Así obliga la IA a cambiar los modelos de negocio de miles de startups

Cuando una de las startups tecnológicas más exitosas de España despide al 30% de su plantilla porque la IA ha puesto en jaque su modelo de negocio, conviene prestar atención. Porque no será la última.

Magnific AI (antes Freepik) ejemplifica mejor que ninguna otra startup española el dilema al que se enfrentan hoy miles de empresas: ¿qué hacer cuando la IA empieza a ofrecer gratis parte de lo que vendes? Nacida en Málaga como un banco de recursos gráficos para diseñadores y creadores de contenido, la compañía vio cómo la IA generativa amenazaba el valor de su producto.

Su respuesta no fue competir contra esa tecnología, sino reinventarse: incorporó herramientas propias para crear y editar imágenes con IA, adquirió la startup murciana Magnific en 2024 y acabó adoptando su nombre para reflejar una transformación mucho más profunda que un simple cambio de marca.

Y no es un caso aislado. Lo que está ocurriendo con Magnific AI es el reflejo de un cambio que empieza a extenderse por buena parte del ecosistema tecnológico. La IA ya no solo está automatizando tareas: está poniendo en cuestión modelos de negocio que durante años parecían sólidos.

La pregunta ya no es cómo incorporar esta tecnología, sino qué parte de tu empresa seguirá teniendo valor cuando un modelo como ChatGPT pueda hacer una parte importante de tu trabajo. Qué seguirá justificando que un cliente pague por tu producto o servicio.

Negocios en el punto de mira

Los primeros en sentir ese impacto han sido los negocios que dependían del SEO y del tráfico orgánico. “Webs como Uncomo.com, que vivían de responder preguntas y atraer usuarios desde Google, están perdiendo relevancia porque ahora la gente obtiene esas respuestas directamente de ChatGPT u otros asistentes de IA”, explica Jesús Monleón, fundador de SeedRocket, 4Founders Capital y GoTrendier.

“Otro caso muy claro es Stack Overflow, que durante años ha sido el foro de referencia para programadores. Ahora los desarrolladores ya no recurren tanto a la comunidad para resolver dudas, sino que preguntan a la IA, provocando una importante caída de tráfico”, añade.

Pero lo verdaderamente interesante, dice Monleón, no es la caída del tráfico, sino la reacción de la compañía. “En lugar de limitarse a sufrirla, han cambiado parte de su modelo de negocio y han firmado acuerdos para licenciar sus datos a empresas de IA como OpenAI o Google, que los utilizan para entrenar sus modelos”.

La presión también está alcanzando a las empresas que desarrollan herramientas para programadores. “Asistentes como ChatGPT o Claude ya realizan muchas de las tareas para las que antes era necesario utilizar varias aplicaciones especializadas. Muchas soluciones tradicionales están perdiendo relevancia porque los desarrolladores ya no necesitan pagar tantas herramientas independientes”, añade Jesús Monleón.

El fin del negocio de vender horas

La disrupción no solo afecta al software. También está obligando a replantear la forma en que se valoran los servicios profesionales, tradicionalmente basados en vender horas de trabajo.

“Si un cliente percibe que ChatGPT o Claude ofrecen el mismo valor que un consultor, el problema no es la tecnología, sino la falta de diferenciación”, apunta Miguel Ángel Rodríguez Caveda, CEO de BeHappy Investments.

“La clave no está solo en usar la IA para ahorrar tiempo, sino para mejorar la calidad del servicio y aportar más valor. Si el cliente recibe mejores análisis, más propuestas y soluciones que antes, no tendrá motivos para exigir una rebaja de precio; al contrario, estará dispuesto a pagar por un servicio que le genera más valor y le ahorra tiempo”, añade.

Y esa es precisamente la línea que empieza a separar a las empresas que crecerán de las que tendrán dificultades. No es una cuestión de sectores, sino de propuesta de valor.

“Las más expuestas son las empresas cuya propuesta de valor deja de ser diferencial o cuya tecnología no aporta una solución en el entorno actual. Todo depende de si la innovación te sirve para mejorar la productividad, aumentar los márgenes o construir un producto que genere recurrencia y sostenibilidad. Pero si la IA hace que dejes de ser diferencial, lo vas a pasar mal”, advierte Miguel Ángel Rodríguez.

“Igual que algunos puestos de trabajo dejarán de ser diferenciales y serán asumidos por la IA, muchas empresas también dejarán de ser útiles si no ofrecen algo que la IA no pueda hacer por sí sola”, continua Rodríguez.

