\n<\/p>\n
Las nuevas empresas de IA se enfrentan a un conjunto de desaf\u00edos diferentes a los de una empresa SaaS t\u00edpica. Ese fue el mensaje de Rudina Seseri, fundadora y socia gerente de Glasswing Ventures, la semana pasada en el evento TechCrunch Early Stage en Boston.<\/p>\n
Seseri dej\u00f3 en claro que el hecho de que te conectes a algunas API de IA no te convierte en una empresa de IA. \u00abY por nativo de IA no me refiero a que est\u00e9s colocando un envoltorio brillante con alguna llamada a OpenAI o Anthropic con una interfaz de usuario similar a la humana y eres una empresa de IA\u00bb, dijo Seseri. \u00abMe refiero a cuando realmente tienes algoritmos y datos en el centro y parte de la creaci\u00f3n de valor que est\u00e1s entregando\u00bb.<\/p>\n
Seseri dice que eso significa que existen grandes diferencias en c\u00f3mo los clientes e inversores juzgan una empresa de IA versus una startup de SaaS, y es importante comprender las diferencias. Para empezar, puedes poner en el mundo algo que est\u00e1 lejos de estar terminado con SaaS. No puedes hacer eso con la IA por varias razones.<\/p>\n
\u00abAqu\u00ed est\u00e1 la cuesti\u00f3n: con el producto SaaS, usted codifica, realiza control de calidad y, en cierto modo, obtiene la versi\u00f3n beta; no es el producto terminado, pero puede publicarlo y comenzar\u00bb, dijo.<\/p>\n
La IA es un animal completamente diferente: no se puede simplemente publicar algo y esperar lo mejor. Esto se debe a que un producto de IA requiere tiempo para que el modelo llegue a un punto en el que sea lo suficientemente maduro para funcionar para clientes reales y para que conf\u00eden en \u00e9l en un contexto empresarial.<\/p>\n
\u00abEn los primeros d\u00edas, es una curva pronunciada en el aprendizaje y entrenamiento del algoritmo y, sin embargo, tiene que ser lo suficientemente bueno para que el cliente quiera comprar, por lo que tiene que ser lo suficientemente bueno para que usted pueda crear valor\u00bb, dijo. Y esa es una l\u00ednea dif\u00edcil de encontrar para una startup en etapa inicial.<\/p>\n
Y esto hace que sea m\u00e1s dif\u00edcil encontrar a los primeros usuarios. Ella dice que desea evitar la llamada larga en la que el comprador simplemente intenta aprender sobre IA. Los fundadores de startups no tienen tiempo para llamadas como esa. Ella dice que es importante centrarse en su producto y ayudar al comprador a comprender su propuesta de valor, incluso si a\u00fan no ha llegado a ese punto.<\/p>\n
\u00abSiempre articule el problema que est\u00e1 resolviendo y qu\u00e9 m\u00e9trica, \u00bfc\u00f3mo lo est\u00e1 midiendo?\u00bb ella dijo. Optimice lo que le importa al comprador. \u00abEntonces est\u00e1s resolviendo un problema que tiene resultados de decisiones comerciales\u00bb. Est\u00e1 bien articular su visi\u00f3n, pero siempre base su discusi\u00f3n en las prioridades comerciales y en c\u00f3mo \u00e9stas influyen en sus algoritmos.<\/p>\n
A medida que construye su negocio, debe pensar en c\u00f3mo puede ocupar un lugar defendible en la IA, algo que es particularmente desafiante ya que los grandes actores continuamente crean grandes porciones de ideas de negocios.<\/p>\n
Seseri se\u00f1ala que en la era de la nube, ten\u00edamos una capa base donde los actores de la infraestructura defend\u00edan sus derechos; una capa intermedia donde viv\u00edan los jugadores de la plataforma; y en la parte superior tenemos la capa de aplicaci\u00f3n donde viv\u00eda SaaS.<\/p>\n
Con la nube, surgieron algunos actores como Amazon, Microsoft y Google para controlar la infraestructura. La capa fundamental de la IA es donde residen los grandes modelos de lenguaje, y han surgido algunos actores como OpenAI y Anthropic. Si bien se podr\u00eda argumentar que se trata de nuevas empresas, no lo son en el verdadero sentido porque est\u00e1n siendo financiadas por los mismos grandes actores que dominan el mercado de infraestructura.<\/p>\n
\u201cSi vas a competir por una nueva capa de base, o ya sabes, por un LLM, ser\u00e1 muy dif\u00edcil con requisitos de capital multimillonarios y, al final del d\u00eda, lo m\u00e1s probable es que termine siendo una mercanc\u00eda\u201d, dijo.<\/p>\n
En la parte superior de la pila se encuentra la capa de aplicaciones, que miles de empresas SaaS pudieron aprovechar en la era de la nube. Dijo que los grandes actores como Amazon, Google y Microsoft no pod\u00edan hacerse cargo de todo el negocio de la capa de aplicaciones y hab\u00eda espacio para que las nuevas empresas se desarrollaran y crecieran hasta convertirse en negocios grandes y exitosos.<\/p>\n
Tambi\u00e9n hay una capa intermedia donde se realiza la plomer\u00eda. Ella se\u00f1ala empresas como Snowflake que han logrado construir negocios exitosos en la capa intermedia al proporcionar un lugar para que los jugadores de aplicaciones coloquen sus datos.<\/p>\n
Entonces, \u00bfd\u00f3nde est\u00e1 invirtiendo en materia de IA? \u201cPuse mi dinero en la capa de aplicaci\u00f3n y de manera muy selectiva en la capa intermedia. Porque creo que hay un foso en torno a los algoritmos, ya sean algoritmos de su propiedad o de c\u00f3digo abierto (y datos). No es necesario que seas propietario de los datos. Pero si tengo que elegir, me gustar\u00eda tener acceso a datos y algoritmos \u00fanicos. Si me veo obligada a elegir uno, buscar\u00e9 datos\u201d, afirm\u00f3.<\/p>\n
Construir una startup de IA seguramente no es f\u00e1cil, quiz\u00e1s incluso m\u00e1s desafiante que una startup de SaaS. Pero es ah\u00ed donde est\u00e1 el futuro, y las empresas que vayan a intentarlo deben saber a qu\u00e9 se enfrentan y construir en consecuencia.<\/p>\n<\/p><\/div>\n