Aristóteles, un Venture Builder y por qué las startups de IA no han terminado de despegar
Además, nuestras recomendaciones y vacantes
Encuentra las recomendaciones del equipo y nuestras vacantes más abajo ⬇️
Aristóteles, un Venture Builder y por qué las startups de IA no han terminado de despegar
Si hoy entrevistaran a Aristóteles en algún reconocido medio probablemente también lo titularían como la “Revueltaˮ. En el programa, el filósofo debatiría junto a un Venture Builder sobre los desafíos de una startup de Inteligencia Artificial.
Desde Igeneris os queremos compartir los principales insights que saldrían de este diálogo.
Diferenciar causa eficiente y causa final
La irrupción de la IA es una causa eficiente, es decir, un suceso que ha generado un cambio o que ha dado origen a un nuevo paradigma. Bloomberg estima la industria de la Inteligencia Artificial en 1,3 billones de dólares para 2032.
Sin embargo, esta no puede ser la justificación para lanzar una startup de IA. Toda propuesta de valor que no esté cimentada en necesidades reales no resueltas (Job-to-be-done) está condenada a fracasar.
Aristóteles identifica a estos Job-to-be-done como causas finales (telos), es decir, aquello que se aspira resolver o el propósito de la creación. Según Aristóteles, justificar la causa final con una causa eficiente puede limitar la capacidad de generar un cambio significativo.
Traducido a negocio: la dimensión, realidad y profundidad de estas necesidades es el primer determinante del potencial de la oportunidad. A la hora de diseñar, testar e implantar startups de IA todo emprendedor debe preguntarse si existe una causa final real por la que la gente está dispuesta a pagar. La legitimidad la otorgan los clientes, no la otorga la etiqueta “Inteligencia Artificial”.
Modelos de negocio sin competencias clave
Una práctica común en startups de IA, especialmente IA Generativa, es que simplemente ensamblan APIs de IA y crean interfaces de usuario (UI).
Estas startups no tienen ninguna tecnología propia que les de una ventaja competitiva. Dependen de servicios y plataformas de IA existentes, como Google Cloud, Microsoft Azure, IBM Watson o AWS, para proporcionar la funcionalidad principal de sus productos.
Luego, añaden algunos elementos de la interfaz de usuario (UI) para hacer que sus productos sean más atractivos y accesibles para los clientes.
Aristóteles cuestiona esta práctica por la falta de sustancia, es decir, la esencia o lo que realmente define a algo en su ser.
¿Por qué tienes que ser tú quien lance al mercado esta IA? ¿Qué capacidad única tienes con respecto a los demás?
La ausencia de respuesta firme a estas preguntas es sintomática de una débil barrera de entrada o una falta de diferenciación clara. Construir un modelo de negocio con estas características se expone a ser derribado fácilmente.
¿Qué ocurre si Google decide abandonar su versión actual de IA por otra, o si OpenAI aumenta el precio por cada llamada a la API?
Alcanzar la virtud pasa por el dato
Comenta Aristóteles que la virtud (areté) es la excelencia en el cumplimiento de la función de la sustancia. Alcanzar la excelencia en la Inteligencia Artificial sin datos es imposible. La gestión efectiva de datos comienza con una infraestructura robusta donde los datos no solo se almacenen, sino que también se procesen y accedan de manera eficiente.
Las startups suelen subestimar la infraestructura necesaria para manejar grandes conjuntos de datos o no anticipan el rápido aumento de las necesidades de datos a medida que el sistema de IA evoluciona. Esto puede generar cuellos de botella y, en última instancia, reducir el rendimiento de los modelos de IA.
En definitiva, son el combustible para que el producto traccione y no caduque por el camino.
El acto y la potencia
El enamoramiento por la IA tiende a descentrar el foco en los economics del negocio.
Al entrevistarle a Aristóteles sobre la potencia de la IA el filósofo replicó:
¿Por qué no me preguntas por el acto?
El Venture Builder se rio y aclaró:
Aristóteles quiere decir que se subestima el resultado tangible en EBITDA.
Las startups de IA requieren inversiones masivas para construir el producto pero no cuentan con una modelo financiero robusto. Esta brecha entre CAPEX y COGS versus ingresos desincentiva a los inversores.
Como es el caso de Anthropic, una startup de sistemas de IA seguros, que ha recaudado más de 7 mil millones de dólares con el respaldo de Amazon y Google. La compañía está gastando alrededor de 2 mil millones de dólares al año, pero generando solo entre 150 y 200 millones de dólares en ingresos. Incluso el principal player, Open AI, habiendo facturado 1,6 millones de dólares en el último año está muy lejos de los 13 mil millones respaldados por Microsoft.
Al hilo de este desafío financiero, The Economist señala que, excluyendo a los gigantes tecnológicos involucrados en la revolución de IA, el crecimiento del CAPEX en las empresas del S&P 500 es de solo un 2.5% para 2024, lo que apenas cubre la inflación.
La ontología: objetos que se comunican
Palantir, partner de Igeneris, define la ontología como una capa operativa que conecta los activos digitales integrados (datos y modelos) con sus equivalentes en el mundo real (objetos).
Aristóteles nos invita a preguntarnos:
¿Cuáles son los objetos que rodean nuestro negocio? Y ¿cuáles son las relaciones entre ellos? La conexión entre objetos es una parte fundamental de la realidad.
La ontología proporciona la base para que los sistemas de IA interpreten los datos correctamente y ejecuten acciones automatizadas. De forma que los objetos hablen y se traduzca verdaderamente en inteligencia en tiempo real que da pie al negocio.
En definitiva, Aristóteles y el Corporate Venture Building explican como la Inteligencia Artificial necesita de la innovación de modelo de negocio para despegar. Da igual que se etiquete como “IAˮ, “Metarversoˮ o “IoTˮ, lanzar una venture demanda la capacidad de traducir la realidad del mundo a la realidad del negocio. No como la suma de objetos aislados, sino interiorizando la relación entre ellos.
Como dijo Aristóteles al despedirse: “el todo es más que la suma de sus partes”.
Recomendaciones 🔥
🎙️En Igeneris, te recomendamos escuchar: “Ep 4. Innovación en el sector de la movilidad | Isabel Gómez Mampaso”. El episodio del podcast Punto y seguido habla sobre innovación en la movilidad, y cómo los usuarios estamos adoptando nuevas formas para desplazarnos en el día a día que se ajustan mejor a nuestro estilo de vida y necesidades.
📰 Lourdes Lacalle, Manager en Igeneris, te propone un aprendizaje interactivo: “The Psychology Behind McDonald’s $2 Billion Self-Serve Kiosks”. Se trata de un case study realizado por Growth Design, a través del cual podrás entender cómo McDonald's utilizó la psicología para aumentar sus ingresos globales en un 15% con sus kioscos de autoservicio.
#JoinIgeneris 🤝
Igeneris sigue creciendo. Si estás interesado en alguna de nuestras ofertas o conoces a alguien que pueda encajar, ¡no dudes en contactar con nosotros!
En la oficina de Madrid buscamos:
En la oficina de México buscamos: