Fuente: Y Combinator
En Silicon Valley, Y Combinator (YC) es reconocido como la "piedra filosofal" global para startups.
Como la incubadora de empresas emergentes más prestigiosa del mundo, desde su fundación en 2005, YC ha incubado a más de 5600 empresas, dando vida a gigantes tecnológicos como Airbnb, Stripe, Dropbox, Reddit y Coinbase. Incluso Sam Altman, el actual CEO de OpenAI, también ocupó el cargo de presidente de YC.
Se puede decir que la perspectiva de YC representa las tendencias más avanzadas en emprendimiento tecnológico. Recientemente, Diana Hu, socia de YC, planteó un juicio impactante en el podcast "Cómo construir una empresa con IA desde cero" ("How To Build A Company With AI From The Ground Up"): La velocidad de operación de las empresas emergentes nativas de IA podría ser hasta 1000 veces mayor que la de los gigantes existentes en la industria.
TinTinLand ha resumido los puntos clave del vídeo original. Veamos, desde la perspectiva de YC, cómo debería operar una verdadera empresa nativa de IA.
No "usar IA", sino "operar sobre IA"
Actualmente, la mayoría de las discusiones sobre IA aún se centran en el nivel de "aumentar la eficiencia", como "la IA puede hacer que los ingenieros sean más eficientes" o "necesitamos añadir un Copilot a nuestros flujos existentes". Este marco mental es fundamentalmente erróneo.
El verdadero cambio no es un aumento de la productividad, sino la emergencia de capacidades completamente nuevas.
Una verdadera empresa nativa de IA no debería considerar la IA simplemente como una herramienta, sino como su sistema operativo (OS). En este modelo, cada flujo de trabajo, cada decisión y cada proceso deben ser manejados a través de una capa inteligente que aprende y mejora continuamente.
Con las herramientas de IA, una persona adecuada ahora puede construir funciones que antes requerían un equipo completo, o incluso funciones que antes eran imposibles de implementar.
Hacer que toda la empresa sea consultable por IA
Construir un sistema de bucle cerrado
Diana introdujo el concepto de "bucle cerrado" (Closed Loop) de los sistemas de control para describir la empresa de IA ideal.
-
Sistema de bucle abierto (Open Loop): Esta es la forma en que operan las empresas tradicionales. La gerencia toma decisiones, los empleados ejecutan, pero los resultados a menudo no pueden medirse y retroalimentarse sistemáticamente. Todo el proceso sufre una gran pérdida de información.
-
Sistema de bucle cerrado (Closed Loop): El sistema monitorea continuamente la salida, captura información y la retroalimenta a la IA, optimizando así los procesos con el tiempo.
Prerequisito para el bucle cerrado: Capacidad de consulta
Para lograr este bucle cerrado, es necesario hacer que la empresa sea completamente transparente y consultable para la IA.
Esto significa que todas las acciones internas de la empresa deben producir "productos digitales" que la IA pueda aprender:
👉 Utilizar asistentes de IA para registrar reuniones de principio a fin, reducir el uso de mensajes privados y correos electrónicos, integrar agentes de IA en todos los canales de comunicación, y construir un panel de control en tiempo real que abarque ingresos, ventas, ingeniería, contratación y operaciones para toda la empresa.
Ejemplo concreto: La revolución en la gestión de ingeniería
Diana dio un ejemplo concreto de gestión de ingeniería: Supongamos que tienes un Agente de IA que tiene acceso completo a los tickets de Linear, los canales de Slack, los repositorios de código de GitHub, los documentos de Notion, los correos de feedback de clientes y las grabaciones de las reuniones diarias de pie.
Entonces, este Agente puede analizar realmente qué se entregó en el último ciclo de iteración y cómo se alineó con las necesidades del cliente, en lugar de depender de la información distorsionada que proviene de informes jerárquicos.
Sobre esta base, el Agente puede ir un paso más allá: proponer automáticamente el plan de ingeniería para el próximo ciclo de iteración, haciéndolo más predecible y preciso. Diana mencionó que ha visto equipos que adoptan este método y reducen a la mitad el tiempo de ingeniería, mientras completan casi diez veces más trabajo.
El principio central detrás de esto es: Para obtener toda la capacidad de la IA, debes proporcionar al modelo el mismo nivel de contexto que tienen los empleados.
Fábrica de software: Los humanos definen las especificaciones, la IA escribe el código
A nivel de desarrollo de productos, está surgiendo un nuevo paradigma: la fábrica de software impulsada por IA. Esta es una evolución del desarrollo guiado por pruebas (TDD):
-
Los humanos definen el éxito: Los humanos escriben las especificaciones de requisitos (Spec) y los casos de prueba que definen los criterios de éxito.
