Noticias de emprendedores

Durante años, el software fue un peaje. Pagabas por acceso, por asientos, por features. La propuesta era simple: "Te damos la herramienta, vos hacés el trabajo". Pero cuando los agentes de IA pueden hacer el trabajo por vos, esa ecuación se invierte completamente.

Si el SaaS tradicional era un peaje por usar herramientas, el Agentic AI es un contrato de resultados. Y esa inversión cambia todo: pricing, distribución, riesgo. Lo interesante es que la mayoría de las empresas están discutiendo los primeros dos mientras ignoran el tercero, que es donde se va a definir quién gana.

El elefante en la sala: ¿Quién asume el riesgo cuando el agente se equivoca?

Esto me surgió hablando con Michele Schocron de Continuum; Casi todas las conversaciones sobre AI en software giran alrededor de "eficiencia" y "ahorro de costos". Pero hay una pregunta que nadie quiere responder directamente: ¿Quién se hace cargo cuando el agente comete un error?

No estoy hablando de un typo en un email. Estoy hablando de errores con consecuencias reales:

• Tu agente de ventas de Salesforce cierra un deal con términos pésimos que te comprometen contractualmente. ¿Quién paga? ¿Salesforce? ¿El modelo de OpenAI que ejecuta el agente? ¿Vos?
• Tu agente de soporte le dice a un cliente que tiene derecho a un reembolso que en realidad no aplica. El cliente te demanda. ¿Quién es responsable? ¿Zendesk que provee la plataforma? ¿Anthropic cuyo modelo generó la respuesta?
• Tu agente de finanzas aprueba una transacción fraudulenta porque interpretó mal los parámetros de compliance. ¿Quién cubre las pérdidas?

Acá está el problema: Las cortes todavía no resolvieron esto. Los tribunales aún no han emitido fallos definitivos sobre quién es responsable cuando un AI agent ejecuta acciones autónomas que resultan en daños. Estamos en 2026, con regulaciones que están entrando en vigor (el EU AI Act empieza a aplicar en agosto), pero sin jurisprudencia clara.

Y mientras tanto, las aseguradoras están haciendo lo único sensato desde su perspectiva: salirse del juego. Las compañías de seguros están agregando exclusiones específicas de AI en las pólizas de Errors & Omissions tradicionales, o subiendo las primas dramáticamente, porque ven el riesgo como "exposición catastrófica". ¿Por qué? Porque un solo update defectuoso de un modelo puede causar pérdidas simultáneas en toda la base de clientes. No es un incidente aislado, es un evento sistémico.

El compliance como moat técnico

Acá viene lo contraintuitivo: el verdadero moat en software agentic no es qué tan bueno es tu modelo, sino qué tan bien podés demostrar que controlás el riesgo.

Las empresas no van a pagar por el software que es 10% más rápido o 15% más barato. Van a pagar por el que les deja dormir tranquilos. Y "dormir tranquilo" en 2026 significa:

1. Compliance automatizado, no como feature sino como arquitectura

Más del 75% de las empresas Fortune 500 ahora exigen un reporte SOC 2 antes de evaluar a un vendor. Pero SOC 2 es apenas el piso. Para agentic software necesitás:

• EU AI Act compliance (si vendés a Europa, no es opcional)
• ISO 42001 (el nuevo estándar de AI governance que se está volviendo prerequisito)
• Audit trails determinísticos de cada decisión que toma el agente
• Capacidad de explicar por qué el agente hizo lo que hizo

Esto no son checkboxes que agregás al final. Es arquitectura desde el diseño. Y es caro. Muy caro. Lo cual es perfecto si sos un incumbent con recursos, y brutal si sos una startup tratando de competir.

2. Indemnización contractual explícita

Acá está la jugada que va a separar winners de losers: los vendors que estén dispuestos a asumir liability contractualmente van a ganar.

No estoy hablando de un "seguro de performance" abstracto. Estoy hablando de cláusulas que digan: "Si nuestro agente ejecuta una acción que te causa daño financiero o legal, nosotros cubrimos hasta $X millones en pérdidas".

Esto requiere tres cosas que la mayoría de las startups de AI no tienen:

• Reservas de capital reales (no podés ofrecer indemnización si estás quemando cash)
• Seguros específicos para AI (que como vimos, casi no existen)
• Confianza técnica de que tu sistema no va a fallar de forma catastrófica

Los únicos que pueden hacer esto hoy son los grandes: Microsoft, Google, etc. Y esa es exactamente la ventaja que van a explotar.

3. El botón de pánico empresarial

Toda empresa que implemente agentes va a querer lo mismo: un kill switch. La capacidad de apagar todo si algo sale mal. Pero el kill switch no es suficiente, necesitás rollback determinístico: poder revertir cada acción que el agente tomó en las últimas 24 horas.

Eso no es fácil. Requiere logging comprehensivo, capacidad de deshacer transacciones, integraciones que soporten reversión. Y es exactamente el tipo de infraestructura que diferencia software enterprise de un MVP.

El timing es perfecto para los que estén preparados

Estamos en un momento único. El EU AI Act entró en vigor en agosto 2024, con la mayoría de los requisitos para sistemas de alto riesgo aplicando desde agosto 2026. Las multas pueden llegar hasta €35 millones o 7% del revenue global anual. En Estados Unidos, Colorado ya tiene su AI Act efectivo desde febrero 2026, California está siguiendo, Texas también.

Las regulaciones están en los libros, pero los casos legales que van a definir "¿quién es responsable?" todavía no llegaron a las cortes. Cuando lleguen (y van a llegar, porque los errores costosos son inevitables) van a establecer precedentes que definan el mercado por la próxima década.

Los vendors que se posicionen ahora como "el agente que podés usar sin miedo" van a capturar todo el upside cuando las empresas se den cuenta de que esto no es negociable.

La trampa de márgenes tiene una salida inesperada

Y al costo del compliance, sumemosle el pricing, porque acá hay una tensión que parece irresoluble pero tiene un plot twist que pocos están viendo.

