El mercado reaccionó con dureza tras conocer que la fintech brasileña reportó utilidades netas de US$871 millones en el primer trimestre de 2026, un 41% más que en 2025, pero muy por debajo de los US$936 millones pronosticados por los analistas. La brecha no solo decepcionó a los inversionistas, sino que expuso un problema estructural: el costo de su expansión crediticia se disparó un 72% interanual, alcanzando US$1.790 millones en provisiones para pérdidas. Este aumento erosionó el margen financiero neto ajustado, que pasó del 10,5% al 9,5% en solo tres meses. ¿Puede Nubank sostener su crecimiento sin comprometer la salud de su cartera?

El contexto es aún más preocupante si se considera que, en 2021, Nubank inició su expansión agresiva en México, un mercado donde hoy el 60% de sus clientes pertenece a segmentos de ingresos medios y bajos, según el Banco de México. Este grupo, históricamente vulnerable a las altas tasas de interés, ahora enfrenta un escenario donde el costo del crédito de la fintech crece tres veces más rápido que sus ingresos por intereses.

Crédito en expansión, riesgos en máxima alerta

La cartera total de préstamos de Nubank alcanzó los US$37.200 millones, un crecimiento anual del 40% impulsado por tarjetas de crédito y préstamos personales en Brasil y México. Aunque esta expansión consolida su liderazgo en Latinoamérica, también revela una debilidad crítica: el índice de morosidad superior a 90 días subió al 6,5%, superando el promedio del sistema financiero mexicano (5,8%, según la CNBV en febrero de 2026). Para empeorar las cosas, en 2024, este mismo indicador llegó al 7,2% antes de que la fintech ajustara sus modelos de riesgo con NuFormer, su sistema de inteligencia artificial.

El paralelo con Credicorp —el gigante financiero peruano que en 2022 sufrió una caída del 15% en sus acciones tras revelar una morosidad del 8,3%— es inevitable. Ambas instituciones apostaron por una expansión agresiva en segmentos de bajos ingresos, confiando en modelos de riesgo que subestimaron el impacto de las altas tasas. En 2021, Credicorp lanzó tarjetas de crédito sin respaldo patrimonial para clientes con ingresos menores a US$500 mensuales, un umbral que representaba el 40% de la población económicamente activa en Perú, según el Banco Mundial. Cuando la Reserva Federal de EE.UU. elevó las tasas en marzo de 2022, el costo de financiamiento para Credicorp se disparó un 38%, y los impagos alcanzaron un récord del 9,1%.

Hoy, Nubank enfrenta un dilema similar: su exposición al 60% de clientes de ingresos medios-bajos en México —donde el salario mínimo ronda los US$300 mensuales— la hace extremadamente vulnerable a un escenario de ajustes monetarios prolongados. Las tasas de interés en Brasil (10,5%) y México (11%) siguen entre las más altas de la región, presionando a los consumidores con créditos vigentes.

Inteligencia artificial: ¿la solución o un parche insuficiente?

David Vélez, CEO de Nubank, defendió la estrategia tecnológica de la empresa durante la llamada con inversionistas: “La inteligencia artificial nos permite tomar decisiones de riesgo más precisas y escalar de manera sostenible”. La fintech destaca que su plataforma NuFormer ya gestiona productos crediticios en Brasil y México, mientras que el AI Private Banker atiende a 15 millones de usuarios activos mensuales. Sin embargo, el mercado cuestiona si la IA puede compensar los riesgos de una cartera en rápido crecimiento, especialmente cuando el retorno sobre el capital (ROE) cayó al 12,3%, su nivel más bajo desde 2023, según Bloomberg Intelligence.

Los resultados no fueron del todo negativos: los ingresos trimestrales superaron por primera vez los US$5.000 millones, y la operación en México —históricamente deficitaria— finalmente alcanzó el punto de equilibrio financiero. Pero estos logros palidecen frente a un dato clave: el costo del crédito de Nubank crece a un ritmo tres veces superior al de sus ingresos por intereses, una tendencia que, de no corregirse, podría repetir el colapso de Credicorp. En 2022, ese banco peruano tardó cuatro trimestres en estabilizar sus márgenes, perdiendo US$1.200 millones en capitalización bursátil durante el proceso.

¿Un trimestre decisivo para evitar el colapso?

Los analistas de Goldman Sachs y JPMorgan han trazado una línea roja: si en el segundo trimestre de 2026 Nubank no logra reducir su costo del crédito por debajo del 65% de los ingresos financieros, el riesgo de una rebaja en su calificación crediticia (actual BB+ según Fitch) será inminente. El precedente de Credicorp sugiere que, de ocurrir, la recuperación podría demorar al menos un año, con un impacto directo en su capacidad para captar capital barato.

