Inteligencia artificial de Meta Manus AI: la guía completa

Inicio » Inteligencia artificial de Meta Manus AI: la guía completa

La inteligencia artificial está avanzando a una velocidad que a veces cuesta seguir el ritmo: cada semana aparecen nuevas herramientas que prometen ahorrar tiempo, optimizar procesos y cambiar la forma en la que trabajamos. Dentro de este torbellino de novedades, Manus AI se ha convertido en una de las protagonistas del momento, y el interés se ha disparado desde que Meta anunció su compra por una cifra de entre 2.000 y 3.000 millones de dólares.

Esta adquisición no es solo otra noticia de tecnología: marca un giro claro en la estrategia de Meta para competir en la carrera de la IA frente a gigantes como OpenAI, Google o Microsoft. Además, tiene consecuencias directas en cómo usaremos Instagram, Facebook, WhatsApp o incluso el ordenador de la oficina gracias a los agentes de escritorio. Vamos a desgranar qué es Manus, qué la hace distinta, cómo se integra en el ecosistema de Meta y qué supone para creadores de contenido, empresas y startups.

Qué es Manus AI y por qué todo el mundo habla de ella

Manus AI es una herramienta de inteligencia artificial centrada en agentes autónomos de propósito general. En lugar de limitarse a contestar preguntas como un chatbot clásico, está diseñada para planificar, tomar decisiones y ejecutar tareas complejas de principio a fin con muy poca supervisión humana. Esa es la gran diferencia respecto a modelos puramente conversacionales como puedan ser Gemini, Claude o muchas implementaciones básicas de ChatGPT.

La startup nació en China como parte del proyecto Butterfly Effect (también conocido como Monica.im) y, tras su despegue inicial en el mercado asiático, trasladó su sede a Singapur para operar con una visión claramente global. En muy pocos meses consiguió llamar la atención de usuarios, empresas y fondos de inversión por su capacidad para convertir modelos de IA de terceros en productos terminados que la gente estaba dispuesta a pagar mes a mes.

Uno de los puntos más llamativos de Manus AI es que no se ha dedicado a entrenar sus propios modelos fundacionales de lenguaje. En su lugar, se apoya en modelos de compañías como Anthropic (Claude) o Alibaba, a los que conecta mediante una capa agéntica muy potente que coordina, supervisa y encadena tareas. Es decir, en lugar de competir en benchmarks de laboratorio, compite en algo mucho más tangible: resultados finales listos para usar.

Esta apuesta le ha salido especialmente bien: según los datos publicados, Manus superó en cuestión de meses los 100 millones de dólares en ingresos recurrentes anuales, con una proyección que rondaba los 125 millones, basándose en un modelo de suscripción para empresas y usuarios profesionales. Todo esto sucedió antes de cerrar la venta a Meta, lo que explica en parte la agresiva valoración que ha alcanzado la compañía.

La popularidad de Manus explotó a comienzos de año gracias a demostraciones virales en las que su agente ejecutaba flujos completos: elaborar informes de investigación, construir páginas web desde cero, filtrar candidatos en un proceso de selección, preparar un viaje o analizar carteras de inversión, todo ello encadenando acciones de forma autónoma a partir de instrucciones relativamente breves.

Cómo funciona Manus AI: la lógica agéntica paso a paso

A la hora de usar Manus AI como usuario final, la experiencia externa es sencilla, muy similar a otras IAs generativas: introduces una petición (prompt) y esperas la respuesta. Sin embargo, lo que sucede detrás es bastante más elaborado que una simple generación de texto.

Ante una petición compleja, Manus sigue una especie de “hoja de ruta” interna: primero analiza cuál es el objetivo final que se está buscando, después descompone ese objetivo en pequeñas tareas y subtareas, determina qué herramientas o modelos necesita invocar para cada una, las ejecuta en orden y va refinando el resultado hasta llegar a un entregable terminado.