El modelo de cobrar por "asiento" es obviamente absurdo cuando un solo agente puede reemplazar a diez analistas. Pero el salto a usage-based pricing (créditos, tokens, consumo) traslada todo el riesgo operativo al vendor: si el agente es eficiente, el cliente paga menos; si es ineficiente, el costo de cómputo devora tus márgenes.

Los números, tomémoslo con sal porque lo dice Gartner, dicen que el 70% de las empresas van a preferir "usage-based pricing" sobre "per-seat" para 2026, impulsado por lo que llaman el "seat apocalypse". Y la migración ya está pasando: 79 de las 500 empresas del PricingSaaS Index ofrecen ahora modelo de créditos, un aumento del 126% año contra año.

La pregunta es: ¿cómo protegés márgenes cuando cobrás por uso y el uso es cada vez más eficiente?

El plot twist: La deflación exponencial de costos de IA

Acá viene lo que cambia la ecuación completamente: los costos de desarrollar modelos de IA están colapsando de forma exponencial.

Mirá estos números: en 2023, desarrollar un modelo como GPT-4 le costó a OpenAI cerca de $100 millones. En 2024, DeepSeek (un modelo chino) replicó capacidades similares por $5 millones. Y en 2025, investigadores de Berkeley crearon TinyZero, que reproduce performance comparable por apenas $30. Estamos hablando de una caída del 99.99% en costo en menos de dos años. (Honestamente los números de DeepSeek no los creo reales)

¿Qué significa esto para el modelo de créditos? Que la "trampa de márgenes" tiene una salida inesperada: los vendors pueden permitirse ser cada vez más generosos con los créditos porque el costo por token está cayendo en picada. Lo que hoy te cuesta $1000 en inferencia, en 6 meses te va a costar $100.

Tomá el caso de Box. En 2024 lanzaron un modelo de créditos para sus features de IA: cada usuario recibe 20 créditos mensuales, cada tarea cuesta 1 crédito. Si un equipo de 100 personas usa los 2000 créditos incluidos, Box gana lo mismo que antes. Pero si usan 5000 créditos (porque el agente es súper eficiente), Box tendría que cobrar más por los créditos extra.

Acá viene el plot twist: Box puede permitirse bajar el precio por crédito cada trimestre porque su costo de procesamiento está cayendo más rápido que el uso está creciendo. El cliente siente que está "pagando por valor", pero Box sigue protegiendo márgenes porque la deflación de costos es más rápida que la expansión de uso.

La tensión real entonces no es "más eficiente = menos revenue". La tensión real es: ¿podés bajar precios más rápido que caen tus costos, manteniendo márgenes, mientras competís con vendors que también están bajando precios?

Es una carrera hacia el fondo donde el ganador no es el que tiene el mejor modelo, sino el que tiene los mejores unit economics para sostener una guerra de precios de 24 meses.

Por eso el outcome-based pricing cobra sentido

Intercom lanzó Fin, su chatbot de soporte, con un modelo simple: te cobran solo cuando el bot resuelve el ticket, no por cuántos tokens consumió en el proceso. Tu precio está atado al valor de negocio, no al costo de cómputo.

Esto es lo que llamo "Agentic ELA" (Enterprise License Agreement): cobrás por outcomes (ticket resuelto, reunión agendada, lead calificado), no por consumo. Te desacoplás de la volatilidad del costo de inferencia. Y si tu agente mejora con el tiempo y resuelve más tickets con menos recursos, tu margen sube, no baja.

El problema es que esto solo funciona si podés medir outcomes de forma determinística. Y ahí volvemos al punto anterior: necesitás infraestructura de logging, audit trails, capacidad de demostrar que el agente realmente resolvió el problema. Compliance y pricing no son temas separados, son la misma arquitectura.

El discovery cambió de pantalla

Ahora hablemos de algo que parece tangencial pero es estructural: cómo se vende software cambió fundamentalmente, y la mayoría de los vendors no se dieron cuenta.

El CAC (Customer Acquisition Cost) está explotando. El CAC promedio para SaaS ahora es $205, con empresas enterprise llegando a $500 por cliente, un aumento del 60% en los últimos 5 años. Y la reacción instintiva es: "Los canales están saturados, tenemos que buscar nuevas tácticas en las mismas plataformas".

Pero el problema no es saturación. El problema es que el canal de discovery cambió de Google a LLMs, y las reglas del juego son completamente diferentes.

De SEO a GEO: El nuevo battlefield

Antes, cuando alguien necesitaba un CRM, googleaba "best CRM for startups", leía 3 artículos de comparación, y terminaba en las páginas de Salesforce, HubSpot, Pipedrive. Toda tu estrategia de CAC se construía sobre SEO/SEM: aparecer primero en Google, convertir en landing page, nurturing por email.

Ahora, ese mismo founder abre ChatGPT o Claude y pregunta: "Necesito un CRM para un equipo de 5 personas en fintech, con buena integración a Stripe. ¿Qué me recomendás?". Y el LLM le da 3 opciones directamente, con pros/contras, sin que el usuario salga de la conversación.

El problema: No podés hacer SEM en ChatGPT. No podés comprar ads en Claude. Tu SEO no sirve porque el LLM no está "rankeando" tu web, está sintetizando información de múltiples fuentes y generando una respuesta.

Acá nace GEO (Generative Engine Optimization): es el nuevo SEO, pero optimizás para aparecer en las respuestas de los LLMs, no en el ranking de Google.

Los datos son claros: GEO tiene un CAC promedio de $559 (14.4% más caro que SEO tradicional) pero genera 27% más conversiones y 9.2% mejor calidad de leads. ¿Por qué? Porque cuando un LLM te recomienda, viene con contexto: "Esta opción es mejor para tu caso específico porque X". Es como tener un sales engineer conversando con cada lead.

