El momento en que entendimos que no competíamos contra otras startups

La pregunta que terminó cambiando nuestra estrategia

Por Igor Fernández

Hay decisiones que no se toman delante de una hoja de cálculo.

Se construyen lentamente. Aparecen después de meses trabajando sobre una misma idea, de conversaciones con clientes, de demostraciones que funcionan, de otras que no terminan de convencer y, sobre todo, de esa sensación incómoda de que el mercado está cambiando más deprisa de lo que eres capaz de asimilar.

En Xternus vivimos exactamente ese proceso durante los dos últimos años.

Cuando decidimos desarrollar nuestra propia plataforma de inteligencia artificial no teníamos la ambición de construir "el próximo ChatGPT". Tampoco pretendíamos competir por desarrollar el mejor modelo del mercado. Nuestro objetivo era mucho más cercano y, probablemente, más sensato: resolver problemas que nosotros mismos encontrábamos cada día en nuestro trabajo y que veíamos repetirse en nuestros clientes.

Generar una propuesta comercial seguía siendo un proceso lento. Buscar información dispersa entre documentos consumía demasiado tiempo. Gestionar el correo electrónico significaba dedicar horas a tareas que apenas aportaban valor. Cada proceso tenía pequeñas ineficiencias que, sumadas, terminaban condicionando la productividad de toda una organización.

La inteligencia artificial aparecía como una oportunidad para cambiar esa realidad.

Lo que comenzó siendo una herramienta interna fue creciendo casi sin que nos diéramos cuenta. Desarrollamos un sistema para generar propuestas comerciales mediante lenguaje natural, un gestor documental, un cliente de correo asistido por IA, agentes de voz y diferentes automatizaciones que conectaban procesos entre sí. Durante meses vivimos esa fase que cualquier empresa reconoce cuando construye un producto: cada avance genera nuevas ideas, cada problema resuelto abre otro desafío y la sensación es que todavía queda mucho por hacer.

Mirándolo con perspectiva, creo que en aquella etapa confundimos dos cosas que suelen parecer lo mismo cuando uno está demasiado cerca del proyecto.

Pensábamos que estábamos construyendo un producto.

En realidad, estábamos aprendiendo cómo funciona una industria.

La diferencia parece sutil, pero terminó cambiando nuestra forma de entender la inteligencia artificial.

Durante bastante tiempo creímos que nuestro principal desafío era desarrollar mejores funcionalidades. Si conseguíamos resolver un problema antes que otros, tendríamos una ventaja competitiva. Era un razonamiento lógico y, en cierto modo, heredado de la forma tradicional de entender el desarrollo de software.

Sin embargo, empezaron a repetirse situaciones que nos obligaron a cuestionar esa idea.

Recuerdo perfectamente esa sensación. Conseguíamos resolver un problema técnico complejo después de varias semanas de trabajo. El equipo celebraba el avance. Habíamos encontrado una forma elegante de integrar una funcionalidad que realmente mejoraba la experiencia de uso.

Pocas semanas después, Google anunciaba algo muy parecido dentro de Workspace.

Más adelante era Microsoft quien ampliaba Copilot con capacidades similares.

Después OpenAI incorporaba nuevas funciones en ChatGPT.

Anthropic hacía lo mismo con Claude.

Al principio lo interpretábamos como una buena noticia. Si los grandes estaban recorriendo el mismo camino, significaba que nuestra intuición era correcta.

Con el tiempo dejamos de verlo como una validación.

Empezamos a entender que era una advertencia.

No porque nuestro producto fuera peor. Tampoco porque ellos fueran simplemente más rápidos. El verdadero problema era mucho más profundo: estábamos definiendo mal el mercado en el que competíamos.

Existe una diferencia enorme entre competir con otra startup y competir dentro del ecosistema de empresas que controlan el lugar desde el que millones de personas empiezan cada mañana su jornada de trabajo.

