In partnership with

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.

Find your customers on Roku this Black Friday

As with any digital ad campaign, the important thing is to reach streaming audiences who will convert. To that end, Roku’s self-service Ads Manager stands ready with powerful segmentation and targeting options. After all, you know your customers, and we know our streaming audience.

Worried it’s too late to spin up new Black Friday creative? With Roku Ads Manager, you can easily import and augment existing creative assets from your social channels. We also have AI-assisted upscaling, so every ad is primed for CTV.

Once you’ve done this, then you can easily set up A/B tests to flight different creative variants and Black Friday offers. If you’re a Shopify brand, you can even run shoppable ads directly on-screen so viewers can purchase with just a click of their Roku remote.

Bonus: we’re gifting you $5K in ad credits when you spend your first $5K on Roku Ads Manager. Just sign up and use code GET5K. Terms apply.

Use code GET5K now

1. Qué hace realmente Happy Robot

Happy Robot se define como un “AI workforce for the real economy”: un ejército de asistentes de IA que hablan por teléfono, email o SMS y se encargan de todo el trabajo no físico, repetitivo y de baja aportación de valor.

Empezaron en un nicho muy concreto: los freight brokers (intermediarios logísticos que conectan empresas que quieren mover mercancías con empresas de transporte por carretera) en Estados Unidos. Ese mundo es básicamente:

• miles de cargas diarias por mover,

• millones de emails y llamadas,

• y un ejército de personas en BPOs en Colombia, Filipinas, México… gestionando incidencias, precios, retrasos y cobros.

Happy Robot entra justo ahí: sustituye buena parte de ese trabajo manual por agentes de IA especializados.

2. El caso logístico: un océano de ineficiencia

La foto típica:

• Un cliente tipo “Manolito Patatas” manda un Excel o CSV por email a decenas de intermediarios pidiendo precio para 10 cargas.

• El freight broker que antes responde (y mejor negocia) se queda el negocio.

• Detrás hay equipos de 50, 100 o 1.000 personas en call centers, llamando a camioneros, confirmando recogidas, renegociando tarifas y haciendo “check calls” absurdos para saber si el camión va a llegar a tiempo.

Todo ese flujo de:

es, en esencia, texto y decisiones con reglas. Perfecto para IA.

Happy Robot coloca un agente de voz entre el broker y el camionero, o entre el broker y el shipper (el cliente que tiene la mercancía), y automatiza:

• Cotizaciones (“customer quoting”)

• Negociación de tarifas

• Confirmaciones de carga y entrega

• Recordatorios y seguimiento (“check calls”)

• Cobro de facturas pendientes (“payment collections”)

Resultado: menos personas al teléfono haciendo copia-pega mental, y más foco humano en cuentas grandes, estrategia y relación comercial.

3. Negocian mejor que los humanos (y eso duele… pero funciona)

En pruebas reales con clientes, sus bots han llegado a mejorar el margen de negociación de un 15% a ~16,5%, es decir, un 10% más de margen relativo sobre lo que conseguían los equipos humanos en ese mismo proceso.

En un negocio donde el beneficio del broker suele estar alrededor de ese 15% de margen sobre la tarifa del transportista, subir un punto y medio no es un “nice to have”: cambia el P&L.

Además:

• Un cliente mediano que trabajaba con ellos despidió a unas 50 personas de su BPO tras desplegar Happy Robot en su operativa.

• Los grandes players (DHL, navieras top 3 mundiales, brokers que mueven decenas de miles de cargas al día) están empezando a usar estos agentes no solo para logística, sino también para ventas (SDR/inside sales) y collections.

El mensaje es claro: si el trabajo es repetitivo, con reglas y mucha fricción manual, los bots empiezan a ganar por K.O. técnico.

4. El “moat”: foco enfermizo y gente en el barro

La tecnología base (LLMs, speech-to-text, text-to-speech) está, en teoría, al alcance de cualquiera. Lo que construye foso defensivo aquí no es solo el modelo, sino el cómo lo empaquetan y lo despliegan.

Happy Robot combina tres capas:

1. Plataforma tipo “Zapier para agentes de voz”

   • Un workflow builder low-code donde puedes orquestar llamadas, emails, consultas a APIs y estados de conversación.

   • Ejemplo: mientras un camionero está “en espera”, el agente lanza en paralelo varias llamadas a otros proveedores, consulta sistemas internos y vuelve con la mejor opción.

2. Forward Deployed Engineers (FDEs)

   • Ingenieros muy técnicos que se sientan literalmente “dentro del cliente” 2–3 meses.

   • Entienden el TMS, las reglas de negocio, la política de márgenes, quién puede bloquear el proyecto internamente, etc.

   • No es solo deploy técnico: es mezcla de producto, ventas y customer success.

3. Fine-tuning operativo continuo

   • Ajuste constante de prompts, flujos y reglas hasta que el caso de uso es estable.

   • Hoy, la realidad es que aún hay mucho “software + servicios”: dos personas tocando el sistema hasta que el bot se comporta mejor que el equipo humano medio.

Esta parte es importante: no venden solo tecnología, venden resultado. Y eso se refleja también en el pricing.