El moat ya no está en el UI

Stripe tiene una ventaja estructural brutal acá. Durante años invirtieron en documentación técnica impecable: guides detalladas, ejemplos de código en 7 lenguajes, arquitecturas explicadas paso a paso. Cuando un desarrollador le pregunta a ChatGPT "cómo implementar pagos recurrentes en mi SaaS", ChatGPT recomienda Stripe en el 80% de los casos porque tiene la mejor documentación en su contexto de entrenamiento.

Twilio, lo mismo. Plaid, lo mismo. Las empresas que invirtieron en developer experience no para SEO, sino para educación genuina, ahora tienen un moat en GEO.

Por eso digo que el UI está muerto. No porque desaparezca (obviamente seguís necesitando una interfaz), sino porque ya no es el punto de contacto donde se decide la compra. Ese punto de contacto ahora es una conversación con un LLM.

La interfaz de decisión cambió de visual a conversacional. No hay "comparación de features en una tabla". La decisión pasa por qué tan bien el LLM entiende tu producto y cuándo recomendarlo.

Share of Wallet se decide en la capa de integración

El "Share of Wallet" ya no se decide en qué tan lindo es tu dashboard. Se decide en:

• Qué tan bien tu API está documentada → Aparecés en respuestas técnicas de LLMs cuando developers preguntan cómo resolver problemas específicos.
• Qué tan fácil es integrarte → Los developers prefieren lo que el LLM les puede explicar en 2 minutos, no lo que requiere leer 50 páginas de docs.
• Qué tan "memeable" es tu posicionamiento → Si sos "el Stripe de X", aparecés en analogías. Los LLMs piensan en patrones y comparaciones.

Si tu producto no aparece en esas conversaciones, no existís. Así de simple. Y no podés arreglarlo con más presupuesto de ads, porque no hay ads que comprar. Tenés que construir la presencia desde la sustancia: documentación real, integraciones que funcionen, casos de uso bien explicados.

Lo que separa a los que van a ganar de los que van a desaparecer

Acá está la síntesis: SaaS dejó de ser vender acceso a herramientas y se convirtió en vender resultados con garantías.

Los que van a ganar en los próximos 3 años no son los que tengan el mejor modelo de IA. Son los que puedan responder estas tres preguntas mejor que sus competidores:

1. ¿Podés asumir liability contractualmente? Si tu agente se equivoca, ¿estás dispuesto a pagar por el error? Los que puedan decir "sí" y respaldarlo con capital y seguros van a capturar enterprise.
2. ¿Tus unit economics sobreviven una guerra de precios de 24 meses? La deflación de costos de IA es exponencial, pero tus competidores también tienen acceso a esa deflación. ¿Podés bajar precios más rápido que ellos sin destruir márgenes?
3. ¿Tu producto aparece cuando alguien le pregunta a un LLM? Si la respuesta es no, no importa qué tan bueno sea tu software. El discovery cambió de canal, y si no estás en ese canal, estás fuera del juego.

Lo interesante es que estas tres cosas están conectadas. No podés ofrecer indemnización sin compliance robusto. No podés sostener una guerra de precios sin outcome-based pricing. No podés ganar en GEO sin documentación e integraciones que hagan que tu producto sea fácil de explicar y recomendar.

Los incumbents (de nuevo, MSFT, Google, Stripe, Salesforce, etc.) tienen ventaja en los primeros dos. Las startups pueden ganar en el tercero si se mueven rápido. Pero nadie puede ignorar ninguno de los tres y sobrevivir.

Si el SaaS lo pensas como Service as a Software, entendes como cambió el riesgo y la estructura de costos y vas a tener ventaja cuando el mercado corrija.

Hoy en día, las startups tecnológicas de EE.UU. tardan más tiempo en salir a bolsa y lo hacen con valuaciones mucho mayores que las empresas de décadas pasadas . Gran parte del upside (el mayor crecimiento en valor) ocurre ahora en el mercado privado – beneficiando a venture capital y private equity – y no en el mercado público al que acceden los inversores minoristas. Esto significa que el tramo inicial de creación de valor se privatiza: el inversor retail se pierde potenciales ganancias tempranas, aunque por otro lado pudieran evitarse algunos riesgos de invertir en empresas inmaduras infladas por inversores privados.

¿Pero cuándo salían “baratas” las IPO tecnológicas?

Veamos algunos ejemplos de grandes tecnológicas y sus valuaciones al momento de salir a bolsa, comparadas con startups recientes:

• Microsoft (fundada 1975, IPO en 1986): 11 años para salir a bolsa, con una valuación de mercado de aproximadamente $500–780 millones. La oferta pública inicial recaudó apenas $61 millones . (Dato curioso: Bill Gates consideraba que un precio por acción de $20 ya empujaría la capitalización por encima de $500 millones, lo cual le parecía “incómodamente alto” ).
• Amazon (fundada 1994, IPO en 1997): Solo 3 años hasta su IPO, debutando con una capitalización cercana a $438 millones . Jeff Bezos llevó a Amazon al mercado público cuando aún era esencialmente una librería online con altísimas tasas de crecimiento pero muy pequeña en tamaño.
• Google (fundada 1998, IPO en 2004): 6 años hasta la IPO, debutando con una valuación de alrededor de $23.000 millones . Google ya era rentable y dominaba la búsqueda en Internet, pero aun así el público pudo invertir desde un market cap relativamente “moderado” en comparación con los gigantes actuales (hoy Alphabet vale más de $1,7 billones ).
• Facebook (fundada 2004, IPO en 2012): 8 años hasta salir a bolsa. Su IPO fue histórica: valuación de $104.000 millones, recaudando $16.000 millones – en su momento, la tercera oferta pública más grande de la historia de EE.UU. . Ya fue un mega-IPO, reflejando que Facebook había capturado gran parte de su crecimiento antes de llegar al mercado público.
• NVIDIA (fundada 1993, IPO en 1999): ~6 años hasta la IPO, con una valuación inicial mucho más modesta. Sus acciones salieron a $12 por acción , lo que implicó una capitalización de apenas unos $500–600 millones (estimados). Tras 25 años como empresa pública, NVIDIA superó los $1–2 billones de market cap en 2024, pero aquel crecimiento fenomenal se gestó desde una base pública muy pequeña.

