dato comunicado se refería a Estados Unidos y Canadá, no a una cifra mundial.
Las cuentas creadas muestran interés inicial; la frecuencia de uso y los ingresos ayudan a comprender si ese interés se convierte en un negocio duradero.
Para comparar Muse con otros servicios sería necesario utilizar periodos y definiciones equivalentes. Las descargas de una aplicación no siempre coinciden con cuentas, y una medición mensual no equivale a una diaria.
La noticia es el crecimiento comunicado por Meta. Las conclusiones sobre liderazgo o rentabilidad requieren información adicional.
Un trimestre fuerte para el negocio principal
Meta reportó ingresos de 64.600 millones de dólares durante el tercer trimestre de 2026, un aumento del 26% frente al mismo periodo del año anterior.
La empresa registró un beneficio neto de aproximadamente 9.860 millones. El resultado incluyó un cargo relacionado con procedimientos legales, por lo que las comparaciones requieren observar sus componentes.
El negocio principal de Meta continúa proporcionando recursos para financiar nuevas iniciativas. Esa posición diferencia a la compañía de empresas de IA que dependen principalmente de financiación externa para expandirse.
Sin embargo, disponer de ingresos elevados no elimina la necesidad de justificar inversiones futuras.
La escala del gasto en centros de datos y cómputo plantea preguntas sobre plazos de recuperación y capacidad de generar ingresos adicionales.
La compañía sostiene que sus inversiones en IA ya contribuyen a mejorar recomendaciones y publicidad. Esa es una afirmación de Meta sobre su negocio; medir con precisión la aportación de cada tecnología requiere información que no siempre se presenta de forma separada.
La discusión financiera gira alrededor de cuánto valor puede producir la IA en productos existentes y cuánto aportarán servicios nuevos como Muse.
Una previsión de inversión más estrecha
Meta actualizó su estimación de gastos de capital para 2026. El rango pasó de 130.000–145.000 millones a 135.000–145.000 millones de dólares.
La modificación elevó la parte inferior de la estimación y dejó sin cambios el límite superior. Describirla como una ampliación del máximo sería incorrecto.
El gasto de capital incluye inversiones relacionadas con infraestructura y puede abarcar pagos de principal de arrendamientos financieros, según la presentación de la compañía.
Estas cantidades no equivalen directamente a la pérdida de un solo producto ni al coste exclusivo de Muse. La infraestructura puede atender entrenamiento, servicios existentes y otras iniciativas.
La inversión en infraestructura de IA necesita evaluarse a lo largo del tiempo. Los centros de datos y equipos se utilizan durante varios periodos, mientras que los ingresos asociados pueden llegar de manera gradual.
Para el sector, la cifra ilustra la escala financiera de la competencia. Para Meta, plantea la necesidad de mantener capacidad suficiente sin perder de vista el retorno de la inversión.
La previsión seguirá siendo una estimación hasta que termine el periodo y la empresa publique sus resultados definitivos.
Por qué un agente puede costar más que una respuesta
Un agente puede realizar varios pasos para completar una petición. Puede interpretar el objetivo, consultar información, utilizar herramientas y revisar resultados antes de responder.
Cada interacción puede consumir recursos. Una tarea que parece sencilla para el usuario puede implicar varias operaciones internas.
El coste también depende de la longitud del contexto, el modelo utilizado y la cantidad de solicitudes simultáneas.
Zuckerberg señaló que Muse requiere capacidad de cómputo considerable y planteó como objetivo mejorar su eficiencia durante el siguiente año. Esa declaración es una previsión de la compañía, no un resultado ya conseguido.
Reducir el coste por tarea puede facilitar que un servicio atienda a más personas. Pero una mejora técnica no garantiza automáticamente rentabilidad.
También importan el precio, la frecuencia de uso, el soporte y la inversión necesaria para mantener capacidad disponible.
