Tu startup podría ya haber recibido su sentencia de muerte
(steveblank.com)- Es muy probable que la mayoría de las startups con más de 2 años ya tengan un plan de negocio y un stack tecnológico obsoletos en medio del entorno cambiante de la era de la IA, por lo que deben revisar su situación de inmediato
- Para 2025, dos tercios del capital de VC se concentran en deals relacionados con IA, lo que obliga a las startups no-IA a competir por un fondo de capital cada vez más reducido
- Con herramientas de vibe coding, ahora es posible construir un MVP en cuestión de días, lo que está reconfigurando desde la raíz la composición de los equipos de desarrollo y el propio proceso Agile
- Los AI Agents están transformando todas las categorías de software, y a medida que los productos pasan de estar basados en interfaces a basados en resultados, el modelo de precios también se mueve de esquemas por asiento a esquemas por desempeño
- Para sobrevivir, hay que evitar la trampa del costo hundido respecto a la tecnología y al equipo construidos en el pasado, y preguntarse: “si fundara hoy, ¿qué construiría?”
Contexto: el caso de un fundador con 6 años de trayectoria
- Chris, fundador de una startup en la que se invirtió hace 6 años, estaba resolviendo un complejo problema de conducción autónoma con un modelo de negocio único dentro de un mercado ya existente
- Justo cuando estaba por iniciar una gran ronda de levantamiento de capital, el moat de software que había construido durante 5 años empezó a dejar de ser diferencial
- Los drones y vehículos terrestres autónomos de Ucrania dieron origen a decenas o cientos de competidores, y equipos de desarrollo más grandes y mejor financiados están resolviendo el mismo problema
- Mientras Chris luchaba por lograr adopción en un nicho de mercado, el mercado de conducción autónoma en un sector adyacente, defensa, estaba creciendo con fuerza
- En los últimos 5 años, la inversión de VC en startups de defensa pasó de cero a 20 mil millones de dólares anuales
- Su producto es adecuado para contested logistics y evacuación médica, pero él ni siquiera sabía que esa oportunidad existía
- El equipo de Chris tiene diferenciación en la integración de sistemas con plataformas aéreas existentes, pero el negocio que empezó y el negocio que tiene hoy ya no son el mismo
- Este caso muestra que la mayoría de las startups con más de 2 años deben reconocer que tienen un plan de negocio, stack tecnológico y estructura de equipo desactualizados
El entorno cambió: venture capital e IA
- Para 2025, los deals de IA representan dos tercios de la inversión total de VC
- Las startups no-IA compiten por un fondo de capital más pequeño y deben responder a la pregunta de por qué un competidor AI-native con más financiamiento no puede reemplazar su negocio
- Para los fundadores de software, la IA cambió por completo las fórmulas tradicionales de costo, velocidad y tamaño del equipo
- Con herramientas de vibe coding como Claude Code u OpenAI Codex, es posible construir un MVP en días, no en meses, y a veces incluso en horas
- El MVP ya no es una prueba de la capacidad del equipo
- La composición de los equipos de desarrollo también está cambiando: menos ingenieros y nuevos tipos de ingeniero (ingenieros de resultados/procesos de negocio, perfiles profundamente técnicos)
- Trabajo que antes requería un equipo de developers ahora puede hacerlo un grupo pequeño o, a veces, una sola persona
- En el pasado, los datos eran un factor diferencial y un moat, pero hoy los foundation models (ChatGPT, Gemini, Claude) están mercantilizando e internalizando fuentes de datos públicas
Redefiniendo el desarrollo Agile
- Antes, la restricción era “¿podemos darnos el lujo de construir y lanzar esto?”, pero ahora la restricción es “¿sabemos qué probar? ¿Podemos llegar lo bastante rápido a los usuarios para aprender?”
