Hoy entrevisté a Mike Mac-Vicar, cofundador y CTO de Enter, la startup de inteligencia artificial que Sequoia Capital acaba de valorar alrededor de 150 millones de dólares, en la mayor inversión en una empresa de IA en Latinoamérica.
Antes de Enter, Mike cofundó Wildlife Studios, la empresa brasileña de videojuegos que llegó a valer 4,000 millones con más de 3,000 millones de descargas. Estuvo 12 años ahí como CTO y después dejó todo para empezar de cero.
En menos de dos años Enter pasó de cero a unos 10 millones de facturación vendiendo IA legal a Nubank, Mercado Libre, Itaú, Santander y Airbnb.
Hablamos de por qué la mayoría de los proyectos de IA enterprise no llegan a producción, de por qué Sequoia primero pasó y después cambió de opinión, y de por qué volvió a Latinoamérica cuando podía quedarse en Silicon Valley.
Estructura y Highlights Clave
La Brecha que Vio en Francia
- Se fue a hacer una maestría a una universidad francesa conocida por física y matemática, y como parte del curso de francés le hicieron un tour industrial
- Vio tecnología nuclear, reciclaje de combustible, una planta nuclear, un depósito de combustible usado que recibe material de Alemania y Estados Unidos, y una planta de submarinos
- Coincidió que estaban construyendo los submarinos que Chile estaba comprando
- Y esa industria no para ahí: también hacen automóviles, aviones y algunos de los tanques más modernos del mundo
- Lo que describe como desesperación: ver que la pieza de tecnología más sofisticada que hacemos es ridícula al lado de eso, y que cerrar esa brecha pediría 50 años de formar doctorados y una política pública que enderece los incentivos
- Su lectura de fondo: la falta de esa industria nos baja el techo mental sobre lo que creemos que podemos hacer
Lo que Sí le Enseñó Silicon Valley
- Llegó allá gracias a Francisco Larraín, uno de sus primeros jefes. Dice que se sintió rescatado por ese hecho
- Lo que le aportó Francisco fue banalizar lo grandioso: te habla de Google como si fuera la empresa de la esquina, o de alguien famoso como si viviera en su calle
- Estando allá comprobó que era literalmente así. En cada casa vive alguien intentando algo parecido
- La otra experiencia fue ver el aterrizaje del Curiosity en Marte, transmitido en una base de la NASA rodeada de la gente que había trabajado en cada pieza
- Su aprendizaje de ese día: el 90% era fuerza de voluntad. Le asignamos una complejidad inalcanzable a lo que no conocemos
- Los del paracaídas le explicaron que era un paracaídas, que fueron mejorando para resistir más calor y más carga. Pero un paracaídas
- El contraste que hace: hay tecnologías donde sí parece haber iluminación, como un resonador magnético. La mayoría de lo que hacen las empresas no
Por Qué Volvió a Latinoamérica en 2012
- Una de las razones fue personal: uno de sus futuros socios era un gran amigo brasileño que había conocido en Francia
- La otra fue una decepción. Después del IPO de Groupon vio que cuando las cosas van mal, algunos se salvan y el resto se hunde, aunque la misión se contara con enorme convicción
- Y la tesis: cuando aparece algo que nadie entiende, las barreras para acceder a un mercado bajan radicalmente. En ese momento eso era mobile gaming
- Junta eso con el volumen y la calidad de ingeniería que produce el sistema educativo brasileño y con acceso a un mercado global sin barreras
- Su conclusión: eso te permite una competencia desleal. Ellos no pueden hacerlo porque su talento es mucho más caro
- Cómo llegó a Brasil: sin hablar portugués, sin haber visitado el país antes, con su perro y su entonces esposa embarazada. En retrospectiva lo describe como imprudente
Cómo Wildlife Compitió desde Brasil
- Su ventaja principal fue no estar contaminado por la industria de juegos. Ninguno venía de ahí, así que aprendieron todo desde cero
- El beneficio de la pizarra en blanco: pudieron sacar el sonido del roadmap porque la mayoría juega en silencio. Lanzaron juegos sin sonido en varios países
- Invertían ridículamente poco en gráficos, porque sus pruebas decían que al usuario no le importaban tanto
- Por qué las empresas de consola y PC se atascaban: enfrentaban el problema de la forma en que estaban acostumbradas, y casi todas terminaron comprando una empresa de mobile
- La primera empresa se llamaba literalmente Top Free Games, y ese era el nombre legal. Cuando Apple o Google cuestionaban que estuviera intentando manipular el ranking, podían mostrar que así se llamaba
- La segunda se llamó Fun Games for Free
- Su cultura era pragmatismo extremo: juegos que morían en una semana y otros que empezaban a la siguiente. Matar un juego es violento para quien le asigna valor sentimental, y la cultura estaba diseñada para evitar eso
