En China se desató un fenómeno masivo alrededor de OpenClaw, el software de agentes de IA que la prensa y las redes han apodado coloquialmente como «la langosta». Talleres multitudinarios, imágenes virales de personas mayores haciendo fila para instalarlo y la aparición de versiones locales muestran que la atención no fue solo técnica sino social y comercial. Para muchos usuarios, el atractivo era sencillo: un agente capaz de ejecutar tareas repetitivas, navegar sitios, y operar cuentas mediante llamadas a APIs de modelos.
Sin embargo, lo que parecía una promesa accesible chocó con la realidad de las configuraciones, el consumo de tokens y la necesidad de servidores en la nube.
El contraste entre expectativas y práctica se ve en testimonios como el de Zhang, un profesional de comercio electrónico de Xiamen, y Song, una estudiante que trabaja en redes sociales. Zhang alquiló un servidor en la nube, suscribió un modelo local llamado Kimi y vio inicialmente informes de mercado generados por su agente, pero esos resultados se diluyeron con el tiempo.
Song, sin experiencia en programación, se topó con páginas de código incomprensibles y errores repetidos durante la instalación. Ambos relatos resumen la división: los usuarios con conocimientos tecnológicos aprovecharon la automatización, mientras que los novatos pagaron por servicios que solo funcionaban con ajustes técnicos y gasto continuo en API y tokens.
Quién se beneficia del frenesí
La verdadera fuerza económica detrás del fenómeno no son los usuarios ocasionales, sino las grandes empresas tecnológicas que monetizan el uso continuo.
Corporaciones como Tencent, Alibaba y ByteDance, así como proveedores emergentes como Moonshot o Minimax, han lanzado sus propias variantes del proyecto: QClaw, ArkClaw, KimiClaw o AutoClaw, entre otras. Estas versiones prometen instalaciones sencillas, integración con ecosistemas existentes y, sobre todo, consumo de LLM que genera facturación constante por llamadas a API. La estrategia es clara: atraer usuarios con ayudas de instalación y tutoriales para luego cobrar por el uso intensivo de modelos en la nube.
Modelo de ingresos y la trampa de los tokens
En el centro del modelo está el pago por consumo de tokens, el recurso que mide la carga de trabajo de los modelos. Un token es la unidad que usan los modelos para procesar texto y cada interacción del agente puede consumir muchos más tokens que una conversación tradicional con un chatbot. Eso explica por qué una instancia activa de OpenClaw puede generar facturas continuas: el software funciona de forma persistente, consultando fuentes, ejecutando scripts y manteniendo procesos. Empresas y analistas de tecnología señalaron que la instalación gratuita no elimina el coste real: la facturación por uso puede sumar rápidamente, algo que proveedores en la nube como Tencent Cloud han aclarado al explicar que la instalación es gratis pero el uso de modelos conlleva cargos.
La experiencia del usuario y la brecha técnica
Los talleres, las colas y hasta mesas de instalación improvisadas reflejan dos realidades: por un lado, comunidades técnicas que ven en los agentes de IA una mejora de productividad; por otro, usuarios sin formación que creen que la herramienta es «plug and play». Quienes saben programar optimizaron arquitecturas, delegaron tareas costosas a modelos más potentes solo cuando era necesario, y ejecutaron procesos localmente para ahorrar. Muchos no técnicos, en cambio, terminaron pagando por servidores en la nube y suscripciones a modelos sin lograr el resultado prometido. Algunos instaladores profesionales han creado un negocio rentable cobrando por configuración; en un extremo, hubo quien instaló miles de instancias por una tarifa fija.
Implicaciones políticas y de seguridad
Las autoridades locales también entraron al tablero: varias administraciones regionales ofrecieron subsidios y convocatorias para desarrolladores de OpenClaw, buscando atraer talento y proyectos tecnológicos. Esa respuesta, más pragmática que técnica, sirvió como señal de apoyo aunque dejó de lado riesgos conocidos de seguridad. Además, la comunidad original del proyecto expresó su rechazo al uso comercial intensivo sin contribuciones al código: el creador del software mostró descontento ante la copia y la adaptación masiva sin respaldo. El impulso gubernamental y la competencia entre proveedores alimentan la adopción, pero plantean preguntas sobre privacidad, seguridad de datos y dependencia de proveedores en la nube.
Hacia dónde va la ola de agentes
La llegada de los agentes representa un salto desde el listado de instrucciones hasta la delegación de tareas completas: gestionar reclamaciones, comparar precios, responder correos con un estilo personal o automatizar flujos de trabajo. Aunque la calidad aún fluctúa, la disposición de usuarios chinos a pagar por servicios asociados demuestra madurez del mercado. El desenlace es incierto: algunas empresas han capitalizado la oportunidad y vieron revalorizaciones, pero el ganador final no está definido. Para usuarios no técnicos, especialistas recomiendan alternativas empaquetadas y soportadas que reduzcan la exposición a costes por tokens y problemas de configuración, mientras la industria sigue ajustando su oferta entre facilidad de uso y monetización.
