Estado de la creación de apps con IA 2026: datos de 11.355 apps generadas

Los constructores de apps con IA han pasado de novedad a herramienta de trabajo: la gente describe una app en una frase y recibe en minutos un codebase funcional — frontend, esquema de base de datos, API. Pero la mayor parte de lo que se escribe sobre esta categoría es anécdota. Este informe analiza qué construye la gente realmente cuando una IA escribe el código, a partir de 11.355 proyectos, 124.755 archivos de código generados y 80.189 mensajes de chat constructor–IA en la plataforma VULK (noviembre de 2025 – julio de 2026).

Hallazgos clave de un vistazo

• El constructor mediano publica su primera app generada con IA 47 segundos después de registrarse. El tiempo hasta la primera app ahora se mide en segundos, no en días.
• El prompt mediano de una app tiene solo 364 caracteres — unas 60 palabras. La gente describe apps en un párrafo corto y luego refina por conversación.
• La conversación mediana de construcción tiene solo 4 mensajes; el 10% superior de los proyectos supera los 25 mensajes, y la conversación más larga de un solo proyecto alcanzó 588 mensajes.
• El 80,5% de las apps generadas con IA son web apps React + Vite; Flutter es la plataforma #2 con un 5,6%.
• El 62% de las apps generadas con IA incluye un esquema SQL de base de datos — la mayoría de las apps "vibe-coded" no son páginas estáticas, son aplicaciones de datos.
• El 27% de las apps recibe un backend aprovisionado (API + base de datos alojada), pero solo el 3,7% se despliega en una URL pública — la mayor caída del funnel está en el último paso.
• Solo el 1,6% de las apps generadas con IA son listas de tareas. El cliché de la era de los tutoriales ha muerto: los dashboards y paneles de administración (12,5%) son la categoría #1.
• El proyecto medio generado con IA contiene 20,7 archivos y aproximadamente 1.500 líneas de código; el mayor proyecto individual alcanzó los 677 archivos.
• El 65% de todos los archivos de código generados son TypeScript (incluido TSX); SQL es el segundo lenguaje más generado con un 6,1%.
• La IA es quien más habla: 3,4 mensajes del asistente por cada 1 mensaje humano en las conversaciones de construcción.
• El sur de Asia produce el 47% de los nuevos constructores de apps con IA pero el 8% de los ingresos; Norteamérica produce el 3,5% de los constructores y el 25% de los ingresos — una brecha de monetización de 7× entre donde se aprende a construir apps con IA y donde se paga por ello.
• El 30,5% de quienes se registran genera al menos una app; el 29% de esos vuelve para construir una segunda, y el constructor medio crea 2,5 apps.
• El pico de construcción ocurre entre las 12:00 y las 15:00 UTC en días laborables (el martes es el día más activo); solo el 26% de las apps se crea en fin de semana — construir apps con IA es comportamiento de horario laboral, no un hobby de fin de semana.
• El 3,5% de todos los registros convierte en clientes de pago.

¿Qué construye la gente realmente con IA?

El estereotipo del software generado con IA — apps de tareas y demos de juguete — no sobrevive al contacto con los datos. Clasificando por tema los prompts en lenguaje natural detrás de 10.994 proyectos activos:

Dos cosas destacan. Primero, el caso de uso #1 es software con forma de herramienta interna: dashboards, paneles de administración, sistemas de reservas, trackers financieros — las aplicaciones sin glamur que las empresas antes compraban o construían a mano. Segundo, las apps de tareas quedan en el puesto 13. Cuando generar una app cuesta un párrafo de texto, la gente se salta el proyecto de práctica y va directa a lo que realmente necesita.

Una meta-tendencia notable: el 3,1% de las apps generadas con IA son a su vez apps de IA — la gente está usando IA para construir asistentes de IA, chatbots y frontends de agentes.

¿Cuánto código escribe realmente un constructor de apps con IA?

A lo largo de 11.355 proyectos, la plataforma generó 124.755 archivos de código con un total de 769 MB de código fuente — aproximadamente 9,5 millones de líneas (según una muestra aleatoria de ~6.000 archivos con una media de 76 líneas cada uno).