Por ejemplo, si escribes algo como: “Soy fisioterapeuta, crea un carrusel de Instagram con ejercicios para el dolor de espalda”, Manus no solo genera un texto genérico. La herramienta prepara un carrusel con diseños visuales listos para descargar, adapta el formato a Instagram e incluye tanto la parte textual como la maquetación gráfica. Además, ofrece controles para ajustar el color, la tipografía y el contenido del copy en cada diapositiva.

Este enfoque se repite con otras tareas de mayor profundidad. Si le pides “analiza los cambios de las redes sociales en el último año”, Manus se encarga de buscar información en la web, sintetizar datos, organizarlos y devolverte un informe estructurado con conclusiones, en lugar de limitarse a lanzar hipótesis genéricas. En la práctica, se comporta más como un analista que como un simple chatbot.

Aunque la experiencia suele ser fluida, hay un matiz importante: al trabajar con múltiples subtareas encadenadas, Manus puede tardar algo más que otras IAs puramente conversacionales. Esa demora se compensa con el hecho de que el resultado final suele estar mucho más cerca del producto terminado: informes listos para presentar, documentos descargables o contenidos preparados para publicar directamente.

Entre los usos más habituales se encuentran la redacción de textos largos, creación de informes, presentaciones, contenidos para redes sociales y la automatización de tareas repetitivas como recopilar datos, organizarlos y formatearlos. Por eso se habla de Manus como la “nueva generación” de asistentes de IA, centrados en hacer trabajo real de principio a fin, más allá de contestar dudas puntuales.

La compra de Manus por Meta: cifras, contexto y estrategia

Meta cerró la adquisición de Manus en una franja estimada entre 2.000 y 3.000 millones de dólares, según diversas fuentes como Reuters y el Wall Street Journal. Se trata de una de las operaciones más relevantes de la compañía en el ámbito de la inteligencia artificial desde el lanzamiento de su familia de modelos Llama.

La jugada se enmarca en una carrera global donde OpenAI, Google y Microsoft centraban el protagonismo con sus grandes modelos y asistentes integrados en buscadores, sistemas operativos y suites de productividad. Meta, pese a gastar en torno a 70.000 millones de dólares al año en infraestructura de IA, no terminaba de convertir esa inversión en productos que la gente usara masivamente más allá del entorno social.

Mientras otros gigantes lanzaban modelos que luchan por arañar décimas en benchmarks, Manus se dedicaba a algo más prosaico pero tremendamente rentable: dirigir modelos ajenos para entregar trabajo acabado que las empresas estaban dispuestas a pagar. Es decir, monetizar la capa de aplicación, esa “última milla” digital donde la tecnología toca al usuario.

En un entorno donde los modelos tienden a commoditizarse (cada nuevo modelo supera al anterior en unas semanas y la ventaja competitiva es efímera), la gran pregunta es: dónde está el verdadero negocio sostenible. Meta parece haber respondido con claridad: en controlar la capa donde se diseñan los flujos, se empaqueta la experiencia y se distribuyen los agentes de IA a escala masiva.

La historia de Manus tiene además un ángulo geopolítico: la startup formaba parte de un grupo de empresas tecnológicas chinas que optaron por mover su sede a Singapur para reducir riesgos asociados a tensiones entre China y Estados Unidos, y poder operar con mayor libertad en mercados globales. Esta vía —desarrollar tecnología en China, levantar capital occidental, cambiar sede legal y buscar una “salida limpia” vía adquisición— se está viendo ahora como un manual que otras compañías podrían imitar.

Meta, por su parte, ha dejado claro que liquidará las operaciones comerciales restantes de Manus en China y que no quedará participación accionarial china tras el cierre del acuerdo. El equipo de Manus se integra en Meta, y su CEO, Xiao Hong (también conocido como “Red”), reportará directamente a la dirección de la compañía, manteniendo la autonomía de producto en lo operativo.

