Autor: Naman Bhansali
Compilación: Deep Tide TechFlow
Guía de Deep Tide: En las primeras etapas de la popularización de una nueva tecnología, siempre surge la ilusión de "igualdad tecnológica": cuando la fotografía, la creación musical o el desarrollo de software se vuelven extremadamente fáciles, ¿desaparecerán las ventajas competitivas? Naman Bhansali, fundador de Warp, combina su experiencia personal de pasar de un pequeño pueblo en India al MIT, junto con su práctica emprendedora liderando el sector de nóminas con IA, para revelar profundamente una verdad contraintuitiva: cuanto más baja la tecnología el listón (el suelo), más alto se eleva el techo (el límite superior) de la industria.
En esta era donde la ejecución se ha vuelto barata e incluso puede ser "codificada por vibraciones" (vibecoded) por la IA, el autor argumenta que la verdadera ventaja competitiva ya no es la mera distribución de tráfico, sino el "gusto" (Taste) difícil de falsificar, la comprensión profunda de la lógica subyacente de sistemas complejos y la paciencia para mantener el interés compuesto en una escala de diez años. Este artículo no solo es una reflexión fría sobre el emprendimiento en IA, sino también un argumento sólido de la ley de potencia que dicta que "la tecnología para las masas produce resultados para la élite".
Texto completo:
Cada vez que una nueva tecnología reduce las barreras de entrada, surge la misma predicción: si ahora todos pueden hacerlo, entonces nadie tiene ventaja. Los teléfonos con cámara convirtieron a todos en fotógrafos; Spotify convirtió a todos en músicos; la IA convierte a todos en desarrolladores de software.
Este tipo de predicciones siempre tienen razón a medias: el suelo (The floor) ciertamente sube. Más gente crea, más productos se publican, más competencia hay. Pero estas predicciones siempre ignoran el techo (The ceiling). El techo sube más rápido. Y la brecha entre el suelo y el techo —entre el nivel mediano y el nivel superior— no se reduce, sino que se amplía.
Esta es la característica de la ley de potencia (Power laws): no le importan tus intenciones. La tecnología igualitaria siempre produce resultados elitistas. Cada vez.
La IA no será una excepción, e incluso será más extrema.
La evolución del mercado
Cuando Spotify se lanzó, hizo algo realmente radical: permitió que cualquier músico del planeta accediera a canales de distribución que antes solo estaban disponibles para discográficas, grandes presupuestos de marketing y mucha suerte. El resultado fue una explosión en la industria musical —millones de nuevos artistas, miles de millones de nuevas canciones. El suelo ciertamente subió como se prometió.
Pero luego sucedió esto: el 1% superior de artistas ahora captura una proporción mayor de reproducciones que en la era del CD. No se hizo más pequeña, sino más grande. Más música, más competencia, más formas de encontrar contenido de calidad, hicieron que los oyentes, ya no limitados por la geografía o el espacio en estanterías, se congregaran hacia las obras más destacadas. Spotify no logró la utopía musical, solo intensificó el torneo.
La misma historia ocurrió con la escritura, la fotografía y el software. Internet generó la mayor cantidad de autores en la historia, pero también una economía de la atención más brutal. Más participantes, apuestas más altas en la cima, la misma forma básica: muy pocos capturan la mayor parte del valor.
Nos sorprende porque pensamos de forma lineal —esperamos que las ganancias de productividad se distribuyan uniformemente, como verter agua en un recipiente plano. Pero la mayoría de los sistemas complejos no funcionan así, nunca lo han hecho. La distribución de potencia no es una peculiaridad del mercado o una traición de la tecnología, es la configuración por defecto de la naturaleza. La tecnología no la crea, la tecnología solo la revela.
