Los datos propios son el foso: por qué los wrappers de IA perdieron un 30–65 % y los productos de datos resisten

Los gráficos de ingresos de pequeños productos de IA cuentan la misma historia. Las herramientas que solo ponen una pantalla sobre el modelo de otro se encogen; las que se apoyan en datos que nadie más tiene, no. Qué dicen las cifras, por qué ocurre y por dónde suele empezar un conjunto de datos propio.

Los wrappers de IA, productos que ponen una interfaz sobre el modelo de otra empresa, perdieron entre un 30 y un 65 % de sus ingresos mensuales desde su pico de 2025–2026, según datos verificados de TrustMRR a 16 de noviembre de 2026. Los productos con datos propios cobran mucho más por cliente y siguen creciendo.

Todas las cifras se recogieron el 16 de noviembre de 2026. Los ingresos marcados como «TrustMRR» están contrastados con la pasarela de pago del producto. El resto lo cuentan los propios fundadores o vendedores, y así lo indicamos.

¿Qué es un wrapper de IA?

En español también se dice «envoltorio», aunque en el sector se usa la palabra inglesa. Es un producto cuyo núcleo es una llamada a un modelo ajeno: un prompt, una pantalla más cómoda, quizá plantillas. Escribe artículos, convierte un guion en vídeo, redacta un trabajo académico. El modelo hace el trabajo; el producto gestiona la entrada y la salida.

No es por fuerza un mal negocio: se construye rápido y algunos facturaron cinco cifras al mes. El problema es qué lo protege cuando el proveedor del modelo, un buscador o una docena de clones ofrecen lo mismo.

¿Cuánto cayeron los wrappers desde su pico?

TrustMRR publica un gráfico de ingresos mensuales de cada producto. Esta es la caída desde el pico hasta octubre de 2026.

ProductoQué hacePico de ingresos al mesOctubre de 2026Cambio
SEOBOTArtículos para SEO98.900 US$ (dic. 2025)34.700 US$−65 %
fastwrite.ioTextos académicos en Word24.800 US$ (mar. 2026)12.000 US$−52 %
StoryShortVídeos cortos sin rostro44.500 US$ (ene. 2026)22.200 US$−50 %
SleekDiseño de apps desde un chat32.400 US$ (abr. 2026)16.700 US$−48 %
ChatEDUAyuda para estudiar13.200 US$ (dic. 2025)7.000 US$−47 %
Czat.aiChatbot en polaco14.800 US$ (mar. 2026)9.700 US$−35 %

Fuentes: fichas de cada producto en TrustMRR (SEOBOT, fastwrite, StoryShort, Sleek, ChatEDU, Czat.ai). Otros dos productos de la misma muestra, herramientas para estudiantes y para candidatos a un empleo, bajaron un 30 y un 39 % en el mismo periodo.

Tener audiencia no frena la caída. El fundador de SEOBOT tiene unos 116.000 seguidores en X, y aun así los ingresos mensuales pasaron de unos 120.000 US$ en mayo de 2025 a 31.700 US$ en noviembre de 2026 (Latka, TrustMRR). Cuando el resultado se puede conseguir gratis, los seguidores no sostienen el precio.

«Un ChatGPT en español» tampoco es un foso

Adaptar un wrapper a un idioma no lo protege. Czat.ai, un asistente en polaco, cayó un 35 %; fastwrite.io, para estudiantes alemanes, un 52 %. Los grandes modelos ya escriben bien en ambos idiomas.

En español el margen es aún menor: es uno de los idiomas mejor cubiertos. En una medición, Whisper large-v3 se equivocó en el 2,7 % de las palabras en español frente al 5,2 % en inglés (inferenceapis). Si el valor de tu producto es «lo mismo, pero en español», el proveedor del modelo ya lo ofrece.

¿Por qué pierden ingresos los wrappers de IA?

Las causas cambian según el producto, pero cuatro se repiten.