¿Cómo de imprescindible eres para tu cliente?

Para Marcos Martín, CEO de Decelera, la nueva regla del juego consiste en resolver primero un problema muy concreto del cliente y, a partir de ahí, convertirse en una plataforma imprescindible para él.

“Es la estrategia que siguieron compañías como Factorial, Haddock o Honey. Entraron por una necesidad específica para, una vez ganada la confianza, ampliar su oferta con soluciones de IA y agentes inteligentes. El resultado es una brecha cada vez mayor entre las empresas que han integrado la IA en el corazón de su producto —y han visto dispararse su valor— y las que no, cuyas valoraciones se han desplomado. Hoy, la mayor ventaja competitiva no es solo tener buena tecnología, sino una base de clientes fidelizada sobre la que desplegar rápidamente nuevas capacidades de IA, en un mercado impulsado por el FOMO de las empresas por no quedarse atrás”, dice Martín.

“La diferencia está en quién ha conseguido desarrollar soluciones basadas en agentes o en otras capacidades de IA que realmente resuelven problemas a sus clientes actuales”, concluye.

Señales de que tu modelo se está agotando

El síntoma más evidente suele aparecer donde menos se espera: en una conversación con un cliente. Cada vez son más las empresas que escuchan la misma pregunta: “¿Y esto no lo puede hacer ya ChatGPT?”. Eso fue precisamente lo que llevó a Javier Martín, CEO de Aluxion, a replantearse qué valor diferencial seguía ofreciendo su compañía.

Si el cliente no te lo dice, lo acabarán haciendo los números. “Empiezas a perder recurrencia y retención, se reducen los márgenes y aparecen los problemas de cash flow. Son señales muy claras, pero el indicador más importante sigue siendo la recurrencia. Si tu producto deja de responder a una necesidad real, los clientes simplemente dejarán de pagar por él. Cuando ya no ofrece la diferenciación que tenía, tu modelo de negocio está próximo a agotarse, salvo que le des una vuelta muy rápido”, advierte Miguel Ángel Rodríguez Caveda.

Pero detectar el problema no siempre significa reaccionar a tiempo. “El reto no es solo incorporar IA, sino preparar la empresa para hacerlo”, explica Marcos Martín.

“Todo empieza por tener los datos bien estructurados; sin esa base, la transición es lenta y costosa. A ello se suma otro riesgo cada vez más habitual: el overfeaturing, es decir, incorporar funcionalidades sin un beneficio real para el cliente. Consumen tiempo y recursos, complican el producto y hacen más difícil comunicar cuál es la verdadera propuesta de valor”.

Por eso, Martín considera que el papel del equipo de producto es más importante que nunca. “Necesitamos personas capaces de priorizar y orientar a los equipos hacia las soluciones que realmente van a generar una adopción rápida y un impacto claro en el cliente. Evitar el ruido y mantener el foco es, probablemente, uno de los mayores desafíos para cualquier empresa de software”.

¿Cómo iniciar la transformación?

Detectar que el modelo se está agotando es solo el primer paso. La verdadera dificultad consiste en decidir qué hay que cambiar y qué sigue teniendo sentido conservar.

Para Miguel Ángel Rodríguez Caveda, el proceso empieza mucho antes de hablar de IA. “Se habla mucho de soluciones, pero no puede haber soluciones de IA si antes no sabes cuál es tu problema”.

Su recomendación es volver a las preguntas fundacionales de cualquier empresa: ¿qué problema real resolvemos?, ¿para quién?, ¿por qué un cliente nos elige frente a otras alternativas?. Y, sobre todo, ¿por qué sigue dispuesto a pagar por ello?

Lo que te dicen los indicadores de negocio

Solo después llega el momento de revisar los indicadores del negocio: eficiencia, retención, márgenes y sostenibilidad de los ingresos. “Tenemos que identificar dónde se genera realmente el valor y dónde hay que ajustar el modelo. Si somos muy eficientes pero no tenemos mercado, da igual. Y si tenemos mercado pero no somos eficientes, también”, continúa Rodríguez Caveda.

Ese análisis, además, no tiene por qué desembocar en una transformación total. “No siempre es un todo o nada. Puede haber partes del modelo que funcionen perfectamente y otras que necesiten evolucionar. Pero para saber cuáles son, primero hay que hacer ese ejercicio de análisis”.