Integración con Meta: de Instagram y Facebook a WhatsApp y el escritorio

Uno de los cambios más visibles para el usuario medio es la aparición de puntos de entrada a Manus dentro de las propias plataformas de Meta. En Instagram, por ejemplo, se está probando una función en la analítica de cada post que muestra mensajes del tipo: “Has tenido X visualizaciones, mejora tu estrategia de contenido con Meta AI”. Al pulsar, se abre la experiencia de Manus o un flujo conectado con sus agentes.

Esta integración no se queda en recomendaciones de contenido: la idea de Meta es llevar los agentes de Manus a Facebook, Instagram, WhatsApp y Meta AI, tanto para usuarios individuales como para empresas. Habrá escenarios en los que puedas pedir desde WhatsApp algo como “prepara una campaña de lanzamiento para este producto” y que el agente se encargue de planificar copys, creatividades, calendario y piezas asociadas.

En paralelo, Meta ha presentado Manus My Computer Desktop, una propuesta de agente de escritorio que permite a los equipos técnicos y founders delegar en la IA tareas que van mucho más allá del texto: navegación web automatizada, edición de archivos, despliegue de software o gestión de flujos internos, todo ello ejecutado en entornos virtuales aislados (sandbox) para evitar riesgos en el sistema real.

Este enfoque de escritorio refuerza una idea clave: los agentes de IA pasan de ser chatbots pasivos a convertirse en colaboradores digitales que manipulan interfaces y herramientas como lo haría una persona, pero sin fatiga y a otra escala. Para startups tecnológicas, esto puede significar externalizar parte del trabajo operativo sin crecer en plantilla al mismo ritmo.

Meta ha indicado que, al menos por ahora, Manus seguirá ofreciendo su servicio de suscripción de forma independiente, sin interrupciones, mientras se van desplegando las integraciones progresivas en el ecosistema Meta. Esto permite aprovechar la base de usuarios actual y, al mismo tiempo, abrir la puerta a que millones de nuevos usuarios conozcan el producto desde las apps que ya usan a diario.

Planes, créditos y modelo de negocio de Manus AI

En lo que respecta al modelo de precios, Manus ofrece una estructura basada en créditos y varios planes de suscripción, pensados tanto para quienes quieren probar la herramienta de forma ligera como para empresas que requieren un uso intensivo.

El plan gratuito proporciona 1.000 créditos al crear la cuenta, a los que se suman 300 créditos que se renuevan cada 24 horas, con un máximo de 1.500 créditos mensuales. Es una forma razonable de testear las capacidades del agente en proyectos pequeños, pruebas de concepto o tareas puntuales de contenido.

Después, Manus dispone de distintos niveles premium. El plan estándar eleva el límite a unos 300 créditos diarios y 4.000 mensuales, incorporando funciones como investigación profunda, gestión de sitios web profesionales o programación de tareas recurrentes. Es una opción interesante para freelancers, pequeñas agencias o creadores que trabajan con varios clientes.

El plan personalizable sube el listón hasta unos 8.000 créditos al mes, pensado para webs con más tráfico o empresas que requieren flujos más intensivos, y suele incluir acceso anticipado a funciones beta. Finalmente, los grandes planes empresariales pueden llegar a cifras en torno a 40.000 créditos al mes, permitiendo tareas significativamente más extensas y complejas, integraciones a medida y soporte priorizado.

En cuanto a la estrategia recomendada, la propia filosofía de la herramienta invita a empezar con un plan más pequeño, medir el uso real y, solo si te quedas corto de capacidad, ir subiendo escalones. Esto encaja bien con startups y empresas que quieren validar el impacto de la IA en sus procesos sin comprometer un presupuesto desproporcionado desde el primer día.

Competidores, alternativas y el papel de los agentes open source

Aunque Manus ha ganado mucha visibilidad, no vive sola en el ecosistema. Por un lado, están las grandes IAs generalistas como Gemini de Google, Claude de Anthropic, DeepSeek, Gamma o NotebookLM, que cubren ámbitos desde la generación de texto hasta la creación visual o el trabajo sobre documentación.

