Meta acaba de conseguir algo que suena enorme: su nueva aplicación de inteligencia artificial, Muse, tuvo un debut móvil más rápido que ChatGPT.
Pero decir que “destronó a ChatGPT” sería ir demasiado lejos.
Los datos disponibles comparan un período muy específico: los primeros 12 días de ambas aplicaciones móviles, en mercados y plataformas equiparables. Y aun así el resultado es interesante, porque Muse no intenta ser simplemente otro chatbot.
Meta lo diseñó como un agente personal que puede abrir un navegador, completar formularios, enviar correos, reservar viajes y ejecutar tareas en nombre del usuario.
Muse consiguió 1,8 millones de descargas comparables frente a 1,3 millones de ChatGPT
La comparación proviene de la firma de inteligencia de mercado Apptopia y fue publicada por TechCrunch.
Para evitar comparar lanzamientos completamente distintos, Apptopia tomó solamente datos de iOS en Estados Unidos y Canadá durante los primeros 12 días de cada aplicación.
En ese escenario, Muse registró aproximadamente 1,8 millones de descargas, frente a 1,3 millones de ChatGPT durante su debut móvil inicial. Eso permite decir que Muse tuvo un lanzamiento más rápido en esa comparación concreta.
No permite concluir que ya tenga más usuarios que ChatGPT en términos globales.
La comparación tiene una diferencia enorme: ChatGPT salió en 2023
ChatGPT lanzó su primera aplicación móvil en un mercado completamente distinto.
En 2023 la inteligencia artificial generativa todavía estaba entrando al consumo masivo, mientras que Muse aparece en 2026 dentro de un ecosistema donde millones de personas ya saben qué esperar de una app de IA.
Además, Meta puede promocionar su agente dentro de productos con miles de millones de usuarios, como Facebook, Instagram y WhatsApp. Por eso el dato de adopción es relevante, pero no es una competencia histórica perfectamente simétrica.
Muse no quiere quedarse respondiendo preguntas
La diferencia central está en lo que Meta espera que haga.
Según la compañía, Muse puede:
- abrir páginas web mediante su propio navegador;
- completar formularios;
- enviar correos con autorización del usuario;
- reservar viajes;
- hacer compras;
- seguir tareas que continúan después de cerrar la aplicación;
- crear planes a partir de objetivos de largo plazo.
Meta dice que el sistema está impulsado por Muse Spark, su modelo diseñado específicamente para trabajo agéntico.
Qué significa que sea un “agente” y no solo un chatbot
Un chatbot normalmente recibe una pregunta y devuelve una respuesta.
Un agente puede utilizar herramientas para actuar. Eso cambia la relación con la IA.
En vez de pedir instrucciones para reservar un vuelo, el usuario puede pedirle que investigue opciones, complete los pasos necesarios y vuelva cuando necesite una aprobación.
Ese tipo de autonomía es justamente el terreno donde varias compañías de IA están concentrando ahora sus productos.

Muse funciona dentro de una máquina virtual propia
Para ejecutar acciones sin entregar acceso directo a todo el dispositivo del usuario, Meta creó Muse Secure VM.
Es una máquina virtual dedicada que aloja al agente y los datos asociados a cada persona.
Muse utiliza allí su propio navegador y puede conectarse a servicios externos. Meta afirma que las credenciales se almacenan de forma separada y que el agente no puede ver directamente contraseñas ni métodos de pago.
Un segundo agente vigila lo que Muse intenta hacer
La arquitectura incluye otro componente llamado Sentinel.
Según Meta, Sentinel se ejecuta separado de Muse dentro de la misma infraestructura y revisa las acciones que intentan salir a internet.
Las operaciones sensibles —como enviar un correo o realizar una compra— requieren confirmación del usuario. La aplicación también entrega un registro de las acciones realizadas.
Todo esto corresponde a las protecciones descritas por Meta; todavía deberá evaluarse cómo funcionan bajo uso masivo y frente a ataques reales.
Meta incluso está probando llamadas telefónicas realizadas por Muse
La ambición del producto va más allá del navegador.
Reuters informó que Meta está probando una función para que Muse realice llamadas a empresas en nombre del usuario y posteriormente entregue una transcripción o resumen.
La parte llamativa es que algunas pruebas internas utilizan un “concierge humano”: contratistas que pueden hacerse cargo de determinadas llamadas.
