En la primera parte vimos cómo Motryx y Valeria HR usan la IA en su día a día: para desarrollar producto, automatizar procesos, atender clientes o acelerar el onboarding. En esta segunda parte vamos a lo que no sale en las demos: qué han aprendido durante la implementación de IA, qué errores ven a su alrededor y qué creen que viene ahora. Hemos vuelto a hablar con Pablo Martí, de Motryx, y con el equipo de Valeria HR.
Construir es más barato que nunca, y eso también es un riesgo
La IA ha abaratado muchísimo el coste de desarrollar software. En Motryx lo ven como una ventaja con letra pequeña: si una funcionalidad se construye en días en lugar de semanas, es más fácil decir que sí a cosas que antes no habrían pasado el filtro.
«Hay veces que sobredesarrollamos.»
Cuando ejecutar cuesta tan poco, la pregunta deja de ser cuánto cuesta construir algo y pasa a ser si merece la pena. Priorizar se vuelve más importante, no menos.
Antes de implementar IA, pregúntate si hace falta
Valeria HR tiene una regla que aplica antes de cualquier proyecto:
«Si una automatización determinista de toda la vida puede resolverlo, no metas IA.»
Una automatización tradicional suele ser más barata, más rápida y más predecible. Meter IA donde no aporta solo añade complejidad. Por eso una buena implementación de IA empieza por elegir dónde usarla: en los problemas donde tiene una ventaja real.
La IA ya no diferencia: es lo mínimo para competir
Para Pablo, la situación ha cambiado en muy poco tiempo:
«La IA ya no te va a aportar una ventaja competitiva, lo que te va a hacer es poder seguir compitiendo.»
Las startups que nacen con la IA integrada lo tienen más fácil que las empresas que tienen que adaptar sus procesos. Pero si todo el mundo tiene acceso a modelos parecidos, la tecnología por sí sola deja de ser lo que te distingue.
Dónde está el valor: conocimiento del sector y datos propios
En Valeria HR lo tienen claro. Si montaran una startup mañana, irían a un nicho concreto, aunque parezca aburrido, donde conocer bien el sector sea difícil de copiar. En esos mercados la IA es una palanca enorme. En productos genéricos, cuyo único argumento es «tenemos IA», corre el riesgo de convertirse en algo que ofrece todo el mundo.
Lo que marca la diferencia es el problema que conoces mejor que nadie, los datos que tienes y lo que has construido a su alrededor.
No dependas de un solo proveedor
Los modelos, los proveedores y los precios cambian cada pocos meses. Por eso en Valeria HR han montado una arquitectura que les permite trabajar con varios proveedores y usar modelos open source cuando les conviene.
Si todo tu negocio depende de una plataforma y esa plataforma cambia sus condiciones, cambia también tu negocio. Su solución es mantener el conocimiento de la empresa fuera de cualquier herramienta concreta, para no perderlo si un día tienen que cambiarla.
Los errores más habituales al implementar IA
Valeria HR señala dos que se repiten mucho: depender de un único proveedor y usar IA donde una automatización tradicional funcionaría mejor. A eso suman otro de fondo: no medir el impacto.
Su recomendación es tratar los prompts y los agentes como producto, con versiones, evaluaciones y tests desde el principio. Que algo funcione «bastante bien» en una prueba no significa que aguante cuando el proceso escala o empiezan a aparecer casos raros.
Qué trabajos van a cambiar (y cuáles no tanto)
En Valeria HR no esperan una sustitución masiva de personas de la noche a la mañana. Los puestos con muchas tareas repetitivas serán los que más cambien, pero más que desaparecer, se transformarán: las personas pasarán de ejecutar tareas a supervisar agentes, gestionar excepciones y ocuparse de lo que necesita criterio. Y creen que el cambio llegará a sectores enteros, no solo a puestos concretos.
Hay cosas que siguen siendo difíciles de automatizar. En Motryx ponen el ejemplo de las ventas: la IA ayuda con la prospección, pero Pablo sigue viendo mucho valor en el trato humano.
«Las personas siguen queriendo comprar a personas.»
En Valeria HR la frontera está donde un error sale caro. El cierre de nóminas y algunos trámites con la Seguridad Social siguen pasando por una revisión humana. No porque la IA no pueda hacerlo, sino porque alguien tiene que responder de la decisión final.
¿Hay una burbuja de IA?
Ninguno de los dos pretende tener la respuesta. Pablo cree que puede haber burbuja en inversión y valoraciones, pero que todavía es pronto para saber hasta dónde llegará la tecnología.
En Valeria HR piensan que pueden estar pasando las dos cosas a la vez: una burbuja alrededor de productos sin barreras de entrada y, al mismo tiempo, un impacto infravalorado de la IA aplicada a sectores concretos con datos y conocimiento propios. Lo comparan con las puntocom: internet cambió el mundo, pero muchas de las empresas que nacieron con él no sobrevivieron.
Si empezaran mañana, ¿qué harían diferente?
Los dos hablan de velocidad. Pablo lo resume así:
«Sal a vender rápido e itera muy rápido.»
Valeria HR empezaría con un equipo pequeño y muy senior que se apoye en la IA, en lugar de contratar más gente para poder crecer. Medirían desde el primer día y buscarían un nicho donde el conocimiento del sector sea una barrera real.
Lo que nadie sabe todavía
Cuando le preguntamos a Pablo qué porcentaje del trabajo de su equipo estará automatizado dentro de cinco años, contestó sin rodeos:
«¡No tengo ni idea!»
Probablemente es la respuesta más honesta posible. Los modelos cambian tan rápido que el límite de lo que se puede delegar se mueve cada pocos meses.
De estas dos conversaciones nos quedamos con una idea: la ventaja no está tanto en usar IA antes que nadie como en saber qué automatizar, qué no construir y qué problema merece la pena resolver. Y en aprender más rápido que la competencia.
Si te perdiste la primera parte, aquí tienes cómo usan la IA Motryx y Valeria HR en su día a día.
Preguntas frecuentes
¿Por dónde empezar la implementación de IA en una startup? Por identificar los problemas donde la IA tiene una ventaja real frente a una automatización tradicional, y por medir su impacto desde el principio.
¿Qué errores son más comunes al implementar IA? Depender de un solo proveedor, usar IA donde no hace falta y no evaluar si de verdad funciona cuando el proceso escala.
¿Es la IA una ventaja competitiva para una startup? Cada vez menos por sí sola. El valor está en combinarla con conocimiento del sector y datos propios.
¿Y tú qué opinas?
Ahora te lanzamos a ti la pregunta que dejó a Pablo sin respuesta: ¿qué parte del trabajo de tu equipo crees que estará automatizada dentro de cinco años? Y ya puestos, ¿estamos ante una burbuja o ante un cambio que todavía no hemos sabido medir?
Cuéntanoslo en LinkedIn, en el post donde compartimos este artículo. Leemos todas las respuestas, y las más interesantes nos ayudarán a preparar las próximas entregas.