La eficiencia de agentes inteligentes se convierte en un asunto de producto y de finanzas. Un agente útil necesita completar tareas con calidad suficiente sin consumir recursos que hagan inviable ofrecerlo a gran escala.
La monetización sigue siendo una pregunta abierta
Meta ha priorizado el crecimiento de Muse y ha mencionado posibles vías futuras de ingresos. Entre las opciones discutidas públicamente se encuentran servicios de suscripción y otras formas de generar valor alrededor del producto.
Eso no significa que exista un modelo definitivo o que las cuentas creadas ya produzcan ingresos directos.
Un agente puede generar valor de manera indirecta, por ejemplo al mejorar una experiencia relacionada con otros productos. También puede cobrar por funciones específicas o vincularse a operaciones comerciales.
Cada alternativa presenta desafíos. Las suscripciones necesitan ofrecer beneficios que los usuarios estén dispuestos a pagar. La publicidad y las transacciones requieren confianza y una experiencia que no perjudique la utilidad del agente.
La empresa también debe considerar los costes de servir cada interacción. Un producto gratuito muy utilizado puede requerir una infraestructura considerable antes de generar ingresos equivalentes.
Para evaluar Muse será importante seguir no solo cuántas personas lo prueban, sino cómo se utiliza y qué vías de negocio comunica Meta.
La adopción inicial es un primer indicador. La sostenibilidad económica requiere información adicional.
La publicidad sigue financiando buena parte de la estrategia
Meta construyó su negocio alrededor de aplicaciones sociales y publicidad. La IA ya participa en funciones relacionadas con recomendaciones y herramientas para anunciantes.
Esa conexión permite que parte de la inversión tenga efectos dentro de productos existentes, incluso si Muse todavía se encuentra en una etapa temprana de monetización.
Una mejor recomendación puede influir en la interacción de los usuarios. Una herramienta de creación puede modificar cómo los anunciantes preparan campañas.
Pero esos beneficios no deben atribuirse de manera automática a un único modelo. Las plataformas combinan numerosos sistemas, cambios de producto y decisiones comerciales.
Meta afirma que sus inversiones están contribuyendo a ingresos publicitarios adicionales. La afirmación forma parte de su explicación de resultados y debe leerse junto con la dificultad de separar todos los factores.
Para los desarrolladores, la noticia muestra que la IA empresarial no se limita a vender acceso a un modelo. También puede integrarse en funciones existentes que ya tienen usuarios y una fuente de ingresos.
Esa ventaja potencial no elimina la necesidad de controlar costes ni garantiza que todos los productos nuevos alcancen el mismo resultado.
Muse Wonder y la competencia entre modelos
Meta también destacó Muse Wonder entre sus avances recientes. La compañía lo presenta como un modelo avanzado dentro de su estrategia de inteligencia artificial.
El desarrollo de modelos y la distribución mediante aplicaciones son actividades relacionadas, pero distintas. Un modelo necesita demostrar capacidades; un producto necesita convertirlas en una experiencia útil.
Una empresa puede disponer de una gran audiencia y aun así enfrentar dificultades para que los usuarios adopten un servicio nuevo. También puede ofrecer un modelo competitivo cuya operación resulte costosa.
La competencia con otros desarrolladores de IA se decidirá en múltiples dimensiones: calidad, velocidad, disponibilidad, privacidad y precio.
Los resultados de una prueba no describen por completo la experiencia de un usuario. Una aplicación también depende de herramientas, interfaces y decisiones sobre cuándo actuar.
La competencia entre modelos de IA se amplía cuando las empresas los incorporan a productos con diferentes objetivos.
Para Meta, la combinación de Muse y Muse Wonder representa una apuesta por controlar tanto capacidades como distribución. Su éxito dependerá de cómo funcionen juntas para tareas reales.
La privacidad adquiere importancia cuando el agente conoce al usuario
Un agente personal puede resultar más útil cuando dispone de contexto sobre preferencias y actividades. Ese mismo contexto aumenta la importancia de definir qué información utiliza.
