Estadísticas de Chatbots de IA.

Los chatbots de IA han pasado de ser una novedad a ser infraestructura. En 2026, se encuentran dentro de aplicaciones de consumo, resultados de búsqueda, flujos de servicio al cliente, suites de trabajo, herramientas educativas y plataformas de desarrolladores. La parte difícil ya no es demostrar que la gente los usa, sino leer los números sin mezclar métricas diferentes.

Un porcentaje de encuesta no es lo mismo que un recuento de usuarios activos semanales. Una visita a un sitio web no es lo mismo que una persona. Un puesto de trabajo pagado no es lo mismo que un bot de soporte activo. Un pronóstico de mercado de chatbots no es un recuento de implementaciones. Una vez que esas líneas de denominador están claras, la forma del mercado es mucho más fácil de ver: el uso por parte del consumidor es generalizado, el hábito diario sigue siendo menor que la conciencia, los ecosistemas de productos están escalando rápidamente, la implementación del servicio al cliente es el caso de uso empresarial más claro, y la confianza sigue siendo la principal limitación de hasta dónde pueden llegar los chatbots.

El panorama de los chatbots de IA en 2026

Los principales números de chatbots utilizan diferentes denominadores, por lo que deben leerse como señales separadas de consumo, producto, implementación y mercado, en lugar de una sola cifra.

Adopción por parte del consumidor: los chatbots son generalizados, pero el hábito diario es más limitado

El número más claro de adopción por parte del consumidor en 2026 es el hallazgo de Pew de que el 49% de los adultos estadounidenses han utilizado chatbots de IA. Esto sitúa el uso de chatbots cerca de un umbral de mercado masivo. También explica por qué los líderes empresariales, editores, educadores y equipos de soporte ya no pueden tratar los chatbots como un hábito técnico de nicho.

Pero “usado” no es lo mismo que “usa todos los días”. Los datos de frecuencia de Pew muestran que el 24% de los adultos estadounidenses usan chatbots de IA diariamente, mientras que el 25% los usa varias veces a la semana o menos y el 51% no los usa. La brecha entre el 49% de uso alguna vez y el 24% de uso diario es la advertencia más importante sobre la adopción por parte del consumidor: la familiaridad con los chatbots ya es generalizada, pero el hábito duradero aún depende de la adecuación a la tarea.

El desglose de los casos de uso hace visible esa adecuación a la tarea. La búsqueda de información lidera con el 42% de los adultos estadounidenses. Las tareas laborales alcanzan el 38% entre los adultos empleados. El entretenimiento, la creación de imágenes y videos, el asesoramiento médico, el asesoramiento sobre dieta o ejercicio, las noticias, el apoyo emocional y la compañía aparecen, pero en niveles más bajos. Los chatbots no son un único caso de uso, son una interfaz general que los usuarios incorporan a la búsqueda, la escritura, las decisiones, la creatividad y las preguntas personales.

La edad cuenta la misma historia desde otro ángulo. Pew encuentra que el 66% de los adultos estadounidenses de 18 a 29 años han usado chatbots, al igual que el 61% de los de 30 a 49 años. La adopción cae al 42% entre los de 50 a 64 años y al 23% entre los de más de 65 años. Esa gradiente ayuda a explicar por qué las universidades, los lugares de trabajo de nivel inicial, las herramientas para creadores, las herramientas de codificación y los productos de consumo móviles sienten el impacto antes que los servicios para adultos mayores.

La base de no usuarios es resistente, no simplemente inconsciente. Entre los adultos que no usan chatbots, Pew informa que el 67% no es muy probable o no es nada probable que los use en el próximo año. Esto sugiere que la próxima ola de adopción puede provenir menos de pedir a la gente que inicie un nuevo hábito de chatbot y más de la incorporación de asistentes de IA en los flujos de trabajo existentes: páginas de búsqueda, centros de ayuda, suites de productividad y aplicaciones móviles.

La educación y el comportamiento juvenil son otro canal de adopción. La cobertura de Pew sobre el tema de la IA dice que poco más de la mitad de los adolescentes estadounidenses han usado chatbots para el trabajo escolar, mientras que el 12% los ha usado para apoyo emocional. Esos números importan porque el trabajo escolar y el apoyo emocional son contextos de alto riesgo. Muestran por qué los datos de adopción deben combinarse con las expectativas de precisión, divulgación y seguridad.

La historia del uso de la información es especialmente delicada. El Instituto Reuters informa que el uso semanal de chatbots de IA para noticias alcanzó el 10% a nivel mundial, un aumento del 7%, pero solo el 1% dice que la IA es su principal fuente de noticias. Los chatbots se están convirtiendo en parte del viaje de noticias e información, pero siguen siendo un complemento para la mayoría de los usuarios en lugar del destino principal.

