Hace unos días me senté a ver un playbook de Y Combinator sobre lo que llaman AI native service companies y, siendo honesto, me dejó dándole vueltas al tema varios días. No por la parte de moda de la inteligencia artificial, sino por algo mucho más cercano a lo que yo he vivido toda mi vida: la operación. La idea es simple y brutal. Las próximas grandes empresas no van a vender software, van a vender el resultado terminado. Y los mercados en juego (seguros, impuestos, auditoría, legal, partes de salud) se miden en billones de dólares.
1.No es un co-piloto: es el resultado terminado
Durante los últimos años casi todo el mundo construyó lo mismo: un co-piloto. Una herramienta que le entregas al cliente para que él, internamente, trabaje más rápido. Está bien, pero ese no es el negocio del que hablo.
El modelo nuevo es otro. La empresa hace el trabajo y le entrega al cliente el resultado. No un asistente, no una licencia, no tokens. El entregable terminado: una declaración de impuestos lista, un reclamo de seguro procesado, un expediente legal armado. El cliente paga por el outcome, no por una pantalla.
Esto no existía hace dos años. Lo que lo destrabó fue que los modelos por fin son lo suficientemente buenos para hacer la mayor parte del trabajo, con humanos puestos solo donde de verdad hace falta criterio. Y ahí, justo ahí, aparece un tipo de empresa que se ve y se siente distinta a la startup de software promedio.
"Las próximas grandes empresas no van a vender software. Van a vender el trabajo terminado."
— José Andonaire
2.Cómo elegir el mercado: cuatro señales nuevas
El consejo de siempre aplica: métete en un mercado en el que quieras vivir una década, porque esto toma una década. Pero hay cuatro señales nuevas que distinguen a los mejores mercados para servicios con inteligencia artificial. Y a mí, que vengo de operar, me hicieron muchísimo sentido.
Primero, bajo nivel de confianza requerido: el trabajo ya está tercerizado y al cliente solo le importa el producto final, no cómo llegaste a él. Estás desplazando a un proveedor, no pidiéndole al cliente que cambie su comportamiento. Llegas donde ya vive el presupuesto.
Segundo, bajo juicio a nivel de tarea: si cada pedacito del trabajo necesita un humano decidiendo, no escala. Necesitas que la mayoría de los pasos sean automatizables y que el criterio humano se concentre en pocos puntos.
Tercero, un umbral alto de inteligencia: suena contradictorio, pero no lo es. El trabajo tiene que ser difícil. Tan difícil que se necesiten modelos más humanos para entregar algo que el cliente acepte. Si fuera fácil, cualquiera lo haría.
Cuarto, la regulación puede jugar a tu favor: las industrias reguladas tienen expectativas más altas y responsabilidad legal, y eso sube la valla y también el foso. Lo que parece una traba termina siendo tu protección.
3.El test de Sam Altman (y una trampa que conozco bien)
Hay una pregunta que me parece la más honesta de todas: a medida que los modelos mejoran, ¿tu servicio se vuelve más fuerte o el modelo te termina comoditizando? Si cada mejora de los modelos te hace mejor, estás del lado correcto. Si cada mejora te acerca a volverte irrelevante, cuidado.
Y acá va una advertencia que entiendo en carne propia, porque vengo de un rubro físico: ojo con todo lo que involucre equipos y trabajo en sitio. La matemática de los márgenes de software no aplica cuando tienes que poseer y operar cosas físicas. Se pueden hacer buenos negocios ahí, pero el apalancamiento real es durísimo. Eso déjenselo a los de robótica.
Y una última verificación de honestidad, esta me la aplico yo mismo siempre: ¿estás usando humanos porque el trabajo de verdad necesita criterio, o estás tapando con gente los huecos de tu producto? Esa diferencia lo es todo.
"A medida que los modelos mejoran, ¿tu servicio se vuelve más fuerte o el modelo te comoditiza?"
— José Andonaire
4.El equipo: dominio, modelo y rigor operativo
Para estos negocios, los mejores fundadores comparten tres cosas. La primera es fluidez de dominio. Le vendes a compradores escépticos, muchas veces en espacios regulados. Tienes que transpirar credibilidad. Lo ideal es experiencia directa, pero aprenderla también vale; lo que importa es tenerla.