La confianza depende de que las personas comprendan qué datos se comparten, para qué sirven y qué controles tienen disponibles.
Una integración con otros servicios puede mejorar una tarea y ampliar simultáneamente la superficie de acceso a información personal.
Estas cuestiones no prueban que Muse haya cometido una infracción concreta. Forman parte de la evaluación de cualquier producto que aspire a participar en decisiones cotidianas.
Para los equipos de producto, la utilidad y la privacidad deben diseñarse conjuntamente. Una función que requiere demasiados permisos puede resultar menos atractiva aunque sea técnicamente capaz.
La transparencia también importa para desarrolladores que conecten agentes con sistemas externos. Necesitan entender qué datos viajan entre componentes y qué condiciones se aplican.
Meta tendrá que sostener la confianza de usuarios y socios mientras amplía las capacidades del producto. La escala de sus plataformas hace que esas decisiones tengan consecuencias potencialmente amplias.
La infraestructura conecta el producto con la experiencia
Un agente necesita responder en tiempos aceptables y mantenerse disponible. La infraestructura determina parte de esa experiencia.
Si una tarea requiere varias operaciones, los retrasos pueden acumularse. Cuando aumenta el número de usuarios, la capacidad debe distribuirse entre solicitudes concurrentes.
La calidad del modelo y la capacidad de servirlo están relacionadas, pero son problemas diferentes.
Una empresa puede mejorar la respuesta de un modelo y enfrentar nuevas necesidades de cómputo. También puede optimizar la ejecución sin cambiar la capacidad fundamental del sistema.
El gasto de capital de Meta debe entenderse dentro de esa relación. No se trata únicamente de construir instalaciones, sino de mantener una base que permita desarrollar y operar productos.
Para un usuario, esa infraestructura se manifiesta como velocidad y disponibilidad. Para la empresa, aparece como inversión, consumo energético y planificación de capacidad.
Muse será una prueba de esa conexión entre una interfaz personal y sistemas industriales de gran escala.
Qué conviene observar después de los resultados
Los próximos informes permitirán seguir si la base de cuentas de Muse se traduce en uso recurrente y oportunidades comerciales.
También será relevante comprobar si las mejoras de eficiencia anunciadas se materializan y bajo qué condiciones.
La evolución del gasto mostrará cómo Meta distribuye recursos entre entrenamiento, operación de productos y negocio principal.
Para los desarrolladores, importarán las capacidades disponibles, las condiciones de integración y la estabilidad de los servicios.
Las comparaciones con competidores deberán utilizar métricas equivalentes. Un número de cuentas no puede compararse directamente con usuarios mensuales o ingresos sin conocer sus definiciones.
La respuesta de los usuarios también dependerá de confianza y utilidad. Un agente necesita resolver tareas que justifiquen incorporarlo a la rutina.
La noticia del trimestre proporciona una primera fotografía. El desarrollo posterior permitirá valorar si Muse se convierte en una línea de negocio sostenible y cómo se relaciona con las plataformas existentes de Meta.
Conclusiones
Meta comunicó que Muse superó los 10 millones de cuentas en Estados Unidos y Canadá, y situó el producto dentro de una estrategia más amplia de inteligencia artificial.
La compañía también ajustó su previsión de gastos de capital para 2026 a entre 135.000 y 145.000 millones de dólares. La actualización elevó el límite inferior del rango anterior y mantuvo el superior.
Los datos muestran interés inicial y una apuesta considerable por infraestructura. Todavía no permiten concluir que Muse sea rentable o que todas las cuentas representen usuarios activos diarios.
Para la industria tecnológica, el caso reúne tres preguntas: cómo hacer útiles los agentes, cuánto cuesta operarlos y qué modelos de negocio pueden sostenerlos.
El seguimiento deberá centrarse en uso recurrente, eficiencia demostrada, ingresos y confianza. Esos resultados permitirán valorar si el crecimiento inicial de Muse se convierte en una posición duradera dentro del mercado de inteligencia artificial.