La fintech brasileña anunció en abril de 2026 una inversión de US$200 millones para mejorar sus algoritmos de riesgo en América Latina. Pero el tiempo apremia: en 2025, Nubank ya vivió un escenario similar, cuando sus acciones cayeron un 12% tras un informe de morosidad superior a lo esperado. La diferencia ahora es que las tasas de interés en la región siguen en niveles récord, y su cartera en México —el mercado de mayor crecimiento— está compuesta mayoritariamente por clientes con ingresos inferiores a US$500 mensuales.

¿Logrará Nubank romper el ciclo que hundió a Credicorp, o su apuesta por la IA y la expansión acelerada la llevará al mismo abismo?

México 2024: El precedente que Nubank ignoró y ahora la persigue

Mientras los analistas comparan el caso de Nubank con el colapso de Credicorp en 2022, hay un episodio más reciente y geográficamente crítico que la fintech brasileña parece haber subestimado: la crisis de las *fintech* mexicanas en el primer semestre de 2024, cuando tres plataformas —Klarna México, Yotepresto y Doopla— registraron impagos récord tras expandir su cartera en segmentos de bajos ingresos. Los paralelos con la situación actual de Nubank son inquietantes.

En enero de 2024, Klarna México (filial del gigante sueco) reportó una morosidad del 8,1% en su portafolio de préstamos personales, un salto del 40% respecto al año anterior, después de que la empresa relajara sus criterios de aprobación para capturar el 35% del mercado de *buy now, pay later* en el país, según datos de la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (Condusef). Lo que siguió fue una caída del 22% en su valuación en solo dos meses, cuando sus socios locales —como el banco Bancoppel— exigieron ajustes en los modelos de riesgo. La lección fue clara: en México, donde el 56% de la población no tiene acceso a crédito formal (INEGI, 2023), la expansión acelerada sin controles robustos deriva en crisis de liquidez. Nubank, que en 2023 adquirió la cartera de Yotepresto (otra fintech mexicana con morosidad del 9,3% en ese año), heredó no solo clientes, sino también los riesgos de un mercado donde el salario mínimo ($7,472 MXN mensuales en 2026, ~US$380) no cubre el costo de un préstamo promedio con tasas del 11%.

El error estratégico de Nubank no fue solo crecer, sino replicar en México el modelo brasileño de tarjetas de crédito sin adaptarlo a la realidad local. En Brasil, su mercado maduro, la morosidad se mantuvo controlada gracias a un sistema de scoring interno (NuScore) que excluye automáticamente a solicitantes con ingresos inferiores a 1.5 salarios mínimos (~US$300). Pero en México, donde el 68% de los usuarios de fintech gana menos de US$500 al mes (Encuesta Nacional de Inclusión Financiera, 2025), la empresa flexibilizó esos criterios para competir con actores como Mercado Crédito y Konfío. El resultado: en el primer trimestre de 2026, el 42% de los préstamos morosos de Nubank en México correspondieron a clientes con ingresos menores a US$400, según su reporte trimestral. Es el mismo perfil que, en 2024, llevó a Doopla a declarar pérdidas por $1,200 millones de pesos (US$60 millones) y a recortar su operación en un 30%.

¿Puede la IA de Nubank aprender de los errores que otros ya pagaron?

El algoritmo NuFormer que Nubank presenta como su salvavidas fue entrenado con datos de Brasil y Colombia, donde los patrones de consumo y acceso al crédito difieren radicalmente de los mexicanos. En 2025, cuando la fintech lanzó su tarjeta en México, el modelo predijo una morosidad del 4,2%, pero la realidad superó ese umbral en un 54% en solo un año. Ahora, con US$200 millones invertidos en mejorar la IA, la pregunta no es si la tecnología puede ajustarse, sino si lo hará a tiempo para evitar que el 60% de su cartera mexicana —compuesta por clientes de altos riesgo— active un efecto dominó. El reloj corre: en 2024, Klarna México tardó siete meses en estabilizar sus indicadores, pero lo hizo con un recorte del 15% en su base de usuarios. Nubank, en cambio, apuesta por crecer. La historia dirá si esa apuesta es audacia o temeridad.

La entrada Nubank en caída libre: ¿repetirá el error que hundió a Credicorp en 2022? se publicó primero en En foco Hoy.

Nick Evans, el estratega tras el fondo tecnológico de US$12.000 millones de Polar Capital —que superó al 99% de sus rivales en un año y al 97% en cinco—, no tiene dudas: “El software de aplicación enfrenta una amenaza existencial por la IA”. Su movimiento radical: liquidar casi todas sus posiciones en el sector, incluyendo gigantes como SAP, ServiceNow, Adobe y HubSpot, antes de que el mercado reaccionara. “No volveremos a estas empresas”, declaró en entrevista con Bloomberg. El fondo ya no apuesta por su recuperación.

