Los 100 millones de ChatGPT son una estimación, no un contador

Una nota de UBS difundida el 1 de febrero de 2023 estimó que ChatGPT había alcanzado 100 millones de usuarios activos mensuales en enero, dos meses después de su lanzamiento. La cifra, calculada a partir de datos de Similarweb, describía una adopción extraordinaria, pero el titular «100 millones de usuarios» escondía decisiones de medición. No significaba 100 millones de clientes, suscriptores, cuentas verificadas ni personas observadas por OpenAI.

La distinción no rebaja el fenómeno. Enseña a leerlo. Una cifra de audiencia es interpretable cuando sabemos quién la produjo, qué unidad contó, durante qué periodo, con qué cobertura y contra qué productos la comparó. Aplicar esas cinco preguntas permite reconocer tanto una señal como sus límites, y sirve igual para el próximo chatbot, red social o aplicación que proclame un récord de crecimiento.

El dato era una estimación externa

OpenAI abrió ChatGPT el 30 de noviembre de 2022 como una vista previa de investigación. El acceso era gratuito y la compañía buscaba recibir comentarios sobre fortalezas y debilidades. Su presentación describía el sistema como una interfaz capaz de conversar, responder preguntas sucesivas, admitir errores y cuestionar premisas incorrectas. También advertía que podía producir respuestas plausibles pero incorrectas. Ninguna parte de aquel anuncio equivalía a un sistema público de recuento de usuarios.

La estimación de UBS procedía de Similarweb, una empresa que mide tráfico digital. Eso introduce una capa de inferencia: no se trata del registro interno de cuentas de OpenAI, sino de observaciones y modelos destinados a estimar la audiencia de un sitio. La cifra puede ser útil para medir orden de magnitud y velocidad, pero debe conservar el verbo: «estimó» o «habría alcanzado», no «certificó».

Además, la nota de UBS no estaba disponible en una fuente primaria abierta que el lector pudiera recorrer desde este artículo. Los relatos públicos atribuían a la firma tanto los 100 millones mensuales como una media aproximada de 13 millones de visitantes únicos diarios en enero. Declarar ese límite es mejor que fingir acceso: conocemos la atribución y la metodología del proveedor, pero no podemos reproducir aquí todos los cálculos, filtros o intervalos de incertidumbre de la estimación.

Usuario, dispositivo, cuenta y visita no son sinónimos

El segundo paso consiste en identificar la unidad. La explicación de Similarweb sobre visitantes únicos, publicada antes de este hito, señalaba que su panel asignaba un identificador a cada dispositivo y lo traducía en un usuario. También explicaba que una persona que entra desde dispositivos diferentes puede generar más de un identificador, mientras varias personas que comparten dispositivo pueden quedar agrupadas. «Único» significa no repetir la unidad detectada dentro del periodo; no significa reconocer con certeza a cada ser humano.

Una visita es otra cosa. La misma persona puede abrir el servicio muchas veces. Una cuenta registrada tampoco demuestra actividad: puede abandonarse tras una prueba. Un suscriptor añade una relación de pago, pero no informa por sí solo de la frecuencia o el valor del uso. Cuando un titular sustituye «visitantes únicos mensuales estimados» por «usuarios», gana legibilidad y pierde precisión. El lector debe reconstruir la unidad antes de comparar.

También hay que separar la escala diaria de la mensual. Si alguien entra cada día, cuenta una vez en el total mensual y una vez en cada día. Por eso no se pueden multiplicar 13 millones de visitantes diarios por los días de enero para deducir personas. La relación entre ambas cifras contiene una pista de recurrencia, pero calcularla exige datos deduplicados y definiciones consistentes.

El periodo cambia el significado

«Activo mensual» establece una ventana, no una intensidad mínima común. Según la definición elegida, una sola visita durante enero puede colocar un dispositivo en el conjunto mensual junto a otro que utilizó el producto a diario. El total muestra alcance: cuántas unidades distintas aparecieron al menos una vez. No muestra por sí solo retención, profundidad de uso, satisfacción ni productividad.