La segunda es fluidez de modelo. Tienes que saber qué pueden hacer hoy los modelos de frontera y diseñar el producto para surfear la curva a medida que mejoran. Acá no hay sustituto para la buena tecnología, y la gente lo subestima muchísimo.
La tercera, y para mí la más cercana, es rigor operativo. Varianza, throughput, tiempos de ciclo, SOPs. No son palabras emocionantes para la mayoría de fundadores, pero estás corriendo una operación. Después de 20 años operando, te puedo decir que esto no se improvisa: se respeta o te aplasta.
5.El producto es una operación
Acá es donde todo se conecta con lo que he hecho toda mi vida. En el software clásico, el producto es la interfaz con el cliente. En los servicios con IA es al revés: el humano es la interfaz, y el producto existe para que ese humano escale su trabajo de forma no lineal. Eso cambia absolutamente todo.
Primero, mentalidad de operaciones: encuentra los cuellos de botella y construye para ellos. El throughput y el tiempo de ciclo ahora son métricas de producto. Mídelos como medirías usuarios activos.
Segundo, y esto es lo más importante: la varianza es el problema existencial. La varianza es entregar resultados no uniformes. El cliente te despide por varianza mucho más rápido que por ser un poco más lento o un poco más caro. Necesita confiar en el output. La inconsistencia destruye la confianza, y la confianza perdida es churn.
Tercero, los humanos en el loop tienen que escalar de forma no lineal. Si tu facturación crece exactamente al ritmo en que contratas gente, tienes un problema serio. Y esos humanos también son usuarios de tu software: si lo odian, perdiste. Automatizar el proceso es el producto.
"Al cliente lo pierdes por varianza mucho más rápido que por ser un poco más lento o más caro."
— José Andonaire
6.El P&L: el apalancamiento operativo de la IA
Estos negocios viven o mueren en el estado de resultados, así que vale la pena mirarlo de frente. La estructura es simple: ingresos menos costo de ventas (COGS) te da utilidad bruta; utilidad bruta menos gastos operativos te da utilidad operativa.
El número con el que hay que obsesionarse desde el día uno es el COGS, y tiene tres componentes: el costo de los modelos, el de hosting y el de los humanos en el loop. Los tres necesitan un número, una tendencia y un dueño. Desconfía profundamente de los pilotos de margen cero o negativo: sirven para aprender, pero engancharse a ellos es peligroso.
La apuesta central es esta: mientras más construyes el producto, más baja el COGS y mejor es el margen bruto. A esto le llaman apalancamiento operativo de IA. Las firmas de servicios tradicionales topan alrededor del 30% de margen; la apuesta es que la IA te acerque a márgenes de software, 50% o más, sobre un mercado dos o tres veces más grande. No tienes que estar ahí de inmediato, pero la trayectoria tiene que ser creíble.
7.No intentes comprar tu entrada
Hay una tentación, sobre todo entre quienes venimos de operar: comprar una empresa de servicios que ya existe, ponerle IA encima y saltarte la parte de conseguir ingresos. Salvo por una razón puntual (necesitar rápido una licencia regulatoria, como en seguros), esto casi nunca funciona.
¿Por qué? Porque no puedes comprar product-market fit. Los negocios de servicios legacy son, justamente, legacy: tienen otras expectativas de métricas, de contratación y de desempeño. Ponerle IA encima no cambia ninguna de esas realidades de un día para otro. Construir casi siempre le gana a comprar. Y eso, después de años viendo operaciones por dentro, lo firmo.
Estamos muy temprano en todo esto y el mercado se mueve rápido. Pero si algo me quedó claro es que la próxima gran empresa de servicios no va a ganar por tener el mejor modelo, sino por entender que el proceso es el producto y el producto es el proceso. Esa, para alguien que vive obsesionado con la operación, es la mejor noticia en mucho tiempo.
"No puedes comprar product-market fit. Construir casi siempre le gana a comprar."
— José Andonaire