En la pantalla, el agente comprende una solicitud, consulta documentos y prepara una respuesta en pocos segundos. ¿Impresionante? Sin duda. ¿Diferenciador? Mucho menos cuando los estands vecinos prometen lo mismo. Para una startup que se prepara para el RAISE Summit, el verdadero desafío ya no es mostrar que la IA funciona. Es convencer a un comprador de que merece un presupuesto, un lugar en su sistema de información y parte de su confianza.
Este reportaje se plantea con la vista puesta en septiembre de 2026: se basa en la evolución ya observada de la IA generativa y propone un método de preparación, sin pretender dar cuenta de anuncios o resultados de una edición de 2026. El RAISE Summit, la cita parisina dedicada a la inteligencia artificial, ofrece un marco revelador: en ella coinciden expertos técnicos, inversores y empresas, pero no buscan las mismas pruebas.
La promesa de automatización se ha convertido en un punto de partida
Desde la llegada de ChatGPT al gran público a finales de 2022, las interfaces conversacionales, la búsqueda documental aumentada y los asistentes de programación se han extendido ampliamente. Los grandes proveedores de software han integrado estas funciones en sus ofertas. La consecuencia comercial: «utilizamos un gran modelo de lenguaje» describe ahora una elección técnica, rara vez una razón para comprar.
El avance de los modelos abiertos y de los servicios accesibles mediante API también ha reducido algunas barreras para crear prototipos. Un equipo pequeño puede preparar rápidamente una demostración convincente. Pero esta facilidad hace más visibles las similitudes. El competidor no es solo la startup del estand vecino: también es la funcionalidad que el cliente ya tiene en su suscripción de software.
Para escapar de esta comparación desfavorable, hay que reorientar la conversación. En lugar de vender «un agente que automatiza las operaciones», conviene explicar qué operación, para qué área de actividad, con qué restricciones y con qué resultado verificable. La precisión no reduce necesariamente la ambición; hace posible la primera compra.
Empezar por el problema para el que existe un presupuesto
Antes de concertar sus reuniones, el equipo debería poder responder a cuatro preguntas: ¿quién sufre el problema, quién paga para resolverlo, quién autoriza el despliegue y quién puede bloquearlo? En una empresa, estas funciones suelen repartirse entre un responsable de negocio, la dirección financiera, el departamento de informática y el de seguridad. Por tanto, un usuario entusiasmado todavía no es un cliente.
Tomemos como ejemplo una startup especializada en la gestión de expedientes de proveedores. «Automatizar las tareas administrativas» sigue siendo abstracto. «Ayudar a los equipos de compras a detectar los documentos que faltan antes de la validación» describe una intervención identificable. La propuesta gana solidez cuando especifica la herramienta existente a la que se conecta, las excepciones que deriva a una persona y el método de evaluación del resultado.
Una propuesta comercial en cuatro líneas
- El cliente objetivo: un área de actividad y un entorno concretos, en lugar de «todas las empresas».
- El problema: un retraso, un error o un coste observable en el trabajo cotidiano.
- La prueba: una prueba comparativa, un piloto documentado o un testimonio de cliente autorizado.
- El compromiso: un alcance, un precio, unas responsabilidades y unos criterios de éxito.
Sin referencias comerciales, no tiene sentido disfrazar un prototipo de producto probado. Se pueden presentar entrevistas con usuarios, un protocolo de ensayo y las hipótesis que quedan por validar. Esta transparencia permite hablar de un piloto sin hacer pasar los resultados de laboratorio por un rendimiento ya conseguido en el entorno del cliente.
Preparar una demostración que resista las preguntas difíciles
Una demostración en una feria debe ser breve, pero no estar falseada por omisión. Un recorrido perfectamente guionizado muestra la experiencia deseada; no demuestra ni la fiabilidad ni la robustez. Lo ideal es presentar un caso habitual y, después, uno ambiguo: un documento incompleto, una solicitud contradictoria o una información imposible de encontrar. ¿Qué hace entonces el sistema?
La respuesta adecuada no siempre es una respuesta automática. Un producto creíble puede pedir una aclaración, citar su fuente, rechazar una acción o solicitar una validación. Para un agente capaz de modificar datos, los permisos, la trazabilidad y la posibilidad de deshacer una operación importan tanto como la fluidez de la interfaz.
También hay que preparar la conversación técnica que hay detrás del espectáculo: el origen de los datos de prueba, el método de medición, la latencia, la dependencia de un proveedor de modelos y el tratamiento de la información sensible. Los cambios normativos europeos, en particular el Reglamento de Inteligencia Artificial aprobado en 2024 y su aplicación progresiva, refuerzan la importancia de estas cuestiones. No obstante, su alcance depende del uso y del papel exacto de la empresa: el cumplimiento normativo general no se decreta en una diapositiva.
Vender un resultado sin ocultar su coste real
El tiempo ahorrado es un argumento útil, pero incompleto. Una tarea ejecutada más deprisa puede desplazar el trabajo hacia la verificación humana. Una respuesta barata puede acabar siendo costosa si obliga a realizar correcciones. Para determinar el valor, conviene comparar un proceso completo antes y después, incorporando los controles, los errores y el trabajo que debe repetirse.
El cálculo económico también debe incluir los gastos menos visibles: integración, preparación de datos, supervisión, consumo de los modelos y asistencia. Para el inversor, estas partidas ayudan a entender el margen futuro. Para el comprador, determinan el coste total. Una promesa comercial sólida explica dónde se crea el valor y quién asume los costes cuando un caso se sale del escenario previsto.
Por tanto, un piloto debería tener una duración definida, un responsable por parte del cliente y una decisión prevista al finalizar. Su precio y sus objetivos pueden variar, pero el principio sigue siendo el mismo: poner a prueba una hipótesis de compra, no prolongar indefinidamente una experimentación gratuita.
Dos públicos, dos conversaciones, una sola realidad
El inversor busca un mercado accesible, un crecimiento reproducible y una ventaja defendible. El cliente quiere saber si el producto se integra, si cumple sus compromisos y quién responde en caso de problema. Presentar el mismo argumentario a ambos públicos expone a un doble fracaso: demasiado operativo para uno, demasiado especulativo para el otro.
La preparación de la cumbre empieza, por tanto, con una lista breve de reuniones prioritarias. Para cada interlocutor: un posible problema, una prueba pertinente y un siguiente paso realista. Una conversación con un inversor puede desembocar en el examen de los ingresos y los costes. Una reunión con un responsable de negocio, en un taller que reúna al usuario, al departamento de informática y a quien decide sobre el presupuesto.
Después del evento, el seguimiento debe retomar la necesidad planteada, las reservas expresadas y la acción acordada. El número de acreditaciones escaneadas mide la actividad del estand, no la tracción comercial. Un menor número de conversaciones, pero bien cualificadas y con seguimiento, puede producir más que una colección de contactos sin intención de compra.
¿Y ahora qué? Con la vista puesta en septiembre de 2026, la probable generalización de las capacidades técnicas podría hacer aún más valiosos el conocimiento especializado del negocio, la calidad de la integración y la confianza. No es una certeza sobre quiénes ganarán en el mercado, sino una orientación razonable para prepararse. En el RAISE Summit, a una startup le convendría, por tanto, acudir con menos superlativos y más pruebas: un problema concreto, una demostración honesta y una propuesta que alguien pueda realmente firmar.
