Hoy conversé con tres fundadores que están construyendo startups de IA desde LatAm y EE.UU., cada uno con un enfoque distinto: Nicolás Rojas (Dapta), Diego Solorzano (Desteia) y Lautaro Schiaffino (Darwin). Nicolás empezó a programar a los 13, fundó Imagine Apps a los 17 (superando los $1.5M en ventas anuales) y hoy lidera Dapta, una plataforma de IA aplicada a marketing para PYMES. Lautaro cofundó en 2016 Sirena, el primer CRM de WhatsApp en la región; ahora dirige Darwin AI, una plataforma de agentes de ventas y atención al cliente para empresas medianas y grandes. Diego es fundador y CEO de Desteia, una solución de IA para optimizar cadenas de suministro y logística global; antes fundó Carrot, una empresa de movilidad vendida en 2017.
0:00 – Introducción y contexto
Por qué una mesa redonda con tres fundadores construyendo IA desde distintos ángulos: marketing para PYMES, agentes de ventas/soporte y supply chain.
- Objetivo del episodio y cómo se conectan los tres enfoques.
- Qué cubriremos: producto, GTM, fundraising, datos, equipo.
3:00 – ¿Hace falta ser técnico para emprender en IA?
Sesgos de inversionistas, valor de ser técnico y rol de herramientas no/low-code en la velocidad de iteración.
- ¿Existe un sesgo real de los VCs a favor de founders técnicos y cómo impacta el fundraising?
- ¿Cuándo ser “muy técnico” puede jugar en contra de la ejecución y el enfoque de producto?
- ¿Hasta dónde low/no-code y copilots nivelan el terreno para perfiles no técnicos?
12:10 – Ideas de negocio y disposición a pagar en LatAm
Adopción de software en la región, distribución “puerta a puerta” y cómo la IA puede saltar etapas tecnológicas.
- ¿Las empresas en LatAm sí pagan por tecnología? ¿En qué segmentos y con qué expectativas?
- ¿Por qué la menor adopción previa puede ser una ventaja para introducir “agentes/empleados” de IA?
- ¿Cómo comparar ROI: costo de software vs. productividad y costos laborales?
19:00 – Del presupuesto de software al presupuesto de “empleados de IA”
Cambios en modelos de compra, pricing y márgenes cuando la IA realiza trabajo operativo medible.
- ¿Comparar contra FDEs ayuda a vender… o distrae frente a nuevos insights y capacidades?
- Modelos de pricing (por uso, por resultado, variable) para capturar mejor el valor creado.
- El elefante en la sala: ¿cómo proteger y mejorar el margen bruto cuando el consumo de IA escala?
31:00 – ¿Hay que estar en Silicon Valley?
Ventajas de la concentración de talento e ideas en SF y hacks para capturar esa energía sin perder el foco local.
- Relocalizarse vs viajar por períodos y mantener equipo en la región.
- Cómo perciben los inversores los equipos remotos vs. presenciales hoy.
- Agenda, eventos y networking: tácticas prácticas para “estar” en SF sin vivir ahí.
39:10 – Diferenciación y “moats” en IA hoy
Distribución, velocidad de aprendizaje y datos propietarios como motores de ventaja competitiva.
- ¿Sirve obsesionarse con el “moat” al inicio o es mejor optimizar por feedback y distribución?
- Ciclos virtuosos (datos → mejores modelos → más clientes → más datos) y cómo iniciarlos.
- Cómo evolucionan las fuentes de diferenciación a medida que las herramientas se comoditizan.
46:30 – Producto: de MVP a agentes en producción
Aprendizajes construyendo productos de IA que pasan de demos a generar valor operativo diario.
- Definir casos de uso “estrechos” con datos suficientes y métricas de éxito claras.
- Quality gates: cuándo escalar un agente a más cuentas o más canales.
- Errores comunes: sobre-prometer, subestimar manejo de excepciones y latencia.
53:15 – Go-to-Market y ventas enterprise
Cómo vender IA a empresas medianas y grandes cuando el comprador está aprendiendo a la par.
- Secuencia de GTM: pilotos pagos, land & expand y champions internos.
- Contratos: anexos de seguridad, SLAs, DPAs y criterios de éxito.
- Marketing: contenido educativo, casos de uso y demostraciones con datos reales.
58:40 – Datos, privacidad y compliance
La capa no glamorosa que sostiene cualquier solución de IA en ambientes productivos.
- Fuentes de datos, limpieza y monitoreo de drift.
- Privacidad, retención y enrutamiento seguro de prompts y contextos.
- Trazabilidad: logs, evaluación humana y auditorías internas.
1:04:20 – Fundraising: etapas, narrativa y métricas
Cómo construir una historia creíble en un mercado que cambia cada trimestre.
- De problema → caso de uso → “job to be done” → evidencia de valor.
- Métricas que pesan: margen bruto ajustado por consumo de IA, payback y expansión neta.
- Relación con inversores: cadencia de updates, pedir ayuda específica y referencias de clientes.
1:10:05 – Equipo y cultura remota
Contratación para equipos pequeños de alto impacto y colaboración distribuda.
- Perfiles “T-shaped” y ownership extremo en etapas iniciales.
- Rituales de producto: Requerimientos y velocidad.
- Cultura de experimentación
Menciones del episodio
Pueden encontrar a Nicolás Rojas (Dapta) en LinkedIn
Descubre más del Podcast Startupeable
Para más episodios, visita: startupeable.com/podcast
Suscríbete para avisarte cuando salgan nuevos episodios: startupeable.com/newsletter
Sigue a Enzo Cavalie en Twitter: @enzocavalie