- Agile ya no es un proceso serial
- Los AI Agents pueden realizar múltiples tareas en paralelo al mismo o menor costo
- Es posible probar varias versiones del mismo negocio al mismo tiempo, o incluso distintos negocios en paralelo
- Se pueden probar simultáneamente 5 modelos de precio, 10 mensajes y 20 flujos de UX, y puede que la “interfaz de usuario” ya no sea una pantalla
- La prueba puede convertirse en una exploración de prompts para indicarle al AI Agent el resultado deseado
- El cuello de botella ya no está en ingeniería, sino más arriba, en el criterio, el insight del cliente y la distribución
El ascenso de los AI Agents
- Los AI Agents transformarán todas las categorías de software, incluidos los productos que ya están operando hoy
- El software actual está diseñado para mostrar información al usuario y hacer que este realice el trabajo directamente mediante UI como dashboards, alertas, herramientas de workflow y reportes
- Pero los clientes no compran software para mirar más pantallas, sino para resolver el trabajo
- Los AI Agents (orquestados con herramientas como OpenClaw) ejecutan tareas de forma autónoma
- Si hoy tu producto le dice al usuario “esto es lo siguiente que debes hacer”, un AI Agent puede hacer ese paso en su lugar
- Si el producto de un competidor completa el trabajo automáticamente y el tuyo todavía espera que el usuario haga clic, pierdes competitividad
- La próxima generación de aplicaciones no mostrará información en pantalla, sino que actuará como un empleado
- Resolverá tickets de soporte, agendará reuniones, validará leads y volverá a pedir inventario automáticamente
- A medida que los productos pasan de software-as-interface a software-as-outcome, el modelo de precios también migra de esquemas por asiento a modelos basados en resultados (por ticket resuelto, por reunión agendada, por lead cerrado)
- La búsqueda de Product/Market fit se está convirtiendo en la búsqueda de AI Agent/Customer Outcome fit, y el MVP probablemente será reemplazado por Minimum Productive Outcomes (MPO)
Los cambios en las startups de hardware
- El hardware sigue limitado por la física, el capital, la cadena de suministro y los ciclos de manufactura; no se puede hacer trampa con el trabajo en metal, el prototipado ni el tape-out de chips
- Pero con IA sí es posible descartar más rápido las malas ideas
- Antes de construir un prototipo físico, se pueden simular más variaciones de diseño, crear digital twins y hacer stress testing de supuestos más temprano y a menor costo
- Esto acelera el aprendizaje y el descubrimiento, y a veces permite llegar más rápido al fracaso, lo que en una startup no es un bug sino una feature
- Cuando la IA se integra como parte del sistema, el producto mismo cambia
- Si se agrega un backend de IA a una cámara, esa cámara se convierte en un sistema de vigilancia, un sensor de vibración o un sistema de predicción de fallas de maquinaria
- Un robot se convierte en un trabajador de fábrica
- El moat ya no está solo en el hardware, sino en la combinación entre lo que el hardware puede detectar y la capacidad de la IA para usar esos datos para juzgar y actuar
La trampa del costo hundido
- Los fundadores que empezaron antes de 2025 tienen stacks tecnológicos optimizados para una época en la que el desarrollo de software era artesanal y caro
- Agile development y DevSecOps permitían construir de forma lean, pero operaban de manera serial, y los equipos se contrataron para encajar en esa estructura
- El “moat” construido durante años con código y funcionalidades propietarias está siendo mercantilizado por la IA
- Están intentando levantar capital con modelos de negocio que se volvieron parcial o totalmente obsoletos
- Para los equipos fundadores, concentrados en lanzar el producto y encontrar Product/Market fit, este cambio puede no ser evidente
- El costo hundido se vuelve una razón para no pivotear:
- “¿Cómo voy a tirar años de trabajo?”
- “El VC invirtió en esta idea específica”
- “Los clientes todavía quieren una UI”
- “El equipo cree en esta hoja de ruta”
- “Los clientes todavía no están listos para esto”
- Algunos costos hundidos siguen siendo activos: conocimiento profundo del dominio, relaciones con clientes, datos propietarios, aprobaciones regulatorias, integraciones físicas
- En el caso de Chris, esto incluye la integración con la estructura aérea (airframe integration)
- Los costos hundidos que son un pasivo: grandes equipos de ingeniería organizados para ciclos lentos de software, modelos de precios por asiento y roadmaps de producto centrados en funcionalidades en lugar de resultados
- Eso es el “Dead Moose on the table”: algo obviamente mal, pero que nadie cuestiona
Lecciones clave
- No se puede ejecutar en 2026 el playbook anterior a 2024: cambiaron el fundraising, la tecnología y los modelos de negocio
- Agile development está pasando a desarrollo en paralelo
- La búsqueda de Product/Market fit se está convirtiendo en la búsqueda de AI Agent/Customer Outcome fit, y el MVP será reemplazado por MPO (Minimum Productive Outcomes)
- La mentalidad de costo hundido lleva al cierre
- Los moats defendibles pueden encontrarse en datos propietarios, entendimiento profundo de los resultados del cliente, lock-in regulatorio y asegurar un Program of Record
- Los fundadores que sobreviven son los que salen del edificio, entienden la situación actual y pivotean y corrigen el rumbo
- Hay que preguntarse: “si hoy fundara una empresa en el mercado actual y con las herramientas de hoy, ¿qué construiría realmente?”