Leer completa

Si hay algo fundamental en una startup es medir qué tan bien tu producto cumple con las expectativas de los usuarios y si logra mantenerse como parte de su vida: eso se hace midiendo la retención. Punto. Es uno de los indicadores clave de product-market fit, que muestra si las personas no solo prueban tu solución, sino si regresan y la usan de manera recurrente. ¿Y dónde impacta esto? Directamente en los ingresos, sostenibilidad del negocio y tu capacidad de escalar, ya que adquirir nuevos usuarios es mucho más caro que mantener a los existentes.

Pero un problema que veo en varias startups e incluso analistas de fondos es que la retención no se mide en una sola instancia porque el comportamiento de los usuarios cambia con el tiempo. Una sola medición no captura esta evolución ni permite tomar decisiones estratégicas informadas.

Tomar periodos de medición permite identificar patrones de comportamiento, detectar posibles puntos de abandono y optimizar la experiencia de usuario. Por eso la retención se mide a través de timeframes específicos, que podemos estandarizar en los primeros 30, 90 y 365 días.

Leer completa

En 1957, ocho jóvenes ingenieros, conocidos más tarde como los “Traitorous Eight”, tomaron la decisión que dio origen a Silicon Valley: abandonaron Shockley Semiconductor por desacuerdos con su fundador, fundaron Fairchild Semiconductor y no solo marcó el nacimiento de la industria de los semiconductores, sino que también sentó las bases de una nueva era con empresas como Intel y AMD.

Leer completa

En un mundo, casi tiktokero, dominado por soluciones rápidas y frases llamativas, los mejores líderes logran dominar la complejidad y hacer que parezca sencilla; los malos lideres sobre-simplifican sin entender siquiera las bases del problema. Hay una frase de Steve Jobs que captura la escencia de esto: la capacidad de simplificar soluciones complejas sin reducirlas a respuestas ineficaces y excesivamente simplificadas es realmente complejo.

“Simple can be harder than complex: You have to work hard to get your thinking clean to make it simple. But it’s worth it in the end because once you get there, you can move mountains.” Steve Jobs

Y cuando sos un emprendedor la simplicidad es una ventaja competitiva SIEMPRE. La gente ansía la simplicidad de manera natural; y lo vas a ver sea un cliente eligiendo entre productos o un equipo alineándose con una estrategia, la claridad inspira confianza y seguridad.

Leer completa

Creo que el ecosistema inversor/emprendedor de la region (Latam+España) no entiende el momento o espacio en el que está en temas de Inteligencia Artificial especialmente en GenAI y, quizás, analizar los 100 papers más citados en el ámbito académico ayude a explicar dónde estamos parados para así entender dónde podemos encontrar oportunidades de inversión para crecer.

¿Por qué los 100 papers más citados? [fuente] Por dos razones principales: por un lado, el momento actual de la inteligencia artificial generativa es el de transferencia tecnológica, de R&D y academia a corporaciones y startups. Y, por otro lado, porque el avance de las corporaciones sobre la investigación académica se está dando a pasos agigantados por la cantidad de capital necesario para desplegar estas soluciones.

Leer completa

Perplexity está empeñado en crear "el próximo Google", o al menos finalmente sacarnos del ridículo paradigma de los 10 links azules como la mejor forma de buscar en Internet; pero es interesante que esto implica que uno puede "dialogar" con el LLM, que es parte del buscador, mantener las búsquedas en memoria e indagar mucho mas en cualquier búsqueda que hagas, entre otras. Esto tiene, al menos, dos nuevas derivadas:

1. Es mucho más interesante "investigar que buscar" con lo que para un dato puro termino volviendo a Google, pero para buscar cuando estoy armando o creando termino dialogando con Perplexity.
2. Si podés usarlo para profundizar, utilizar tus propios documentos o papers suma mucho a este trabajo.

Por eso que aparezcan los Perplexity Spaces tiene sentido y parece un paso natural; los Perplexity Spaces son espacios donde podés agrupar tus búsquedas en la web con tus archivos personales e invitar a terceros a sumarse a ese "centro de colaboración" donde tus búsquedas son híbridas (porque agrupan data pública y data tuya), grupales (porque podés invitar a terceros) y colaborativas (porque todos suman al espacio).

Leer completa

Pocas cosas son mas simples de entender que el ZIRP que vivimos hasta 2021; con tasas de interés en cero el mercado no le preocupa el ROI ahora o en una década con lo que un fondo de inversión puede apostar a largo plazo y en ideas estúpidas.... ¿cuando levantaron plata esos fondos que admirás?

Fast-Forward a hoy: con tasas de 5.5% pongo plata en bonos y en una década tengo 170% de retorno ¿que fondo me da ese retorno? (*) entonces a un VC no puedo darle plata para que haga pelotudeces y entonces los inversores de riesgo se vuelven mas conservadores porque les cuesta levantar un fondo.

¿Cual es la segunda derivada de esto? los fondos grandes que invirtieron en valuaciones ridiculas (eg: A16z) llamaron la atención de los PE players (eg: Coatue, Tiger, etc.) y juntos generaron una generación de startups que van a parir para que sus siguientes rondas no sean un downround y hay una fricción gigantesca para invertir si no tienen runway.

¿A que viene esto? a que es un gran momento para invertir en early stage o inversiones ángel... el mercado se limpió:

• muchos de los fondos que necesitaban desplegar su capital en growth hoy no van a molestar en early stage porque necesitan cuidar sus números,
• muchos emprendedores que lograron salir en 2020/21/22 tienen ganas de hacer cosas y tienen capital para invertir en otros,
• Ai está recién arrancando y el valle de la desilusión va a borrar wrappers y startups sin diferenciación.

