Pool convierte tus capturas de pantalla en memoria organizada

Guardas una captura de pantalla. Luego otra. Y otra. Tres semanas después, tienes cuatrocientas imágenes mezcladas entre memes, recetas que nunca cocinaste y productos que casi compraste. Este problema, que afecta a prácticamente cualquier usuario de smartphone, es el punto de partida de Pool, una nueva aplicación que TechCrunch cubrió el 11 de junio.

Según la información publicada, Pool no se limita a reordenar carpetas: analiza el contenido de cada captura, la clasifica en colecciones temáticas personalizadas y, en muchos casos, es capaz de rastrear el enlace original del que proviene esa imagen. Vuelves a tener el producto, la receta o el artículo directamente accesible, no solo una foto de texto ilegible a pantalla completa.

Qué hace exactamente Pool

El funcionamiento descrito es el siguiente: la app accede a la galería del usuario, procesa las capturas con visión por computador e inferencia de contenido, y las agrupa de forma automática en categorías como viajes, recetas, compras o referencias de diseño. La recuperación del enlace original es quizás la función más llamativa: en lugar de quedarte con una imagen estática de una página web, Pool intenta devolverte la URL real, lo que convierte la captura en un marcador funcional.

La propuesta también incluye una capa de búsqueda semántica: puedes buscar «restaurante japonés Tokio» y la app localiza capturas relevantes aunque el texto en la imagen no contenga exactamente esas palabras. Es la diferencia entre tener un cajón de sastre y tener un archivo con índice.

Por qué esto importa ahora

La captura de pantalla es, de facto, el método más extendido de guardar información en el móvil: no requiere abrir otra aplicación, no depende de que el sitio web tenga botón de «guardar» y funciona en cualquier contexto. El problema es que ningún sistema operativo ha resuelto lo que ocurre después. Las carpetas de «Recientes» de iOS o Android son cementerios visuales.

Herramientas como Pinterest o los marcadores del navegador llevan años intentando cubrir este espacio, pero exigen un paso extra de intención: tienes que decidir en el momento que algo merece guardarse en condiciones. La captura no requiere esa decisión; y Pool apuesta a que el análisis posterior puede sustituir a la intención previa.

Desde el punto de vista técnico, el reto no es trivial. Recuperar el enlace original de una captura implica cruzar contenido visual con índices web o metadatos, y la tasa de éxito en capturas de contenido efímero —historias de Instagram, notificaciones, precios flash— será probablemente baja. Eso es algo que habrá que ver en el uso real.

Para quién es útil

El perfil más obvio es el del usuario que captura de forma compulsiva: referentes visuales, ideas para proyectos, inspiración de viajes, listas de compra improvisadas. También tiene sentido para investigadores o periodistas que usan el móvil como herramienta de captura de campo y luego necesitan localizar el origen de algo que vieron hace semanas.

Menos claro es el valor para quien ya tiene un sistema establecido, sea Notion, Apple Notes con enlaces compartidos o simplemente la disciplina de guardar la URL en el momento. Para ese perfil, Pool ofrece poco que no resuelva un hábito ya instalado.

Contexto del mercado

Pool llega a un espacio donde han fracasado bastantes propuestas similares, desde aplicaciones de scrapbooking visual hasta extensiones de navegador con IA que prometían organizar el historial de navegación. La diferencia puede estar en atacar el problema desde la galería en lugar de desde el navegador: los usuarios ya están haciendo capturas; no hay que pedirles que cambien de comportamiento, solo que instalen algo que procese lo que ya tienen.

Si la app consigue una tasa de acierto razonable en la recuperación de enlaces y la clasificación automática no produce demasiado ruido, tiene una oportunidad real. Si no, se convertirá en una herramienta de nicho para quienes toleren una experiencia imperfecta a cambio de algo de orden.

---

Desde EP, nos parece una apuesta razonable sobre un problema genuino; la clave estará en cuánto aciertan los modelos de clasificación con capturas del mundo real, que suelen ser bastante más caóticas que cualquier conjunto de pruebas.