Ecosistema de productos: ChatGPT lidera, pero la categoría es más amplia

ChatGPT sigue siendo la señal oficial más fuerte de escala de producto en el mercado. OpenAI dice que ChatGPT tiene más de 900 millones de usuarios activos semanales, más de 50 millones de suscriptores de consumo y más de 9 millones de usuarios empresariales de pago. Esos números hacen de ChatGPT uno de los hábitos de software recurrentes más grandes del mundo.

El producto de OpenAI también se está volviendo más global. En su análisis de adopción, OpenAI dice que el uso no inglés ahora representa más de la mitad de los usuarios activos. Esto es importante porque las primeras narrativas sobre chatbots a menudo estaban sesgadas hacia profesionales, estudiantes y desarrolladores de habla inglesa. El mercado actual es más internacional, y los casos de uso de chatbots incluyen cada vez más la traducción, la investigación local, las tareas administrativas, la educación, el comercio y la resolución de problemas cotidianos.

El documento de uso histórico de OpenAI añade un útil punto de referencia de intensidad. En julio de 2025, ChatGPT tenía 700 millones de usuarios semanales que enviaban 18 mil millones de mensajes por semana. Esto equivale a miles de millones de interacciones diarias, pero debe fecharse con cuidado porque el número actual de usuarios semanales revelado por OpenAI es mayor y el recuento actual de mensajes no se revela de la misma manera.

La aplicación Gemini de Google es la otra señal oficial importante de escala de consumo. Google dice que la aplicación Gemini tiene más de 900 millones de usuarios activos mensuales, un aumento con respecto a los niveles anteriores revelados en 2025. Google también dice que AI Overviews llega a más de 2.500 millones de usuarios mensuales y AI Mode llega a más de 1.000 millones de usuarios mensuales. Esos números de búsqueda no son números de chatbots, pero muestran cómo las interfaces de respuesta de IA se están moviendo hacia la experiencia de búsqueda predeterminada.

La escala de Microsoft es diferente porque está ligada a puestos de trabajo pagados. Microsoft dice que Microsoft 365 Copilot tiene más de 20 millones de puestos pagados, mientras que casi el 90% de las empresas de Fortune 500 tienen agentes activos creados con herramientas de bajo código/sin código. Esto sitúa la adopción de asistentes empresariales dentro de la capa de la suite de productividad, donde la interfaz puede parecer un chat, pero la métrica se basa en puestos, se gestiona por el administrador y se orienta al flujo de trabajo.

Character.AI demuestra que la demanda de chatbots por parte de los consumidores no se trata solo de productividad. La empresa dice que soporta más de 20 millones de usuarios activos mensuales en todos sus servicios. Este caso de uso social/de personajes especializado se sitúa junto a asistentes generales como ChatGPT y Gemini, copilotos de trabajo como Microsoft 365 Copilot y bots de soporte al cliente integrados en sitios web y aplicaciones.

Estadísticas de chatbots empresariales y de servicio al cliente

El servicio al cliente es el camino de implementación empresarial más claro porque el flujo de trabajo ya tiene conversaciones estructuradas, preguntas repetitivas, rutas de escalada y resultados medibles. Intercom dice que el 82% de los líderes sénior invirtieron en IA para el servicio al cliente en los últimos 12 meses, y el 87% planea invertir en 2026. Pero solo el 10% dice que la implementación es madura, totalmente integrada y a escala.

Esa brecha de madurez puede ser la mejor estadística de chatbot empresarial. Explica por qué el mercado puede sentirse simultáneamente urgente e inacabado. Las empresas están comprando, probando, pilotando e implementando sistemas de servicio de IA, pero los modelos operativos maduros aún son raros. Un equipo de soporte puede tener un bot de IA en vivo en un sitio y aún carecer de cobertura completa de la base de conocimientos, revisión de control de calidad, diseño de escalada, análisis, capacitación de agentes y gobernanza.

La investigación de Salesforce sobre el servicio al cliente apunta a un valor temprano. Salesforce dice que el 70% de las organizaciones con agentes de servicio de IA observan un valor medible en 60 días. También dice que el 89% de los profesionales de servicio con agentes de IA creen que sus organizaciones se beneficiarían de expandir su uso, y el 97% de los líderes de servicio al cliente con IA dicen que afecta la planificación de la fuerza laboral. Esa es una fuerte evidencia de que la IA de servicio ha pasado de la experimentación a la planificación operativa.

Los datos de Zendesk muestran por qué la implementación no puede juzgarse solo por la tasa de automatización. Su investigación de tendencias de CX dice que el 74% de los consumidores esperan un servicio al cliente 24/7 debido a la IA. Su comunicado de prensa de tendencias de CX de 2026 dice que el 95% de los consumidores esperan una explicación cuando la IA toma una decisión, y el 80% de los líderes de CX creen que la transparencia de la IA será obligatoria dentro de dos años. Una respuesta más rápida no es suficiente si los clientes no entienden o confían en la ruta de decisión.