Piensa en la Ley de Kleiber (Kleiber's Law). Entre todos los seres vivos de la Tierra —desde bacterias hasta ballenas azules, abarcando 27 órdenes de magnitud en peso corporal— la tasa metabólica es proporcional al peso elevado a la 0.75. El metabolismo de una ballena no es proporcional al tamaño de una ballena. Esta relación es una ley de potencia, y se mantiene con alta precisión en casi todas las formas de vida. Nadie diseñó esta distribución, simplemente es la forma que toma la energía en sistemas complejos que siguen su lógica inherente.
Los mercados son sistemas complejos, la atención es un recurso. Cuando la fricción desaparece —cuando la geografía, el espacio en estanterías y los costos de distribución ya no actúan como amortiguadores— el mercado converge hacia su forma natural. Esa forma no es la curva de campana de una distribución normal, sino una ley de potencia. La historia igualitaria y los resultados elitistas coexisten, por eso cada nueva tecnología nos toma por sorpresa. Vemos que el suelo sube y suponemos que el techo lo sigue a la misma velocidad. No es así, el techo se aleja acelerando.
La IA impulsará este proceso más rápido y más intensamente que cualquier tecnología anterior. El suelo está subiendo en tiempo real —cualquiera puede publicar un producto, diseñar una interfaz, escribir código de producción. Pero el techo también está subiendo, y más rápido. La pregunta que vale la pena hacerse es: ¿qué determina finalmente tu posición?
Cuando la ejecución es barata, el gusto se convierte en señal
En 1981, Steve Jobs insistió en que la placa de circuitos dentro de la Macintosh original debía ser hermosa. No el exterior, el interior —la parte que el cliente nunca vería. Sus ingenieros pensaron que estaba loco. Pero no lo estaba. Entendió algo que fácilmente se tacha de perfeccionismo, pero que en realidad se acerca más a una prueba: la forma en que haces cualquier cosa, es la forma en que haces todo. Alguien que puede hacer hermosa la parte oculta no está actuando la calidad, es que su carácter no tolera lanzar algo mediocre.
Esto es importante porque la confianza es difícil de construir y fácil de fingir a corto plazo. Constantemente ejecutamos heurísticas (Heuristics), tratando de averiguar quién es realmente excepcional y quién solo está actuando serlo. Las credenciales (Credentials) ayudan pero se pueden manipular; el linaje (Pedigree) ayuda pero se puede heredar. Lo realmente difícil de falsificar es el gusto (Taste) —una adherencia persistente, observable, a un estándar de excelencia que nadie exige. Jobs no tenía que hacer esa placa tan bonita. Lo hizo, y ese acto en sí mismo te dice lo que hará en los lugares que no puedes ver.
Durante la mayor parte de la última década, esta señal estaba en cierto modo enmascarada. En el apogeo del SaaS (aproximadamente 2012 a 2022), la ejecución se estandarizó tanto que la distribución (Distribution) se convirtió en el recurso realmente escaso. Si podías adquirir clientes de manera eficiente, construir una máquina de ventas, alcanzar la "Regla del 40" (Rule of 40) —el producto en sí casi no importaba. Mientras tu estrategia de entrada al mercado (Go-to-market) fuera lo suficientemente fuerte, podías ganar con un producto mediocre. La señal emitida por el gusto se ahogaba en el ruido de las métricas de crecimiento.
La IA ha cambiado por completo la relación señal-ruido. Cuando cualquiera puede generar un producto funcional, una interfaz bonita y un código ejecutable en una tarde, que algo "funcione" deja de ser un factor diferenciador. La pregunta se convierte en: ¿es esto realmente excepcional? ¿Sabe esta persona la diferencia entre "bueno" y "increíblemente genial" (Insanely great)? ¿Le importa lo suficiente, incluso sin que nadie se lo exija, para cerrar esa última brecha?
