Dos años y 60 millones de usuarios después: cómo Luzia se ha convertido en el mayor éxito IA producido por España

La aparición de ChatGPT en noviembre de 2022 desató toda una revolución y entre quienes lograron aprovechar la oportunidad estuvieron los responsables de Luzia. Este chatbot, creado en España, se convirtió muy pronto en un fenómeno viral.

Lo logró gracias a su capacidad para transcribir audios de voz de WhatsApp. De repente podíamos «reenviarle» a nuestro contacto de Luzia en WhatsApp cualquier mensaje de voz, lo que llevaba a que el chatbot convirtiera ese mensaje de audio en uno de texto.

La función logró hacer que Luzia se convirtiera en un servicio realmente notable muy rápido. De hecho, fue la startup de IA de más rápido crecimiento en Europa, al alcanzar un millón de usuarios de forma más rápida de lo que lo hicieron Instagram, Spotify y Dropbox. Hoy en día Luzia cuenta con 60 millones de usuarios en todo el mundo, y está presente en 60 países.

El proyecto ha logrado captar más de 30 millones de euros de financiación, y aunque la función de transcripción sigue siendo parte importante de sus opciones, Luzia —que sigue siendo gratuita— compite con otros chatbots multimodales: permite entre otras cosas traducir y resumir textos, resolver cálculos complejos, generar imágenes o conversar sobre cuestiones de todo tipo —incluidas las personales— de forma empática.

Luzia está disponible como app gratuita para móviles iOS y Android, pero también está disponible en WhatsApp con funciones más limitadas. Por ejemplo, en la versión para WhatsApp no es posible generar imágenes y el número de avatares o «Luzias» es limitado.

La transcripción de voz en WhatsApp de Luzia trajo una cosa: viralidad

Lo cierto es que desde su lanzamiento han pasado muchas cosas en el ámbito de la IA y de las propuestas que los fabricantes nos están haciendo llegar, y era un buen momento para saber cuál es el estado actual y el futuro de Luzia. Para ello hemos podido hablar con Álvaro Higes, CEO de Luzia.

La función más conocida y viral de Luzia fue sin duda la transcripción de audios en WhatsApp, pero ahora esta aplicación de mensajería de Meta ofrece precisamente esa opción de forma nativa, pudiendo activarse fácilmente desde los ajustes de WhatsApp.

Eso, nos comentaba Higes, no supone un problema para Luzia. En su opinión la función de transcripción les permitió ganar notoriedad y viralidad, y en cualquier caso seguirán ofreciéndola porque según él «la de WhatsApp estará mejor integrada, pero Luzia es mejor, sobre todo en multiidioma».

En sus inicios este chatbot se basaba en las APIs de OpenAI para conversar y contestar preguntas, y en la de Whisper para la transcripción de audio. Las cosas han cambiado, y ahora el panorama es mucho más diverso para Luzia.

Para Higes «los modelos son commodities para los usuarios, son casi indistinguibles, así que lo que hemos hecho mucho es mejorar eficiencia pero también mejorar producto». Lo que hacen, explicaba, es usar más proveedores y elegir uno u otro según la complejidad.

Ese uso de modelos diversos también se aplica en las «personalidades» de Luzia, avatares virtuales configurados para ser especialmente adecuados en ciertos escenarios.

Esa opción se une a la gamificación que aplican en Luzia y que está inspirada en la que por ejemplo se utiliza en Duolingo. Como nos explicaba Higes, muchos usuarios utilizan por primera vez la IA y tienen ese «efecto wow», pero luego no saben qué podían hacer con estas herramientas. La gamificación ayuda en eso y hace que utilizar y sobre todo descubrir nuevas opciones de IA sea más útil y divertido.

Un modelo de negocio por definir

Había otra cuestión inevitable que formaba parte de la conversación: ¿cuál es el modelo de negocio de Luzia? La plataforma sigue pudiendo usarse de forma gratuita a pesar de que usar esas APIs de distintos proveedores de IA no es barato.

De hecho, los costes se pueden multiplicar rápidamente si tenemos en cuenta que Luzia cuenta ya con los citados 60 millones de usuarios. Son muchas peticiones que imponen un gasto, así que, ¿cómo logran asumirlo todo?