YouGov añade un contrapeso práctico. Casi el 70% de los estadounidenses tiende a usar el soporte telefónico, el 35% prefiere el teléfono, el 18% ha usado chatbots y solo el 1% los prefiere. Por lo tanto, los chatbots de servicio al cliente deben ganarse su lugar a través de la velocidad, la calidad de la resolución y la fácil transferencia. Para muchos clientes, el futuro deseado no es “nunca hablar con un humano”. Es “resolver el problema rápidamente y permitirme contactar con un humano cuando sea necesario”.

El material de IBM sobre el servicio al cliente enmarca el lado de los resultados. IBM dice que los adoptantes maduros de IA en el servicio al cliente informaron un 17% más de satisfacción del cliente, mientras que su explicador de chatbots de servicio al cliente con IA define los chatbots como sistemas que utilizan IA para simular la conversación humana a través de canales de texto o voz. IBM también destaca ejemplos de casos, como el asistente virtual de Camping World que aumenta el compromiso y reduce los tiempos de espera. Esos ejemplos son útiles, pero deben leerse como casos, no como promedios de la industria.

El pronóstico de Gartner muestra el nivel de ambición. Predice que la IA agéntica resolverá de forma autónoma el 80% de los problemas comunes de servicio al cliente para 2029, con una reducción del 30% en los costos operativos. Esto no es una estadística del estado actual de 2026. Es un pronóstico que muestra hacia dónde esperan los proveedores y los líderes de CX que se dirija la automatización del soporte.

Por lo tanto, el panorama empresarial no es “los chatbots reemplazan a los equipos de soporte”. Es más específico: los chatbots y agentes de servicio de IA se utilizan para responder preguntas repetitivas, guiar a los clientes, resumir el contexto, ayudar a los agentes humanos, clasificar la intención, extraer información de bases de conocimientos, enrutar casos y automatizar pasos de bajo riesgo. Los programas más sólidos miden la resolución, la calidad de la escalada, la satisfacción del cliente, la contención, la resolución en el primer contacto, el tiempo de manejo, la productividad del agente y la confianza del cliente en conjunto.

Tamaño del mercado y previsiones de ingresos

El mercado de los chatbots está creciendo rápidamente, pero las previsiones de tamaño del mercado varían porque las definiciones varían. Grand View Research estima el mercado global de chatbots en $11.800 millones en 2026, un aumento de $9.600 millones en 2025, y proyecta $41.200 millones para 2033 con un CAGR del 19.6%. También identifica a América del Norte como la mayor cuota de ingresos regional con un 31.3% en 2025.

Fortune Business Insights proyecta un punto de partida similar para 2026, pero un mercado a largo plazo más grande. Su pronóstico del mercado de chatbots sitúa la categoría en 10.420 millones de dólares en 2026 y 60.210 millones de dólares para 2034, lo que implica un CAGR del 24.51%. Su pronóstico del mercado de chatbots de IA generativa es mayor y más rápido, de 12.980 millones de dólares en 2026 a 113.350 millones de dólares para 2034.

Esos números deben leerse como señales de gasto e ingresos, no como tasas de adopción. Los ingresos del mercado crecen cuando las empresas pagan por software, API, puestos empresariales, implementación, integraciones y automatización de soporte. El uso por parte del consumidor puede crecer sin ingresos equivalentes si el uso es gratuito. Los ingresos empresariales pueden crecer incluso cuando el número de bots implementados es modesto, si las grandes empresas compran plataformas caras. Un pronóstico de mercado indica a los lectores que el dinero se está moviendo hacia la categoría. No revela cuántas personas resolvieron con éxito un problema de soporte con un bot ayer.

La división entre “chatbot”, “chatbot de IA generativa”, “IA conversacional” e “IA de servicio al cliente” seguirá generando confusión. Un bot de sitio web tradicional basado en reglas, un agente de servicio al cliente generativo, un asistente de ventas, un copiloto de base de conocimientos, un agente de voz y un chatbot de consumo de propósito general pueden aparecer en pronósticos de mercado relacionados. La forma más limpia de usar los datos de mercado es citar el alcance del pronóstico, mantener visible la definición del proveedor y evitar promediar las estimaciones en un consenso falso.

Tráfico, aplicaciones y la diferencia entre visitas y usuarios

Los datos de tráfico son valiosos porque capturan el comportamiento que las encuestas y las divulgaciones de la empresa pueden pasar por alto. La clasificación de categorías de Similarweb muestra qué sitios web de chatbots están atrayendo grandes volúmenes de atención web. En mayo de 2026, clasificó chatgpt.com en el puesto n.º 1, gemini.google.com en el n.º 2, claude.ai en el n.º 3, chat.deepseek.com en el n.º 4 y grok.com en el n.º 5 en su categoría de chatbots y herramientas de IA. Su análisis de IA generativa muestra que ChatGPT, Gemini, Claude, Perplexity y Grok ganaron impulso de tráfico o aplicaciones en diferentes ventanas.

