- PATRICIO HUNT General Partner de Firstech Ventures y fundador de Intelectium.
Las decisiones técnicas que tomas hoy determinarán si tu empresa sobrevive o queda obsoleta en la era de los agentes de IA.
Durante el cuarto trimestre de 2025 construí un agente de IA para ayudarme en mi proceso de inversión. Lo conecté a nuestro CRM y colapsó en un segundo. Ni minutos, ni horas. Un segundo.
El error fue HTTP 429: rate limit excedido. Pensé que era un bug de mi código. No lo era. El agente intentaba operar como los agentes de IA operan —consultando datos continuamente, procesando en paralelo o actuando de forma autónoma—. El CRM, diseñado para humanos que hacen 50 consultas al día, simplemente no podía manejarlo.
Ese momento me reveló algo crítico: la arquitectura sobre la que se construyó el software empresarial en los últimos 20 años no está preparada para la era de los agentes de IA.
El desconocimiento es alarmante
Pasé meses hablando con decenas de emprendedores y CTO españoles y europeos. Descubrí un desconocimiento preocupante sobre qué significa realmente arquitectura AI-ready.
La mayoría está construyendo sobre lo que yo llamo arquitectura legacy-cloud tradicional diseñada entre 2005-2015 para un mundo donde los humanos iniciaban sesión, consultaban datos ocasionalmente y cerraban sesión. Plataformas como Salesforce, HubSpot, Zendesk fueron optimizadas para esto: límites de API suficientes para equipos humanos (~100.000 llamadas/día), bases de datos multi-tenant para consultas ocasionales, arquitectura request-response donde alguien hace clic y espera respuesta.
Los agentes de IA operan completamente diferente: acceden a datos miles de veces por día, procesan continuamente 24/7, ejecutan cientos de tareas en paralelo, necesitan respuestas en milisegundos, requieren consultas semánticas ("encuentra clientes similares a X"), no solo exactas.
El choque no es de capacidad. Es de paradigma. Es como intentar usar infraestructura de caballos para automóviles.
El conflicto del modelo de negocio que nadie discute
Febrero 2024: Klarna implementa un asistente de IA que maneja el trabajo equivalente a 700 agentes humanos. Impacto financiero: de 35 millones a 40 millones anuales en customer service a 10 millones de euros.
Ahora ponte en la posición de Zendesk, que cobra de 55 euros a 115 euros por agente/mes. Si Klarna necesita un 70% menos de agentes gracias a la IA, Zendesk pierde el 70% de facturación de ese cliente. Mejor producto = menor facturación.
Los incumbentes están atrapados. Wall Street espera un crecimiento de entre el 15% y el 20% anual. Tienen que mantener pricing per-seat mientras la IA reduce la necesidad de seats. Salesforce intenta cobrar 550 euros por usuario al mes por features AI—67% más caro para capacidades que reducen los usuarios necesarios.
Las start up tienen una ventaja: pueden diseñar el modelo de negocio correcto desde el día uno. Pricing por outcomes, no por seats. Intercom cobra 0,99 euros por conversación resuelta. Alineación perfecta: el cliente ahorra costes, el vendor captura valor.
Pero solo si la arquitectura lo permite.
Las cinco preguntas que revelan la verdad
Después de hacer due diligence a cientos de start up, desarrollé cinco preguntas específicas. Lo alarmante: ocho de cada 10 CTO no pueden responderlas satisfactoriamente. Están añadiendo chatbots a la arquitectura tradicional y genuinamente creen que están construyendo productos AI-nativos.
Primera pregunta: ¿Dónde viven tus vector embeddings? Los embeddings son representaciones matemáticas que permiten búsquedas semánticas cruciales para que la IA entienda el contexto. Si la respuesta es "usamos Pinecone/Weaviate para búsqueda vectorial," indica una arquitectura de dos niveles: base de datos principal más almacén vectorial separado. Esto requiere pipelines manuales de sincronización y añade 50-200ms de latencia por consulta. Arquitectura AI-nativa: embeddings viven junto a los datos con sincronización automática.
Segunda pregunta: ¿Cómo manejan tareas que exceden timeouts HTTP? Muchos workflows valiosos de IA—investigación comprehensiva de cuentas, cualificación multi-paso de deals—requieren 5-30 minutos. Si la respuesta es "mantenemos conexiones abiertas" o "dividimos en chunks pequeños," indica arquitectura síncrona request-response donde las tareas largas son arquitectónicamente imposibles. AI nativo: runtime de agentes con gestión de estado que permite pausar, reanudar, bifurcar workflows.