Aportar valor real al cliente

La siguiente decisión pasa por definir cómo utilizar la IA para aportar más valor al cliente, no simplemente para automatizar tareas. En muchos casos, esa evolución implica incorporar agentes de IA capaces de ejecutar acciones de forma autónoma.

Es lo que está ocurriendo en el mercado del software empresarial. Hoy muchos auguran la muerte del SaaS, pero está ocurriendo justo lo contrario: el software no desaparece, evoluciona. Deja de ser una herramienta para convertirse en un agente que trabaja por el cliente.

“Lo que están haciendo las empresas de SaaS es incorporar agentes que trabajan para sus clientes“, explica Jesús Monleón. “Un buen ejemplo es Health Mate. Un software para clínicas cuyos agentes son capaces de llamar o enviar mensajes de WhatsApp para recordar citas, reorganizar automáticamente la agenda cuando un paciente cancela o contactar con personas que llevan meses sin acudir a revisión para ofrecerles una nueva cita. Son tareas que antes realizaba un empleado. Ahora el software deja de ser únicamente una herramienta de gestión para convertirse en un asistente que trabaja junto al usuario”.

Paradójicamente, la misma IA que está poniendo en cuestión muchos modelos de negocio también está creando una enorme oportunidad para reinventarlos.

“La IA ha reactivado el mercado del software. Hasta hace poco era muy difícil que una empresa cambiara una herramienta que ya funcionaba, porque sustituirla suponía un coste elevado. Pero en los dos últimos años han aparecido tantas soluciones nuevas que muchas compañías están cuestionándose el software que utilizan. Esa inquietud representa una gran oportunidad para quienes sepan aprovecharla. Lo que buscan ahora son soluciones que les permitan automatizar procesos e incorporar IA de forma sencilla a su operativa”, apunta Marcos Martín.

Una cultura abierta al cambio

Pero la tecnología, por sí sola, no basta. La transformación también exige un cambio cultural. “Antes hablábamos de misión, visión y ejecución. Ahora la clave está en la capacidad de escuchar, hacer autocrítica, entender las limitaciones propias y las de los clientes y mantener una cultura abierta al cambio“, señala Miguel Ángel Rodríguez.

Esa cultura pasa, además, por integrar la IA en el trabajo diario. “Las empresas que mejor lo están haciendo están evolucionando hacia modelos híbridos, en los que colaboran personas y agentes de IA”, explica Marcos Martín. Los agentes asumen las tareas repetitivas y administrativas, mientras que las personas se centran en aquellas actividades que requieren criterio, creatividad, estrategia o relación con el cliente.

“Pero para que ese modelo funcione, la adopción de la IA tiene que formar parte del ADN de la organización. Si no se integra en la cultura de la empresa, difícilmente será un cambio sostenible”.

El cambio es importante. Si hasta ahora la ventaja competitiva consistía en desarrollar el mejor software, hoy se trata de construir la mejor combinación entre personas y agentes de IA. Sólo las empresas que entiendan ese cambio, seguirán teniendo algo por lo que cobrar.

Aluxion, de vender horas de consultoría a crear plataformas de IA

La trayectoria de Aluxion es otro ejemplo claro de cómo las empresas que se han visto más amenazas por la IA han abordado el problema convirtiendo a la IA en su principal aliada.

Tras varios años en el mercado y trabajando con grandes clientes, Aluxion se dio cuenta de que la llegada de la IA estaba convirtiendo en irrelevante el core de su negocio: la consultoría de desarrollo de software. 

Fueron sus propios clientes quienes les obligaron a enfrentarse a ese espejo con una pregunta reincidente: ¿Y esto no lo puede hacer la IA?

“La mayor parte de los clientes, tanto los que teníamos como los nuevos, empezaron a preguntarnos esto. Clientes que contaban con equipos internos y que empezaban a hacer sus propios desarrollos hacían que Aluxion dejara de ser tan imprescindible. Es cierto que el desarrollo de software no es tan sencillo: sigue haciendo falta conocimiento especializado y, si quieres ir rápido y evitar errores, necesitas herramientas y equipos que te permitan hacerlo bien. Pero ese discurso ya no era suficiente para justificar los precios que tradicionalmente se pagaban por los servicios de consultoría tecnológica. Por eso, decidimos desarrollar una plataforma propia que potenciase los sistemas de desarrollo basados en IA y nos permitiese ofrecer un valor diferencial frente a la competencia”, explica Javier Martín, CEO Aluxion.

