Cómo Cal AI explotó en viralidad gracias a un pequeño ejército de influencers

De liceo a startup con salida: el caso Cal AI

Zach Yadegari tiene apenas 19 años y, pese a su juventud, construyó una trayectoria empresarial que llamó la atención del ecosistema tecnológico. Fundada en 2024, Cal AI —una aplicación que usa inteligencia artificial para seguimiento de calorías— alcanzó fama viral en internet y, en el plazo de dos años, generó más de $30 millones en ingresos antes de ser adquirida por MyFitnessPal en marzo por un monto no revelado.

En una presentación en TechCrunch Disrupt, Yadegari explicó que gran parte del crecimiento temprano no vino de campañas tradicionales ni de grandes rondas de marketing, sino de una táctica muy concreta: reclutar y pagar a un conjunto de influencers para que difundieran la app entre sus comunidades.

La táctica: un ejército pequeño, impacto acumulado

La estrategia que definió el despegue de Cal AI partió de una evidencia empírica simple. Un post de influencer produjo cerca de mil nuevos usuarios en dos días, lo que confirmó que la promoción pagada podía convertirse en una fuente constante de adquisiciones.

A partir de ese hallazgo, la compañía se dio a la tarea de escalar esa fórmula: pagar a cuantos creadores fuera posible para que publicaran sobre la app. Según Yadegari, el efecto fue “bastante lineal”: cada post entregaba un número predecible de vistas y conversiones, y al multiplicar la cantidad de publicaciones se aceleraba el crecimiento.

Este enfoque contrastó con la búsqueda de un único viral masivo. En lugar de apostar todo a una publicación estrella, Cal AI construyó una red de micro y medianos influencers cuya actividad constante generaba un flujo estable de nuevos usuarios.

Negociación y métricas: pagar por resultados

Un elemento central en la ejecución fue cómo se pactaron los pagos con los creadores. La compañía negociaba tarifas a cambio de compromisos de alcance: prometían un pago condicionado a que las publicaciones alcanzaran cierta cantidad de usuarios o instalaciones, y pedían que siguieran publicando hasta cumplir las metas.

Yadegari describió a muchos de esos influencers como estudiantes con necesidad de ingresos inmediatos: perfiles con audiencias pequeñas pero comprometidas que estaban dispuestos a aceptar pagos directos. Para Cal AI, esa ecuación fue eficiente: controlable en costos y mensurable en resultados.

Calidad de comunidad sobre tamaño de audiencia

Más allá del volumen de publicaciones, otro aprendizaje fue la selección de los influencers adecuados. No bastaba con contar con grandes números; lo que realmente funcionó fue encontrar creadores con comunidades “muy cerradas” y comprometidas —es decir, audiencias que confiaban y seguían las recomendaciones del creador.

Ese factor permitió a Cal AI transformar vistas en acciones concretas: registros y uso de la app. En mercados como América Latina, donde la confianza en recomendaciones personales y microcomunidades suele ser elevada, esta lección resulta especialmente relevante para compañías que buscan adopción orgánica más que exposición masiva.

El entorno personal y la visión emprendedora

En la charla, Yadegari también reconoció el apoyo familiar y cómo eso le dio libertad para perseguir proyectos ambiciosos. A diferencia de celebraciones académicas, el fundador restó importancia al valor instrumental de la universidad en su caso: la consideró más bien una experiencia social que una necesidad para emprender.

Ese punto generó risas en la audiencia, pero también subraya una tendencia observable en el ecosistema tecnológico: emprendedores muy jóvenes que priorizan el tiempo de ejecución y aprendizaje directo sobre trayectorias académicas tradicionales.

Persona: siguiente capítulo con IA de asistente personal

Además de Cal AI, Yadegari presentó recientemente Persona, una startup de agentes de IA que ya levantó $10 millones. La misión declarada es integrar la computación con la vida humana de forma fluida, ofreciendo un asistente personal accesible desde cualquier lugar con conexión a internet: iMessage, correo, apps o llamadas.

Un aspecto destacado de Persona es que la compañía planea construir un ecosistema de hardware alrededor del servicio, buscando que la asistencia no esté limitada a una sola interfaz sino disponible en múltiples puntos de contacto.

Lecciones-prácticas para empresas en América Latina

1. Microinfluencers y comunidades locales: En la región, las audiencias suelen responder mejor a recomendaciones locales y contextuales. Escalar con muchos creadores con comunidades cerradas puede ser más efectivo y más económico que contratos con celebridades.

2. Medir por conversión, no por alcance: Pagar por resultados —instalaciones, registros o uso activo— reduce el desperdicio de presupuesto y alinea incentivos.

3. Experimentación rápida y escala incremental: Validar una táctica con una pequeña inversión y luego multiplicarla permite ajustar mensajes y canales antes de comprometer capital mayor.

4. Cuidado con dependencia de canales: Depender excesivamente de la exposición pagada en redes puede resultar en vulnerabilidad si cambian los algoritmos o políticas de la plataforma.

Riesgos y consideraciones éticas

Si bien el crecimiento por influencers es efectivo, también plantea riesgos: transparencia en la relación comercial, verificación de claims de producto y la posibilidad de saturación o pérdida de credibilidad si las recomendaciones parecen excesivamente promovidas. Para mercados emergentes, el control de reputación y la comunicación clara deben ser prioridad.

Además, cuando un producto usa IA para salud o nutrición, es clave ser claro sobre limitaciones, privacidad de datos y bases científicas detrás de las recomendaciones para evitar malentendidos o daños.

Conclusión

El caso de Cal AI reúne varios elementos de la nueva ola de startups: liderazgo joven, uso pragmático de marketing de influencers, medición orientada a resultados y expansión hacia nuevas iniciativas de IA. Para empresas y decisores en América Latina, el aprendizaje más útil es la combinación de microcomunidades influyentes con esquemas de compensación basados en performance. Si se aplica con ética y controles adecuados, esa fórmula puede acelerar la adopción sin requerir presupuestos de marketing masivos.

Cal AI pasó de ser una idea de 19 años a un negocio con ingresos de dos dígitos de millones y una salida significativa en poco tiempo; su historia sirve como caso de estudio sobre cómo la ejecución táctica y la selección de canales pueden impulsar el éxito de productos basados en IA.