Cómo los ecosistemas locales de IA están reescribiendo la carrera global de asistentes

Por Turing Post · 25 de julio de 2026.

El newsletter retoma su serie "Global AI Affairs" a raíz del informe State of AI 2026 de Sensor Tower, con el argumento central de que los rankings globales de asistentes de IA muestran bien qué producto tiene más audiencia, pero muy poco sobre cuáles son capaces de convertir una consulta en una reserva, una compra, una ruta o un pago. Para ilustrarlo, el artículo analiza los casos de Naver (Corea del Sur), Yandex Alice AI (Rusia) y las grandes plataformas chinas (Alibaba, ByteDance, Baidu, Tencent), frente al caso de India, que muestra que una adopción masiva de IA no implica necesariamente la existencia de un ecosistema local dominante.

Según los datos de Sensor Tower citados, en mayo ChatGPT concentraba el 46% de la audiencia en los 25 mercados analizados, seguido de Gemini con el 28% y Claude con el 10%. En el primer trimestre de 2026, estas tres aplicaciones de asistentes acapararon el 89% de todo el tiempo de uso de la categoría. El informe señala además que esta concentración empieza a diluirse: los usuarios alternan entre asistentes según la tarea (programación, investigación, generación de imágenes, compras o preguntas cotidianas). El crecimiento de Gemini se apoya en Android y su integración en el resto de productos de Google, mientras que Claude ha crecido especialmente en programación, investigación y flujos de trabajo profesionales.

El texto argumenta que estos ya son efectos de ecosistema: los usuarios no eligen asistente comparando únicamente los modelos subyacentes, sino a través de dispositivos, buscadores, herramientas de trabajo, cuentas existentes y servicios que ya usan. Los rankings globales funcionan mejor cuando los competidores son productos independientes distribuidos por las mismas tiendas de aplicaciones y webs, pero la comparación se complica cuando el asistente está integrado dentro de una plataforma doméstica más amplia. El asistente de Naver está conectado a la búsqueda, mapas, compras, lugares y reservas coreanas; Alice AI opera dentro del ecosistema de Yandex de búsqueda, transporte, reparto, comercio, medios y dispositivos; en China, los asistentes de Alibaba, ByteDance, Baidu y Tencent están conectados a ecosistemas de comercio, pagos, redes sociales, contenido y logística. India, en cambio, presenta un patrón distinto: sus capacidades de IA están repartidas entre startups como Sarvam y Krutrim, infraestructura pública, operadoras de telecomunicaciones, redes de pago, plataformas globales y servicios en lenguas regionales, sin concentrarse en un único ecosistema local dominante.

A partir de esto, el artículo propone distinguir tres capas de competencia que suelen mezclarse en el debate público: la capa de modelo (capacidad del sistema subyacente, medida con benchmarks, coste, latencia, longitud de contexto), la capa de asistente (uso real del producto, medido en usuarios, sesiones, retención, tiempo de uso, ingresos) y la capa de ecosistema (lo que el asistente puede acceder y completar realmente: cobertura de búsqueda, datos locales, herramientas, comercios, pagos, reservas, reparto, identidad). Un modelo potente no garantiza automáticamente el asistente más útil, especialmente cuando una tarea depende de inventario local, mapas, pagos o una cuenta existente. Los rankings globales son más fiables en la capa de asistente; el propio informe de Sensor Tower reconoce, por ejemplo, que sus cifras de China cubren iOS y Google Play pero excluyen tiendas Android de terceros, por lo que capturan solo una parte del mercado doméstico.

El correo introduce el concepto de "IA transaccional": un asistente capaz de conectar la información con la ejecución. Un asistente convencional puede recomendar un restaurante; uno transaccional puede identificar una mesa disponible, mostrar la ubicación, hacer la reserva y añadir la ruta. Puede comparar productos y pasar al pago, encontrar un proveedor de servicios y agendar una cita, preparar un viaje y reservar el transporte, o localizar un artículo, confirmar existencias, aplicar un descuento y organizar la entrega. El modelo aporta el lenguaje, el razonamiento y la planificación; el ecosistema aporta el resto: comercios, inventario, mapas, identidad, sistemas de pago, historial del cliente y permisos para ejecutar acciones.

Como evidencia de esta dirección entre plataformas globales, se citan datos de Sensor Tower: las sesiones de Amazon que usan su asistente de compras Rufus mantuvieron tasas de conversión superiores al 40% en el primer trimestre de 2026, frente a aproximadamente el 20% en sesiones sin Rufus. Walmart, por su parte, ha declarado que los usuarios de su asistente Sparky tienen un valor medio de pedido aproximadamente un 35% más alto que el resto de compradores. El propio texto matiza que estas cifras no prueban causalidad —personas con mayor intención de compra podrían simplemente usar más los asistentes de compras—, pero sí explican por qué las plataformas están conectando la IA directamente con la actividad comercial, convirtiendo al asistente en una interfaz más de la plataforma subyacente.

El correo se detiene después con más detalle en el caso de Corea del Sur como el ejemplo más claro de esta dinámica: según InternetTrend, Naver tenía una cuota del 63,8% en la búsqueda web coreana en marzo de 2026, frente a un 28,7% de Google (el propio texto advierte de que estas estimaciones varían según el servicio de medición y no deben tomarse como cifra universal). El argumento es que esta posición se sostiene por años de acumulación de blogs en coreano, publicaciones de comunidades, reseñas de compras, información de lugares, mapas, reservas, pagos y relaciones con comercios: datos locales que, según el artículo, los modelos globales no pueden reproducir fácilmente.