El proyecto medio:

• 20,7 archivos (mediana 20, máximo 677)
• ~127 KB de código fuente, unas 1.500 líneas
• 6,2 KB por archivo de media — los generadores de IA producen muchos archivos pequeños y enfocados, no monolitos

La distribución de lenguajes de los archivos generados te dice cómo es la stack moderna generada con IA:

TypeScript ha ganado de facto la era del codegen con IA. Dos tercios de todo lo que emiten los modelos es tipado. Y que SQL sea el lenguaje #3 de salida refuerza el punto sobre bases de datos de abajo.

¿Tienen backends reales las apps generadas con IA?

Sí — y este es probablemente el cambio menos contado de la categoría.

• El 61,7% de los proyectos incluye un esquema SQL de base de datos entre sus archivos generados.
• El 27,1% de las apps tiene un backend aprovisionado — un worker de API en vivo más una base de datos alojada, no solo código de frontend.
• Las apps restantes son genuinamente solo-frontend (portfolios, landing pages, juegos).

El encuadre popular de los constructores de apps con IA como "juguetes de UI" está desfasado: la mayoría de las apps generadas modela datos, y más de una cuarta parte ejecuta infraestructura server-side.

Sin embargo, el funnel se estrecha bruscamente al final:

Solo ~1 de cada 27 apps generadas con IA llega a una URL pública. La generación ya no es el cuello de botella — la última milla (despliegue, dominios, salir a producción) es donde la mayoría de los proyectos se detiene. Para el ecosistema, esta es la brecha de producto más clara que revelan los datos.

¿Para qué plataformas construye la gente?

Detectando la plataforma a partir de los archivos reales de cada proyecto (configs de build, manifests):

La web sigue dominando la salida — pero la demanda va por delante de la entrega. Mirando lo que los usuarios piden en los prompts (menciones históricas de demanda por plataforma en la misma plataforma): Flutter lidera con 381 peticiones, seguido de backends Node (310), Next.js (265), Python (246), React Native (213) y PHP (174). La demanda móvil y backend-first supera con creces lo que hoy se genera, lo que sugiere que la próxima fase de la creación de apps con IA es multi-runtime: binarios móviles, servicios Python y apps PHP, no solo SPAs React.

¿Cómo habla la gente con una IA que construye apps?

• El prompt inicial mediano tiene 364 caracteres — unas 60 palabras, o 3–4 frases. La media es mucho más alta (1.983 caracteres) porque una cola larga de usuarios pega especificaciones enteras, briefs o código existente; el prompt más largo superó los 500.000 caracteres.
• La conversación mediana de proyecto tiene 4 mensajes. La mitad de todas las apps son esencialmente "un disparo más un retoque".
• El 10% superior de los proyectos tiene 25+ mensajes — son los usuarios que tratan a la IA como un pair-programmer iterativo, no como una máquina expendedora. El récord: 588 mensajes en un solo proyecto.
• En el conjunto de conversaciones, la IA envía 3,4 mensajes por cada 1 mensaje humano (61.977 mensajes del asistente frente a 18.212 del usuario) — reflejo de la naturaleza streaming y multi-paso de la generación de código.

El patrón que emerge: intención corta a la entrada, bucle largo de iteración a la salida en los proyectos que importan. La habilidad no está en la longitud del prompt; está en saber qué pedir a continuación.

¿Quién está construyendo apps generadas con IA — y quién las paga?

La geografía es donde los datos se vuelven más interesantes. Entre los registros con país conocido:

• Sur de Asia (India, Pakistán, Bangladés, Nepal, Sri Lanka): 47,4% de los constructores — solo India supone el 25% de todos los registros, el mayor país individual.
• África: 15,9% (Nigeria, Argelia, Egipto, Sudáfrica, Kenia y Marruecos, todos en el top 15 de países)
• Europa: 7,9%
• Norteamérica: 3,5%

Los ingresos se distribuyen casi a la inversa:

• Norteamérica: 24,8% de los ingresos (desde el 3,5% de los registros — un sobreíndice de ~7×)
• Europa: 24,4%
• Estados del Golfo: 12,5%
• Sur de Asia: 7,7% (desde el 47,4% de los registros)

La interpretación: construir apps con IA se está adoptando como habilidad en los mercados emergentes y comprando como herramienta en los desarrollados. Las mayores poblaciones de constructores están en mercados donde $20/mes es un precio con peso real; los clientes de pago se concentran en EE. UU., Alemania, Reino Unido, Francia, Países Bajos, Suiza y el Golfo. Cualquier empresa de herramientas de desarrollo con IA reconocerá esta forma — es la tensión de go-to-market que define la categoría.