Soy más que optimista de este momento, creo que el ecosistema emprendedor debería enfocarse en construir porque el capital va a seguirlos, en vez de seguir ellos al capital (x) como pasó un tiempito nomás.

notas:

(*) y eso es solo para mantener mi poder de compra porque con 5.5% técnicamente voy a perder un 42% de valor.

(x) si los fondos y las asociaciones regionales no empiezan a hablar en serio del tema del ZIRP van a seguir mirando boludeces en vez de dar un debate interesante aunque privado.

Debe haber pocas más simples y más complicadas que tener control de uno mismo; en la lógica es algo súper simple :"control de los impulsos y reacciones propias". Esto implica que hay una toma de decisión consciente analizando beneficios y consecuencias de cada acción que tomamos.

Esto implica algo simple: el auto-control es un proceso que puede salir bien. Pero tiene algunas potenciales fallas/trampas. Como todo hoy en día, está "preso" de muchos mitos que lo simplifican y, más allá de sus ventajas, al ser un proceso implica que si perdés ese auto-control podés aprender de ese momento y mejorar sin quedar atado a un mal momento.

El auto-control es un proceso

El cínico diría "Controlarse es fácil ¿por qué perderías el auto-control?". Pero la realidad es más compleja, porque el auto-control implica trabajo y necesitás entender algunos mitos del mismo:

• "El autocontrol es innato": mentira, es como un músculo que se fortalece con la práctica.
• "La fuerza de voluntad es ilimitada": creer que la fuerza de voluntad es inagotable ignora la realidad del agotamiento por decisiones a las que cualquier persona está expuesta constantemente, sin descanso, y sin dedicarle tiempo a tu salud mental el auto-control puede agotarse.
• "Es resistir la tentación": esto es una sobre-simplificación, y deja de lado el entender las emociones, pensar a largo plazo, mantener hábitos positivos y, sobre todo, que esto es un proceso constante.

Las trampas del auto-control

Al mirarlo bien, entendés que el auto-control es como un músculo que tenés que ejercitar y que, como todo, implica un trabajo constante. De hecho hay 3 problemas de los que nadie habla, especialmente en el mundo emprendedor, donde parece que nadie se anima a hablar de salud mental, y que son consecuencia directa de buscar el auto-control pero sin una estrategia.

• La dependencia excesiva puede conducir al estrés: ejercitar constantemente el auto-control puede ser mentalmente agotador, y eso conduce al stress y agotamiento, una paradoja porque es lo que estás buscando evitar.
• Puede reducir el disfrute: un auto-control estricto puede limitar la capacidad de disfrutar de momentos espontáneos o de darse pequeños placeres.
• Efecto rebote: analizar tus actos constantemente y suprimir los deseos puede llevar a un fuerte efecto rebote, donde el autocontrol se rompe y terminas dándote permiso para todo o explotás y tenés UN momento donde generás una situación inexplicable.

Las 3 ventajas del auto-control

Hay mil libros, estudios y artículos para leer sobre el auto-control. Y aunque en general el auto-control se piensa como una forma de no caer en provocaciones, la realidad es que hay 3 cosas que podés sacar si lo ejercés bien:

• Mejor toma de decisiones: si sos capaz de reflexionar, vas a valorar beneficios y ventajas a largo plazo, sobre tentaciones a corto plazo.
• Conseguir objetivos personales y profesionales: si tus decisiones toman en cuenta los beneficios a largo plazo, la consecución de objetivos se hace más simple (compounding!), y eso va a bajar tus niveles de estrés.
• Mejora en relaciones: esto me parece clave; si sos capaz de entender y manejar las emociones, el auto-control generará interacciones más saludables y empáticas con los demás.

“Remember, it is not enough to be hit or insulted to be harmed, you must believe that you are being harmed. If someone succeeds in provoking you, realize that your mind is complicit in the provocation. Which is why it is essential that we not respond impulsively to impressions; take a moment before reacting, and you will find it easier to maintain control.”

 Epictetus, The Art of Living: The Classical Manual on Virtue, Happiness and Effectiveness

Aprendé, perdoná, planificá

Nadie es perfecto: si perdiste el control tenés que entender que ya pasó y que no podes resolverlo, pero podés enfocarte en entender y mejorar. Quizás la mejor técnica es dividir en 3 partes el "post-explosión":

• Reconocer y aprender: reconocé el desliz como una oportunidad de aprendizaje, no como un fracaso, para entender los desencadenantes y mejorar las estrategias.
• Perdónate a vos mismo: practicá la auto-compasión para evitar el diálogo interno negativo y la culpa, entendiendo que las recaídas son parte del proceso.
• Planificar para futuras tentaciones: elaborá estrategias sobre cómo manejar situaciones similares de manera diferente en el futuro, reforzando tus mecanismos de autocontrol.

“Wise men are not pacifists; they are merely less likely to jump up and retaliate against their antagonizers. They know that needless antagonizers are virtually already insecure enough.”

Criss Jami, Killosophy

Hace unos días Elon Musk demandó a OpenAI para que rompan sus alianzas comerciales. Hoy OpenAI respondió con datos mostrando que Elon Musk los demanda porque "logramos avanzar en la misión de OpenAI sin su ayuda". Honestamente no iba a hablar de la demanda de Musk porque es la continuación de su lobby personal por destruirla.

No sólo la "demanda" no tiene sentido porque no había un contrato sino que es un diatriba sobre cómo se aprovecharon de él, pero esto es simplemente una pelea de egos porque Musk no acepta que no se la regalaron.

Leer completa

La IPO de Reddit ya es oficial y, con la publicación de su S1 en la SEC, si logra una IPO exitosa va a ser uno de los últimos íconos de la web2.0 que logren un exit importante... ademas de hacer más rico a Sam Altman, pero eso depende de algunos desafíos que los veo complicados.

Asumo muchos de ustedes saben que creo en el valor de las comunidades online y he seguido a Reddit por largo tiempo y, de hecho, sigo teniendo las mismas dudas de siempre frente a sus desafíos:

Leer completa

Hoy Instacart comenzó a cotizar en el NASDAQ:CART con un valor de mercado de $10.000 millones y creo que todos los que están en el mercado de inversiones o emprendimiento deberían mirar esta empresa porque puede ser un gran barómetro del mercado.