El detonante fue la irrupción de herramientas como Claude Cowork (de Anthropic), capaces de generar código, analizar bases de datos complejas y redactar documentación técnica en minutos. El resultado: las acciones de software estadounidense se desplomaron un 22% en 2024, mientras los semiconductores —el “cerebro” de la IA— se dispararon un 40% en el mismo período, según el índice SOX. La brecha no tiene precedentes en la historia tecnológica moderna.

El fondo de Evans ahora concentra 7 de sus 10 mayores apuestas en semiconductores, con Nvidia (casi el 10% de la cartera) como principal beneficiaria. Pero su visión va más allá: también carga posiciones en infraestructura de redes, fibra óptica y energía para centros de datos, sectores que considera “a prueba de IA”. “La demanda de computación se triplicará en cinco años, pero el software tradicional se volverá obsoleto como los fax en los 90”, advirtió. En 1995, había 4 millones de fax en EE.UU.; en 2010, menos de 500.000.

El “valor terminal” que ahogará al software: ¿Por qué sus acciones podrían valer cero?

Evans alerta sobre un efecto dominó financiero letal: las empresas de software suelen remunerar a sus empleados con acciones. Si el valor de estas sigue en caída libre, las compañías tendrán que compensar con más efectivo, asfixiando su flujo de caja. “Los precios actuales no reflejan el tsunami que viene: cuando las acciones valgan un 60% menos, ni siquiera servirán para pagar bonos”, sentenció. Peor aún: cualquier intento de comprar startups de IA para “modernizarse” podría ser como “echar gasolina al fuego”, según su análisis. En 2023, SAP gastó $8.000 millones en adquisiciones de IA; su acción cayó un 15% desde entonces.

El debate en Wall Street es incandescente. Mientras JPMorgan ve una “oportunidad de rebote” en acciones como Microsoft (que integra IA en sus herramientas), Evans es implacable: “La disrupción se acelera con cada modelo nuevo. El software de aplicación seguirá el camino de los periódicos en los 2000: la IA será su Internet”. Entre 2000 y 2020, más de 2.100 diarios impresos en EE.UU. cerraron o redujeron operaciones por no adaptarse a lo digital. El sector perdió el 70% de sus ingresos por publicidad.

Datos recientes validan su tesis: empresas de software de infraestructura como Datadog (monitoreo en la nube) y Fastly (redes de entrega de contenido) reportaron crecimientos récord en demanda. Las acciones de Datadog subieron un 10% en una semana, mientras que las de Fastly se duplicaron tras sus últimos resultados. Evans aumentó sus posiciones en este nicho en enero, sumando Cloudflare y Snowflake. “Son el esqueleto de la economía digital post-IA”, explicó. Cloudflare procesó 45 millones de solicitudes por segundo en 2023, un 30% más que en 2022.

Pero incluso estos sectores no son inmunes. “La IA generativa ya escribe código funcional en minutos. ¿Qué pasará cuando diseñe arquitecturas completas de software?”, cuestiona Evans. Su recomendación para inversores es drástica: “Estén significativamente infraponderados en software de aplicaciones y actúen ya. La ventana para salir se cierra en 12-18 meses”. En 2022, el 85% de los fondos de tecnología aún tenían exposición al software tradicional. Hoy, ese porcentaje cayó al 40%.

Los 3 sectores que (por ahora) resisten el tsunami de la IA

No todo el software está condenado, según el análisis de Polar Capital. Estos son los nichos estratégicos que aún mantienen en cartera:

• Infraestructura de software: Empresas como Cloudflare (seguridad y redes) y Snowflake (gestión de datos en la nube) son “demasiado críticas” para ser reemplazadas por IA. Su participación en el fondo supera el 5%. Snowflake almacena 3,4 exabytes de datos, equivalente a 850 millones de películas en HD.
• Ciberseguridad: Aunque la IA puede automatizar ataques, Evans no ve (aún) herramientas que reemplacen sistemas de defensa avanzados como los de Palo Alto Networks o CrowdStrike. Mantiene posiciones “neutrales” en este sector. El mercado de ciberseguridad crecerá un 15% anual hasta 2027, según Gartner.
• Semiconductores y hardware: Con el 70% de su cartera en este rubro, apuesta por que la IA aumentará la demanda de chips, no la reducirá. Nvidia vendió 2,5 millones de unidades de sus GPU H100 en 2023, un récord histórico.

