¿Qué tan madura es tu startup usando IA?

Hace unas semanas me encontré tomando un café con un fundador que está haciendo una transformación comercial en el mundo agropecuario, y le pregunté cómo usaban IA. Me dijo: "Ya usamos IA, todo el equipo tiene acceso a ChatGPT pago". Le pregunté cómo aprendían de los datos que generaba su operación. Silencio... y ahí admitió que ni siquiera tenían el CRM cargado al día.

Es una conversación que tengo seguido, la de la brecha entre "usar herramientas de IA" y "estar preparado para que la IA transforme tu negocio". Y eso es lo que define qué startups se apalancan con IA y cuáles se quedan mirando.

Esto me llevó a armar una escala de madurez que ahora uso con los equipos con los que trabajo. La escala funciona para startups, pero también para empresas tradicionales. Tiene cinco niveles, donde cada uno habilita al siguiente. En empresas grandes puede pasar que distintos departamentos estén a distintos niveles, pero en ningún caso se puede saltar etapas.

Los cinco niveles

Nivel 1 — Caos

No hay datos estructurados. Los procesos son manuales. La información vive en la cabeza de las personas, en planillas sueltas, en hilos de mails o WhatsApp. Cada área maneja su propia versión de la verdad.

Muchas startups en etapa temprana operan así, y hasta cierto punto tiene sentido: cuando son tres personas en un garaje, la comunicación directa funciona. El problema es cuando crecen y nunca formalizan sus procesos. Ahí el caos deja de ser pintoresco y empieza a costar plata.

Nivel 2 — Generan datos

Aparecen sistemas: un CRM, herramientas de gestión, plataformas de e-commerce. Los datos se capturan, pero nadie tiene una estrategia clara de qué hacer con ellos. Se acumulan como cajas en un depósito.

Este es el nivel donde están muchas startups hoy. Tienen las herramientas, pagan las suscripciones, pero el dato no viaja, no se conecta, no hay procesos de negocios que utilicen los datos para planificar, aprender o decidir.

Nivel 3 — Consumen datos

Acá es donde empieza a ponerse interesante. Los datos empiezan a informar decisiones. Hay dashboards, reportes, métricas que el equipo mira con regularidad. Se sabe cuánto cuesta adquirir un cliente, cuál es el churn, qué canal convierte mejor.

Es un nivel donde muchas empresas se sienten cómodas y se estancan con la excusa de que "ya somos data-driven". Y es cierto, hasta cierto punto. Pero consumir datos es solo el comienzo.

Nivel 4 — IA sobre datos

Hay modelos que analizan patrones, predicen comportamientos y recomiendan acciones. Pero la diferencia con el nivel anterior no es solo técnica: es operativa. Las decisiones que antes requerían un analista y tres días, ahora pasan en segundos. El equipo humano se concentra en lo que realmente impacta al negocio.

Este es el salto que importa en 2026, porque es cuando empieza a cambiar la cabeza. El equipo deja de preguntarse 'qué pasó' y empieza a preocuparse por 'qué va a pasar'.

Una empresa con la que trabajamos pasó de contactar 3 prospectos por día a contactar 15. Mismo equipo, misma cantidad de gente. Agentes de IA se encargan de identificar leads, calificarlos y armar el primer contacto. Los humanos hacen lo que mejor saben hacer: hablar con otros humanos. Es lo que pasa cuando tenés los niveles 2 y 3 resueltos y podés construir sobre esos cimientos.

Nivel 5 — Agentes autónomos

IA que ejecuta acciones de forma autónoma, con supervisión humana. No es un chatbot que responde preguntas. Es un sistema que toma decisiones operativas, ejecuta, y le avisa al humano cuando necesita intervención.

Hace unos días salió el caso del primer unicornio con un solo empleado, en el rubro de la salud. Estamos en los primeros días de este nivel, pero las empresas que operan acá están redefiniendo la forma de hacer negocios en industrias tradicionales, amplificando el impacto que pueden tener cada persona.

No hace falta inventar nada nuevo. Solo usar lo que existe mejor que tu competencia. Eso baja costos, y los costos bajos en una startup se convierten en velocidad.

¿Por qué le debería importar esto a un inversor?

Porque la madurez en datos e IA es un proxy de la capacidad de escalar de una startup.

Una startup en nivel 1 o 2 puede tener un gran producto y un equipo talentoso, pero su capacidad de escalar eficientemente está limitada. No tiene la infraestructura para competir con quienes aprovechan la IA de verdad. Cualquier intento de "agregar IA" corre el riesgo de ser cosmético.

Una startup en nivel 3 que está transitando al 4 tiene algo mucho más valioso: la capacidad de multiplicar su output sin multiplicar su headcount proporcionalmente.

Cuando evalúo una empresa o hablo con fundadores, estas son las preguntas que me hago:

- ¿Tienen datos limpios y conectados? Si la respuesta es no, cualquier plan significativo de IA es prematuro.

- ¿Usan los datos para decidir o solo para reportar? La diferencia entre nivel 2 y 3 es principalmente cultural, no tecnológica.

- ¿Sus procesos están diseñados para aprovechar la tecnología actual? Si la respuesta es no, están dejando plata sobre la mesa.

- ¿El equipo entiende qué puede hacer la IA y qué no? Es clave para evaluar si pueden escalar — porque va a haber un competidor que sí lo sepa.

¿Se puede saltear etapas?

El error más común que veo es querer ir de nivel 2 a nivel 5 de un salto. Comprar la herramienta más sofisticada del mercado sin tener los cimientos.

La madurez se construye nivel a nivel, pero cada nivel se puede recorrer cada vez más rápido. Lo que hace cinco años llevaba meses de implementación, hoy se puede resolver en semanas con las herramientas correctas.

Pero el orden importa.

¿Dónde está la oportunidad?

La mayoría de las empresas en la región están entre nivel 2 y 3, y esto es una oportunidad enorme.

El salto de nivel 3 a nivel 4 es donde se crea valor real en 2026. Las startups que lo resuelvan van a tener una ventaja competitiva y los inversores que entiendan la diferencia van a encontrar las mejores oportunidades.

El fundador del que contaba al comienzo empezó a ordenar su CRM y conectar sus datos. No está en nivel 4 todavía, pero dejó de confundir tener ChatGPT con tener una estrategia de IA. En un mercado donde la mayoría sigue en ese error, eso ya es ventaja.

Si sos fundador, ¿en qué nivel estás hoy y qué te impide llegar al siguiente? Si sos inversor, ¿estás evaluando la infraestructura de datos o solo el pitch de IA?