Gemini AI, por ejemplo, se integra profundamente en el ecosistema de Google: Gmail, Google Fotos, Calendar o la suite de productividad, permitiendo a los usuarios incorporar capacidades de IA en su flujo de trabajo diario casi sin darse cuenta. Claude destaca en el análisis de textos largos y la producción de documentos complejos, a menudo proporcionando resultados listos para descargar en PDF o guardar directamente en la nube.

DeepSeek, impulsada desde China, se posiciona como un modelo capaz de resolver problemas complejos y analizar información con un enfoque muy centrado en la eficiencia y el rendimiento técnico. Gamma, por su parte, se especializa en convertir ideas sueltas en presentaciones, páginas o recursos visuales pulidos, muy útil para clases, conferencias o ventas.

NotebookLM, otra herramienta de Google, está pensada para trabajar con contenido propio: le das un vídeo de YouTube, un pódcast o un conjunto de documentos y te devuelve resúmenes visuales, esquemas e incluso infografías listas para compartir en redes sociales a modo de recap.

Además del mundo de los grandes proveedores, empiezan a ganar fuerza alternativas open source y proyectos emergentes como OpenClaw, que compiten en el terreno de los agentes de escritorio. Estos agentes buscan ejecutar flujos de negocio críticos, pero a menudo carecen todavía de la misma capa de seguridad, pulido de producto o empaquetado que ofrece Manus con sus entornos virtualizados y su aproximación sandboxed.

Implicaciones para empresas, startups y social media managers

Para social media managers y creadores de contenido, Manus AI supone dar un salto desde la IA como “copiloto de ideas” a la IA como ejecutor casi completo del contenido. En lugar de pedir solo titulares o copies sueltos, puedes encargar carruseles completos, informes de rendimiento, propuestas de estrategia o resúmenes visuales listos para publicar en redes.

Esto encaja de lleno con el uso combinado de herramientas: por un lado, IA para generar ideas, textos, diseños e incluso documentos finales, y por otro, plataformas como Metricool para planificar, programar, analizar resultados, gestionar comentarios y elaborar informes. La sinergia es clara: la IA prepara el contenido y el gestor de redes orquesta la publicación y la medición.

En entornos de startup, la adopción de agentes como Manus My Computer Desktop puede suponer una ventaja competitiva en velocidad y eficiencia. Founders y equipos reducidos pueden delegar en la IA tareas de investigación de mercado, prototipado de productos digitales, pruebas técnicas, documentación o gestión operativa básica, liberando tiempo para centrarse en estrategia, producto y ventas.

Para las empresas más grandes, la apuesta de Meta es una señal de que la IA agéntica ha dejado de ser un experimento. Integrar agentes que planifican, ejecutan y supervisan tareas puede transformar procesos completos de negocio: atención al cliente, backoffice, análisis de datos, marketing, desarrollo de software o recursos humanos.

La gran incógnita está en el terreno de la confianza y los datos: Meta arrastra un historial complicado en el ámbito corporativo. Proyectos como Workplace no terminaron de despegar y muchas compañías son cautas a la hora de confiarle información sensible. De ahí que esta compra sea también una apuesta reputacional: convertir una tecnología ya probada en un producto que empresas de todo el mundo vean como una herramienta de trabajo fiable.

Mirando al mapa global, la historia de Manus también abre una ruta para otras startups chinas: aprovechar talento local muy cualificado y relativamente más barato, crear productos pensados desde el primer día para el mercado internacional, levantar capital en fondos occidentales, desplazar la sede a jurisdicciones como Singapur y buscar adquisiciones limpias por parte de grandes tecnológicas de Estados Unidos o Europa.

En conjunto, Manus AI y su integración en Meta muestran cómo la inteligencia artificial se está moviendo desde la capa de infraestructura —los grandes modelos, los chips, los data centers— hacia la capa de producto en la que los usuarios pasan horas cada día. La batalla ya no es solo técnica, sino de distribución, diseño de experiencia y capacidad para convertir la IA en algo que resuelva problemas concretos y genere ingresos reales.