Esto es cierto especialmente para el software crítico para el negocio (Business-critical software) —esos sistemas que manejan nóminas, cumplimiento, datos de empleados. Estos no son productos que puedas probar y abandonar el próximo trimestre. Los costos de cambio son reales, los modos de falla son graves, las personas que implementan el sistema son responsables de las consecuencias. Esto significa que, antes de firmar, ejecutarán todas sus heurísticas de confianza. Un producto con buen gusto es una de las señales más fuertes que se pueden emitir. Dice: a quien lo construyó le importa. Se preocupan por las partes que puedes ver, lo que significa que probablemente también se preocupen por las partes que no puedes ver.
En un mundo donde la ejecución es barata, el gusto es la prueba de trabajo (Proof of work).
Qué recompensa la nueva fase
Esta lógica siempre ha sido cierta, pero en la última década, el entorno del mercado la hizo casi invisible. Hubo un tiempo en que la habilidad más importante en el software ni siquiera estaba relacionada con el software mismo.
Entre 2012 y 2022, la arquitectura central del SaaS estaba madura. La infraestructura en la nube era barata y estandarizada, las herramientas de desarrollo estaban maduras. Construir un producto funcional era difícil, pero era una "dificultad resuelta" —podías solucionarlo contratando, siguiendo patrones establecidos, alcanzando el nivel de aprobación con suficientes recursos. Lo realmente escaso, lo que separaba a los ganadores del resto, era la capacidad de distribución. ¿Podías adquirir clientes de manera eficiente? ¿Podías establecer acciones de venta repetibles? ¿Conocías lo suficientemente bien la economía unitaria (Unit economics) como para avivar el fuego del crecimiento en el momento correcto?
Los fundadores que prosperaron en ese entorno provenían en su mayoría de ventas, consultoría o finanzas. Dominaban métricas que sonaban a jerga hace una década: Tasa de retención neta de dólares (NDR), Valor promedio del contrato (ACV), Número mágico (Magic number), Regla del 40. Vivían en hojas de cálculo y revisiones de pipeline de ventas, y en ese contexto, tenían razón. El apogeo del SaaS creó fundadores de SaaS de su apogeo. Era una adaptación evolutiva racional.
Pero yo me sentía ahogado.
Crecí en un pequeño pueblo en un estado de India con 250 millones de personas. Cada año, solo unos tres estudiantes en toda India ingresaban al MIT (Instituto Tecnológico de Massachusetts). Sin excepción, todos provenían de costosas escuelas preparatorias en Delhi, Mumbai o Bangalore —instituciones construidas específicamente para ese objetivo. Fui la primera persona en la historia de mi estado en ingresar al MIT. Menciono esto no para alardear, sino porque es una versión en miniatura del argumento de este artículo: Cuando las barreras de entrada están restringidas, el linaje (Pedigree) predice el resultado; cuando las barreras de entrada están abiertas, las personas profundas (Deep people) siempre ganan. En una sala llena de personas con linaje, yo era una apuesta por la profundidad. Y es la única forma en que sé apostar.
Estudié física, matemáticas y ciencias de la computación, campos donde las ideas más profundas no provienen de la optimización de procesos, sino de ver una verdad que otros pasaron por alto. Mi tesis de maestría fue sobre la mitigación de rezagados (Straggler mitigation) en el entrenamiento distribuido de aprendizaje automático: cuando ejecutas sistemas a gran escala y algunas partes se retrasan, cómo optimizas esa restricción sin comprometer la integridad general.
Cuando, a mis veinte años, miraba el mundo de las startups, veía un panorama donde estas ideas profundas parecían irrelevantes. El mercado premiaba la "entrada al mercado" (Go-to-market), no el producto en sí. Construir algo técnicamente excepcional parecía casi ingenuo —se veía como una distracción del "verdadero juego" (conseguir clientes, retenerlos y la velocidad de ventas).
Luego, a fines de 2022, el entorno cambió.
Lo que ChatGPT demostró —de una manera más intuitiva y impactante que años de artículos de investigación— es que la curva se ha doblado. Una nueva curva S ha comenzado. Las transiciones de fase (Phase transitions) no premian a quienes mejor se adaptaron a la fase anterior, sino a aquellos que pueden ver el potencial ilimitado de la nueva fase antes de que otros vean el precio.