Cómo Rompieron sus Propios Techos
- El patrón que sigue viendo en empresas locales: lo que ellos consideran un éxito para él es un fracaso, por falta de referencia
- Su decisión temprana fue compararse con el mundo, no con los locales. Contrataban gente diciendo que iban a hacer el mejor juego del mundo y se comparaban con Nintendo, con dos juegos, uno de un pingüino y uno de una moto
- Su observación sobre eso: contar esa historia 50 veces contratando hace que empieces a creerla y a justificarla
- Después venía el trabajo metódico. Cada área iba a entender qué hacían las referencias en analytics, marketing e ingeniería
- La escala de ese ascenso: pasaron de un juego que daba unos miles de dólares al día a otros mucho mayores, sabiendo que en ese momento existía un juego que generaba 5 millones de dólares diarios
- El marcador de que algo hacían bien: un año lanzaron un juego número uno, el siguiente dos, y así hasta cinco en el quinto año
- Pero sabían que en monetización seguían lejos
Cerrar la Ventana Antes de que se Cerrara
- Hacia 2015 fue evidente que las empresas tradicionales ya habían comprado estudios de mobile y empezaban a tener éxitos
- Lo que eso significaba: se acababa el espacio para el amateurismo, lo hacky y el arte fea
- La fase que llamaron 2.0 consistió en ordenar la casa para coincidir con ellos cuando terminaran de aprender, y no quedarse atrás
- Pasaron de invertir algunos millones en marketing de performance a gastar 100 millones de forma rentable
- Y contrataron a un director de arte para que les enseñara cuál era la barra de calidad y creara las bases del equipo
Los Low Hanging Fruits de un Mercado Nuevo
- Su regla: cuando nadie sabe hacer algo y la demanda supera a la oferta, se toma el mercado con cantidad, no con calidad
- En sus inicios llegaron a tener los primeros ocho lugares del ranking brasileño, y no era por calidad
- Hacían ingeniería reversa del App Store usando cada señal que Apple dejaba: su propia página, las APIs, el tráfico interceptado
- Cuando salía una beta de iOS con páginas nuevas en el App Store, empezaban de inmediato a entender qué hacía que un juego llegara ahí
- El resultado a veces era descarado: dominaron por completo una página nueva de recomendaciones porque tunearon toda su metadata
- Su lectura del ciclo: esas ventanas se cierran. Las tiendas se volvieron editoriales hacia 2018 y 2019
- Y se repite. Pasó con Google, después con los trucos de Reddit, y ahora con lo que se está aprendiendo sobre modelos
Las Tres Cosas que Hoy se Confunden en IA
- Primera, la promesa de inteligencia artificial general. Es separable, y no hay por qué asumir que llegaremos ahí
- Segunda, el mercado de modelos fundacionales, que tiene todo el sentido que exista, pero que se contaminó con la carrera por AGI. Esa carrera de recursos es difícil de justificar si no se llega a ese destino
- Tercera, la IA aplicada, que usa modelos que ya existen y que no son promesas
- Lo que ve en Wildlife hoy: arte que antes tomaba 20 días ahora se produce en tres minutos, y generar variantes de assets para probar versiones de un juego es cuestión de minutos
- Lo mismo en marketing, donde la mayoría de los creativos ya se hacen con IA
- Su punto sobre lo legal: no están reemplazando trabajo que los humanos hacían, están haciendo el trabajo que no podían hacer
- Y su analogía histórica: la IA aplicada tiene la misma característica que mobile desde 2012. Todas las industrias van a tener que adaptarse, y las barreras de entrada son bajísimas
Qué Resuelve Enter
- La definición: aplicar IA a problemas que realmente importan, con responsabilidad, explicabilidad y de forma auditable
- El dato que enmarca el mercado: Brasil gasta cerca del 2% del PIB en mantener su sistema judicial, unas cinco veces más que el segundo lugar en relación al PIB
- No es corrupción ni fraude. Es un sistema diseñado con buenas intenciones, para que el ciudadano tenga acceso a la justicia sin importar su dinero
- El problema es de volumen: 200 y tantos millones de brasileños contra muchas menos empresas, y decenas de miles de demandas nuevas al mes
- Por qué eligieron legal y no resumir textos o generar arte: legal tiene consecuencia. Una defensa mal hecha la lee un juez
- Las ganancias que generaron: eficiencia en el proceso, consistencia en las defensas y control sobre los abogados que trabajan en cada caso
- Su metáfora: le dieron herramientas a un director técnico cuyo equipo jugaba con tres pelotas en la cancha. Ahora puede definir formación, técnicas y medir a todos