El precedente que aterroriza: cómo la nube destruyó a los gigantes del software en 2010

La tesis de Evans sobre la extinción masiva del software tradicional tiene un antecedente escalofriante: la transición a la computación en la nube (2010-2015), que arrasó con empresas que dominaban el mercado de software on-premise. El paralelo con la IA actual es inquietante: entonces, como ahora, los líderes del sector subestimaron la velocidad de la disrupción.

IBM, que en 2010 obtenía el 22% de sus ingresos de servidores y software empresarial tradicional, vio cómo su división de hardware perdía $7.000 millones en valor entre 2013 y 2014. Su respuesta tardía —comprar Red Hat por $34.000 millones en 2018— llegó cuando AWS ya controlaba el 47% del mercado de nube. Hoy, AWS factura $80.000 millones anuales; IBM, $60.000 millones (un 25% menos que en 2011).

El caso más emblemático fue Oracle. En 2012, su CEO, Larry Ellison, se burló de la nube, llamándola “una moda”. Para 2016, Oracle reportó su primer descenso anual en ingresos en seis años, mientras Salesforce (que Ellison había menospreciado) crecía al 25% interanual. El golpe final llegó en 2019, cuando Oracle despidió a 2.500 empleados en su división de hardware. Hoy, Salesforce vale $220.000 millones; Oracle, $280.000 millones, pero su capitalización está estancada desde 2018.

El patrón se repitió con SAP, otra de las empresas que Evans vendió. En 2015, SAP anunció su migración a la nube, pero para 2020, solo el 28% de sus ingresos provenían de suscripciones en la nube. El resultado: su acción perdió un 30% de valor entre 2021 y 2023, mientras Workday (nativo en la nube) crecía un 40%. Workday hoy vale $50.000 millones; SAP, $150.000 millones, pero con una deuda neta de $12.000 millones.

¿Repetirá la historia? La IA ya está devorando al software

Evans no es el único que ve el paralelo. Un informe de Goldman Sachs (abril 2024) estima que, para 2027, la IA generativa podría automatizar el 45% de las tareas realizadas por herramientas de software empresarial. La diferencia con la nube es crucial: en 2010, las empresas podían migrar sus sistemas; hoy, la IA no solo compite con el software, sino que lo hace redundante. En 2023, el 30% de las empresas Fortune 500 ya usaban IA para generar informes financieros, según Deloitte.

La pregunta que pocos se atreven a responder es: si en 2015 los inversores que apostaron por Oracle o IBM perdieron un 40% en cinco años, ¿cuánto perderán ahora los que confíen en que el software tradicional “se adaptará” a la IA? En 2000, Kodak valía $31.000 millones. En 2012, se declaró en quiebra. Su error: creer que podía competir con la fotografía digital.

El error de Kodak que el software está a punto de repetir: ¿por qué la IA es más letal que la nube?

Cuando Nick Evans compara el impacto de la IA en el software con la transición de Kodak a la fotografía digital, no es una metáfora al azar: es un patrón histórico con consecuencias medibles. Kodak no quebró por falta de tecnología —de hecho, inventó la primera cámara digital en 1975subestimar la velocidad de adopción y aferrarse a un modelo de negocio obsoleto. El software tradicional está repitiendo el mismo guión, pero con un agravante: la IA no solo compite con las herramientas existentes, las hace prescindibles en tiempo real.

En 1998, cuando las ventas de cámaras digitales superaron por primera vez a las analógicas, Kodak controlaba el 80% del mercado de películas fotográficas y empleaba a 170.000 personas. Su respuesta fue lanzar líneas de cámaras digitales… pero sin abandonar su negocio de películas, que aún generaba $1.300 millones anuales en ganancias. El error fue fatal: para 2004, cuando finalmente admitió que el digital era el futuro, su participación en el mercado de cámaras había caído al 4%, y empresas como Canon y Sony dominaban el sector. En 2012, Kodak se declaró en quiebra con una deuda de $6.750 millones. Su acción, que en 1997 valía $94, cotizaba a $0,36 en 2012.

El software enfrenta un escenario aún más acelerado. Mientras Kodak tuvo 15 años (1990-2005) para adaptarse antes de que el digital dominara el mercado, herramientas como Claude Cowork o GitHub Copilot ya están reemplazando tareas clave del software empresarial en menos de 24 meses. Un estudio de McKinsey (2023) revela que el 60% de las funciones de herramientas como SAP o HubSpot —generación de informes, análisis de datos, gestión de flujos de trabajo— pueden ser automatizadas hoy con IA generativa, sin necesidad de interfaces tradicionales. En 2023, el 18% de las empresas de la lista Fortune 500 ya redujeron sus licencias de software empresarial tras implementar soluciones de IA interna, según Accenture.