Instacart IPO y la montaña rusa de crecer en COVID

Para los que siguen imaginando que llegar a cotizar es fácil, me gustaría que entiendan el timeline de esta empresa; fue fundada en 2012 ...

• En 2017 Amazon compró a WholeFoods que era el mejor cliente y le cortaron el contrato de delivery... muchos imaginaron que iban a morir pero;
• en 2018 consiguieron que muchos retailers que compiten con Amazon los comiencen a utilizar y asi "el enemigo de mi enemigo es mi amigo" lo dejo listo para
• Salir a bolsa en 2019... y cuando todo estaba listo, apareció COVID y de golpe su negocio explotó al punto de lograr levantar en un solo año más del doble de lo que esperaban levantar al salir a bolsa
• Era Marzo de 2021 y aparecieron Andreessen Horowitz, Sequoia Capital, D1 Capital Partners valorando la empresa en $39.000 millones y todos festejaban, pero terminó COVID y tuvieron que cortar todo porque el negocio cambió

Sin embargo Apoorva Mehta, su CEO, logró convertir a Instacart en una empresa rentable, preparar un IPO y ser el primero de la "era de los unicornios" en salir al mercado y asi convertirse en una prueba de como el mercado valora realmente a los que levantaron con cotizaciones de zero interest rate phenomenon.

Hoy el pop fue de 40% y durante el dia se estabilizó en -10% veremos en un mes como el mercado analiza esto y si vuelven los exits realmente y no los papelitos de colores :)

Mi postura sobre SVB es super clara, hice un post sobre el tema que es publico, pero estaría bueno leer otro punto de vista al simplificado que está dando vueltas por las redes sociales; por un lado Michael Moritz, partner de Sequoia en el Financial Times, y por otro Hemant Teja, CEO y MD de General Catalyst.

Pero antes que nada quiero dejar en claro 3 puntos que nadie puede negar y que haciendo el post mortem parecen no ser importantes:

• El valor del SVB en el nacimiento del ecosistema de startups y VCs es innegable. Cuando las empresas tecnológicas nacen y son "una idea liderada por dos emprendedores" los bancos tradicionales no le prestan atención... y cuando estás armando tu primer vehículo de inversión ¿quién estaba ahí dándote servicios?
• El manejo de riesgo fue terrible, aun con la excusa que los depósitos se triplicaron en la pandemia, diversificar mal fue estúpido y eso se paga; encima el CEO solo generó desconfianza con un timming terrible y una comunicación terriblemente mala.
• La cámara de eco de nuestro mercado fue destructiva y mostró POCO profesionalismo. De 3 fondos que arrancaron la corrida, las redes sociales empujaron una corrida de 42.000 millones de dólares en menos de 2 días, 3 veces más que la segunda corrida bancaria de la historia y aún así todos los pedidos fueron honrados.

Ecosistema implica una interconexión

In a perverse way, SVB has paid a price for its loyalty. Much will be said about the reasons for its demise, but few will dwell on what made it special for those of us in Silicon Valley. SVB stayed close to its roots and its customers. When it collapsed almost all of its 40,000 customers were technology companies — a drop in the bucket for the big banks.

Michael Moritz - Sequoia en el FT

"What should have been sophisticated, systems-level thinking quickly gave way to the most basic human instinct to act in one’s own self-interest, not out of malice or greed, but to ensure survival." ... "But the losses SVB reported should not have been fatal. The value-generating parts of the business remained intact, as did the deep relationships and trust SVB enjoyed with nearly every actor in our industry."

The counternarrative—that those investors who panicked first were fulfilling a fiduciary duty—is incomplete. We were all shocked at the speed with which the events of last week unfolded. But causing a bank run at the most important institution in your sector can hardly be considered an act of fiduciary duty. While your own company may be able to recover most or all of its cash, what happens if the resulting collapse wipes out your customer base? Or your venture debt provider?

Hemant Taneja - CEO General catalyst @ The Information

Creo que esas notas dicen bastante claro que hay algo que se perdió en el momento donde algunos dejaron de "ayudar a emprendedores a crecer!" para crear FUD (Fear, Uncertainty and Doubt) en redes sociales. De nuevo, el management hizo una peor que otra, pero no estoy seguro de que el banco fuera a colapsar.

La industria se debe un gran debate, que afortunadamente se está dando pero a puertas cerradas, sobre cómo se manejan rumores en épocas de redes sociales y mentalidad de rebaño.

Si decimos que de los errores se aprende.... tenemos una gran oportunidad como ecosistema, aunque hayamos matado a uno de los mejores socios del ecosistema.

La crisis del Silicon Valley Bank me trajo recuerdos a un Ministro de economía argentino quejándose del mercado -"Les hablé con el corazón y me respondieron con el bolsillo"- porque un componente importante de esta crisis se dio por temas de percepción y timming sumadas a una de las peores diversificaciones a nivel negocio que vi:

SVB customers were pulling deposits out of the bank as the prolific venture capital fund Founders Fund advised its startup companies to withdraw funds from SVB. This deposit outflow is forcing the bank to sell bonds worth $21bn at a combined post-tax loss of $1.8bn forcing SVB Financial to announce a public offering of common stock worth $1.25bn and $500mn of depository shares.

Esto disparó una serie de comunicaciones por parte del CEO que, en otro momento, podría generar un debate sobre que sus comunicaciones hicieron un cocktail explosivo:

• El CEO decidió vender varios millones de dólares que tenia en acciones del banco.
• Decidieron reforzar su balance sheet con 2.5bn luego de la venta de MBS a pérdida.
• Comunicaron esto el mismo dia que Silvergate, otro banco, tenía que cerrar operaciones por sus problemas de balance-sheet (misma lógica)
• Y comenzaron algunas declaraciones del CEO: “We have ample liquidity to support our clients, with ONE exception” y “If everybody is telling each other that SVB is in trouble, that will be a challenge.”