La respuesta es sencilla. Esos 30 millones de euros que captó en las rondas de inversión son los que están permitiendo dar este servicio sin que eso de momento suponga un coste para los usuarios. Como explicaba Higes, «a día de hoy gastamos dinero de las rondas, pero tenemos una estrategia de futuro».

Para él «es difícil cobrar por algo que no sabes cómo se va a usar», y nos contó cómo en el inicio «la tentación era poner un paywall y cobrar por acceso». Eso, apunta, les hubiera permitido tener ingresos iniciales, «pero hubiéramos muerto pronto», algo que sí ocurrió con otros competidores, afirma. «Gracias al Venture Capital podemos entender el perfil del usuario, cómo se usan estas funciones, qué valorse genera».

Las formas de obtener ingresos no están aún del todo definidas, pero confesó que una solución «quizás sean los anuncios y los enlaces patrocinados en el futuro», como ocurre con los buscadores. Indicó que ya habían hecho pequeños experimentos al respecto, y ciertamente parece inevitable que más temprano que tarde la publicidad llegue a estos servicios: Perplexity es un buen ejemplo de ello.

Según Higes, con los usuarios finales «va a ser muy difícil monetizar vía muro de pago», como hacen los servicios premium (ChatGPT Plus, Copilot Pro, etc), y para él «estamos como en los principios de internet», cuando todo, incluido el modelo de negocio, estaba aún por definirse.

Retos de futuro para Luzia y para la IA

Aprovechamos para preguntarle a Higes por su visión de las grandes tendencias en el segmento de la IA y la situación de los modelos actuales. Así, le preguntamos qué opinaba de esa posible «desaceleración» que estamos viviendo. Para él sigue habiendo margen de mejora y aunque las diferencias de rendimiento sean más bajas, «hay muchas otras formas de escalar el rendimiento de los modelos, que van a seguir mejorando».

Sobre los modelos que «razonan» como o1 u o3 nos confesó que «me encuentro usando o1 menos de lo que esperaba«. Para Higes «los modelos actuales [ChatGPT, Claude, Gemini] son buenos para el 90% de los casos de uso». Mientras, o1 y o3 pueden ser geniales para generar datos sintéticos —que se pueden usar para entrenar a futuros modelos— y también para subir el listón.

En cuanto a los agentes de IA, Higes creía que van a ser cruciales para «desbloquear la inversión empresarial», aunque el riesgo está en el error compuesto: si ChatGPT nos da una respuesta errónea podemos darnos cuenta, pero un agente encadena procesos y peticiones, así que puede actuar sobre una respuesta errónea propia y hacer que el error acumulado vaya creciendo y haciéndose mayor. Por eso, explica Higes, los agentes de momento «serán útiles en casos seguros», y la atención al cliente es uno de los escenarios en los que tendrán sentido.

Los modelos que se ejecutan en local también irán ganando relevancia. Para Higes Apple está haciendo un buen trabajo que aporta privacidad y escalabilidad: para consultas pequeñas plantea su modelo local, y para peticiones más complejas puedes recurrir a su IA en la nube o a la de proveedores como OpenAI.

Poder recurrir a modelos locales que se ejecutan por ejemplo en el móvil es especialmente interesante porque, como apuntaba Higes, «ahí la energía la paga el usuario«. Y es cierto: en lugar de recurrir a los costosos centros de datos en los que se procesan todas las peticiones de ChatGPT, Gemini o Claude, poder ejecutar al menos parte de ellas en nuestros dispositivos va a aliviar mucho la carga y la demanda de esos recursos.

El CEO de Luzia tamibén nos habló de algunas de las ideas que están barajando para los próximos meses. Así, indicó que seguirán usando modelos diversos, incluyendo modelos Open Source.

Tiene claro que las respuestas serán cada vez mejores y asegura que experimentarán con nuevas interfaces de uso. Aquí destacó el proyecto Canvas de OpenAI, que nos permite trabajar sobre documentos de forma colaborativa con la IA y plantea una alternativa al modo conversacional puro tradicional de los chatbots como ChatGPT o Luzia.

En Xataka | Cómo resumir textos con inteligencia artificial, ya sea ChatGPT, Copilot, Gemini o Grok