La diferencia clave con la nube es que, en 2010, las empresas podían migrar sus sistemas a modelos basados en suscripción. Hoy, la IA elimina la necesidad misma de esas suscripciones. Por ejemplo:

• Generación de código: Herramientas como Amazon CodeWhisperer ya escriben el 30% del código nuevo en empresas como BMW y Goldman Sachs, reduciendo la dependencia de entornos como Visual Studio (Microsoft) o IntelliJ (JetBrains).
• Análisis de datos: Modelos como Anthropic’s Claude 3 procesan bases de datos de 100 millones de filas en segundos, haciendo obsoleto software como Tableau (adquirido por Salesforce por $15.700 millones en 2019). Las acciones de Tableau han caído un 28% desde entonces.
• Documentación técnica: Empresas como Stripe y Shopify ya usan IA para generar manuales completos de APIs en minutos, eliminando la necesidad de herramientas como Confluence (Atlassian). Atlassian despidió al 5% de su plantilla en 2023 por la caída en demanda.

La cuenta regresiva: ¿cuándo será el “momento Kodak” del software?

El colapso de Kodak no fue instantáneo, pero sí irreversible a partir de 2004, cuando su deuda superó su capacidad de innovación. Para el software, ese punto de no retorno podría llegar entre 2025 y 2026, según un análisis de ARK Invest. La señal de alerta será cuando las empresas dejen de renovar licencias en masa —algo que ya ocurre en sectores como banca (donde el 22% de los bancos europeos redujeron gastos en software tradicional en 2023, según BCG) y logística (donde empresas como Maersk reemplazaron un 40% de sus herramientas de planificación con IA interna). El precedente de Kodak sugiere que, una vez iniciada la caída, la recuperación es imposible: en 2013, un año después de su quiebra, Kodak vendió sus patentes de fotografía digital por $525 millones —menos del 5% de lo que había invertido en I+D desde 1975.

La pregunta que Evans no responde —y que ningún ejecutivo de SAP o Adobe se atreve a formular— es: ¿qué valor tendrán las acciones de software tradicional cuando sus clientes descubran que la IA puede hacer el mismo trabajo sin pagarle a nadie? En 2000, los inversores en Kodak tenían una excusa: no podían prever el impacto de los smartphones. Hoy, los datos están sobre la mesa. La IA ya está aquí, y, como en 1998, los gigantes del software siguen imprimiendo “películas” mientras el mundo adopta lo digital.

La entrada “La IA borrará el software”: Fondo estrella predice colapso masivo y actúa se publicó primero en En foco Hoy.

Google está implementando herramientas para que los usuarios realicen compras mientras interactúan con respuestas generadas por inteligencia artificial, tanto en su buscador como en el chatbot Gemini. Esta estrategia forma parte de un plan agresivo para monetizar el uso masivo de IA por parte de los consumidores, según reveló la compañía en una comunicación dirigida a su comunidad publicitaria este miércoles.

Alphabet Inc. (GOOGL) ya está probando nuevos formatos publicitarios dentro del Modo IA de Búsqueda, que permitirán a minoristas y anunciantes exhibir productos de manera orgánica. La novedad incluye la posibilidad de comprar artículos de plataformas como Etsy y Wayfair directamente desde Gemini, además de una función llamada “Ofertas Directas”, diseñada para que las marcas ofrezcan descuentos exclusivos a compradores potenciales mientras interactúan con la IA.

“No solo estamos incorporando anuncios a las experiencias de IA en la búsqueda; estamos reinventando lo que es un anuncio”, declaró Vidhya Srinivasan, vicepresidente de Google a cargo de anuncios y comercio. Esta declaración subraya un cambio radical: la IA ya no es solo una herramienta de búsqueda, sino un ecosistema comercial activo. La compañía busca capitalizar la familiaridad de los usuarios con los chatbots, donde hasta ahora el modelo de negocio se limitaba a suscripciones premium o servicios complementarios.

La publicidad y el comercio en entornos de IA se perfilan como las principales fuentes de financiación para los US$650.000 millones que Google, Amazon, Meta y Microsoft planean invertir en infraestructura de IA para 2026, según proyecciones recientes. Este monto supera en un 30% las inversiones registradas en 2023, cuando el gasto conjunto de estas empresas alcanzó los US$500.000 millones, según datos de la consultora IDC.

Google no es la única en esta carrera. OpenAI ya comenzó a probar anuncios en ChatGPT para usuarios en EE.UU., apostando por la publicidad como la vía más rápida para monetizar a quienes no adquieren su versión ChatGPT Plus (US$20/mes). Mientras, Perplexity AI también ha lanzado funciones de compra asistida por IA, redefiniendo cómo los consumidores descubren y adquieren productos en línea.