Así que dejé mi trabajo y fundé Warp.
La apuesta era muy específica. Hay más de 800 jurisdicciones fiscales en EE. UU. —federal, estatales, locales— cada una con sus propios requisitos de declaración, fechas límite y lógica de cumplimiento. No hay API, no hay acceso programático. Durante décadas, cada proveedor de servicios de nómina (Payroll provider) manejó este problema de la misma manera: con personas. Miles de expertos en cumplimiento navegaban manualmente estos sistemas que nunca fueron diseñados para funcionar a escala. Los gigantes tradicionales —ADP, Paylocity, Paychex— construyeron modelos de negocio completos alrededor de esta complejidad; no la resolvieron, la absorbieron en su número de empleados y trasladaron el costo a los clientes.
En 2022, podía ver que los agentes de IA (Agents) aún eran frágiles. Pero también podía ver la curva de mejora. Alguien con profundidad en sistemas distribuidos a gran escala, que observa de cerca la trayectoria de evolución de los modelos, podía hacer una apuesta precisa: la tecnología frágil en ese momento se volvería robusta en unos años. Así que apostamos: construir una plataforma nativa de IA desde los primeros principios, abordando el flujo de trabajo más difícil de la categoría —aquel que, debido a limitaciones arquitectónicas, los gigantes tradicionales nunca podrían automatizar.
Ahora, esa apuesta se está materializando. Pero el punto más macro es el reconocimiento de patrones. Los fundadores técnicos de la era de la IA no solo tienen una ventaja de ingeniería, tienen una ventaja de insight. Pueden ver diferentes ángulos de entrada, hacer diferentes apuestas. Pueden examinar un sistema que todos dan por sentado como "permanentemente complejo" y preguntar: ¿qué se necesita para automatizarlo de verdad? Luego, crucialmente, pueden construir la respuesta con sus propias manos.
Los campeones de la era dorada del SaaS eran optimizadores racionales bajo restricciones. La IA está eliminando esas restricciones e instalando nuevas. En el nuevo entorno, el recurso escaso ya no es la distribución, sino la capacidad de ver lo posible —y la convicción y el gusto para construirlo al estándar que merece. Pero hay una tercera variable que lo decide todo, y aquí es donde la mayoría de los fundadores de la era de la IA están cometiendo un error desastroso.
Juego a largo plazo a alta velocidad
Hay un meme (Meme) circulando en el mundo de las startups: tienes dos años para escapar del fondo permanente. Construye rápido, recauda rápido, sale (Exit) o muere.
Entiendo de dónde viene esta mentalidad. La velocidad de evolución de la IA crea una especie de crisis existencial, la ventana para atrapar la ola parece extremadamente estrecha. Los jóvenes que ven historias de éxito overnight en Twitter razonablemente piensan que la esencia del juego es la velocidad —los ganadores son aquellos que corren más rápido en el menor tiempo.
Esto es correcto en la dimensión completamente equivocada.
La velocidad de ejecución es crucial. Lo creo firmemente —incluso está grabado en el nombre de mi empresa (Warp). Pero la velocidad de ejecución no es igual a una visión cortoplacista. Los fundadores que podrán construir las empresas más valiosas en la era de la IA no son aquellos que sprintean durante dos años y luego cobran. Son aquellos que sprintean durante diez años y disfrutan del interés compuesto.
El error del cortoplacismo es esto: las cosas más valiosas en el software —datos privados, relaciones profundas con clientes, costos de cambio reales, experiencia a nivel regulatorio— requieren años para acumularse y, sin importar cuánto capital o capacidad de IA traiga un competidor, no se pueden replicar rápidamente. Cuando Warp procesa nóminas para empresas multiestatales, estamos acumulando datos de cumplimiento en miles de jurisdicciones. Cada notificación fiscal resuelta, cada caso límite manejado, cada registro estatal completado, está entrenando un sistema que se vuelve cada vez más difícil de replicar con el tiempo. Esto no es una característica, es un foso, y existe porque hemos operado con una calidad lo suficientemente alta durante el tiempo suficiente como para que genere densidad de calidad.
