Sponsored by
En enero de 2026, Dario Amodei —CEO de Anthropic— dijo esto en el Foro Económico Mundial de Davos, en una entrevista con The Economist:
"Estamos a 6-12 meses de que los modelos hagan la mayor parte, quizás todo, lo que hacen los ingenieros de software de principio a fin. Tengo ingenieros en Anthropic que me dicen que ya no escriben código. Solo dejan que el modelo lo escriba y ellos lo editan." |
No es un titular sacado de contexto. Es el CEO de una de las tres empresas que controlan el desarrollo de la IA más avanzada del mundo, hablando en el foro económico más influyente del planeta.
Si tiene razón — y los datos apuntan a que no está muy equivocado — el software deja de ser una ventaja competitiva en cuestión de meses. No de años.
Lo que queda cuando el software ya no diferencia es la pregunta que nadie está haciendo bien todavía.
Patrocinador de hoy:
Gracias a este patrocinio, podemos seguir enviándote contenido gratuito cada día.
Solo con hacer clic aquí ya estás apoyando muchísimo a The Startup Eye.
No tienes que pagar nada. Solo haces CLIC y listo.
Do your searches always hit dead ends?
Nearly half of users abandon a search without getting the result they wanted. Instead, they’re stuck in a loop of irrelevant results, slow-to-load articles and contradicting advice.
heywa is a whole new way of searching. It gives your result as visual & concise stories, meaning you get answers at a glance.
And if you want to explore your topic further, you can tap through your search journey without having to re-prompt and start again.
Cómo Anthropic y OpenAI se han convertido en el mayor riesgo para sus propios clientes
El 3 de febrero de 2026, Anthropic lanzó un plugin legal para Claude Cowork. En dos días, 285.000 millones de dólares en capitalización bursátil desaparecieron del sector del software legal y de datos. Thomson Reuters cayó un 18% en una sesión. RELX, propietaria de LexisNexis, un 14%. Wolters Kluwer un 13%.
El mercado lo llamó la "SaaSpocalypse".
Pero lo más revelador no fue lo que les pasó a las grandes. Fue lo que le pasó a Harvey AI, valorada en 5.000 millones de dólares en junio de 2025, y a Legora, valorada en 1.800 millones en octubre. Ambas habían construido herramientas de IA para el sector legal. Ambas usaban modelos de Anthropic como base.
El día que Anthropic decidió moverse a la capa de aplicación, sus propios clientes se convirtieron en su competencia directa.
No es una excepción. Es el patrón. Un inversor de Maverix Private Equity lo resumió con precisión quirúrgica: "Las aplicaciones que son simplemente un wrapper sobre lo que ya existe en un LLM, no entiendo cuál es el moat duradero."
Y tiene razón. El problema no es que Anthropic o OpenAI sean malos actores. Es estructural: cuando construyes sobre infraestructura ajena, el propietario de esa infraestructura puede competir contigo en cualquier momento. Y cuando esa infraestructura mejora cada tres meses, tu ventaja técnica tiene fecha de caducidad incorporada.
Esta semana, SpaceX anunció una operación para adquirir Cursor —el editor de código IA más usado del mundo, con una valoración de 50.000 millones— por 60.000 millones de dólares. Cursor estaba a punto de cerrar una ronda de financiación de 2.000 millones cuando SpaceX apareció con 10.000 millones en efectivo y una opción de compra. Cursor canceló la ronda.
La razón no declarada es obvia: Cursor vende acceso a Claude y a GPT. Sus dos principales proveedores son ahora sus dos principales competidores directos. Sin compute propio, no puede sobrevivir a largo plazo compitiendo contra las mismas empresas a las que les paga por usar sus modelos.
Google compró Windsurf. SpaceX va a por Cursor. El sector del software para developers está siendo absorbido por las mismas empresas que crearon los modelos sobre los que ese software está construido.
Entonces, ¿qué queda cuando el software deja de ser la ventaja?
