El Mobile World Congress de este año dejó muchos titulares. Pero el que más me llamó la atención no fue de una startup ni de una big tech. Fue de Vueling. Una aerolínea española presentó «Eli», un asistente de búsqueda de viajes por voz con IA generativa. No es chatbot torpe. Es un sistema que entiende lenguaje natural complejo («busco vuelos baratos a Berlín la última semana de mayo pero solo si puedo volar directo») y devuelve resultados accionables.
Mi primera reacción fue de respeto. Mi segunda, de pregunta: ¿cómo es que Vueling, que no es exactamente Google, ha sacado un producto así antes que media industria? Y la pregunta más interesante: ¿qué puede aprender una startup española viendo cómo lo han hecho ellos?
Voy a contarlo desde mi experiencia gestionando proyectos de IA aplicada en Grupo Novalca. No desde la perspectiva del tecnólogo, sino desde la del empresario que tiene que decidir qué iniciativas de IA financiar y cuáles dejar para más tarde.
Lección 1: el caso de uso primero, la tecnología después
Vueling no salió a «hacer algo con IA». Salió a resolver un problema concreto: la conversión en su buscador era baja porque el usuario se frustraba con los filtros y los formularios.
Esto suena obvio cuando lo cuenta uno con éxito. Pero es exactamente al revés de lo que veo en la mayoría de empresas españolas que se animan con IA. Empiezan por «vamos a usar ChatGPT» y luego buscan dónde aplicarlo. Resultado: proyectos que se quedan en demo, que no mueven ningún KPI y que el director financiero corta al cabo de seis meses.
Yo cometí este error con un piloto interno hace un año. Habíamos decidido que queríamos automatizar respuestas a clientes en uno de nuestros negocios. Compramos licencias, montamos el setup, entrenamos un modelo y… a los tres meses descubrimos que el cuello de botella no estaba en las respuestas, estaba en la priorización de tickets. La IA estaba resolviendo el problema equivocado, muy rápido y muy bien.
Antes de invertir un euro en IA, pregúntate: ¿qué métrica quiero mover y cuál es el cuello de botella real para moverla? Si no puedes responder esas dos preguntas en una frase cada una, no estás listo. Estás haciendo deberes.
Lección 2: la calidad del dato propio vale más que el modelo
Vueling tiene una ventaja brutal sobre cualquier competidor: años acumulados de datos de búsqueda, reserva, abandono, preferencias por ruta, comportamiento estacional, sensibilidad al precio por segmento. Cuando montaron Eli, no tenían que enseñar al modelo a entender qué quiere un viajero de Vueling. Lo tenían en sus tablas.
Esto es la diferencia entre una IA que aporta valor y una que da resultados genéricos. Y es la razón por la que en una startup sin años de datos propios, copiar lo que hace Vueling es imposible. Tu IA va a ser tan buena como tus datos. Si tu base de datos tiene tres meses, tu IA va a parecer un becario en su primera semana.
En Novalca tenemos un negocio donde llevamos diez años acumulando datos de comportamiento de usuario en hosting. Cuando montamos modelos predictivos de churn, funcionan razonablemente bien. En otro negocio donde llevamos un año, hicimos un piloto similar y los modelos predijeron justo lo contrario de lo que pasó. Mismas técnicas, distinto sustrato. La diferencia es solo el dato.
Mi recomendación para startups: si no tienes datos propios todavía, dedica tu energía a generarlos bien antes de soñar con modelos. Una base de datos limpia y bien etiquetada de doce meses vale más que cualquier modelo de última generación entrenado sobre datos pobres.
Lección 3: la IA se vende por el caso de uso, no por la marca «IA»
Vueling no anunció «ahora usamos GPT-4» ni «hemos contratado a OpenAI». Anunció: ahora puedes buscar un vuelo hablando con la app como hablarías con un amigo.
Esta diferencia es enorme y se pasa por alto constantemente. El cliente final no se emociona porque tu producto use IA. Se emociona porque tu producto le ahorra tiempo, le da algo que antes no tenía, le evita una frustración concreta. La IA es el medio, no el mensaje.