- Para los abogados también mejora: leer 500 páginas y escuchar dos horas de audio, que en la práctica no hacían por falta de tiempo, ahora lo hace la IA
- Y lo que cierra la venta es la métrica final: las tasas de éxito suben, y con eso el ROI se justifica solo
Por Qué la IA Enterprise Falla
- Lo que la gente le pregunta: orquestación de agentes, qué modelos usan, fine tuning, prompt engineering
- Lo que él dice que en realidad importa: el desafío de adopción
- Primer problema, acciones con consecuencias irreversibles. Si el modelo actúa y nadie puede revisar antes, ya está en graves problemas. Eso es un error de diseño
- Segundo, explicabilidad. Un médico puede mirar una radiografía marcada y contarse una historia. Si le pasas un tratamiento derivado de 15 años de investigación, tendría que leer 250 papers para entenderlo
- Tercero, la caja negra. Para generar arte da igual, porque descartas y pides otro. Con consecuencias inmediatas necesitas precisión, y las fallas te generan un problema de reputación
- Cuarto, la gente quiere ver a empresas creíbles usando la misma herramienta antes de adoptarla
- Su consejo derivado de eso: al inicio, en vez de perseguir muchos clientes, elige uno o dos y pon toda la carne al asador. Para ellos fueron dos bancos
- Y el punto que más subraya: lo difícil no es el modelo, es el contexto. Un empleado toma un café, se entera de que un proyecto se canceló, ya vio diez documentos parecidos y sabe qué número se relaciona con cuál
- Reproducir eso pide un esfuerzo desproporcionado en clasificación, segmentación, conexión de sistemas y documentación de las entidades y relaciones de la empresa
- Y después hacerlo auditable. Un resultado impresionante que no se puede auditar ni editar tiene cero valor
Copiloto o Agente
- En Enter casi todo funciona como agente, con una diferencia clave: el agente prácticamente nunca toma la decisión final
- El flujo: llega el caso, un agente lo analiza y lo resume, busca información en los sistemas de la empresa y le deja tareas al abogado para que revise sus conclusiones
- El ejemplo típico: el agente detecta que un dato del demandante está equivocado, propone la corrección y la persona aprueba
- La regla: si el agente actúa solo es porque la acción es reversible. Nunca hace solo algo irreversible
- Su comparación con la programación: empezó con autocompletado, después el copiloto al lado tuyo, y ya hay estudios que dicen que eso hace más lento a la persona
- Lo que lo convenció de que esto cambia todo fue ver a un agente autónomo hacer el trabajo, porque ya no intenta entender su código
- Lo que le da al agente es lo mismo que le daría a un equipo: el proyecto, sus opiniones sobre arquitectura, qué tecnologías usaría, cuatro cosas que cuidar, y empezar por un test de integración
- La dificultad real es que dar instrucciones y contexto a un equipo no es natural para quien todavía no es senior
- Cómo lo aplican a abogados: el trabajo del abogado y el del agente no se mezclan. No es un asistente hablándole al oído, son otros miembros del equipo haciendo cosas
Vender a Corporativos sin Depender de Ellos
- El FOMO del año pasado ayudó, pero lo que define los ciclos de venta es la integración y el compliance
- El consejo que recibieron de empresas grandes: en ningún momento el proceso de venta e implementación puede quedar dependiendo del cliente
- Si preguntas cuándo te entregan la API, la respuesta van a ser cinco, seis o hasta nueve meses
- Dado que eso es inaceptable, la única salida es diseñar el producto para que la primera integración tarde un poco y las siguientes cada vez menos
- La táctica derivada: integrarse con los proveedores que se repiten entre clientes, por las buenas o por las malas, vía APIs o scraping
- El caso Nubank: construyeron con ellos la mayor cantidad de integraciones que él ha hecho en su vida, algo que hoy no se justificaría, pero que sentó las bases de su arquitectura
- Compliance y seguridad los resolvieron aprendiendo, automatizando y certificándose, hasta tener un paquete listo. Hoy hasta usan IA para responder los cuestionarios
Por Qué Sequoia Primero Pasó
- Al empezar, la idea era ir a Estados Unidos. Mike incluso le advirtió a su socio que con tres hijos en Brasil, mudarse estaría fuera de su alcance por varios años
- Empezaron conversaciones con un exchange de cripto, con aerolíneas estadounidenses y con bancos
- A inicios de 2023 cambiaron de venderle a estudios de abogados a venderle a los equipos legales de las empresas, y los números en Brasil empezaron a cerrar
- Sequoia, que mantenía contacto, preguntó cuándo iban a ir a Estados Unidos. La respuesta fue que habían decidido no ir
- Les pareció tan loco que pidieron permiso para hablar con Nubank y otros clientes, solo para entender qué veían ellos
