Y estás construyendo en una grieta que se puede cerrar contigo dentro.
En marzo de 2025, un desarrollador en solitario celebraba en Twitter haber llegado a $12,000 de MRR con su herramienta de resumen de PDFs. Usaba la API de GPT-4, le añadía una interfaz bonita, cobraba $19 al mes, y la vida era buena. Seis semanas después, Google lanzó Gemini 2.5 con capacidad nativa de procesar documentos de 1,500 páginas. Gratis. El MRR del solopreneur no bajó gradualmente — se desplomó como un edificio en un terremoto.
No fue un caso aislado. Fue geología.
Las placas tectónicas de la IA#
Piensa en OpenAI, Google, Anthropic y Meta como placas tectónicas. Son masas continentales de capital, talento, datos y capacidad de cómputo que se mueven lentamente — pero cuando se mueven, reconfiguran el paisaje entero.
Entre esas placas hay grietas. Huecos temporales donde el terreno parece estable. Donde un emprendedor ágil puede montar su tienda, plantar una bandera, y declarar que ha encontrado un mercado. Y durante un tiempo, tiene razón. La grieta es real, el espacio existe, los clientes pagan.
El problema es que las grietas entre placas tectónicas no son terreno firme. Son zonas de fricción. Y cuando las placas se mueven — porque siempre se mueven — la grieta se cierra.
Con el emprendedor dentro.
El cementerio de features que se creyeron empresas#
La lista es larga y sigue creciendo:
Code Interpreter mató a las startups de ejecución de código. Docenas de empresas construyeron productos para ejecutar código dentro de conversaciones con LLMs. Luego OpenAI lo añadió como feature nativo de ChatGPT. No hubo transición. Hubo extinción.
GPT-4 Vision borró del mapa a las startups de descripción de imágenes. Empresas que cobraban por analizar imágenes con IA desaparecieron el día que la visión se convirtió en una capacidad estándar del modelo base.
Las herramientas de “chat con tus documentos” se volvieron commodity. Lo que en 2023 era un producto diferenciado, en 2025 es un feature gratuito de Google Drive, Microsoft 365 y Notion. Todas a la vez.
Los wrappers de generación de imágenes que añadían prompts mejorados sobre DALL-E o Midjourney vieron cómo cada nueva versión del modelo hacía innecesaria su capa de “mejora.”
El patrón es siempre el mismo: un emprendedor identifica una limitación del modelo fundacional, construye una solución alrededor de esa limitación, y celebra haber encontrado product-market fit. Pero lo que encontró no fue un mercado — fue un bug temporal en la oferta de un gigante.
La trampa del solopreneur#
Nunca ha sido más fácil construir un producto de IA. Un desarrollador solo, con Claude Code o Cursor, puede tener un MVP funcional en un fin de semana. Y eso se siente como un superpoder.
Pero esa facilidad es precisamente la trampa.
Si tú puedes construir tu producto en un fin de semana, ¿qué te hace pensar que OpenAI no puede añadir esa funcionalidad en su próximo release? No estás compitiendo con otros solopreneurs — estás compitiendo con organizaciones que tienen miles de ingenieros, miles de millones en financiación, y acceso al modelo fundacional sobre el que está construida tu “empresa.”
Es como montar una tienda de souvenirs dentro de un volcán dormido. El alquiler es barato, la vista es espectacular, y el tráfico de turistas es increíble. Hasta que el volcán deja de estar dormido.
El solopreneur de IA no está democratizando la tecnología. Está ocupando un espacio de mercado inestable — instalado en una grieta que el movimiento tectónico de los hyperscalers puede cerrar en cualquier momento. Y lo más cruel es que cuanto mejor le vaya, más visible se hace para las placas que se lo van a tragar. El éxito es la señal de que la grieta vale la pena cerrar.
La diferencia entre un feature y una empresa#
No todo lo que se construye sobre un LLM es un feature condenado. Hay startups de IA que sí son empresas reales. La diferencia está en lo que tienen además del modelo:
Datos propietarios que el modelo no tiene. Si tu ventaja competitiva es que entrenas o haces fine-tuning con datos que nadie más posee — datos industriales específicos, históricos regulatorios, corpus especializados — las placas pueden moverse y tu terreno se mantiene. No estás en la grieta; estás en tu propia isla.