5. Cómo cobran: uso vs. resultado

Tienen varios modelos:

1. Usage-based con compromiso anual

   • El cliente contrata, por ejemplo, 100.000 $ en minutos, emails y llamadas al año.

   • Dentro de ese “bucket” se consumen llamadas, textos, etc.

   • Clásico modelo de consumo, pero con el riesgo de siempre: si el cliente no ve claro el ROI, deja de lanzar tráfico al bot.

2. Outcome-based (por objetivo)

   • En negociación de cargas, por ejemplo, se quedan con una parte del margen extra que el bot consigue frente a humanos.

   • Esto exige conocer muy bien el negocio del cliente y sus números, pero alinea brutalmente incentivos.

3. Híbridos

   • Por llamada completada, por caso resuelto, escalones de uso (“tiers”)…

   • En contratos gordos (millones al año), al final lo que buscan ambas partes es previsibilidad: un compromiso razonable y luego ajustar sobre el uso real.

Aquí hay algo que a mí me gusta mucho: no se esconden detrás del PowerPoint. Si su agente no da resultados, no hay margen que compartir y el modelo outcome-based se cae solo.

6. Tracción y rounds: de 350k ARR a multiplicar por diez

En primavera de 2024 estaban aproximadamente en 350.000 $ de ARR. A partir de ahí:

• Cierran clientes cada vez más grandes (brokers top 30, navieras top 3, DHL, etc.).

• Llegan rápidamente a ~8–10 M $ de ARR en poco más de un año.

• Levantan una Serie A de ~15,6 M $ a una valoración cercana a los 100 M $ liderada por Andreessen Horowitz.

• Más recientemente, cierran una ronda grande (unos 44 M $) con fondos muy centrados en economía real y operaciones.

Todo esto en un modelo muy poco “sexy” en superficie (llamadas, facturas, logística), pero con un potencial de expansión enorme a cualquier proceso repetitivo basado en comunicación.

7. Riesgos y preguntas que yo me haría como inversor

Si me siento con Happy Robot como analista o inversor, las preguntas duras serían:

• Dependencia de proveedores de IA base
  Si mañana OpenAI, Google o quien sea lanzan un producto de “voice agents plug&play” orientado a logística, ¿cuánto foso real queda? Su respuesta implícita hoy es: foco vertical, know-how de negocio y FDEs metidos en el barro.

• Regulación y percepción
  En Europa ya empiezan las preguntas legales y éticas: ¿debes avisar siempre de que es un bot? ¿Qué pasa si el agente afecta a condiciones laborales o negociación? La línea entre “eficiencia” y “abuso” puede estrecharse rápido.

• Complejidad operativa
  Si cada cliente grande necesita FDEs, despliegues complejos y mucha atención, el crecimiento está limitado por cuánta gente muy buena puedes contratar y formar.

Aun así, el mercado es tan grande y tan ineficiente que, si ejecutan bien, el upside es salvaje.

8. ¿Y esto qué significa para ti, que estás en España?

Aquí es donde la cosa se pone interesante.

Algunos datos rápidos:

• En España hay casi 3 millones de pymes, que representan el 99,8% de las empresas y generan alrededor de seis de cada diez empleos empresariales.

• Un 73% de las pymes españolas tiene un nivel bajo o muy bajo de intensidad digital. Es decir, la mayoría aún está muy lejos de un uso avanzado de tecnología.

• Aunque la adopción de IA crece deprisa, solo alrededor del 21% de las grandes empresas y en torno al 13% de las pequeñas utilizan ya tecnologías de IA en serio.

• Aun así, programas como Kit Digital han canalizado ya más de 860.000 ayudas y más de 3.400 M € para digitalizar pymes y autónomos, incluyendo soluciones basadas en IA.

Traducido:
la mayoría del tejido empresarial español sigue haciendo “trabajo de call center” de forma manual, en sectores donde los márgenes son ajustados y los procesos están llenos de fricción.

Eso significa dos cosas para ti:

1. Si tienes o trabajas en una pyme/scaleup operativa (logística, energía, servicios B2B, industrial, inmobiliario…)
   Tienes una ventaja competitiva brutal si eres de los primeros en meter agentes de IA bien diseñados sobre tus procesos:

   • Reducir coste estructural.

   • Mejorar servicio (respuesta inmediata, 24/7).

   • Liberar personas para tareas de más valor: ventas, diseño de producto, relación con clientes.

2. Si eres emprendedor o futuro emprendedor
   Hay un océano por explotar replicando el “playbook Happy Robot” en nichos concretos de la economía real española:

   • Agentes de IA para depuradoras, residuos, obra civil, mantenimiento industrial, seguros, agro, transporte regional…

   • Productos SaaS + servicios (como hacen ellos) con foco radical en un problema muy concreto y repetitivo.

   • Monetización por resultado (ahorro, recobros, más ventas), no solo por “horas de IA”.

España es un país con pocas empresas grandes y millones de pymes poco digitalizadas. Eso es un drama si miras la productividad… pero es una oportunidad enorme si decides ponerte del lado que construye herramientas, no del lado que espera a que se las traigan hechas.

Gracias por leer

Alek.