Google responde por sí mismo. Google muestra AI Overviews (resúmenes generados por IA) en cerca del 20 % de las búsquedas informativas, y las compraventas de sitios de contenido en Flippa cayeron un 33,5 %, según su informe de 2025. Textero, un asistente de escritura para estudiantes, tenía unas 10.000 visitas diarias desde buscadores antes de que una actualización de Google le hiciera perder posiciones; después se fusionó con un competidor (Starter Story).

La plataforma controla el acceso a sus datos. GummySearch, una herramienta para investigar audiencias en Reddit, cerró al no lograr una licencia comercial de los datos de Reddit (GummySearch). Si tu producto lee la plataforma de otro, esa plataforma decide si existes.

El proveedor del modelo lanza tu función. El fundador de Superpower ChatGPT, una extensión para ChatGPT, contó que ya se ha acostumbrado a la idea de que OpenAI copie sus funciones (Rosetta, resumen de Starter Story).

La factura de la API se come el margen. En CodeGuide, la factura de OpenAI suponía unos 2.800 US$ de los cerca de 3.500 US$ de gastos mensuales (Starter Story). Cuando casi todo tu coste es la tarifa de otro, ese otro también fija tu margen.

¿Cómo valoran los compradores unos ingresos que caen?

Quien compra pequeños negocios en línea pone precio a este riesgo. El múltiplo es cuántos años de beneficio o de ingresos se pagan por un negocio. En Flippa, en 2025, el múltiplo medio del software fue de 2,7 veces el beneficio anual; la mediana de las operaciones confirmadas en Acquire.com, de 3,9 veces (Flippa, Acquire).

Dos anuncios muestran qué le pasa a un wrapper:

  • Un generador de contenido con IA para redes sociales de pequeñas empresas bajó de 43.500 a 22.700 US$ de ingresos recurrentes al mes y se ofrece por unas 0,8 veces sus ingresos anuales (Flippa).
  • Twixify, un reescritor de textos, pasó de 43.000 a unos 10.000 US$ y pide unas 0,2 veces sus ingresos anuales, con garantía de recompra durante seis meses (Flippa).

Flippa explica que la prima va a las apps de IA que retienen a sus clientes, no a la etiqueta. Un análisis de las ventas de 2026 no encontró ninguna prima por la palabra «IA» en sí (musthave.ai).

Caer no es morir: según el vendedor, Twixify se mantuvo en unos 10.000 US$ al mes durante año y medio sin desarrollo ni publicidad. Solo que esa caja se valora como pasajera.

¿Cómo son los productos con datos propios?

Los productos de la misma investigación que mejor resisten tienen algo en común: lo valioso es un conjunto de datos que recogieron, limpiaron y siguen actualizando. El modelo es solo una herramienta encima.

LeadX reúne datos de empresas, registros públicos de garantías sobre bienes de negocios (los UCC filings de EE. UU.) y señales de la web para prestamistas y equipos de ventas B2B. En TrustMRR muestra 31.600 US$ de ingresos recurrentes al mes con solo 18 suscripciones: unos 1.756 US$ de media por suscripción, la cifra más alta entre los 30 productos de IA de la muestra (TrustMRR). Su gráfico pasó de 1.600 US$ en diciembre de 2025 a 40.700 US$ en octubre de 2026. Los registros son públicos; el valor está en cruzarlos, asignarlos a cada empresa y mantenerlos al día.

Podscan transcribe pódcasts a gran escala y vende búsqueda y monitorización sobre ese archivo. Su fundador, Arvid Kahl, escribió que el negocio pasó a ser rentable en abril de 2025 (Bootstrapped Founder). Para lograrlo tuvo que recortar los gastos mensuales de unos 30.000 US$ a menos de 10.000 US$ (entrevista en Huxiu). Ese archivo cuesta copiarlo porque llevó meses de cómputo construirlo.

Virlo recopila datos de vídeos cortos de TikTok, Reels y Shorts, los vende a agencias y otras startups los usan a través de una API. Sus fundadores dicen que factura más de 31.000 US$ al mes y atribuyen la ventaja a su propia infraestructura de datos (Indie Hackers). Es una cifra declarada por ellos.

