Las reglas para construir una startup cambiaron. Sin embargo, para Sam Altman, buena parte de los emprendedores todavía organiza sus compañías con modelos heredados de la última década. Contratan menos personas, incorporan herramientas de inteligencia artificial y aceleran algunas tareas, pero mantienen estructuras, procesos y objetivos diseñados para otro contexto tecnológico.
“Una startup de hoy todavía se parece principalmente a una startup de hace diez años porque esa es la sabiduría recibida sobre cómo se supone que hay que hacerlo”, afirmó el CEO y cofundador de OpenAI durante una extensa entrevista en el ciclo Relentless.
El cuestionamiento no implica que los principios tradicionales hayan perdido completamente su valor. A lo largo de la conversación, Altman recuperó varios consejos clásicos para emprendedores: comprender el problema antes de construir una solución, formar buenos equipos, concentrar recursos, aprender a convivir con las crisis y reconocer cuándo un producto genera una adopción genuina.
Pero incorporó una diferencia central. La inteligencia artificial no representa solamente una herramienta para ejecutar esos pasos con mayor eficiencia. También modifica la velocidad, la escala y el tipo de compañía que puede crearse. “Es increíble cómo puede verse ahora una startup de diez semanas”, señaló. Y agregó que una empresa joven que hoy presenta el mismo nivel de desarrollo que habría tenido una startup de esa antigüedad hace diez años “está en problemas”.
Hacer en semanas lo que antes demandaba un año
Altman ejemplificó el cambio con una startup de apenas dos semanas que había conocido recientemente. La compañía había desarrollado una nueva suite de productividad, con documentos, presentaciones y hojas de cálculo, pensada desde el comienzo para que la inteligencia artificial pudiera utilizar esos formatos como un consumidor de primera clase.
Según el empresario, construir un producto de esas características habría requerido cerca de un año hasta no hace demasiado tiempo. La reducción de los tiempos de desarrollo abre oportunidades, pero también eleva las exigencias. Si todos los equipos tienen acceso a herramientas capaces de programar, investigar, diseñar y automatizar tareas, la velocidad deja de ser únicamente una ventaja y se transforma en una condición para competir.
Altman considera que este escenario favorece especialmente a las startups. Las compañías jóvenes obtienen su mayor ventaja cuando las reglas del mercado se modifican, los costos caen y los ciclos de producción se acortan. Mientras las grandes corporaciones deben adaptar estructuras existentes, los nuevos jugadores pueden organizarse directamente alrededor de las posibilidades que ofrece la tecnología. “Las startups tienen la mayor ventaja cuando el terreno está cambiando más”, resumió.
Su propia experiencia con OpenAI funciona como ejemplo. Altman reconoce que resulta difícil explicar por qué grandes compañías tecnológicas, con más capital, infraestructura y talento, no lograron tomar una ventaja definitiva en inteligencia artificial. La respuesta, al menos parcialmente, se encuentra en la dificultad que tienen las organizaciones establecidas para reaccionar ante transformaciones que cuestionan sus estructuras anteriores.
El riesgo de hacer lo mismo que todos
El crecimiento del mercado también produjo una fórmula que se repite entre los nuevos emprendimientos: aplicar agentes de inteligencia artificial a una industria o función empresarial específica.
Altman no descarta ese modelo. Admite que muchas de esas compañías pueden funcionar y convertirse en buenos negocios. Sin embargo, anticipa que enfrentarán una competencia intensa y probablemente no serán las empresas que definan esta etapa tecnológica. “Me sorprende que no haya más personas diciendo: ‘Voy a asumir este desafío completamente alocado con este nuevo conjunto de herramientas’”, sostuvo.
Para el ejecutivo, existe una fuerte tentación de utilizar los agentes disponibles para capturar oportunidades inmediatas y relativamente sencillas. El problema es que esa estrategia concentra a numerosos competidores alrededor de las mismas soluciones.
Las startups con mayor potencial serían, según su razonamiento, aquellas capaces de utilizar la IA para resolver problemas que hasta ahora parecían demasiado complejos, caros o ambiciosos. No se trata únicamente de agregar inteligencia artificial a una tarea existente, sino de construir productos y compañías que antes no podrían haber existido.
Construir para los modelos que vienen
Uno de los principales consejos de Altman es no diseñar una startup únicamente a partir de las capacidades actuales de la tecnología.
