El MIT cuantifica el fracaso de las apps creadas con IA: producirlas es fácil, pero los usuarios no llegan. El estudio liderado por Mert Demirer, profesor de economía del MIT, desmonta el mito del vibe coding y revela que la avalancha de aplicaciones lanzadas en los últimos meses no se ha traducido en más descargas ni ingresos. La paradoja es cruda: producir más código no significa vender más ni captar atención en un mercado ya saturado.
Claves de la operación
- Más apps, pero ninguna descarga. El volumen de aplicaciones móviles que llega a la App Store y Google Play se ha disparado, pero el consumo real de los usuarios no ha cambiado.
- Los cuellos de botella asfixian los lanzamientos. El control de calidad manual, las pruebas y el despliegue se convierten en barreras insalvables para creadores sin perfil técnico.
- Los costes de la IA se descontrolan. Los agentes que escriben código consumen tal cantidad de tokens que empresas como Uber y Microsoft ya optan por modelos híbridos que combinan nube y ejecución local.
Más aplicaciones, menos negocio: la paradoja del ‘si lo construyes, vendrán’
La investigación del MIT monitorizó a miles de desarrolladores antes y después de adoptar agentes de IA como Claude Code o Codex. El hallazgo principal es un efecto embudo: muchos se animan a experimentar con el código, generan prototipos a gran velocidad, pero muy pocos proyectos llegan a convertirse en versiones finales listas para su distribución en las tiendas de aplicaciones.
La consecuencia es visible en las plataformas: la cantidad de nuevas aplicaciones que aterrizan en las tiendas se ha incrementado de forma espectacular. Sin embargo, los datos de consumo apenas se han movido. Los usuarios no descargan más, no prueban más y, desde luego, no compran más de lo que ya hacían antes de esta fiebre creativa.
La cruda realidad: cuellos de botella que ahogan los lanzamientos
El informe señala que la producción de código no es el único paso hacia un producto viable. La revisión humana, las pruebas de calidad y el despliegue en entornos reales se convierten en puntos críticos. Estos procesos, a menudo manuales, se transforman en cuellos de botella insuperables para los desarrolladores improvisados que carecen de conocimientos de ingeniería de software.
Linus Torvalds ya lo anticipó: «La IA será una herramienta, y hará que la gente comience a programar. Creo que el vibe coding es genial para lograr que la gente comience, pero [el código] va a ser algo horrible de mantener». Su pronóstico encaja con la realidad: la IA inunda los repositorios con con más líneas de las que los programadores humanos pueden revisar, y la relación coste-eficiencia empieza a torcerse.
Ante este desbordamiento, algunas grandes corporaciones han optado por modelos de trabajo híbridos: utilizan agentes en la nube, como Claude Opus 4.8, para planificar el desarrollo, pero delegan la escritura final del código en modelos locales más baratos o en arquitecturas on premise que reducen el consumo de tokens. El propio sector reconoce así que la velocidad bruta no basta si no hay un control de calidad proporcional.
Producir rápido no es sinónimo de crear valor. La tecnología sin propósito es solo ruido en un mercado que ya estaba saturado.
El mito del ‘vibe coding’ desmontado por la historia y la economía digital
Mert Demirer establece un paralelismo con la Revolución Industrial: las primeras fábricas que sustituyeron el vapor por motores eléctricos no vieron un aumento inmediato de la productividad. El verdadero salto llegó décadas después, cuando los ingenieros rediseñaron los procesos completos, instalando motores individuales en cada puesto. Con la IA, la lección es similar: la herramienta no basta si no se repiensa todo el ciclo de desarrollo, de mantenimiento y de creación de valor.
El fenómeno no es nuevo en el ecosistema de las aplicaciones. La fiebre de la App Store entre 2008 y 2012 ya demostró que lanzar miles de apps no equivale a generar negocio. La mayoría se perdía en el olvido sin alcanzar una masa crítica de usuarios. Ahora, la inteligencia artificial acelera el proceso, pero el mercado no ha ampliado su capacidad de absorber novedades.
En el caso español, la situación es especialmente delicada. España es uno de los países europeos con mayor número de aplicaciones publicadas por habitante, pero las tasas de descarga y de monetización siguen muy lejos de los líderes europeos. La saturación perjudica sobre todo a las startups locales que sí invierten en investigación, diseño y validación de producto: su voz queda enterrada bajo una montaña de prototipos generados en horas y sin un plan de negocio sólido. De hecho, los grandes casos de éxito españoles —Wallapop, Glovo o Cabify— no se apoyaron en la velocidad de desarrollo, sino en construir propuestas de valor diferenciales que resolvían problemas reales pero la ejecución es la clave.
El estudio del MIT plantea, en el fondo, una pregunta incómoda para el ecosistema inversor: si el coste marginal de crear una app tiende a cero, ¿dónde está el valor? La respuesta, por ahora, parece apuntar a lo de siempre: en entender al usuario y en ejecutar mejor que la competencia, no en teclear más rápido. El tiempo dirá si las tiendas de aplicaciones —o los propios consumidores— acaban penalizando con más dureza el ruido generado por el vibe coding, o si la selección natural volverá a poner cada cosa en su sitio.