¿Qué cuesta esa protección?

No sale gratis, y conviene decirlo claro.

  • Hay que vender. Ninguno de los tres se difunde solo. LeadX probablemente vende de forma directa; Virlo menciona búsqueda, anuncios y contacto directo con agencias. Los datos B2B caros se venden con demos, no en una tienda de apps.
  • La infraestructura pesa. Como muestra Podscan, un producto de datos paga cada mes por recoger y guardar datos, lleguen clientes o no.
  • El arranque es más lento. Un wrapper se monta en un fin de semana; un conjunto de datos por el que alguien pague necesita meses.

La conclusión de la investigación es directa: los productos que se difunden solos son fáciles de copiar, y los difíciles de copiar hay que venderlos a mano.

¿Puede el conocimiento del oficio sustituir a los datos?

En parte. Las herramientas estrechas para profesionales fueron las que más crecieron en 2026, y las protege saber del oficio más que los datos.

Stencil AI convierte fotos en plantillas para tatuadores. Según el agregador SaaSHub, uno de sus dos fundadores es tatuador. Sus ingresos verificados pasaron de 16.100 US$ en enero a 62.500 US$ en julio de 2026 (TrustMRR, SaaSHub).

Pero el oficio queda dentro del producto, y el producto se puede copiar. En pocos meses ya había al menos tres apps parecidas en la App Store: StencilX, Stencify y Stencil Maker IQ. El conocimiento da tiempo. Unos datos que sigues ampliando dan más.

¿Por dónde se empieza un conjunto de datos propio?

Casi ningún producto de datos nace con datos que nadie haya visto. LeadX parte de registros públicos; Podscan, de pódcasts públicos; Virlo, de estadísticas públicas de vídeos. Su trabajo es todo lo que pasa después de recogerlos. Un orden práctico:

  1. Elige una pregunta concreta por la que una empresa pague. «Qué empresas acaban de financiar maquinaria» es un producto. «Datos de empresas» no lo es.
  2. Parte de datos abiertos. Los portales de datos abiertos de los gobiernos, los repositorios científicos y los hubs de modelos ya publican mucha materia prima. En DataHunter puedes buscar datasets abiertos de Hugging Face, Zenodo y portales públicos en un solo sitio. Cada resultado muestra la licencia, el formato, el tamaño y la última actualización, y puedes filtrar los que permiten uso comercial.
  3. Revisa la licencia antes de construir. Un conjunto de datos que no puedes usar comercialmente sirve para un prototipo, no como base. Anota de dónde viene cada fuente y con qué condiciones.
  4. Añade tu propia capa. Esto es lo que la competencia no puede descargar: etiquetas que asignaste, registros que cruzaste entre fuentes, categorías que definiste, correcciones de tus clientes. Así un archivo público se convierte en datos tuyos.
  5. Actualízalo con un calendario. Una extracción puntual envejece rápido; un conjunto semanal con meses de historial cuesta cada vez más sustituirlo.
  6. Pon el modelo al final. Así el modelo es sustituible: si aparece uno más barato o mejor, lo cambias y conservas todo lo demás.

¿Qué fiabilidad tienen estas cifras?

Solo los ingresos de TrustMRR están contrastados con una pasarela de pago. Las descripciones, el tamaño del equipo y los canales de esas fichas los escriben los fundadores. Las cifras de Indie Hackers, Starter Story y entrevistas similares son declaraciones de los propios fundadores y conviene leerlas como un máximo. Los anuncios de Flippa los redacta el vendedor, con algunas comprobaciones de la plataforma. Y todas estas historias son de supervivientes: en TrustMRR, el 67,4 % de los proyectos publicados ingresa menos de 1.000 US$ al mes (estadísticas de TrustMRR), y de los fracasos casi nadie escribe. Toma el patrón como una señal, no como una promesa.

Qué hacer ahora

Otras guías

Todos los artículos