Honestamente creo que la suma de mala estrategia de negocio sumada a un muy mal timming y estrategia de salida, crearon lo que llevó al banco preferido del ecosistema de startups y fondos de inversión a ser intervenido por la FDIC porque no lograron interés de compradores que, en este punto, esperan que todo se rompa para pagar menos.

¿Cómo sigue esto? El procedimiento tradicional de la FDIC:

"All insured SVB depositors will have access to their insured deposits no later than Monday morning" ... "It would pay uninsured depositors an advance dividend within the next week." ... "Uninsured depositors will get a receivership certificate for the remaining amount" ... "as it sells off SVB’s assets, future payments may be made to uninsured depositors" ... "the FDIC will now look for a buyer to take over SVB" ... "If one can't be found, the bank will likely be pieced out over the coming weeks. Stockholders in the bank will be wiped out."

Ahora ¿quién va a pagar por este outlook? Acá les dejo el PDF con el update oficial del banco.

Pocos libros son mas utiles para un startup que esta teniendo tracción que Startup Boards: A Field Guide to Building and Leading an Effective Board of Directors de Brad Feld y Mahendra Ramsinghani.

A veces se olvida que un board basicamente ademas de ayudar, guiar, opinar al CEO tiene la responsabilidad de proveer "accountability" y supervision ... y las reuniones de ese directorio tienen que ser super claras, con estructura y agenda para que nadie pierda el tiempo.

• ejemplo: sin agenda ni pre-reads se hacen preguntas que solo hacen perder tiempo; que haya agenda e información clara ayuda a entender quien le dedica tiempo realmente y quien no suma valor.

No solo eso, sino que entender como se compone y estructura un board ayuda a hacerlo efectivo sin que haya desbalances de poder (la cantidad de discusiones que he visto por esto) especialmente en situaciones donde el apoyo del board es clave: en 2021 era como discutir valuaciones astronomicas, en 2023 y 2024 podemos asumir discusiones menos amigables como M&A y firesales o como querer poner mas plata si estas creciendo sin parar ;)

When building a board, the path of least resistance is to start with what you have (Founders) and add the people who are included with your financing (Investor Directors). But having seen the impact of independent domain experts, I’m blown away that bringing some onboard as soon as possible isn’t a matter of top priority for founders.  

Will Gibs de Octopus Ventures

Una parte que me parece super interesante es como crear un "perfil" de board y especialmente como elegir los directores independientes (la falta de claridad al momento de "reclutarlos" mata muchas grandes sociedades), especialmente por sus redes, influencia en el ecosistema pero también teniendo en contra potenciales conflictos de interés o incluso compensación.

En definitiva, es un gran recurso para emprendendores... y en Amazon sale U$S18 para descargar en Kindle, una ganga ;)

Cuando Elon Musk decidio cortar acceso a las APIs a los developers externos lo hizo sin anuncio oficial, sin aviso de lo que iba a venir y sobre todo sin darle tiempo a los que ayudaron a Twitter crecer como plataforma a cambiar sus modelos o cerrar de forma ordenada.

Twitterific fue el que le dio el nombre "tweets" y el que uso un pajaro como logo antes que Twitter el que creo la primer app para MacOS y hasta el que "nesteó" respuestas a los tweets... literalmente creó el concepto de conversaciones y hoy está pidiendo a sus usuarios que instalen un update a sus apps solo para evitar la bancarrota.

¿que paso? un dia dejaron de funcionar sin motivo y hoy estan pagando las malas decisiones de Twitter

Twitter is enforcing its long-standing API rules. That may result in some apps not working.

— Developers (@XDevelopers) January 17, 2023

Ese dia se dieron cuenta que no tenian mas acceso a Twitter y tuvieron que asumir que su negocio habia muerto... pero no solo eso, sino que al morir su acceso a Twitter las suscripciones anuales via Apple Store se empiezan a devolver a los usuarios de forma automática; para entenderlo mejor:

Twitter’s kneecapping of third-party clients didn’t just mean that their future revenue was gone — it meant revenue they’d already collectedfrom App Store subscriptions would need to go back to customers in the form of prorated refunds for the remaining months on each and every user’s annual subscriptions. Consider the gut punch of losing your job — you stop earning income. It’s brutal. Now imagine that the way it worked when you get fired or laid off is that you’re also suddenly on the hook to pay back the last, say, 6 months of your income. 

Tweetbot and Twitterrific Face the Cliff

Lo que hizo Twitter/Musk es simplemente imperdonable en un ecosistema de partners... cuando uno tiene relaciones no solo comerciales sino casi simbioticas como una plataforma y sus clientes si no hace un "sunsetting" el acceso a las APIs porque sino matas a todo el ecosistema

Lección para ambas partes: el onboarding tiene la gran ventaja de que es el momento donde tenés todo por ganar y donde ambas partes se suman valor; el off-boarding en cambio necesita ser planeado porque la dinámica de abandonar una plataforma tiene derivadas que no podes ver instantáneamente.

Leccion para las "terceras partes": cuando haya cambios estratégicos en una plataforma creá planes de contingencia para estas situaciones.

2022 y 2023 son años donde el tsunami de capital barato y fondos que tenían tasas de retorno monstruosas en papel parecen haber terminado; estos últimos 5 años fueron una anomalía y es simple: con tasas altas algunos fondos se secan y levantar capital vuelve a ser el trabajo que fue siempre pero aprovechando el momento aparecen los que te dicen "no es necesario discutir ahora la valuación" (FT)

Y como emprendedor aparece una decision difícil: "Estoy quemando mas que lo que genero ¿acepto una ronda a menor valor que la anterior? ¿acepto una ronda con términos "estructurados"? ¿busco ser rentable a toda cosa?" no hay un consejo universal pero mi postura termina siendo casi siempre la misma que este titulo: una Ronda estructurada... es solo una ultima opción.