Tercera pregunta: ¿Qué métricas de calidad de IA rastrean desde día uno? Los sistemas de IA se degradan sutilmente—más alucinaciones, peores decisiones, menor precisión—. Sin medición continua de tasas de alucinación, calidad de decisiones, accuracy en evaluación, vuelas ciego hasta que los clientes se quejan. Si la respuesta es "planeamos añadir monitoreo de IA," tratan IA como feature, no como propiedad core del sistema.
Cuarta pregunta: ¿Es cost-per-outcome una métrica de primera clase? Las operaciones de IA tienen costes marginales directos. Llamada a GPT-4: 0,03 euros por 1.000 tokens. GPT-3.5: 0,0015 euros: 20 veces más barato. Para tareas simples, la diferencia en accuracy no justifica 20x coste. Si la respuesta es "revisamos facturas de OpenAI mensualmente," no optimizan en tiempo real. Arquitectura AI-nativa: cada operación etiquetada con coste, decisiones de tradeoff automáticas.
Quinta pregunta: ¿Pueden hacer A/B testing de LLMs en producción? El landscape de modelos evoluciona mensualmente. Nuevos modelos ofrecen mejor performance o menores costes. Si la respuesta es "necesitamos cambiar código y re-desplegar," tratan elección de modelo como decisión de development-time. AI-nativo: infraestructura de experimentación para enrutar tráfico entre modelos y medir calidad vs coste continuamente.
Los que lo están haciendo bien
Sierra, fundada por Bret Taylor—ex-CEO de Salesforce—, construye customer service AI-nativo. La ironía es perfecta: incluso el CEO de Salesforce sabe que no se puede arreglar desde dentro. Tuvo que empezar desde cero.
Intercom demuestra el modelo de negocio: 0,99 euros por conversación resuelta. El 50% de las conversaciones se resuelven sin humanos. Los Clientes reducen sus equipos de soporte mientras mejoran los tiempos de respuesta.
El patrón que veo en mi due diligence: las pocas start up que pasan las cinco preguntas no intentaron añadir IA a SaaS tradicional. Reconstruyeron desde cero con estos principios desde el día uno. Esa decisión arquitectónica es prácticamente irreversible.
La bifurcación inevitable
En cinco años habrá dos tipos de empresas de software B2B: las que construyeron AI-nativo desde el principio y las que quedaron atrapadas en la arquitectura legacy. No habrá término medio.
La brecha se ensancha porque los AI-nativos acumulan datos de outcomes que mejoran sus modelos. La ventaja compuesta mensualmente. Intentar migrar bajo presión competitiva es casi imposible. Para empresas grandes: 3-5 años, €100-300M. Para startups: 12-24 meses que consumirán tu runway completo.
Las decisiones que tomas este trimestre—qué base de datos eliges, cómo diseñas tu arquitectura de eventos, qué modelo de pricing adoptas, cómo instrumentas observabilidad—determinarán si en 2030 eres líder de categoría o nota al pie en la historia de la disrupción.
El reloj está corriendo
Si eres fundador o CTO de una start up SaaS:
* Haz las cinco preguntas a tu equipo técnico hoy
* Evalúa honestamente dónde estás
* Si fallas tres o más, tienes arquitectura legacy
* Decide: ¿migrar ahora o aceptar las consecuencias?
La ventana es de 18 a 24 meses. Después, la estructura de mercado se solidifica, winners tempranos tienen ventajas de datos imposibles de replicar, valoraciones de AI-nativos serán prohibitivas.
La pregunta no es si la era de agentes de IA llegará. Ya está aquí. Mi CRM colapsó en un segundo. El tuyo lo hará también.
La pregunta es: ¿estarás preparado?
Opinión | Automoción y movilidad: ideas, propuestas y recomendaciones para 2026La Abogacía internacional en tiempos de incertidumbreOpinión | Irán: la economía no es un asunto secundario Comentar ÚLTIMA HORA-
15:10
Elliot Management aumenta su participación en el London Stock Exchange
-
14:46
El alquiler turístico no puede regularse al margen de Europa
-
14:43
La economía de EEUU supera las expectativas al crear 130.000 empleos en enero
-
14:02
Opinión | Por qué las 'start up' SaaS necesitan replantearse la arquitectura AI-nativa urgentemente
-
13:55
El PP prefiere gobernar en solitario en Extremadura antes que pactar con Vox: ¿se repetirán las elecciones?