Un sector muy tocado

“Cuando entra la IA, empieza a transformar todo nuestro sector, tanto la parte de desarrollo como la parte de consultoría. Y nos obliga a incorporar IA para ofrecer un servicio de mejor calidad y más rápido. Empezamos a meter tecnología propia para agilizar todos esos procesos y ser competitivos en un mercado que va a cambiar en los próximos años. Por no decir que va a desaparecer”. 

El cambio en el mercado sirvió también para lanzar un proyecto nuevo, Renaiss, del que Martín es también fundador y CEO. Una startups 100% nativa de IA.

“Nuestra visión parte de que nuestro sector va a ser uno de los más impactados por la IA. La consultoría tecnológica, el desarrollo de software y la transformación digital se tiene que reinventar. Tradicionalmente, las empresas contrataban grandes equipos para desarrollar un proyecto. Si antes necesitaban 20 personas, ahora, gracias a la IA, ese mismo trabajo puede realizarse con dos personas apoyadas por agentes inteligentes. Creemos que el mercado va a evolucionar desde un modelo basado en contratar horas de consultoría hacia plataformas agénticas que permitan a las empresas desarrollar y ejecutar gran parte de esos procesos de forma mucho más automatizada. Vimos esa oportunidad muy clara, empezamos a comercializar este nuevo enfoque y rápidamente comenzaron a llegar clientes interesados”.

En ese contexto, Renaiss desarrolla la tecnología y la infraestructura de IA, mientras que Aluxion la implementa para construir soluciones y productos que responden a las necesidades de sus clientes.

Canibalizar tu propio negocio 

El cambio ha supuesto una transformación muy profunda. “El reto consistió en entender en profundidad cómo funciona el sector de la consultoría y del desarrollo de software para diseñar una plataforma capaz de automatizar procesos que hasta ahora dependían casi exclusivamente del trabajo humano. Es decir, pasar de un modelo en el que el cliente contrataba personas y horas de trabajo a otro en el que gran parte del valor se genera a través de tecnología e IA”, comenta Martín.

Con el cambio han resuelto otro problema del sector: el coste del desarrollador en consultoría había subido mucho y los márgenes cada vez eran menores. “Llegaba un punto en que era tan caro el desarrollador y el cliente pagaba tan poco que los márgenes eran inexistentes”, continúa Martín.

Los resultados son claros: “La IA nos ha hecho multiplicar por tres el beneficio y recuperar el modelo de gobierno que habíamos perdido en base al coste de una persona. Además, hemos ganado en diferenciación competitiva. Esto a día de hoy nos está permitiendo conseguir clientes que antes no podíamos. Ahora estamos competiendo con proyectos con Accenture, algo inviable antes para nosotros”.

De cara al futuro, no descartan volver a introducir nuevos cambios. “Estamos viendo que muy seguramente podamos llegar a pivotar a un coste por proyecto cerrado, a un coste por licencia o por suscripción de nuestra plataforma. Creo que el mundo de la consultoría tecnológica, que es uno de los sectores que más dinero ha movido a nivel internacional en los últimos años por la transformación digital, va a tener un cambio bastante radical en ese aspecto”, añade Javier Martín.

Dcycle, de plataforma de sostenibilidad a infraestructura de datos para agentes de IA

Dcycle no cambió de modelo de negocio porque las ventas fueran mal. Todo lo contrario. Como plataforma para ayudar a las empresas a reportar sus datos de sostenibilidad estaban en un mercado en auge.

Pero se dieron cuenta de que con la llegada de la IA podían ofrecer un valor añadido mucho mayor: la infraestructura para ayudar a las empresas a desplegar agentes de IA sobre sus propios datos. Un cambio en el modelo de negocio que ha acelerado sus ventas, mejorado la rentabilidad y multiplicado por cien la velocidad con la que desarrolla su producto.

Así explica Juanjo Mestre, CEO de Dcycle, cómo tomaron una decisión tan rápida y acertada. “Dcycle nace como una plataforma de datos. Una plataforma que recoge todos los datos operacionales de la empresa –logística, compras, consumos eléctricos y de agua, de residuos, empleados, etcétera– para hacer reporting de sostenibilidad. Con la llegada de la IA vimos que las empresas necesitan datos para que la IA funcione y que lo más importante es la forma en la que guardan esos datos y las relaciones que existen entre ellos. Esas relaciones son lo que necesitan los agentes de IA y nosotros habíamos construido una plataforma que nos permitía convertir eso en negocio: datos conectados y bien estructurados para generar valor a las empresas”.