- Quedaron impresionados con las respuestas y su conclusión fue que el mercado no tiene plan B: el plan A son ustedes
- Lo que a él le gustó de ese proceso: un fondo dedicando tiempo considerable a entender por qué alguien toma una decisión que normalmente se lee como renunciar al acceso
Quedarse o Irse
- Si el mercado local es realmente pequeño, como en Chile, cree que hay que ir directo afuera
- Pero hay que cuestionar otras cosas. En Estados Unidos probablemente compites por el 70% superior de ingenieros y pierdes el resto contra empresas de visibilidad extrema
- En Brasil puede acceder al 0.1% superior
- Su matiz sobre la oferta estadounidense: hay outliers muy buenos, pero el mercado está saturado y distinguir a los buenos es mucho más difícil que en tu propio mercado
- El modelo que le parece interesante es el de Francisco Larraín: equipos en Chile con presencia constante en el valle
- Cuándo sí quedarse local: si usas ese periodo para entender mejor el problema antes de buscar ingresos
Si el Software se Comoditiza
- Si baja el costo marginal de hacer software y la cantidad de gente necesaria, el software se vuelve accesible a otra escala
- Dos caminos. Uno: software a medida para todos, hasta la panadería de la esquina con su propio ERP
- Dos: empresas gigantes que construyeron su software con 3,000 ingenieros compitiendo contra otras de 20 o 50
- Su razonamiento: si esos 3,000 tienen cinco agentes cada uno, ningún software necesita 15,000 ingenieros. Los que tienen 20 pueden alcanzar la productividad que antes pedía 3,000
- La barrera que sí queda en B2B es reputación y contactos. Una empresa chilena vendiendo software B2B en Estados Unidos necesita algo que ancle su seriedad
- Los mercados donde eso no importa: gaming, herramientas de productividad. A nadie le importa quién hizo el juego si se divirtió
- A quién agradece: a su padre, que aunque tuviera sus propios techos veía que había algo del otro lado y nunca cuestionó sus decisiones. Y a Francisco Larraín, por lo que hizo con toda una generación de ingenieros chilenos
Glosario Silicon Valley
| Término | Qué significa | Contexto en el episodio |
|---|---|---|
| IA aplicada | Usar modelos que ya existen para resolver problemas concretos | La categoría que separa de la promesa de AGI y de los modelos fundacionales |
| Modelo fundacional | Los modelos base entrenados desde cero | El mercado que se contaminó con la carrera por AGI |
| Explicabilidad | Que se pueda entender por qué el modelo concluyó algo | Uno de los tres bloqueos de adopción en enterprise |
| Auditable | Que se pueda revisar y editar lo que el sistema hizo | Su condición para que un resultado tenga valor real |
| Acción irreversible | Una decisión que no se puede deshacer | Lo que un agente nunca debe hacer solo |
| ASO | Optimizar para el ranking de las tiendas de apps | Lo que hacían con ingeniería reversa del App Store |
| Low hanging fruit | La oportunidad fácil que nadie ha tomado todavía | Lo que abundaba cuando Apple y Google aún aprendían a controlar sus tiendas |
| Ventana de oportunidad | El periodo en que un mercado nuevo todavía es tomable | Lo que vieron cerrarse en mobile hacia 2015 |
| Ciclo de venta | Lo que tarda cerrar un cliente corporativo | Definido por integraciones y compliance, no por el producto |
| Contexto | La información de la empresa que el modelo necesita para acertar | Lo que él dice que importa más que el modelo o el prompt |
Personas, Empresas y Referencias
Personas Mencionadas
- Mike Mac-Vicar: cofundador y CTO de Enter, antes CTO de Wildlife Studios
- Mateus: su socio en Enter, quien mantenía el contacto con Sequoia
- Francisco Larraín: uno de sus primeros jefes, quien lo llevó a Silicon Valley, hoy en Topsort
- José Noblecilla: exvicepresidente de IA en Wildlife, citado sobre los techos mentales del equipo
- Su padre: quien nunca cuestionó sus decisiones y le dio confianza para arriesgar
- Enzo Cavalie: host del podcast
Empresas y Referencias
- Enter: IA legal para equipos jurídicos, unos 10 millones de facturación en menos de dos años
- Sequoia Capital: el fondo que primero pasó y después lideró la inversión
- Wildlife Studios: llegó a valer 4,000 millones con más de 3,000 millones de descargas
- Top Free Games y Fun Games for Free: los nombres legales originales de la empresa
- Nubank, Itaú, Mercado Libre, Santander y Airbnb: los clientes que cita
- Groupon: el IPO que lo decepcionó y lo empujó de vuelta a Latinoamérica
- Curiosity y la NASA: el aterrizaje en Marte que le enseñó sobre fuerza de voluntad
- Nintendo y Supercell: las referencias con las que se comparaban cuando tenían dos juegos