Este interés compuesto es invisible en el primer año. En el segundo año, es tenue. Para el quinto año, es todo el juego.
Frank Slootman, ex CEO de Snowflake, que ha construido y escalado más empresas de software que casi anyone alive, lo expresó sucintamente: acostúmbrate a estar "incómodo". No para un sprint, sino como un estado permanente. La "niebla de guerra" inicial de una startup —esa sensación de desorientación, información incompleta, y la necesidad de tomar decisiones de acción de todos modos— no desaparece después de dos años. Solo evoluciona, nuevas incertidumbres reemplazan a las viejas. Los fundadores que perduran no son aquellos que encontraron certeza, sino aquellos que aprendieron a moverse con claridad dentro de la niebla.
Construir una empresa es brutalmente difícil, una brutalidad difícil de transmitir a quienes no lo han hecho. Vives en un miedo leve constante, salpicado periódicamente por terror de nivel superior. Tomas miles de decisiones con información incompleta, sabiendo que una cadena de decisiones incorrectas puede significar el final. Los "éxitos overnight" que ves en Twitter no solo son valores atípicos en una distribución de potencia, son extremos dentro de los valores atípicos. Optimizar tu estrategia basándote en estos casos es como entrenar para un maratón estudiando los tiempos de personas que tomaron el camino equivocado y terminaron corriendo 5 km por accidente.
¿Entonces por qué hacerlo? No por comodidad, no por las probabilidades. Sino porque para algunas personas, no hacerlo se siente como no estar realmente viviendo. Porque el único miedo peor que el miedo de "construir algo de la nada" es la sofocación silenciosa de "no haberlo intentado".
Y —si apuestas correctamente, si ves una verdad que otros aún no han valorado, si ejecutas con gusto y convicción durante un período lo suficientemente largo— el resultado no será solo financiero. Construyes algo que realmente cambia la forma en que la gente trabaja. Creas un producto que la gente ama usar. Contratas y desarrollas a personas que dan lo mejor de sí en la cosa que construiste con tus propias manos.
Este es un proyecto de diez años. La IA no cambia eso, nunca lo hizo.
Lo que la IA cambia es el techo (Ceiling) que los fundadores que se mantienen para verlo pueden alcanzar en esos diez años.
El techo que nadie está mirando
Entonces, ¿cómo se verá el software al otro lado de todo esto?
Los optimistas dicen que la IA crea abundancia —más productos, más creadores, más valor distribuido a más personas. Tienen razón. Los pesimistas dicen que la IA destruye los fosos del software —cualquier cosa puede ser replicada en una tarde, la defensibilidad ha muerto. También tienen parte de razón. Pero ambos bandos miran el suelo (The floor), nadie mira el techo (The ceiling).
En el futuro, existirán miles de soluciones puntuales (Point solutions) —herramientas pequeñas, funcionales, generadas por IA, suficientes para resolver problemas estrechos. Muchas ni siquiera serán construidas por empresas, sino por individuos o equipos internos para resolver sus propios puntos de dolor. Para ciertas categorías de software de bajo riesgo y fácil reemplazo, el mercado se democratizará verdaderamente. El suelo es alto, la competencia es feroz, los márgenes de beneficio son delgados.