La respuesta existe desde antes de que existiera la IA. Solo que ahora se ve con más claridad porque el contraste es mayor.
La distribución.
En Zero to One, Peter Thiel lo dice sin rodeos: si tienes un producto diez veces mejor que el de la competencia pero no sabes cómo llegar al cliente, alguien con un producto mediocre y buena distribución te gana. Siempre.
En 2026, ese principio se ha vuelto más verdadero que nunca. Porque si cualquiera puede construir el mismo software en semanas —y pronto en días— lo único que diferencia es a quién llegas, con qué velocidad, y cuánto cuesta adquirir a ese cliente comparado con tu competidor.
Lo que construye moat ahora no es el código. Es la relación con el cliente, los datos propietarios que genera esa relación, y la capacidad de llegar a nuevos clientes más barato que nadie.
WhatsApp no era tecnológicamente superior a sus competidores. Tenía 2.000 millones de usuarios. Eso es distribución. Nadie te copia la red.
Google no ganó a Altavista por tener un algoritmo mejor en origen. Ganó porque cada búsqueda generaba datos que mejoraban el siguiente resultado. El moat no era el código. Era el efecto de red sobre los datos.
Cómo validar una idea cuando cualquiera puede construir lo mismo que tú
La pregunta que el 90% de los founders se hace al validar una idea es equivocada.
Se preguntan: ¿existe demanda para esto? ¿Alguien lo haría? ¿El producto funciona?
La pregunta correcta en 2026 es otra: ¿Por qué yo puedo llegar a este cliente más barato o más rápido que cualquier otro, incluyendo Anthropic, OpenAI o Google si deciden entrar en este mercado?
Si no tienes respuesta clara, no tienes ventaja. Tienes una ventana de tiempo.
Eso no significa que no valga la pena construir. Significa que hay que ser honesto sobre qué es lo que realmente estás construyendo: ¿un negocio con moat, o un producto de timing que hay que monetizar antes de que el mercado lo alcance?
Ambas son opciones válidas. Confundirlas es el error.
Lo que sí crea moat en este contexto:
Datos propietarios que nadie más tiene. No el modelo que los procesa — eso lo puede replicar cualquiera. Los datos que solo tú tienes porque solo tú tienes acceso a esa relación, ese proceso o ese mercado. Un bufete de abogados con 20 años de contratos tiene algo que ningún plugin de Anthropic puede replicar mañana.
Relaciones y confianza acumulada. En sectores donde la confianza es la barrera de entrada real — salud, finanzas, legal, inmobiliario — la tecnología abre la puerta pero no cierra la venta. La relación sí. Y las relaciones no se escalan con un plugin.
Distribución propia que nadie más tiene. Una audiencia, una red, un canal de ventas con coste de adquisición sustancialmente más bajo que el del mercado. Esto es lo que hace que el mismo producto en manos de dos empresas diferentes tenga resultados completamente distintos.
(Geoffrey Moore lo desarrolla en Crossing the Chasm: el problema casi nunca es el producto. Es el abismo entre los primeros adoptantes y el mercado masivo. Cruzarlo requiere distribución, no más features. En 2026, ese abismo no ha desaparecido — se ha hecho más visible porque la parte del producto es cada vez más fácil de resolver.)
Lo que ocurre cuando una empresa tradicional se convierte en nativa en IA
Hay un número que ilustra mejor que cualquier argumento teórico lo que significa aplicar esto bien.
En Kapex Real Estate, una intermediaria de crédito hipotecario, implementamos IA de forma nativa en los procesos operativos. El resultado medible: un empleado nuestro produce lo equivalente a nueve empleados de una empresa tradicional del mismo sector, en las mismas horas.
Ratio 1 a 9.
No es automatización de tareas menores. Es rediseño completo de cómo funciona la operativa: análisis de documentos, validación de expedientes, reporting, seguimiento de operaciones. Procesos que en una empresa tradicional requieren equipos enteros, aquí los gestiona una persona con las herramientas correctas y los procesos bien diseñados.