Los mismos que te convencían de levantar rondas a valuaciones altísimas, son los que hoy te ofrecen capital fresco "manteniendo la valoración sin discutirla en este momento

Mi razonamiento es bastante simple; enfocarse 100% en ser rentable es difícil e implica tomar decisiones duras pero tiene ¿que proyectos cortas? ¿que equipos son impactados? ¿que base de clientes/usuarios perderás? ¿como los compensas? y encima no todos pueden hacerlo... porque al enfocarte en el hoy, a veces tenes que matar parte de la vision que tenias para tu startup; pero si sale bien te deja en una posición envidiable.

Por otro lado, un downround, o levantar una ronda de inversion a un valor menor que la anterior, que tiene downsides muy claros (ej: sostener tu valuación convierte tu equity en ventaja competitiva para M&A o atracción de talento) no es es una sentencia de muerte y si pensáis en el largo plazo no importa realmente, solo estás difiriendo un poco el liquidity event que todos buscan.

De hecho estos son algunos casos de éxito (y también de survivorship bias :P):

• Flipkart, down round a 1.6b en 2016... hoy respaldada por $WMT cerrando ronda a 40bn
• Wealthfront, dowround a 500m en 2018... ronda en Sept/22 a 1.4bn
• Facebook, down round a 10bn en 2019... hoy $META vale 333bn
• Doordash, down round a 700m en 2016.. hoy $DASh 19.5bn
• Square, fue down-exit... su IPO fue al 50% del valor de su ultima ronda.. hoy $SQ esta 20x arriba

¿Porque una ronda estructurada la creo una opción de ultima instancia? Porque en general el único objetivo del que levanta capital es sostener la valuación, mientras el objetivo del inversor que te trae una ronda estructurada no es tener ganancias financieras gracias al éxito del startup sino gracias a ventajas ganadas en cláusulas "escondidas".

Si el ROFO te parece complicado aprende el significado de ratchet, liquidity preference, veto a ofertas de M&A, el Dividendo con Pago en Especies, cláusulas basadas en series... el problema es que cada nuevo inversor, en cada nueva ronda, va a entender que alguien tiene a perpetuidad ventaja sobre el retorno de tu startup (*).

Pero no todo es negativo ¿quienes están hoy en un gran momento? los que levantaron capital de forma medianamente coherente, sin aceptar los cheques con 48horas de due diligence, sin dejarse guiar por el FOMO de inversores con necesidad de desplegar billions... o los que, con sacrificio, lograron ser cash-flow positive y pueden extender esa estructura en el tiempo sin necesidad de seguir enterrándose gracias a malos inversores :)

A veces los datos ayudan a entender si los mitos tienen algo de base real; cuando uno mira los datos duros del batch se puede hacer una idea interesante de quién es, realmente, el emprendedor promedio "Y Combinator Summer 2021"y cuáles son los patrones de los "elegidos".

El promedio de edad está en los 30 años, con 9 años de experiencia laboral; las 5 empresas más representadas en los fundadores son Google, Oracle, IBM, Yahoo! y Microsoft. Las 5 universidades son Stanford, Harvard, MIT, Berkeley y Wharton, lo cual es súper importante porque el 54% de los fundadores tiene de un Master para arriba.

Leer completa

El manual del buen inversor dice que hay que preguntarle a todo startup "¿cómo puedo ayudarte?" y que, cada tanto, explicar que uno es un "operador" y por lo tanto sabe cómo ayudar; de hecho este es el nuevo mantra de la industria pero ¿puede realmente un inversor ayudante? Y si es así ¿en qué parte de tu negocio puede hacerlo?

Carl de Creandum hizo una interesante encuesta con 71 inversores y 88 emprendedores para entender si los fondos sumaban valor, donde lo sumaban y como se percibía esa ayuda desde el lado emprendedor. El resultado no te sorprenderá ;)

Leer completa

Cada vez que dudes del poder de la suscripciones como modelo de negocio dedicale 10 minutos a mirar cuántas suscripciones estás pagando, cómo se superponen y si podrías ahorrar con un bundle. Te va a llevar más de 10 minutos y te va a sorprender el gasto anual total: por eso vivimos en un mundo de suscriptores

En términos de estrategia lo resumiría bastante simple: un negocio de suscripción te permite extender el LTV en diferentes niveles; no hay fricción de pago en cada momento, incluso en ese momento de pago el precio es inferior al pago up-front, en algunos mercado creas una barrera para tus competidores, podes planificar mejor tus costos y por lo tanto sumar nuevas funcionalidades o servicios... e incluso, la gente se olvida qué es lo que paga y esos son ingresos recurrentes.

Pero no solo eso, como dije en 2018:

Las suscripciones y las compras repetitivas nos permiten medir, perfilar, entender al cliente y mejorar nuestra oferta mientras ampliamos el catálogo de productos que le podemos vender.

Pero el poder de las suscripciones es tan grande que incluso yo, aún sabiendo cómo es el modelo de negocio, me olvido y voy sumando suscripciones, porque esto empezó ayer cuando revisé mi lista de suscripciones en Apple y me di cuenta que tengo cero control.

• Video (en orden de consumo)
  • Netflix
  • HBO Max
  • Apple TV
  • Star+
  • Disney+
• Música (en orden de consumo)
  • Spotify
  • Apple Music
• Almacenamiento:
  • Dropbox
  • iCloud
• Productividad:
  • Microsoft 365
• Varios:
  • Amazon Prime
  • Strava
  • MercadoLibre (Nivel 6)
  • Apple Care (Telefono/PC)

Si quieren leer algo les puedo recomendar al menos 3 libros que son geniales:

• Subscribed: Why the Subscription Model Will Be Your Company's Future - and What to Do About It: es una de las mejores explicaciones del mercado.
• The Forever Transaction: How to Build a Subscription Model So Compelling, Your Customers Will Never Want to Leave: es un gran libro que incluye ejemplos de cambio corporativo.
• The Membership Economy: Find Your Super Users, Master the Forever Transaction, and Build Recurring Revenue: está bueno, es una especie de manual.