Pero para el software crítico para el negocio (Business-critical software) —esos sistemas que manejan flujos de dinero, cumplimiento, datos de empleados y riesgo legal— la situación es radicalmente diferente. Estos son flujos de trabajo con tolerancia cero a errores. Cuando falla un sistema de nóminas, los empleados no reciben su dinero; cuando una declaración de impuestos es incorrecta, el IRS (Servicio de Impuestos Internos) llama a la puerta; cuando las contribuciones de beneficios se interrumpen durante el período de inscripción abierta, personas reales pierden cobertura. Quien elige el software debe responder por las consecuencias. Esta responsabilidad no se puede externalizar a un IA "codificado por vibraciones" (vibecoded) en una tarde.
Para estos flujos de trabajo, las empresas seguirán confiando en proveedores. Entre estos proveedores, la dinámica de "el ganador se lleva todo" será más extrema que en generaciones anteriores de software. Esto no solo se debe a que los efectos de red son más fuertes (aunque lo son), sino también porque la ventaja del interés compuesto de una plataforma nativa de IA que funciona a gran escala, acumulando datos privados en millones de transacciones y miles de casos límite de cumplimiento, hace que sea casi imposible para los recién llegados alcanzarla de un salto. El foso ya no es un conjunto de características, sino la calidad sedimentada de mantener altos estándares operativos a largo plazo en un dominio que castiga los errores.
Esto significa que el mercado de software se consolidará más que en la era del SaaS. No espero que dentro de diez años en el sector de RRHH y nóminas haya 20 empresas con participaciones de un solo dígito. Espero que dos o tres plataformas capturen la gran mayoría del valor, y una larga cola de soluciones puntuales se lleve migajas. El mismo patrón se repetirá en cada categoría de software donde la complejidad regulatoria, la acumulación de datos y los costos de cambio actúen conjuntamente.
Las empresas en la cima de esta distribución se verán muy similares: fundadas por talento técnico con un gusto real por el producto; construidas desde el primer día sobre una arquitectura nativa de IA; operando en mercados donde los gigantes incumbentes no pueden responder estructuralmente sin desmantelar sus negocios existentes. Hicieron temprano una apuesta única de insight —vieron una verdad creada por la IA que aún no estaba valorada— y se mantuvieron el tiempo suficiente para que el interés compuesto se hiciera visible.
He estado describiendo a este fundador de manera abstracta. Pero sé muy bien quién es, porque estoy esforzándome por ser él.
Fundé Warp en 2022 porque creía que toda la pila de operaciones de empleados —nóminas, cumplimiento fiscal, beneficios, onboarding, gestión de dispositivos, procesos de RRHH— estaba construida sobre trabajo manual y arquitecturas antiguas, y que la IA podía reemplazarlas por completo. No mejorarlas, sino reemplazarlas. Los gigantes establecidos construyeron negocios multimillonarios absorbiendo la complejidad en su número de empleados; nosotros construiríamos eliminando la complejidad desde su origen.
Tres años han validado esta apuesta. Desde el lanzamiento, hemos procesado más de $500 millones en transacciones, estamos creciendo rápidamente y servimos a empresas que construyen las tecnologías más importantes del mundo. Cada mes, los datos de cumplimiento que acumulamos, los casos límite que manejamos, las integraciones que construimos, hacen que la plataforma sea más difícil de replicar y más valiosa para los clientes. El foso es temprano, pero está tomando forma y acelerando.
Te digo esto, no porque el éxito de Warp esté garantizado —en un mundo de distribución de potencia, nada lo está— sino porque la lógica que nos guio hasta aquí es la lógica que describí en todo el texto: Ver la verdad. Cavar más profundo que nadie. Construir un estándar alto que se mantenga sin presión externa. Mantenerse el tiempo suficiente para ver si tenías razón.
Las empresas excepcionales de la era de la IA serán construidas por aquellos que entendieron que: el acceso nunca fue el recurso escaso, la perspicacia (Insight) lo es; la ejecución nunca fue el foso, el gusto (Taste) lo es; la velocidad nunca fue la ventaja, la profundidad (Depth) lo es.
La ley de potencia no le importa tus intenciones. Pero premia las intenciones correctas.