-
La IA ejecuta la implementación: Un Agente de IA genera el código de implementación y itera continuamente hasta pasar todas las pruebas.
-
Cambio de rol humano: El humano define qué construir y juzga el resultado; escribir el código en sí es trabajo del Agente.
Diana señaló que algunas empresas líderes ya han logrado que no haya código escrito a mano en su base de código, solo Specs y kits de herramientas de prueba.
Esto también hace realidad la predicción del ingeniero de software Steve Yegge sobre el "ingeniero de mil aumentos": rodear a un solo ingeniero con un clúster sistemático de Agentes, permitiéndoles construir cosas que antes serían imposibles de lograr por sí solos.
Aplanamiento 2.0: Una nueva arquitectura organizativa
Cuando una empresa se vuelve consultable y los flujos de información son transparentes e impulsados por una capa de IA, la arquitectura de gestión piramidal tradicional deja de ser efectiva.
Tradicionalmente, necesitábamos gerentes de nivel medio para transmitir información hacia arriba y hacia abajo en la organización. Pero en el nuevo mundo, la capa inteligente de IA asume esta responsabilidad. Si tu empresa es consultable y altamente digitalizada, entonces deberías necesitar casi ningún "middleware humano".
Cada capa de enrutamiento humano que eliminas es una ganancia directa de velocidad.
Tres tipos de empleados en la empresa del futuro
Diana citó la opinión de Jack Dorsey, fundador de Block (antes Square): si mantienes la estructura organizativa y los modelos de gestión antiguos, te estás perdiendo completamente esta ola.
La empresa nativa de IA del futuro estará compuesta por los siguientes tres tipos de empleados:
-
Primer tipo: Contribuidor individual (IC). Son las personas que crean y operan cosas directamente. En una empresa nativa de IA, esto no se limita a ingenieros: operaciones, soporte, ventas... todos llegan a las reuniones con prototipos funcionales, no con presentaciones de PowerPoint.
-
Segundo tipo: Responsable directo (DRI), enfocado en la estrategia y los resultados para el cliente. No es un gerente en el sentido tradicional, sino una persona con responsabilidad clara por un resultado específico.
-
Tercer tipo: Fundador de IA, que está en la vanguardia, dando ejemplo al equipo sobre las ganancias de capacidad que trae la IA, en lugar de delegar la estrategia de IA a otros.
Cambio clave: Maximizar la cantidad de Tokens
👉 El cambio más crucial para una empresa nativa de IA no es maximizar el número de personas, sino maximizar el uso de Tokens.
-
Equipos más ágiles: Un empleado equipado con herramientas de IA puede producir el equivalente a lo que antes hacía un enorme equipo de ingeniería.
-
Reestructuración presupuestaria: Los fundadores deben estar dispuestos a pagar facturas de API muy altas. Porque estas facturas sustituyen costos de mano de obra extremadamente caros y engorrosos.
En este modelo, las startups pueden generar un impacto enorme con una escala muy pequeña.
Ventaja de "ataque de dimensionalidad" para las startups
¿Por qué ahora es el mejor momento para que las startups superen a los gigantes?
Diana señaló que las grandes empresas existentes enfrentan una grave "dependencia del camino". Deben mantener sus negocios actuales mientras deshacen años de procedimientos operativos estándar (SOP) y supuestos fundamentales acumulados. Para ellas, cambiar los procesos centrales es extremadamente riesgoso.
En contraste, las startups nativas de IA tienen una gran ventaja:
Puedes diseñar desde el primer día todo el sistema, la forma de trabajar y la cultura empresarial en torno a la IA. El resultado es que la velocidad de operación de las startups nativas de IA podría ser 1000 veces mayor que la de los gigantes existentes en la industria.
Conclusión: Una creencia que no se puede externalizar
Finalmente, Diana planteó una advertencia clave: No externalices tu creencia en el poder de las herramientas de IA; debes experimentarlo personalmente.
Debes sentarte personalmente frente a la computadora, trabajar con un Agente de programación, hasta que veas con tus propios ojos cómo rompen los límites de tu percepción sobre "qué es posible".
Para los fundadores en etapas tempranas, ahora es el mejor momento: sin las ataduras de sistemas heredados, sin equipos de miles de personas que necesiten re-capacitación, sin estructuras organizativas arraigadas. Tienes la libertad de construir la empresa correctamente desde cero.
Los ganadores del futuro pertenecerán a aquellos que se atrevan a implantar la IA en el alma de su empresa desde el primer día.