Google no necesita convencer a un usuario para que pruebe una nueva funcionalidad. La incorpora en Gmail, Drive o Workspace y aparece automáticamente dentro de una rutina que ya existe.

Microsoft hace exactamente lo mismo con Office, Teams o Outlook.

OpenAI controla la relación directa con millones de usuarios que trabajan diariamente sobre ChatGPT.

Ese detalle, que puede parecer menor, cambia por completo las reglas del juego.

Nosotros dedicábamos semanas a desarrollar una capacidad concreta. Ellos podían convertir una funcionalidad similar en una actualización global de su ecosistema.

En ese momento comprendimos que el verdadero activo de estas compañías no eran únicamente sus modelos de inteligencia artificial. Su ventaja competitiva residía en algo mucho más difícil de replicar: la distribución, el ecosistema y la capacidad para integrar cualquier innovación donde el usuario ya trabaja.

Ese fue probablemente el aprendizaje más importante de todo este proceso.

La inteligencia artificial nos obligó a replantearnos una idea que durante años había sido casi un dogma en el sector tecnológico: desarrollar producto propio siempre genera más valor.

Nuestra experiencia nos llevó a una conclusión mucho más matizada.

Desarrollar una funcionalidad es solo el principio del trabajo.

Después llegan las nuevas versiones de los modelos, los cambios en las APIs, el mantenimiento, la seguridad, el cumplimiento normativo, la infraestructura, la experiencia de usuario, el soporte y una evolución tecnológica que hoy avanza a una velocidad inédita.

Descubrimos que el verdadero coste de construir inteligencia artificial no está en desarrollar la primera versión.

Está en seguir manteniéndola mientras el mercado cambia cada pocas semanas.

Ese fue el momento en el que dejamos de preguntarnos qué más podíamos construir.

Empezamos a hacernos una pregunta mucho más útil.

¿Dónde genera realmente valor nuestro conocimiento?

La respuesta nunca estuvo en competir por desarrollar un mejor asistente conversacional.

Nuestros clientes no nos buscaban porque necesitaran otra plataforma de IA. Nos buscaban porque querían reducir tiempos administrativos, automatizar procesos repetitivos, integrar sistemas que no se entendían entre sí o mejorar la forma en que atendían a sus propios clientes.

Ninguna de esas necesidades exigía que nosotros desarrolláramos un modelo propio.

Lo que exigían era comprender el negocio, conocer los procesos y saber aplicar la tecnología adecuada en el lugar adecuado.

Ese matiz cambió completamente nuestra estrategia.

Seguimos utilizando la plataforma que construimos porque sigue siendo extraordinariamente útil para nuestro trabajo diario. Nos permite experimentar, entender antes que nadie cómo evolucionan los modelos y mantener una relación muy cercana con la tecnología.

Pero dejamos de perseguir una ambición que pertenecía a otro tipo de compañías.

Entendimos que nuestro valor no estaba en competir con Google, Microsoft, OpenAI o Anthropic.

Estaba en ayudar a las empresas a aprovechar todo lo que esas organizaciones desarrollan para resolver problemas concretos de negocio.

Mirándolo con perspectiva, no siento que abandonáramos una idea.

Creo que simplemente entendimos cuál era nuestro lugar.

Muchas empresas están invirtiendo hoy enormes cantidades de tiempo y recursos intentando construir capacidades que probablemente terminarán integradas de forma nativa en las grandes plataformas dentro de unos meses. No significa que desarrollar producto propio carezca de sentido. Significa que esa decisión exige responder antes una pregunta mucho más importante que la tecnología.

¿Cuál será nuestra ventaja competitiva cuando la tecnología deje de ser diferencial?

Nosotros tardamos casi dos años en encontrar una respuesta que nos convenciera.

Si compartir esa experiencia ayuda a que otros directivos se hagan esa misma pregunta antes de tomar determinadas decisiones de inversión, habrá merecido la pena contar esta historia.