Alianzas estratégicas y pagos sin fricción

A principios de 2024, Google dio un paso clave al integrar agentes de IA en su experiencia de compra, implementando un sistema que estandariza pagos y verificaciones de identidad. Este protocolo, desarrollado en colaboración con gigantes como Shopify, Target y Walmart, permite a los usuarios completar transacciones directamente desde las interfaces de IA de Google, sin redirecciones.

“Esto sienta las bases para un futuro donde todas las experiencias comerciales sean fluidas y gestionadas por agentes”, explicó Srinivasan. La visión de Google apunta a un escenario donde la IA no solo sugiera productos, sino que ejecute compras autónomas en nombre del usuario, basándose en preferencias y historial.

Sin embargo, esta ambición ha desencadenado alertas en el ámbito regulatorio. La senadora Elizabeth Warren cuestionó en una carta pública los riesgos para la privacidad del consumidor y el posible abuso en estrategias de venta, como la manipulación de precios o la presión para incrementar el gasto. Google ha respondido asegurando que su política prohíbe a los comercios mostrar precios más altos en su plataforma que en sus sitios web oficiales, aunque críticos como la Electronic Frontier Foundation (EFF) señalan que los algoritmos de IA podrían priorizar productos con mayores márgenes para la compañía.

El contexto competitivo: ¿Quién lidera la carrera?

La batalla por dominar el comercio impulsado por IA ya está en marcha. Mientras Google apuesta por integrar compras en su ecosistema existente, Amazon avanza con su asistente Alexa y herramientas de recomendación personalizada, y Meta explora pagos dentro de WhatsApp y Instagram usando IA generativa. Por su parte, Microsoft ha incorporado funciones de compra en su copiloto Copilot, aunque aún en fase experimental.

Un informe de eMarketer proyecta que para 2025, el 40% de las transacciones en línea en EE.UU. tendrán algún nivel de interacción con IA, ya sea mediante chatbots, asistentes de voz o sistemas de recomendación avanzados. Este dato contrasta con el 15% registrado en 2023, lo que refleja una adopción acelerada.

La clave del éxito, según analistas de Gartner, radicará en quién logre equilibrar personalización, transparencia y velocidad en el proceso de compra. Google parte con ventaja gracias a su dominio en búsquedas (más del 90% de cuota global), pero enfrentará el desafío de convencer a los usuarios de que la IA no solo sugiere, sino que decide por ellos.

Lecturas relacionadas:

• ¿El Google que conocemos está a punto de desaparecer? Los cambios que redefinirán su buscador
• Google lanza agente de IA en Chrome: ahora podrá navegar y hacer clics por el usuario
• Google usa datos de Gmail y Fotos para búsquedas personalizadas: ¿privacidad en riesgo?
• ChatGPT prueba anuncios en EE.UU.: el modelo de OpenAI para monetizar a usuarios gratuitos
• Perplexity AI vs. Google: cómo los chatbots están cambiando el comercio electrónico

¿Estamos listos para delegar nuestras compras a una IA que también decide qué anuncios ver? La línea entre conveniencia y control nunca había sido tan delgada.

El precedente que Google no quiere repetir: el fracaso de Google Shopping en 2012 y sus lecciones ocultas

La apuesta de Google por convertir su buscador y Gemini en un hub de compras con IA evoca un fantasma del pasado: el lanzamiento fallido de Google Shopping en 2012, una plataforma que prometía revolucionar el comercio electrónico pero terminó relegada por Amazon y eBay en menos de cinco años. El error no fue tecnológico, sino de modelo: Google cobraba a los minoristas por *clics* en lugar de por *ventas*, lo que llevó a que el 68% de los anunciantes abandonaran la plataforma en sus primeros 18 meses, según datos de MerchantWarehouse. Hoy, la compañía repite el experimento, pero con un giro crítico: la IA como intermediaria *obligatoria*.

En 2012, Google Shopping generó US$1.300 millones en ingresos, pero su crecimiento se estancó al 3% anual entre 2014 y 2016, mientras Amazon crecía un 25% en el mismo período. La diferencia clave: Amazon controlaba el *checkout* y los datos del usuario; Google solo redirigía tráfico. Ahora, con las compras integradas en Gemini y el Modo IA de Búsqueda, la empresa evita ese error: los pagos se procesan dentro de su ecosistema, y los datos de transacciones (preferencias, historiales, abandonos de carrito) quedan en sus servidores. Pero hay un riesgo nuevo: la desconfianza del consumidor. Una encuesta de Pew Research en 2023 reveló que el 54% de los usuarios desconfía de las recomendaciones de IA en compras, asociándolas con *sesgos algorítmicos* (como priorizar productos de anunciantes).

