De las puntocom a las puntoAI: cómo podemos aprender de la última transformación tecnológica (y evitar cometer los mismos errores)

En el auge de las puntocom, añadir ".com" al nombre de una empresa bastaba para disparar el precio de sus acciones, incluso si la empresa no tenía clientes reales, ingresos ni una vía para alcanzar la rentabilidad. Hoy, la historia se repite. Si cambiamos ".com" por "AI", la historia nos suena inquietantemente familiar.

Las empresas se apresuran a incorporar la "IA" en sus presentaciones, descripciones de productos y nombres de dominio, con la esperanza de aprovechar la expectación. Según Domain Name Stat , los registros de dominios ".ai" aumentaron un 77,1 % interanual en 2024, impulsados ​​tanto por startups como por empresas ya establecidas que se apresuran a asociarse con la inteligencia artificial, independientemente de si cuentan con una verdadera ventaja en IA.

A finales de los 90, una cosa quedó clara: usar tecnología innovadora no basta. Las empresas que sobrevivieron al colapso de las puntocom no perseguían publicidad exagerada, sino que resolvían problemas reales y escalaban con un propósito.

La IA no es diferente. Revolucionará las industrias, pero los ganadores no serán quienes pongan "IA" en una página de destino, sino quienes dejen de lado la publicidad exagerada y se centren en lo que importa.

¿Los primeros pasos? Empieza poco a poco, encuentra tu cuña y escala con prudencia.

Uno de los errores más costosos de la era de las puntocom fue intentar crecer demasiado pronto: una lección que los desarrolladores de productos de IA actuales no pueden darse el lujo de ignorar.

Tomemos eBay como ejemplo. Empezó como un simple sitio de subastas en línea de artículos de colección, empezando con algo tan específico como los dispensadores de Pez. A los primeros usuarios les encantó porque resolvía un problema muy específico: conectaba a aficionados que no se encontraban en línea. Solo después de dominar ese mercado vertical inicial, eBay se expandió a categorías más amplias como electrónica, moda y, con el tiempo, a casi cualquier cosa que se pueda comprar hoy en día.

Compárese con Webvan , otra startup de la era puntocom con una estrategia muy diferente. Webvan pretendía revolucionar la compra de comestibles con pedidos en línea y entregas rápidas a domicilio, todo a la vez, en múltiples ciudades. Invirtió cientos de millones de dólares en la construcción de enormes almacenes y complejas flotas de reparto antes de experimentar una fuerte demanda de clientes. Cuando el crecimiento no se materializó con la suficiente rapidez, la empresa se desplomó por su propio peso.

El patrón es claro: empieza con una necesidad clara y específica del usuario. Céntrate en un segmento pequeño que puedas dominar. Expande solo cuando tengas pruebas de una fuerte demanda.

Para los desarrolladores de productos de IA, esto significa resistir la tentación de crear una "IA que lo haga todo". Tomemos, por ejemplo, una herramienta de IA generativa para el análisis de datos. ¿Se dirige a gerentes de producto, diseñadores o científicos de datos? ¿Está desarrollando para personas que no conocen SQL, con poca experiencia o analistas experimentados?

Cada uno de estos usuarios tiene necesidades, flujos de trabajo y expectativas muy diferentes. Comenzar con un grupo reducido y bien definido, como gerentes de proyectos técnicos (PM) con experiencia limitada en SQL que necesitan información rápida para guiar las decisiones sobre productos, permite comprender a fondo al usuario, optimizar la experiencia y crear algo verdaderamente indispensable. A partir de ahí, se puede expandir intencionalmente a perfiles o capacidades adyacentes. En la carrera por crear productos de IA de generación duradera, los ganadores no serán quienes intenten atender a todos a la vez, sino quienes comiencen con poco y brinden un servicio excepcional.

Empezar con poco te ayuda a encontrar la adecuación entre producto y mercado. Pero una vez que ganes impulso, tu siguiente prioridad es desarrollar la capacidad de defensa, y en el mundo de la IA de última generación , eso significa ser dueño de tus datos.

Las empresas que sobrevivieron al auge de las puntocom no solo captaron usuarios, sino que también capturaron datos confidenciales. Amazon, por ejemplo, no se limitó a vender libros. Rastrearon las compras y las visualizaciones de productos para mejorar las recomendaciones y luego utilizaron datos de pedidos regionales para optimizar el cumplimiento. Al analizar los patrones de compra en diferentes ciudades y códigos postales, predijeron la demanda, abastecieron los almacenes de forma más inteligente y agilizaron las rutas de envío, sentando las bases para la entrega en dos días de Prime, una ventaja clave que la competencia no podía igualar. Nada de esto habría sido posible sin una estrategia de datos integrada en el producto desde el primer día.

Google siguió un camino similar. Cada consulta, clic y corrección se convirtió en datos de entrenamiento para mejorar los resultados de búsqueda y, posteriormente, los anuncios. No solo crearon un motor de búsqueda, sino un ciclo de retroalimentación en tiempo real que aprendía constantemente de los usuarios, creando una ventaja competitiva que dificultaba la superación de sus resultados y segmentación.

La lección para los desarrolladores de productos de IA de última generación es clara: la ventaja a largo plazo no provendrá simplemente de tener acceso a un modelo poderoso, sino de construir bucles de datos propietarios que mejoren su producto con el tiempo.

Hoy en día, cualquiera con suficientes recursos puede perfeccionar un modelo de lenguaje grande (LLM) de código abierto o pagar para acceder a una API. Lo que es mucho más difícil, y mucho más valioso, es recopilar datos de interacción de usuarios reales y de alta precisión que se acumulan con el tiempo.

Si está desarrollando un producto de IA de última generación, debe plantearse preguntas críticas desde el principio:

• ¿Qué datos únicos capturaremos a medida que los usuarios interactúen con nosotros?
• ¿Cómo podemos diseñar ciclos de retroalimentación que perfeccionen continuamente el producto?
• ¿Existen datos específicos del dominio que podamos recopilar (de manera ética y segura) que los competidores no tendrán?

Tomemos como ejemplo a Duolingo. Con GPT-4, han ido más allá de la personalización básica . Funciones como "Explica mi respuesta" y el juego de roles con IA crean interacciones de usuario más ricas, capturando no solo las respuestas, sino también cómo piensan y conversan los estudiantes. Duolingo combina estos datos con su propia IA para refinar la experiencia, creando una ventaja que la competencia no puede igualar fácilmente.

En la era de la IA, los datos deberían ser su ventaja competitiva. Las empresas que diseñen sus productos para capturar y aprender de datos confidenciales serán las que sobrevivan y lideren.

La era de las puntocom nos mostró que la moda se desvanece rápidamente, pero los fundamentos perduran. El auge de la IA no es la excepción. Las empresas que prosperen no serán las que busquen titulares, sino las que resuelvan problemas reales, escalen con disciplina y construyan verdaderas fosas comunes.

El futuro de la IA pertenecerá a los desarrolladores que entienden que es una maratón y tienen el coraje para correrla.

Kailiang Fu es gerente de productos de inteligencia artificial en Uber.