1 comentarios
Opiniones en Hacker News
El tono del texto se siente más como el de alguien que ha leído mucho sobre IA que el de alguien que realmente ha creado una startup usando IA
Sigue habiendo restricciones en diseño de sistemas, UX, precios y definición de funcionalidades
La velocidad de iteración ha mejorado, pero todavía los bucles autónomos de IA no están al nivel de entregar un producto completo
Tal vez para una app CRUD simple haya alguna posibilidad, pero la startup de la que habla el texto no parece ser de ese tipo
Si veo profecías sin fundamento como “la IA será así” o “los desarrolladores tendrán que hacer esto”, lo ignoro de inmediato
Hablar con certeza de un futuro que nadie conoce es arrogancia
Convertir todo en un chatbot es extraño
Pero estamos dentro de un cambio exponencial. Hace apenas un año, los modelos ni siquiera podían escribir bien una sola función
Antes el cuello de botella era la producción, pero ahora el cuello de botella es la voluntad de validar hipótesis
Es importante tener la actitud de experimentar el fracaso rápido e iterar
Cuanto más la tecnología lleva todos los costos a 0, mayor se vuelve el costo psicológico
No se puede evitar contrastar con la realidad, pero la mayoría todavía intenta esquivarlo
Sobre eso, publiqué una reflexión más extensa en Substack
la generación de desarrolladores semi-senior quedó con una percepción distorsionada de ‘qué trabajo tiene valor real’
El cuello de botella, para empezar, nunca fue programar
Si es cierto eso de que “el cuello de botella ya no es la ingeniería”, entonces el 90% de los posts de blog de hoy ya están muertos al momento de publicarse
Podría mostrar que el autor es una persona real y permitir formar una relación parasocial con los lectores
Ahora dice: “el cuello de botella se movió de la ingeniería a criterio, entendimiento del cliente y distribución”
La mayoría de las startups en realidad ya nacen fracasadas
En los últimos 20 años aparecieron Lean Startup, aceleradoras y toda clase de industrias de asesoría, pero la tasa de fracaso no cambió mucho
El problema no es el framework, sino la realidad
Personas que antes se habrían ido al sector financiero ahora eligen fundar startups
Como aumentó el número de startups, aunque la proporción sea igual, el número absoluto crece
Tobi de Shopify usa la tasa de abandono de usuarios (user churn) como indicador clave
Si el abandono aumenta, significa que se expone a más potenciales emprendedores, una estrategia para agrandar el mercado total
Si hay una buena idea, la metodología solo afecta la rentabilidad, no determina si tendrá éxito o no
Lo de Steve Blank no trata de que se le escapó la IA, sino de alguien que dejó pasar la oportunidad de 20 mil millones de dólares en el mercado VC de defensa
Él no dice “usa IA”, sino que la IA cambió las premisas mismas sobre el stack tecnológico, la defensibilidad y la posibilidad de inversión
Chris se concentró solo en el desarrollo de producto y no logró captar esa corriente enorme
No estoy de acuerdo con la afirmación de que “el modelo de precios por asiento y las hojas de ruta centradas en funciones están obsoletos”
La IA puede escalar sin relación directa con la cantidad de usuarios, pero quienes reciben el valor siguen siendo humanos
El precio por asiento es fácil de entender, y si hace falta se pueden agregar costos por token/agente
Además, una hoja de ruta centrada en resultados es difícil de definir según la industria, y en el SaaS de marketing los resultados son difíciles de predecir
En realidad, todas las startups arrancan básicamente muertas por defecto
Para tener éxito, hay que aprender e innovar constantemente
En su texto Startups are Default Dead,
explica que para que una startup sobreviva necesita financiamiento de VC
Sobre la idea de que “el cuello de botella pasó de la ingeniería al criterio y al entendimiento del cliente”,
en realidad la ingeniería ya no era el cuello de botella desde hace 10 años
Los frameworks y las mejores prácticas ya están lo suficientemente establecidos, y la IA solo está haciendo visible esa realidad
La mayoría de las empresas SaaS que cotizan en bolsa tienen costos de ventas y marketing mayores o similares a los de I+D
Esa brecha va a crecer todavía más
No estoy de acuerdo con la afirmación de que “la IA cambió el stack tecnológico existente”
Los bots de IA funcionan bien en Typescript, Java, Python, Rust y cualquier otro lenguaje
Es decir, el stack tecnológico en sí no cambia
No sé si realmente existe una diferencia en código o stack de infraestructura entre las empresas que usan IA y las que no
Al ver la imagen adjunta al texto,
parece que el autor no lo pensó demasiado
Información que antes se podía entender con solo abrir una pantalla y mirar una línea, ahora hay que pedírsela a una IA en forma de párrafo
Encima existe el riesgo de malinterpretar el significado
Cuesta ver si eso realmente es una mejora