“Hoy estamos hablando de que esto es la frontera de la innovación pero creo que todas las compañías serán agénticas. Tendrán agentes en producción que hagan cosas por ellas porque la inercia de las compañías es la de la optimización. Como todas las compañías serán agénticas, todas necesitan una capa de datos contextuales. Por eso, empezamos a migrar directamente. Dijimos, pongamos al servicio de las compañías ese grafo que tenemos”, añade.

Recuperar la soberanía de los datos

Su propuesta es sencilla: ayudar a las empresas a aprovechar los datos que ya generan.

“Hoy, esa información ya se recopila durante procesos como procurement o compliance, pero normalmente queda dispersa y no se reutiliza. Lo que hacemos es organizar toda esa información en un grafo de datos, donde cada dato queda conectado con su contexto y sus relaciones. Sobre esa base, cada departamento puede utilizar aplicaciones adaptadas a sus necesidades: gestión de certificaciones ISO, reporte no financiero, huella de carbono, procurement, compliance y muchos otros casos de uso. Además, ese grafo se conecta con el modelo de IA que ya utiliza la empresa, como ChatGPT u otro LLM corporativo”.

“Gracias a que la IA tiene acceso a todas las relaciones entre los datos, no solo obtiene respuestas, sino también el contexto y el porqué de cada una. Esto permite realizar análisis mucho más precisos y automatizar tareas de mayor valor. En definitiva, la evolución de la propuesta de valor de Dcycle consiste en dar a las empresas la soberanía sobre sus propios datos, organizados con contexto, para que puedan desplegar sistemas de IA y agentes realmente útiles y fiables”, continua Mestre.

Un cambio cultural dentro de la empresa

El cambio en el modelo de negocio también supuso un cambio en la forma de trabajar internamente. “Uno de los principales cambios fue conseguir que cualquier persona de Dcycle pueda contribuir al desarrollo del producto utilizando IA. Y no importa si pertenece al equipo técnico o no. Hoy un comercial puede crear una nueva funcionalidad para responder a una necesidad concreta de un cliente. Si un cliente pide una característica que la plataforma todavía no tiene, el propio comercial puede construir un prototipo y enseñárselo al día siguiente”.

“Esto nos permite responder muchísimo más rápido y transmitir a nuestros clientes que Dcycle puede adaptarse a lo que necesitan. Pero la transformación no ha sido solo tecnológica. También ha sido cultural. Gracias a la IA, una sola persona puede asumir tareas mucho más complejas y tener un impacto mucho mayor. Por eso, hemos preparado a todo el equipo de Dcycle para esta nueva forma de trabajar. Nuestro objetivo es que cualquier empleado entienda cómo funcionan los agentes inteligentes y los utilice para multiplicar su capacidad de trabajo y ofrecer más valor a los clientes”.

Hoy, todo el mundo en Dcycle contribuye a la base de código de la IA. Es decir, el 100% de los trabajadores de Dcycle ha subido al menos un trozo de código a producción, según su CEO. 

Y las métricas de negocio dicen que están en el buen camino. “Lo que hemos ido viendo es que las métricas de negocio se mueven conforme la adopción de IA es más grande. Vendemos más rápido, vendemos más, el cliente se queda más, el cliente está más feliz y expande porque va viendo las capacidades técnicas que tiene cuando se apoya en una plataforma de datos como la nuestra”.

El efecto multiplicador de la IA

Al final “nos mejora el margen bruto, porque la capacidad de atención al cliente que antes teníamos ahora la hemos multiplicado con capacidades agénticas. Nos mejora el margen bruto porque somos más eficientes. Podemos servir a más clientes con el mismo equipo que antes, mejorando el índice de satisfacción, que es otra de las métricas que reflejan los mejores resultados. Antes teníamos el ‘Net Revenue Retention’ (índice de retención neto) en torno al 100 % y ahora lo tenemos en el 108%”.

“Otra métrica que refleja muy bien esta transformación es el número de deploys que hacemos a producción. Es decir, las veces que actualizamos el producto con mejoras que llegan directamente a los clientes. Hoy hacemos alrededor de 100 despliegues al día. Hace unos años hacíamos aproximadamente uno al día, e incluso hubo épocas en las que solo desplegábamos una actualización cada dos días. Hemos pasado de una actualización diaria a unas 100 diarias. Eso significa que el servicio y el producto que reciben nuestros clientes tiene 100 mejoras incrementales cada día”.