En total, el 3,5% de todos los registros se convierte en cliente de pago — notable para una categoría de producto donde el output gratuito (un codebase funcional) es en sí mismo el valor.

¿Cuándo construye la gente?

Excluyendo la actividad automatizada/por lotes:

• Ventana pico de creación: 12:00–15:00 UTC, de lleno dentro de la jornada laboral europea/africana/surasiática y la mañana de EE. UU.
• El martes es el día más activo; el lunes y el domingo son los más tranquilos.
• Los fines de semana suponen solo el 26% de la creación de apps.

La creación de apps con IA muestra una curva de uso de herramienta de trabajo, no una curva de entretenimiento. La gente genera apps en horario laboral, en días laborables — consistente con el dominio de dashboards/paneles de administración en los datos de "qué construye la gente".

¿Qué tan rápida es la primera app?

El tiempo mediano desde la creación de la cuenta hasta la primera app generada es de 47 segundos. Este es posiblemente el número que define la categoría: la distancia entre "tengo una idea" y "tengo código funcionando" ha colapsado a menos de un minuto.

Activación y retención:

• El 30,5% de los registros genera al menos una app (4.622 de 15.165 usuarios)
• El 29,5% de los constructores vuelve para crear una segunda app (1.362 usuarios)
• 181 power users han construido 5+ apps; el constructor medio crea 2,5 apps
• La actividad de la plataforma es a picos: la mitad de todos los proyectos se creó en la ventana de lanzamiento de diciembre de 2025 – enero de 2026, con la creación mensual orgánica reacelerándose desde mayo de 2026 (junio de 2026 fue el mes orgánico más fuerte desde enero, 2,2× por encima de mayo).

Metodología

Este informe se basa en datos de producción agregados y anonimizados de la plataforma VULK (vulk.dev), un constructor de aplicaciones impulsado por IA.

• Dataset: N = 11.355 proyectos generados (10.994 activos), 124.755 archivos de código generados, 80.189 mensajes de chat, 15.165 usuarios registrados, 576 pagos de 533 clientes.
• Período: noviembre de 2025 – 17 de julio de 2026.
• La detección de plataforma se deriva de los archivos realmente presentes en cada proyecto (p. ej., vite.config.*, pubspec.yaml, requirements.txt, next.config.*, composer.json), calculada sobre los 6.025 proyectos con árboles de archivos conservados.
• La clasificación por categorías usa coincidencia de palabras clave en los prompts de los proyectos; las categorías no son mutuamente excluyentes.
• Las cifras de líneas de código se estiman a partir de una muestra aleatoria de ~6.000 archivos (TABLESAMPLE); los totales en bytes son exactos.
• Las cifras de hora del día y día de la semana excluyen eventos identificados de creación automatizada/por lotes (días en los que una sola cuenta creó >200 proyectos — uno de esos eventos, 1.569 proyectos el 2026-07-16, se excluyó de las estadísticas de comportamiento; los totales de cabecera incluyen todos los proyectos).
• Las cifras geográficas usan el país en el registro; los porcentajes de registros se calculan sobre usuarios con país conocido (78,4% de las cuentas). Los porcentajes de ingresos se calculan sobre pagos completados.
• No se accedió ni se reportó ningún dato individual de usuarios, prompts, correos ni información personalmente identificable; todas las estadísticas son agregados.

Este informe puede citarse libremente con atribución a VULK (vulk.dev). Para preguntas sobre estos datos o la metodología, contacta al equipo de VULK en vulk.dev.