En los últimos meses, he hablado con más de 100 fundadores en América Latina. Hubo charlas en São Paulo, Campinas, Buenos Aires, Punta del Este, Ciudad de México y Bogotá. Empresas en diferentes etapas, distintos modelos de negocio y distintos problemas.
Después de tantos intercambios, me di cuenta de que algunas opiniones se repetían, siendo la principal la que crecía mucho más rápido. Desarrollar un negocio que escale no lo es. La inteligencia artificial ha reducido drásticamente la distancia entre una idea y un producto. Hoy en día, un equipo pequeño puede desarrollar en semanas lo que antes requeriría meses, más personas y un mayor volumen de capital.
Pero esa velocidad trajo consigo una nueva generación de cuellos de botella. Y aparecen justo cuando la tecnología necesita convertirse en un negocio. El primer desafío sigue siendo el mismo: en un momento en que todos pueden construir más rápido, elegir qué no crear se ha vuelto aún más importante.
En muchas de las reuniones que tuve, la discusión sobre tecnología se convirtió rápidamente en preguntas muy básicas. ¿Quién es exactamente el cliente? ¿Qué problema estamos resolviendo? ¿Quién tiene el presupuesto para solucionarlo? ¿Por qué hay que resolver este problema ahora?
Es el antiguo ICP (Perfil Ideal del Cliente) que está ganando nueva importancia. Esto es aún más evidente en la actual carrera por los agentes. Casi todas las empresas tecnológicas están incorporando de alguna manera capacidades de IA generativa o agentes en sus productos. Sin embargo, poner a un agente en un proceso no significa necesariamente crear valor.
La pregunta relevante ya no es "¿dónde puedo poner la IA?". Es "¿qué problema merece la pena rediseñarlo usando IA?" Esta diferencia parece pequeña, pero no lo es.
Desde el piloto hasta la transformación, esta misma tensión se manifiesta en las grandes empresas. La edición de 2026 de la encuesta global de McKinsey sobre inteligencia artificial muestra una aparente contradicción. La adopción sigue avanzando y los profesionales perciben ganancias en productividad, pero esto aún no se traduce, en la misma proporción, en un impacto financiero.
Según la encuesta, casi nueve de cada diez empresas ya utilizan IA regularmente en al menos una función. Ocho de cada diez profesionales afirman que la tecnología ha mejorado su productividad. Aun así, solo el 37% de las organizaciones atribuyen algún impacto a la IA en el beneficio operativo, es decir, prácticamente el mismo nivel que el año anterior.
El grupo que logra escapar de esta ecuación hace algo diferente al rediseñar los procesos. Replantean los flujos de trabajo de la IA. En lugar de integrar la tecnología en lo que ya existía, estas empresas rehacen el proceso desde cero. Estas empresas se denominan de alto rendimiento y asignan al menos el 5% del beneficio operativo a la IA.
También noto diferencias cuando hablo con nativos de IA que no tienen procesos antiguos que optimizar y ya pueden empezar con la pregunta que la mayoría no hace: ¿qué problema se puede resolver con inteligencia artificial? Pero eso no elimina el problema de la escala. Simplemente cambia dónde aparece. La interfaz es todo lo que podemos ver.
Otro tema que a menudo se trata en los intercambios con los fundadores es la infraestructura. Para el usuario, la IA es la experiencia que aparece en la pantalla. Para quienes están construyendo el negocio, hay toda una economía detrás de esta experiencia. Energía, potencia de cálculo, datos, modelos, aplicaciones, seguridad y distribución. Y a medida que el producto crece, decisiones aparentemente técnicas empiezan a determinar el margen.
Por eso las conversaciones sobre computación, GPU y coste por inferencia ya no son exclusivas de los equipos de ingeniería. Llegaron al escritorio del fundador. McKinsey también muestra signos de este cambio, señalando que una de cada cinco empresas ya limita parte del uso de la IA debido a los costes operativos, incluidos los tokens. Al mismo tiempo, los agentes de programación facilitan la construcción de funcionalidades internas que antes habrían sido adquiridas por proveedores externos.
Parece economía. Y puede serlo. Pero retirar una licencia no elimina necesariamente el coste. En algunos casos, simplemente lo traslada a infraestructura, desarrollo y operación. En la era de la IA, la arquitectura también es una decisión empresarial. Expandir el negocio y crecer con margen son problemas diferentes.
Este es quizá uno de los patrones más importantes que observo. La abundancia de capacidad tecnológica crea la tentación de hacer más, ampliar funcionalidades, experimentar con otros modelos y consumir más computación. Pero alguien tiene que pagar esta factura.
A medida que las empresas crecen, empiezan a surgir otras preguntas más relevantes, como cuál es el coste de atender a cada nuevo cliente, cómo se comporta cuando el consumo se multiplica por diez o cien veces, y si los ingresos crecen más rápido que el consumo de infraestructuras.
La conversación pasa de la expansión al crecimiento financieramente sostenible. Y esto también cambia las relaciones con los inversores. El capital y la tracción están cada vez más conectados. Una buena narrativa de IA abre puertas, y los fundamentos empiezan a decidir quién permanece en ellas.
Construir se ha vuelto más fácil, pero ¿dónde está la ventaja? Esa es la pregunta más interesante ahora mismo. Si los equipos más pequeños pueden construir más, si los agentes aceleran el desarrollo y si las características pueden copiarse cada vez más rápido, la tecnología por sí sola tiende a mantener la diferenciación durante menos tiempo. La ventaja empieza a migrar hacia la calidad de los datos, la distribución, el acceso del cliente, el conocimiento profundo de un sector, la velocidad de aprendizaje, la eficiencia de la infraestructura y la confianza. Y, sobre todo, por la capacidad de transformar la tecnología en un problema resuelto de forma económicamente sostenible.
Quizá por eso, tras más de 100 conversaciones, me fui menos impresionado con la cantidad de cosas que la IA nos permite construir y aún más interesado en las decisiones que hay que tomar para que estas empresas tengan negocios duraderos. Estamos experimentando una reducción extraordinaria en el coste de experimentar. Pero experimentar no es escalar. La productividad no es necesariamente un resultado. Y la tecnología no es solo un modelo de negocio.
Construirlo fue rápido. El siguiente reto es construir algo que merezca la pena escalar.
