La IA está creando un nuevo tipo de startup: el unicornio unipersonal

Modelo unicornio de 1 miembro

Startup unicornio es un término utilizado para referirse a empresas emergentes valoradas en más de mil millones de dólares. El término “startup unicornio” fue utilizado por primera vez por Aileen Lee, cofundadora del fondo de inversión Cowboy Ventures, en un artículo publicado en TechCrunch en 2013.

Aileen Lee quiso usar el término “unicornio” para describir la naturaleza del grupo de startups tecnológicas valoradas en más de mil millones de dólares y fundadas en Estados Unidos después de 2003. En el momento de la publicación, solo se habían encontrado 39 empresas que cumplían estos criterios. Actualmente, las startups unicornio que alcanzan una valoración de 1.000 millones de dólares en 10 años solo representan el 0,07 % de todas las startups.

El unicornio es una criatura mítica asociada a la rareza. (Ilustración: KT)

En el pasado, crear una startup unicornio —una empresa de mil millones de dólares— requería un equipo enorme y talentoso y millones de dólares en capital de riesgo. Pero se avecina un gran cambio gracias a las aplicaciones de inteligencia artificial (IA).

Gracias a los avances en los sistemas de agentes de IA, OpenAI está permitiendo que fundadores individuales logren lo que antes requería los esfuerzos colectivos de un equipo de colaboradores.

Sam Altman, director ejecutivo de OpenAI, a menudo piensa en el momento en el que un fundador dirige una empresa que alcanza una valoración de mil millones de dólares sin contratar a un solo empleado.

Mis amigos y yo, directores ejecutivos de empresas tecnológicas, apostamos a que algún día alguien será dueño de una empresa multimillonaria cuyo único empleado será él mismo. Algo que antes era y ahora es inimaginable sin la IA, dijo Sam Altman.

Es fácil ver cómo la IA puede automatizar muchos procesos que antes requerían más trabajadores humanos, dijo Alex Gurevich, director gerente de Javelin Venture Partners. La ventaja inherente de una startup sobre una empresa tradicional es moverse más rápido, experimentar más rápido y tomar decisiones basadas en datos.

La IA "comparte" el trabajo

Los niveles de agente de OpenAI clasifican los sistemas de IA según su autonomía y capacidades de toma de decisiones. En el nivel básico (Nivel 1-2), los agentes realizan tareas específicas: redactar correos electrónicos, generar fragmentos de código o resumir documentos. En el nivel 3, manejan flujos de trabajo de varios pasos, como optimizar campañas publicitarias o administrar canales de atención al cliente.

En el nivel 4-5, los agentes de IA evolucionan hasta convertirse en socios estratégicos, capaces de supervisar departamentos o incluso organizaciones enteras, equilibrando presupuestos, negociando contratos y tomando decisiones de alto impacto.

Si bien las herramientas de IA actuales fluctúan entre el nivel 2 y 3, su trayectoria es clara. Se prevé que para 2028, el 33% de las aplicaciones de software empresarial contendrán agentes de IA, lo que permitirá que el 15% de las decisiones laborales diarias se tomen de forma autónoma. Estos sistemas no sólo agilizan el trabajo sino que también comprimen las jerarquías organizativas en una única interfaz.

Ilustración: KT

AI se convierte en cofundador

En el pasado, las grandes startups contaban con equipos especializados en codificación, diseño, marketing, operaciones... Pero hoy, un solo fundador puede hacer mucho más gracias al poderoso apoyo de la IA.

Los agentes criptográficos se pueden utilizar para crear planes de negocios en muy poco tiempo. Un ingeniero full-stack, guiado por programadores de IA como Github Co-Pilot, puede diseñar e implementar prototipos funcionales a una velocidad sin precedentes.

La IA generativa se puede utilizar para crear contenido instantáneo. Herramientas como MidJourney y Runway ML crean anuncios en redes sociales, videos UGC y activos de marca en minutos.

Los flujos de trabajo impulsados ​​por modelos de lenguaje grandes (LLM) pueden gestionar la atención al cliente, el SEO y el marketing por correo electrónico. Plataformas como Claude 3 o Gemini Advanced elaboran campañas personalizadas, analizan sentimientos y responden a las consultas de los usuarios.

Tendencias en la revolución de la IA

Tres tendencias clave que probablemente dominarán la revolución de la IA en las empresas emergentes son:

Democratización de la infraestructura de IA: las plataformas en la nube (AWS, Google Cloud, Azure) y los modelos de código abierto (DeepSeek R1, Llama 3, Mistral) han reducido el costo de la implementación de IA.

Sistemas de razonamiento de automejora: modelos como O1 de OpenAI o DeepSeek R1 permiten a los agentes de IA mejorar el rendimiento de forma incremental analizando resultados pasados ​​y ajustando estrategias utilizando una arquitectura de combinación de expertos (MoE). Estos modelos interactuarán en subconjuntos especializados de sus redes para manejar eficientemente tareas complejas como matemáticas avanzadas y encriptación.

Colaboración de agentes: los agentes de IA ahora pueden delegar tareas entre sí. Un agente de codificación puede crear una función, pasarla a un agente de pruebas para control de calidad y luego notificar a un agente de implementación para que la ponga en funcionamiento, todo sin supervisión humana.

Advertencia sobre las desventajas

El auge de los unicornios unipersonales plantea una serie de cuestiones a considerar:

• Responsabilidad: ¿Quién es responsable cuando un agente de IA comete un error en una herramienta de transcripción médica o en un algoritmo de contratación?

• Discriminación: ¿Los agentes capacitados con datos sesgados discriminarán si no son auditados rigurosamente?

• Desplazamiento: si la IA permite a los fundadores individuales reemplazar a las PYMES tradicionales, ¿cómo capacitaremos a los trabajadores desplazados?

Los marcos jurídicos actuales aún no pueden seguir el ritmo del rápido desarrollo de la IA. La Ley de IA de la UE y la Orden Ejecutiva sobre Inteligencia Artificial del expresidente estadounidense Joe Biden (Orden Ejecutiva 14110) fueron pasos iniciales, pero los estándares globales para la IA aún no se han codificado.