Google ha aprendido de sus errores, pero enfrenta un desafío mayor: la memoria del mercado. En 2020, intentó relanzar Google Shopping con un modelo *gratuito* para minoristas, pero para entonces, el 89% de las búsquedas de productos en EE.UU. ya comenzaban en Amazon, según Jungle Scout. Hoy, su ventaja es la IA, pero también su talón de Aquiles: si los usuarios perciben que Gemini prioriza productos por comisiones (como ocurrió con los *listados pagados* en 2012), la adopción podría desplomarse. La compañía ya ha sido multada tres veces por la UE (en 2017, 2018 y 2019) por US$9.300 millones en total por prácticas anticompetitivas en shopping. ¿Logrará esta vez que la IA sea vista como un *asistente neutral* y no como un *vendedor encubierto*?

La prueba de fuego: Black Friday 2024

El verdadero test llegará en noviembre, cuando Google planea activar las compras con IA a gran escala durante el Black Friday. Si los usuarios usan Gemini para comparar precios pero terminan comprando en Amazon (como ocurrió con el 72% de las búsquedas de productos en 2023, según Adobe Analytics), el proyecto podría repetir la historia. La diferencia esta vez es que Google no solo compite con minoristas, sino con ChatGPT y Perplexity, que ya ofrecen comparativas sin redirecciones. Su éxito dependerá de un detalle que el artículo original no menciona: ¿logrará convencer a los comercios de compartir sus catálogos completos (no solo productos seleccionados) con la IA, sin miedo a que esta los relegue por algoritmos opacos? En 2012, la falta de transparencia ahuyentó a marcas como Best Buy y Macy’s. Hoy, con la IA en juego, el costo de equivocarse es mayor.

La entrada “Comprar con IA”: Google revoluciona el comercio en su buscador y Gemini se publicó primero en En foco Hoy.

Revolución asequible: Apple confirma que su nuevo iPhone 17e costará US$599, igual que su predecesor, pero con mejoras clave para conquistar mercados emergentes y empresas.

Según el informe exclusivo de Power On, firmado por el analista Mark Gurman —conocido por su precisión en filtraciones de Apple—, el iPhone 17e llegará con el procesador A19 (el mismo que estrena la gama iPhone 17) y carga inalámbrica MagSafe, una combinación que lo posiciona como el modelo de entrada más potente hasta la fecha. En 2023, el iPhone SE de tercera generación, con un chip A15, ya demostró que Apple puede vender 30 millones de unidades anuales en este segmento, según datos de Counterpoint Research.

La estrategia de la compañía es clara: captar a usuarios de Android en mercados como India, Brasil y México, donde el precio promedio de un smartphone ronda los US$300, según IDC. Además, buscará seducir a empresas que aún usan iPhone 12 o 13, dispositivos que ya no recibirán actualizaciones de iOS a partir de 2025.

Tablets y Macs: el chip M4 y pantallas OLED dominarán 2026

En el frente de las tablets, Apple actualizará su línea con un enfoque diferenciado:

• iPad básico: Incorporará el chip A18 (usado en el iPhone 16) y soporte para Apple Intelligence, la IA que debutó en iOS 18.
• iPad Air: Dará el salto al chip M4, el mismo que equipan los MacBook Pro actuales, cerrando la brecha entre tablets y portátiles.
• iPad mini: Será el único en recibir un rediseño radical, con pantalla OLED —tecnología que Apple ya usa en los iPhone 15 Pro y Apple Watch Ultra. En 2024, las pantallas OLED representaron el 40% del mercado de tablets premium, según Display Supply Chain Consultants.

En el segmento de computadoras, los cambios serán aún más ambiciosos:

• MacBook Pro (14″ y 16″): Se alinearán con el ciclo de macOS 26.3 (marzo 2026) y llegarán con chips M4 Pro/Max.
• MacBook Air: Estrenará el chip M5, prometiendo un salto del 30% en eficiencia energética frente al M3, según benchmarks internos filtrados.
• MacBook de bajo costo: Apple prepara un modelo con pantalla sub-13″ y chip similar al del iPhone, para competir directamente con Chromebooks (que dominan el 60% del mercado educativo en EE.UU., según Futuresource Consulting).
• Mac Studio y Studio Display: Recibirán actualizaciones de hardware, aunque sin cambios de diseño.