El CEO de OpenAI sostiene que los fundadores deben incorporar a sus planes la posibilidad de que los modelos continúen volviéndose más inteligentes y económicos. Esto significa que una empresa puede empezar a trabajar hoy en un producto que todavía requiere capacidades demasiado costosas o directamente inexistentes, pero que podrían estar disponibles dentro de dos o cuatro años. “Está bien comenzar a trabajar ahora en cosas que requieren modelos más inteligentes o más baratos”, afirmó.
La recomendación implica asumir un riesgo. Una startup puede adelantarse demasiado o construir sobre una evolución tecnológica que no ocurra de la manera esperada. Pero Altman considera que el mercado todavía no terminó de incorporar la velocidad exponencial con la que avanzan los modelos y que allí existe una oportunidad.
Su forma de planificar combina una dirección de largo plazo con flexibilidad operativa. En lugar de intentar describir detalladamente cómo será el mundo dentro de veinte años y retroceder desde allí, prefiere sostener unas pocas convicciones fuertes sobre el futuro y decidir, desde el presente, qué puede hacerse durante el próximo año. La clave es tener claridad sobre la dirección sin convertir cada predicción en una certeza.
Una startup nativa de IA no es solo una empresa con menos empleados
Altman admite que algunas compañías comenzaron a reducir sus equipos y destinar una mayor parte de sus presupuestos a herramientas como Codex. Sin embargo, considera que ese cambio es insuficiente. “Probablemente debería verse muy diferente”, planteó sobre la startup de esta época.
La entrevista no presenta una fórmula cerrada sobre cómo debe organizarse esa nueva compañía. Pero sí deja una advertencia: si la única transformación consiste en contratar menos personas y comprar más tokens, las startups apenas estarán utilizando una tecnología nueva dentro de un modelo operativo viejo.
Una compañía verdaderamente nativa de IA debería revisar desde cero cómo desarrolla productos, distribuye tareas, toma decisiones, forma equipos y escala. La transformación no pasaría solamente por automatizar puestos existentes, sino por diseñar una organización en la que personas y sistemas de inteligencia artificial trabajen de otra manera.
El desafío de abandonar proyectos buenos
La velocidad no elimina la necesidad de elegir. Por el contrario, cuanto más sencillo resulta construir nuevos productos, mayor es la importancia de decidir dónde concentrar recursos.
Altman sostiene que una misión clara y una comprensión profunda del problema permiten determinar qué debe hacer una compañía y, especialmente, qué debe dejar de hacer. “Si algo no funciona y te quedás sin ideas, podés eliminarlo. Eso es más fácil. Lo realmente difícil es cuando algo funciona muy bien: cuándo decidís eliminar las otras cosas para conseguir que funcione todavía mejor”, explicó.
OpenAI atravesó varias decisiones de este tipo. Cuando GPT-3 comenzó a mostrar resultados, la organización cerró o redujo proyectos que consideraba prometedores, entre ellos sus desarrollos en robótica, para concentrar esfuerzos en los modelos de lenguaje.
Altman afirma que el mismo razonamiento se aplicó cuando los agentes de programación empezaron a crecer. La empresa redirigió recursos desde otros productos que también podían tener éxito porque consideró que la programación representaba una oportunidad más estratégica.
La enseñanza es que el fracaso no es la única razón para cerrar una iniciativa. Una compañía también puede abandonar un buen proyecto cuando aparece una alternativa capaz de generar un impacto mucho mayor. Esto exige ignorar, hasta cierto punto, los costos hundidos. El dinero invertido, el tiempo de desarrollo y el apego del equipo no deberían determinar por sí solos cómo se utilizarán los recursos en el futuro.
Entender el problema antes de enamorarse de la solución
La necesidad de avanzar rápido podría interpretarse como una invitación a lanzar productos sin suficiente análisis. Sin embargo, Altman establece una diferencia entre ejecutar con velocidad y apresurarse a definir una solución.
A partir de su trabajo con el diseñador Jony Ive, aseguró haber comprendido que el buen diseño depende más de estudiar profundamente un problema que de una aparición repentina de inspiración. “Un gran diseño tiene mucho más que ver con entender el problema que con un destello de lucidez”, afirmó.
El proceso requiere investigar el contexto, los usos, los materiales, los comportamientos y las pequeñas decisiones que forman parte de la experiencia antes de quedar atrapado en una respuesta específica. La startup debe moverse rápido, pero no necesariamente enamorarse rápido de la primera solución que encuentra.