Los datos del Reino Unido de Ofcom son un ejemplo especialmente claro del impulso del tráfico. ChatGPT tuvo 1.800 millones de visitas en el Reino Unido en los primeros ocho meses de 2025, en comparación con 368 millones en el mismo período de 2024. Esa es una enorme señal de comportamiento, pero no es un recuento de usuarios. El Reino Unido no tiene 1.800 millones de personas; el número refleja visitas repetidas.

Para los especialistas en marketing y los editores, las señales de tráfico importan porque muestran dónde pueden cambiar la atención y las referencias. Para los equipos de productos, muestran el impulso competitivo. Para los inversores, muestran la demanda. Pero los datos de tráfico son más débiles cuando se utilizan para estimar recuentos exactos de usuarios activos o la cuota de mercado de la categoría sin la divulgación del propio producto.

La misma precaución se aplica a las señales de las aplicaciones. Los usuarios mensuales de las aplicaciones, las descargas, las clasificaciones y el crecimiento de las sesiones pueden ser útiles, pero a menudo provienen de estimaciones de paneles o clasificaciones de tiendas de aplicaciones. Pueden pasar por alto el uso web, el uso empresarial, el uso integrado y el comportamiento multidispositivo. Las divulgaciones oficiales de usuarios de OpenAI, Google, Microsoft u otros proveedores deben anclar la escala del producto siempre que estén disponibles; los datos de tráfico y aplicaciones deben añadir un color direccional.

Confianza, seguridad y expectativas del usuario

La adopción está aumentando más rápido que la confianza. Pew informa que el 63% de los adultos estadounidenses cree que la IA avanza demasiado rápido. También encuentra que el 71% cree que el aumento del uso de la IA hará que la información personal sea menos segura, el 67% tiene poca o ninguna confianza en la capacidad del gobierno de EE. UU. para regular la IA de manera efectiva, y el 59% no confía en que las empresas desarrollen y utilicen la IA de manera responsable.

Esos números importan porque los chatbots piden confianza de una manera muy directa. Los usuarios escriben preguntas privadas en ellos. Los empleados suben documentos. Los clientes describen problemas. Los estudiantes piden orientación. Los pacientes pueden hacer preguntas relacionadas con la medicina. Los compradores pueden compartir detalles de pedidos. Una interfaz de chatbot puede parecer conversacional, lo que facilita que los usuarios revelen contexto sensible.

El problema de la confianza no se trata solo de la privacidad. También incluye la precisión, las alucinaciones, la calidad de la fuente, el tono, la escalada, el mantenimiento de registros y la explicabilidad. El 20% de confianza global en las noticias de los chatbots de IA del Instituto Reuters muestra que los usuarios de información son cautelosos. El hallazgo de Zendesk de que el 95% de los consumidores esperan explicaciones muestra la misma presión en el servicio al cliente.

El Marco de Gestión de Riesgos de IA del NIST es útil porque cambia la conversación de “cuántos usuarios” a “qué hace que un sistema de IA sea confiable”. Para los operadores de chatbots, eso significa rastrear más que el volumen. Las métricas operativas útiles incluyen tasas de retroceso, éxito de escalada, tasas de intención no admitidas, precisión de las respuestas, tasas de quejas, incidentes de privacidad, cobertura de revisión humana y satisfacción del usuario por tarea.

La confianza también explica por qué la adopción de chatbots de servicio al cliente puede aumentar mientras los clientes aún prefieren los canales telefónicos o humanos. Los datos de preferencia de canal de YouGov muestran que el uso de chatbots no equivale automáticamente a la preferencia de chatbots. Un chatbot que resuelve problemas rutinarios rápidamente puede ser bienvenido. Un chatbot que bloquea la escalada, inventa políticas o repite respuestas preestablecidas se convierte en un pasivo.

Cómo no malinterpretar los números de los chatbots

La forma más segura de interpretar las estadísticas de los chatbots es empezar por el denominador. Selecciona el tipo de fuente a continuación para ver para qué sirven sus números y para qué no.

Stanford HAI añade contexto de categoría desde un denominador diferente: dice que la IA generativa alcanzó el 53% de adopción de la población en tres años, con variaciones a nivel de país, incluyendo el 61% en Singapur y el 28.3% en EE. UU. Esa es una adopción más amplia de la IA generativa, no el mismo denominador que la encuesta específica de chatbots de Pew en EE. UU., y los dos no deben equipararse.

Preguntas frecuentes

Fuentes y lecturas adicionales