Efectos de red que se refuerzan con el uso. Cada nuevo usuario hace el producto mejor para los demás. Un marketplace, una comunidad, un sistema de colaboración. Eso no lo replica un modelo fundacional añadiendo un feature.
Integración profunda en flujos de trabajo existentes. Si tu producto está embebido en el proceso diario de una empresa — conectado a su ERP, su CRM, sus sistemas legacy — el coste de cambio es real. No es una app que se desinstala cuando el modelo base mejora.
Expertise de dominio que el modelo no puede replicar. Hay sectores donde la regulación, la especificidad del proceso, o la complejidad del contexto requieren un conocimiento que va mucho más allá de lo que un prompt puede resolver. Salud, legal, finanzas reguladas, manufactura industrial. Ahí el modelo es un ingrediente, no el plato.
Si tu startup no tiene al menos uno de estos cuatro elementos, no tienes una empresa. Tienes un feature con facturación temporal.
El test de la grieta#
Antes de celebrar tu próximo milestone de MRR, hazte estas preguntas:
1. ¿Podrían añadirlo en un release? Si la funcionalidad core de tu producto puede ser replicada por OpenAI, Google o Anthropic añadiendo un feature a su siguiente versión, estás en la grieta. No importa que hoy no lo hayan hecho. Importa que puedan.
2. ¿Tu ventaja sobrevive a una mejora del modelo base? Cada vez que sale un modelo más capaz, ¿tu producto se vuelve más valioso o menos necesario? Si la respuesta es “menos necesario,” estás apostando contra la ley de la gravedad.
3. ¿Puedes explicar tu moat sin mencionar al modelo? Si tu pitch empieza con “Usamos GPT-4 para…” ya perdiste. Tu moat tiene que existir independientemente del modelo que uses debajo. Si cambias de OpenAI a Anthropic a Gemini y tu propuesta de valor desaparece, nunca fue tu propuesta de valor.
4. ¿Estás vendiendo una capacidad o un resultado? Las capacidades se comoditizan. Siempre. “Resumir documentos” es una capacidad. “Reducir el tiempo de compliance regulatorio de tu banco de 6 semanas a 3 días” es un resultado. Los resultados requieren contexto, integración, y expertise que no se comoditizan fácilmente.
Qué hacer si estás en la grieta#
No entres en pánico, pero muévete rápido. La grieta no se cierra mañana — pero sí se cierra.
Primero: acepta la realidad. Tu wrapper no es un moat. Tu UI bonita no es un moat. Tu prompt engineering no es un moat. Nada de eso te protege de un competidor que controla el modelo sobre el que construiste tu producto.
Segundo: busca terreno propio. ¿Puedes generar datos propietarios? ¿Puedes crear efectos de red? ¿Puedes integrarte tan profundamente en el flujo de trabajo de tu cliente que sacarte requiera un proyecto de migración? Si la respuesta es no a todo, tienes un negocio de cash extraction, no una empresa. Extrae el cash, pero no te engañes sobre lo que estás construyendo.
Tercero: construye el negocio que queda cuando quitas el modelo. Si le quitas GPT-4 a tu producto y no queda nada, no tienes un producto. Si le quitas GPT-4 y queda un workflow, una base de datos, una comunidad, una integración — tienes algo que puede sobrevivir al siguiente temblor.
El terremoto que viene#
Los hyperscalers no van a dejar de moverse. Al contrario — están acelerando. Cada release es más capaz, cada plataforma absorbe más funcionalidad, cada modelo hace innecesaria otra capa de abstracción.
No estoy diciendo que no se pueda construir un gran negocio sobre IA. Se puede, y se está haciendo. Pero los que sobreviven no son los que encontraron una grieta y montaron una tienda. Son los que construyeron sobre roca propia.
La pregunta no es si las placas se van a mover. La pregunta es si cuando se muevan, tú vas a estar en terreno firme o vas a ser otro solopreneur celebrando un MRR que tiene fecha de caducidad.
Mira hacia abajo. ¿Ves la grieta?
Carles Abarca es VP de Transformación Digital en el Tec de Monterrey y ex-CTO de Banco Sabadell. Escribe sobre las implicaciones estratégicas de la IA en carlesabarca.com.