Para evaluar si la curiosidad se convierte en hábito hacen falta cohortes. Se agrupa a quienes empezaron en una semana y se observa qué proporción vuelve después de siete, treinta o noventa días. También interesan las sesiones por usuario, los días activos, las tareas completadas y el abandono. En un sistema generativo, el volumen de mensajes añade contexto, pero tampoco equivale a utilidad: una conversación larga puede indicar una tarea compleja o muchos intentos fallidos.

El mismo 1 de febrero, OpenAI anunció el piloto de ChatGPT Plus por 20 dólares mensuales para clientes de Estados Unidos, con acceso durante picos de demanda, respuestas más rápidas y prioridad en novedades. La compañía habló de millones de personas que habían enviado comentarios y de usos profesionales como redactar, editar, programar y aprender. El lanzamiento de una suscripción mostraba un paso distinto del alcance: intentar convertir una parte de esa atención en ingresos y comprobar cuánto valoraban los usuarios un servicio más estable.

Comparar velocidades exige el mismo cronómetro

UBS presentó a ChatGPT como la aplicación de consumo de crecimiento más rápido y los relatos de la cifra la compararon con TikTok e Instagram. La intuición es razonable: dos meses es un intervalo excepcional. Pero una clasificación rigurosa necesita que inicio, geografía, plataforma y métrica sean equivalentes. ¿El cronómetro arranca con una prueba limitada, con el lanzamiento en un país o con la disponibilidad global? ¿Se cuentan descargas, cuentas, visitantes web o activos mensuales? ¿Se incluye móvil y escritorio sin duplicar?

El contexto de distribución también cambió. En 2022 ya existían miles de millones de teléfonos inteligentes, redes sociales capaces de propagar demostraciones en horas y una población habituada a probar servicios web sin instalación. ChatGPT podía compartirse mediante un enlace y ofrecía resultados fáciles de capturar en una imagen. Nada de esto niega la velocidad; explica por qué «más rápido» describe el producto y el entorno que lo distribuyó, no una cualidad aislada del modelo.

Una comparación responsable conserva una tabla mental: producto, fecha de inicio, mercado disponible, unidad, fuente y ventana. Si falta una columna, el récord es orientativo. Esta precaución impide convertir una buena señal comercial en una ley histórica construida con métricas incompatibles.

Alcance no equivale a valor ni a fiabilidad

El número de visitantes demuestra atención, no precisión. La propia ficha de lanzamiento de OpenAI advertía que ChatGPT podía dar respuestas incorrectas, ser sensible a pequeños cambios de formulación y mostrar sesgos. Una audiencia grande multiplica tanto los usos valiosos como la exposición a esos fallos. Para decidir si el producto sirve en educación, programación o trabajo documental hay que medir resultados de la tarea y revisar errores, no trasladar el tamaño de la audiencia a la calidad de cada respuesta.

Tampoco demuestra una ventaja económica sostenible. La ampliación de la alianza entre Microsoft y OpenAI, anunciada el 23 de enero, incluía más inversión en supercomputación, la integración de modelos en productos y Azure como proveedor exclusivo de nube de OpenAI en ese momento. Ese respaldo explicaba cómo podía escalarse un servicio costoso, pero el tránsito de millones de pruebas gratuitas a clientes recurrentes seguía siendo una cuestión distinta.

Cómo leer el próximo récord de adopción

Ante una cifra viral, conviene escribir primero una frase larga y precisa: «una firma externa estimó X unidades activas, durante Y periodo, mediante Z metodología». Después se pregunta qué quedó fuera: otras plataformas, duplicados entre dispositivos, cuentas inactivas, regiones o acceso desde integraciones. El tercer paso es buscar una medida de profundidad —retención, frecuencia, tareas completadas— y una de valor —pago, ahorro de tiempo o resultado comprobado—.

Así, los 100 millones siguen siendo una señal de que una interfaz conversacional llevó la IA generativa al público con velocidad inusual, pero dejan de funcionar como cifra mágica. La capacidad transferible es desmontar cualquier récord de adopción en fuente, unidad, periodo, cobertura y comparación; solo después puede decirse qué demuestra el número y, con la misma claridad, qué no demuestra.