Eso abrió inquietudes internas sobre privacidad y sobre cuánta información podría llegar a personas externas durante una tarea aparentemente ejecutada por IA. Meta sostiene que se trata de una prueba destinada precisamente a evaluar seguridad y privacidad antes de un despliegue más amplio.
2,8 millones de instalaciones totales en 12 días
Apptopia estima además que Muse alcanzó alrededor de 2,8 millones de instalaciones totales durante sus primeros 12 días.
El crecimiento fue suficiente para llevar la aplicación al primer lugar de la App Store estadounidense durante su lanzamiento.
Reuters también reportó que el fuerte debut impulsó las expectativas de inversionistas sobre la posibilidad de que Muse se convierta en un nuevo negocio relevante para Meta.
La gran ventaja de Meta puede no ser su modelo, sino su distribución
Una compañía puede construir un excelente modelo y aun así necesitar convencer a millones de personas de instalarlo.
Meta parte desde otra posición.
Facebook, Instagram, WhatsApp y Messenger forman una red de distribución que muy pocas empresas pueden igualar. Eso significa que Muse puede crecer rápidamente incluso antes de demostrar que su modelo es objetivamente mejor que sus competidores.
La adopción inicial, por tanto, dice tanto sobre la fuerza del ecosistema de Meta como sobre la calidad de Muse.
Muse todavía no “destronó a ChatGPT”
Superar las descargas de los primeros 12 días de la aplicación móvil de ChatGPT es un dato llamativo.
Pero ChatGPT lleva años acumulando usuarios, versiones, planes y presencia global.
Comparar ambos productos como si hubieran salido al mismo tiempo llevaría a una conclusión equivocada.
Lo que sí podemos decir es más interesante.
Meta consiguió que su primer gran agente personal tuviera un debut móvil extraordinariamente rápido.
Y si Muse logra convertir esa distribución en uso habitual, la competencia en IA de consumo puede dejar de girar alrededor de quién responde mejor una pregunta.
La siguiente batalla podría ser quién consigue que confiemos en una IA lo suficiente como para dejarla hacer cosas por nosotros.
Te puede interesar
La IA ya no solo necesita más chips: Huawei apuesta por 64 PB de memoria para acelerar la inferencia
Huawei presentó Atlas 960E SuperPoD y OceanStor M900, una combinación de cómputo y almacenamiento pensada para modelos de IA cada vez más grandes y agentes que necesitan conservar más contexto. La apuesta apunta a un nuevo cuello de botella: mover y reutilizar memoria con suficiente velocidad.
Los agentes de IA necesitan identidad y permisos propios: el nuevo problema que NTT DATA y Palo Alto quieren resolver
NTT DATA y Palo Alto Networks ampliaron su alianza para proteger entornos donde agentes de IA pueden acceder a datos y ejecutar acciones. La seguridad empieza a tratar a estos sistemas como nuevas identidades digitales con privilegios, registros y límites propios.
Uno de cada cinco hogares en Chile ya tiene una sola persona: cómo cambia la tecnología para vivir solo
El Censo 2024 muestra que 21,8% de los hogares chilenos son unipersonales, más del doble que en 1992. El cambio demográfico está modificando qué se valora en electrodomésticos y dispositivos para el hogar: automatización, menor tamaño y menos mantenimiento.
Un gemelo digital chileno promete detectar fugas mineras en menos de dos minutos: así funciona Pipeline-RTO
SPF Ingeniería desarrolló Pipeline-RTO, una plataforma que combina modelos físicos, inteligencia artificial y datos operacionales para monitorear ductos mineros. La empresa afirma que ya ha sido aplicada en más de cinco grandes faenas chilenas.
Confianza en la IA: el 97,2% de los usuarios corrige sus recomendaciones al menos algunas veces
Un estudio de IDC patrocinado por SAS muestra que casi todos los usuarios corrigen o anulan recomendaciones de IA en algún momento. La falta de explicabilidad aparece como una de las principales razones y la confianza cae aún más cuando los sistemas actúan con mayor autonomía.
Gemini hackeó tres empresas reales por error: el problema no fue que la IA “escapara”
Una prueba de ciberseguridad dejó a Gemini con acceso a Internet y el agente terminó entrando a sistemas de tres compañías reales. No descubrió una vulnerabilidad desconocida: el caso muestra qué puede pasar cuando una IA recibe autonomía sin suficientes barreras.

Average Rating