Cómo reconocer si existe una adopción real
Altman también presentó un criterio para distinguir una tendencia tecnológica genuina de una moda: observar qué sucede después de que las personas prueban un producto. La cantidad de inversión, la cobertura mediática o el entusiasmo inicial no alcanzan. Una tendencia es real cuando un grupo de usuarios incorpora la herramienta a sus rutinas, vuelve a utilizarla y comienza a organizar parte de su vida o trabajo alrededor de ella.
Esa fue la señal que Altman identificó después del lanzamiento de ChatGPT. Durante los primeros días, algunos investigadores de OpenAI creían que el crecimiento podía responder a un impacto publicitario pasajero. Él, en cambio, había observado patrones similares en las compañías de Y Combinator y consideró que el aumento orgánico tenía las características de un fenómeno duradero.
Cuando ChatGPT superó el millón de usuarios en su quinto día, entendió que OpenAI estaba a punto de dejar de ser principalmente un laboratorio para convertirse en una compañía de productos de alcance masivo.
La intensidad de uso, en ese sentido, resulta más importante que el entusiasmo superficial. Las startups deberían buscar un grupo de personas que realmente necesite y utilice el producto antes que una gran cantidad de usuarios atraídos momentáneamente por una novedad.
Equipos rápidos y fundadores preparados para el caos
Para Altman, cerca del 90% de la velocidad de una organización depende de las personas elegidas para sus puestos de liderazgo. Por eso, una de las características que analiza en cada ejecutivo es si se trata de alguien que se mueve rápido o lentamente.
El empresario prefiere promover líderes internos porque ya conoce su forma de trabajar. Cuando debe contratar una persona externa, recomienda mantener numerosas conversaciones, revisar referencias y buscar alguna oportunidad para trabajar juntos de manera informal antes de tomar la decisión.
También cuestiona la idea de que un fundador solo puede contratar talento en disciplinas que comprende profundamente. Altman reconoce que producto y diseño no son sus mayores fortalezas, pero asegura que puede identificar a una persona excepcional en esas áreas.
Su recomendación es concentrarse en potenciar las fortalezas propias y sumar a quienes puedan cubrir las capacidades que faltan. Intentar corregir obsesivamente aquello para lo que una persona no tiene habilidad puede convertirse en una trampa.
La construcción de una startup también exige desarrollar una relación diferente con las crisis. Altman recuerda que, durante sus años en Y Combinator, podía distinguir rápidamente a los fundadores nuevos por la manera en que reaccionaban cuando algo salía mal.
Las primeras crisis se viven como acontecimientos capaces de destruir la empresa. Después de superar varias, los fundadores comprenden que los problemas nunca desaparecen y aprenden a funcionar en medio del caos. “No creo que sea algo que pueda enseñarse. Creo que solo puede aprenderse”, afirmó.
Ambición, pequeñas victorias y pedidos imposibles
Altman observó otro problema frecuente entre quienes llegaban a Y Combinator después de trabajar en grandes compañías: una ambición limitada por años de responder ante jefes, docentes o estructuras que les indicaban qué podían hacer.
Su método para ampliar esa ambición no consiste en ofrecer grandes discursos motivacionales. Prefiere generar pequeñas victorias repetidas. Una persona intenta algo que creía fuera de su alcance, lo consigue y utiliza esa experiencia como evidencia para asumir un desafío mayor.
También aconseja pedir directamente aquello que se necesita, incluso cuando parece improbable obtenerlo. Expertos, potenciales socios y otras personas suelen estar más dispuestos a ayudar de lo que los emprendedores imaginan.
Esa lógica también se aplica a los objetivos internos. Altman mencionó el esfuerzo de OpenAI por competir en el mercado de las herramientas de programación cuando la empresa se encontraba por detrás de Claude Code. El consenso indicaba que intentar alcanzar a un producto con semejante impulso era una misión casi imposible. Sin embargo, la compañía consideró que la programación era demasiado importante como para abandonar esa categoría y le pidió al equipo que asumiera el desafío.
Para Altman, no todas las batallas merecen ese esfuerzo. Pero existen áreas tan determinantes para la misión de una compañía que renunciar a ellas puede ser más riesgoso que intentar lo improbable.
Ese criterio resume buena parte de su visión sobre cómo construir una startup en la actualidad. La inteligencia artificial permite avanzar más rápido y con menos recursos, pero esa facilidad también multiplica los competidores y vuelve más efímeras las ventajas. En ese escenario, utilizar las mismas herramientas que todos no alcanza.
La oportunidad está en construir para lo que todavía no es posible, organizar las empresas de una manera diferente y asumir desafíos que las estructuras tradicionales no están preparadas para enfrentar.