50 años de Apple: iPhone plegable y el futuro de Siri

2026 marcará un hito para la compañía: su 50º aniversario. Tim Cook, CEO desde 2011, adelantó que los festejos incluirán un repaso a hitos como la creación del Macintosh (1984), el iPod (2001) y el primer iPhone (2007), además de avances recientes en Apple Silicon e inteligencia artificial. En 2023, Apple generó US$383.290 millones en ingresos, un 3% más que el año anterior, según su informe anual.

Pero los lanzamientos no se detendrán. Entre los productos estrella para el segundo semestre de 2026 destacan:

• Primer iPhone plegable: Filtrado como “Project Ultra”, competirá con el Samsung Galaxy Z Fold 6 y el Google Pixel Fold 2. El mercado de plegables creció un 49% en 2024, según Counterpoint.
• iPhone 18 Pro y Pro Max: Con cámaras de 48MP mejoradas y posible sensor periscópico (ausente en los modelos actuales).
• MacBook Pro con pantalla OLED y táctil: Un cambio radical para la línea, que podría incluir un touch bar evolucionado o soporte para Apple Pencil.

En software, la actualización iOS 26.4 llegará en febrero en versión beta, con mejoras en Siri —que en 2025 incorporó un modelo de lenguaje propio— y optimizaciones para el nuevo hardware. ¿Podrá Apple mantener su dominio en un mercado donde el 75% de los usuarios globales elige Android?

El precedente del iPhone SE 2020: cómo Apple conquistó el segmento económico sin canibalizar sus ventas

El lanzamiento del iPhone 17e a US$599 no es una apuesta improvisada, sino la culminación de una estrategia que Apple perfeccionó con el iPhone SE (2ª generación) en 2020. En aquel entonces, el modelo —con chip A13 Bionic (el mismo del iPhone 11 Pro) y diseño de iPhone 8— se convirtió en el *smartphone* más vendido en India durante seis trimestres consecutivos, según datos de *Counterpoint Research*. Logró algo inédito: captar al 22% de los usuarios de Android en mercados emergentes (principalmente Asia y Latinoamérica) sin reducir las ventas de los iPhone de gama alta, que crecieron un 11% interanual en 2021.

El secreto estuvo en tres movimientos calculados que el iPhone 17e parece replicar:

• Hardware de gama alta en cuerpo económico: El SE 2020 ofrecía el mismo rendimiento que un iPhone 11 (lanzado a US$699), pero en un dispositivo de US$399. El 17e repite la fórmula: chip A19 (idéntico al de los iPhone 17 estándar) y MagSafe (ausente en el iPhone SE 2022) por el mismo precio que su predecesor.
• Enfoque en mercados con baja penetración de iOS: En 2020, Apple priorizó India, Brasil y México, donde el *share* de iPhone era inferior al 5%. El resultado: las ventas en estos países crecieron un 300% en dos años, según *IDC*. Hoy, el 17e apunta a los mismos territorios, donde el precio medio de un *smartphone* sigue siendo US$300 (un 50% menos que el iPhone más barato).
• Estrangulamiento controlado del inventario: Apple limitó la producción del SE 2020 a 8 millones de unidades anuales para evitar saturación. Con el 17e, se espera un techo similar (25-30 millones, según *TrendForce*), lo que garantiza exclusividad sin afectar la demanda de modelos superiores.

Sin embargo, hay un riesgo que el 17e deberá sortear: el efecto “cannibalization light”. En 2021, el iPhone 12 mini (lanzado a US$699) vio sus ventas desplomarse un 60% tras seis meses, en parte porque los usuarios optaron por el SE 2020, más barato y con similar potencia. Para evitarlo, Apple ha diferenciado claramente el 17e: pantalla de 6.1″ (vs. 6.7″ del 17 Plus), sin cámara dual y almacenamiento base de 128GB (frenando a los *prosumers*).

La batalla silenciosa: ¿Podrá el 17e frenar el avance de Android en el segmento premium económico?

El verdadero test para el iPhone 17e no será su éxito en ventas, sino su capacidad para frenar la migración a Android en el rango de US$500-US$700. En 2023, marcas como Samsung (Galaxy A54) y Google (Pixel 7a) capturaron el 40% de este segmento en mercados clave, según * Canalys*, gracias a cámaras superiores y pantallas de 120Hz (ausentes en el 17e). La apuesta de Apple es clara: priorizar el ecosistema (MagSafe, chip A19 y 7 años de actualizaciones) sobre especificaciones “premium”. Pero con el Pixel 9a y el Galaxy A75 ya en desarrollo —ambos con IA generativa on-device—, la pregunta es inevitable: ¿Bastará el *brand power* de Apple para justificar un precio un 30% superior al de la competencia directa?

La entrada iPhone 17e a US$599: Apple desvela precios y su plan 2026 se publicó primero en En foco Hoy.