Una de las trampas que veo en startups: gastan todo su mensaje de marketing en hablar de la tecnología («powered by AI», «next-gen LLM», «trained on millions of»). El cliente piensa: vale, ¿y para mí qué? Cuando vendes la marca IA en vez del beneficio concreto, atraes curiosos, no compradores.
En los negocios donde la IA es relevante, la siguiente generación de empresas exitosas va a ser la que ni siquiera mencione la palabra IA en su web. Sus productos serán mejores. Punto. La IA será un detalle de implementación.
Lección 4: la velocidad de iteración es el verdadero diferencial
Vueling sacó Eli en una versión imperfecta. Cualquiera que la pruebe va a encontrar limitaciones, casos que no entiende bien, respuestas que podrían ser mejores. Pero está fuera. Está aprendiendo de uso real.
Esa decisión de sacar imperfecto es donde la mayoría de empresas tropieza. He visto proyectos de IA paralizados durante seis meses porque «todavía no está listo». Suelen tener un comité interno de validación que pide otra ronda más, otra prueba más. Mientras tanto la competencia saca algo peor y empieza a recoger datos de uso. A los doce meses, la competencia tiene un producto mejor que el tuyo aunque haya empezado peor, porque ha tenido un año de aprendizaje real con usuarios.
Mi regla con proyectos de IA en Novalca: sale a un grupo pequeño cuando vale el setenta por ciento de lo que quiero. No el cien. Si esperas al cien, no sale nunca y no aprendes nada en el proceso. El setenta por ciento expuesto a uso real produce mejores aprendizajes que el noventa por ciento cocinado en sala de reuniones.
Lección 5: la integración importa más que el algoritmo
Eli no es Eli porque tenga un modelo mejor que otros. Es Eli porque está integrado donde el usuario ya está. En la app de Vueling. En el flujo de búsqueda existente. Sin abrir otra aplicación, sin crear otra cuenta, sin pagar por separado.
Esta es la trampa de las startups que tratan de competir con AI standalone: construyen un producto excelente que el usuario tiene que aprender a usar como herramienta separada. Pierden contra el feature que ya está dentro del producto que el usuario ya usaba. El AI-first standalone solo gana en casos donde no existía categoría previa. En cualquier otro caso, gana la integración.
Para una startup, esto significa: tu IA tiene más valor si se conecta a productos existentes que si construye un universo paralelo. La oportunidad real no es «vamos a hacer un GPT mejor». Es «vamos a meter una capa de IA en ese flujo donde el usuario ya pierde tiempo».
Lo que NO debería aprender una startup de Vueling
Por equilibrio, también lo que no se traduce:
El budget. Vueling tiene un equipo de datos y un presupuesto que una startup de cinco personas no puede ni soñar. No intentes replicar la complejidad técnica. Tu ventaja como startup es la velocidad y el foco, no la fuerza bruta.
El branding institucional. Una startup no necesita una rueda de prensa en MWC. Necesita un grupo de cien usuarios reales usando su producto y dando feedback. Si pretendes parecer corporativo siendo pequeño, gastas el dinero en lo equivocado.
El timing de los anuncios. Vueling anunció con producto en mano. Casi todas las startups anuncian con producto a medio hacer, en proceso de levantar inversión, intentando llamar la atención. Esa estrategia funciona ocasionalmente para captar fondos, pero confunde al equipo y compromete deadlines reales.
Cómo aplicar esto en una startup pequeña
Si estás en una startup española y la IA te ronda la cabeza, mi consejo concreto para los próximos noventa días:
Identifica el cuello de botella número uno de tu producto actual. El que más fricción genera, el que más usuarios pierde. Dedica esos noventa días a probar si la IA puede resolverlo, no a buscar dónde meter IA. Si al final de los noventa días no has movido el indicador que medías al principio, mata el proyecto sin sentimentalismo.
La IA en el negocio es una herramienta como cualquier otra. Funciona si la aplicas al problema correcto. Fracasa si se la pones encima a tu producto solo por estar de moda. Vueling lo entendió antes que muchas tech. Y por eso ellos están vendiendo experiencia mientras otros siguen vendiendo features.
¿Qué cuello de botella tienes tú en tu producto que la IA podría atacar realmente, sin disfraz de moda? Te leo en comentarios.