La tecnología no fue lo difícil. Lo difícil fue mapear exactamente cómo funcionaba cada proceso antes de tocarlo, identificar dónde la IA aporta valor real y dónde crea fricción, y diseñar los flujos para que una persona pueda operar lo que antes requerían nueve.
Eso es lo que hacemos en Kapex Solutions con otros sectores: ayudar a empresas a convertirse en nativas en IA, reduciendo costes operativos o aumentando su capacidad sin escalar el equipo proporcionalmente. No vendemos tecnología. Rediseñamos cómo funciona la empresa para que la tecnología multiplique lo que ya existe. Si te interesa ver si tiene sentido para tu empresa, en kapexsolutions.com está la información.
El punto aquí no es el número en sí. Es lo que significa estructuralmente: una empresa que es nativa en IA compite en una categoría diferente a sus competidores tradicionales. No hace lo mismo más rápido. Tiene una estructura de costes que sus competidores no pueden replicar sin repensar completamente cómo operan.
Eso es distribución de costes como ventaja competitiva. Y eso no lo copia un plugin.
El error que están cometiendo miles de startups ahora mismo
Con el coste de construir software cayendo en picado, el número de startups que se lanzan al mercado ha explotado. Q1 de 2026 batió todos los récords de inversión venture: 300.000 millones de dólares en 6.000 startups en un solo trimestre, según Crunchbase. Un incremento del 150% respecto al año anterior.
La mayoría de esas startups están cometiendo el mismo error: confunden la facilidad de construir con la viabilidad de competir.
Construir una aplicación que antes requería seis meses y un equipo de desarrollo ahora requiere semanas y una persona con criterio. Eso es real. Pero también significa que tu competidor puede replicar lo que has construido en el mismo tiempo.
La velocidad de construcción ya no diferencia. La velocidad de distribución sí.
Y hay algo más que casi nadie está calculando: cuando Amodei dice que en 6-12 meses los modelos harán todo lo que hacen los ingenieros de software de principio a fin, no está hablando solo de que el código será más fácil de escribir. Está hablando de que el coste de replicar cualquier producto de software tenderá a cero.
En ese mundo, lo único que no se puede replicar con un modelo es la relación que ya tienes con tu cliente, los datos que esa relación ha generado, y tu capacidad de llegar a nuevos clientes más barato que cualquier otro.
(Ben Horowitz lo llama en The Hard Thing About Hard Things las decisiones que nadie puede tomar por ti: qué mercado atacar, a quién servir primero, cómo construir la relación que hace que ese cliente no se vaya aunque llegue un competidor con mejor tecnología. Esas decisiones no las automatiza ningún modelo.)
La pregunta que sí vale la pena hacerse
No es "¿cómo uso la IA en mi startup?"
Es: ¿qué tengo yo que Anthropic, OpenAI o Google no pueden replicar mañana si deciden entrar en mi mercado?
Si la respuesta es "mi producto", estás en terreno frágil.
Si la respuesta es "mis clientes, mis datos, y mi capacidad de llegar a más clientes más barato que nadie", estás construyendo algo que el software solo no puede replicar.
La IA es la mejor palanca que existe para construir una empresa eficiente. Pero la palanca amplifica lo que ya hay. Si no hay distribución, no hay datos propios, no hay relación con el cliente — la palanca amplifica el vacío.
Eso es lo que diferencia a las empresas que van a sobrevivir a este ciclo de las que no.
Lecturas recomendadas sobre este tema:
Zero to One — Peter Thiel · Crossing the Chasm — Geoffrey Moore · The Hard Thing About Hard Things — Ben Horowitz · The Innovator's Dilemma — Clayton Christensen
Comparte The Startup Eye para acceder a contenido exclusivo
{{rp_personalized_text}}
O copia y pega este enlace a otros: {{rp_refer_url}}
Gracias por leer
Alek.
