Los ganadores del boom de la IA no están en la IA: están en el negocio que captura el presupuesto que el cliente deja de pagar a su proveedor. La tesis de Lindsey Witmer Collins apunta a dos extremos físicos.
Cada semana, un cliente le cuenta una versión de la misma frase: ‘esto antes tenía que pagarlo y ahora no’. A veces la IA ejecuta un trabajo que nunca habría podido costearse; a veces ocupa el puesto de una persona y el margen se queda en casa. La lógica es la misma: automatizar más y retener más.
El otro lado del balance lo firma la misma persona. Proveedores con los que lleva años trabajando reciben menos encargos. Negocios que en 2024 estaban bien hoy no lo están. Cuando suficientes empresas se vuelven muy buenas en no pagarse entre sí, el dinero que circulaba entre estudios, freelances y tiendas se adelgaza.
Ahí está el detalle que los pitch decks se saltan. Automatizar una tarea no crea demanda: la recoloca. El presupuesto que ayer pagaba a un diseñador no se evapora; cambia de manos y acaba en quien sabe redesplegarlo hacia algo que el cliente sí quiere comprar.
Para quien vende horas, la consecuencia es incómoda. Si tus unit economics dependen de facturar tiempo y ese tiempo se desploma de precio, tu facturación cae con el input. No es un problema de marketing. Es un problema de modelo.
El ahorro que genera la IA no se evapora: se muda a la cuenta de resultados de quien sabe qué hacer con él.
La tesis barbell: el suelo por un lado, la sala llena de gente por el otro
Collins se hace la pregunta fría: en este mundo, ¿quién gana? Su respuesta tiene forma de barra de pesas. Los dos extremos pesan; el centro se queda sin nada.
Empieza descartando el centro de la pila. Los laboratorios de frontera son extraordinarios y, por sus propios números, queman caja a ritmo de subvención. No tienen ruta obvia a la rentabilidad que no choque con dos recursos escasos: datos de calidad y electricidad. Y no pueden comerse el mundo porque están ocupados comiéndose entre ellos; cada lanzamiento reinicia el tablero. Eso es una pelea a cuchillo, no un foso.
Debajo de los modelos y los chips hay una capa que no se ha vuelto commodity: los materiales críticos, con el cobre como señal. Estados Unidos lo declaró mineral crítico a finales de 2025. Atraviesa cada cable, cada motor y cada servidor: un centro de datos grande de IA puede necesitar hasta 50.000 toneladas. La demanda sube un 50% de aquí a 2040 y la oferta se queda atrás, con una brecha que S&P Global estima en hasta 10 millones de toneladas métricas. Una mina nueva tarda 29 años en entrar en producción. Un yacimiento de cobre no se programa con un prompt.
De ahí nace GridMine, el proyecto que Collins arrancó con Emma Gallo: mapear el cobre y los imanes de tierras raras que ya han salido de la tierra. La reserva que está encima del suelo, en cable viejo, baterías agotadas y turbinas que se jubilan. Disponible en meses, no en décadas.
📦 Caso de estudio: GridMine
- El reto: La IA necesita cobre y tierras raras, pero abrir una mina nueva puede tardar casi tres décadas.
- La jugada: Cartografiar el material crítico que ya está fuera de la tierra, en cable, baterías y turbinas retiradas.
- El resultado: Una reserva disponible en meses y con mayor concentración que el mineral extraído.
- La lección: Si el recurso escasea, el negocio está en dar segunda vida a lo que ya existe.
El segundo extremo está hacia arriba y hacia fuera: fuera de casa, fuera de la pantalla, dentro de una sala con gente. Cuando cualquiera puede generar una canción o un amigo sintético a coste casi cero, el precio de todo eso tiende a cero. Con oferta infinita, el valor se muda a lo que la máquina no puede multiplicar.
La máquina no fabrica sábados por la noche. No te sienta en el sector 114 cuando el partido se va a la prórroga. Las entradas de música en directo y de deporte suben muy por encima de la inflación desde hace años, y los derechos de las competiciones marcan récords mientras el resto de la parrilla se abarata: 96 de las 100 emisiones más vistas del último año fueron deporte.
Restaurantes con lista de espera, carreras populares, festivales, comedia, gimnasio. Cualquier evento que reúna a humanos físicamente presentes seguirá subiendo de valor. No es nostalgia: es escasez.
El medio se lo comen: qué significa para una agencia española
Vamos a los números de casa. El tejido español de agencias, estudios y freelances es amplio y está muy fragmentado, y una parte creciente de su facturación se apoya en tareas que la IA ya resuelve a coste marginal ridículo. Si tu propuesta es ‘te lo hago más barato porque uso IA’, has convertido tu propia tarifa en el ahorro que el cliente va a capturar.
El precedente no es la IA. Es lo que ocurrió con el contenido, con la producción audiovisual de bajo coste y con cualquier capa que se volvió commodity. Cuando un servicio se estandariza, el margen migra hacia quien controla el recurso escaso o la distribución. La mayoría de las agencias pequeñas compite por precio. Y el precio ya lo pone el modelo.
La pregunta que cualquier aceleradora —Lanzadera, Wayra, Y Combinator— haría a un proyecto así no ha cambiado con el hype: ¿cuál es el recurso escaso que controlas? Si la respuesta es ‘mi equipo sabe usar estas herramientas antes que el tuyo’, la ventaja tiene fecha de caducidad.
Lo que aguanta es el redespliegue. El cliente que dijo ‘esto ya no lo pago’ sigue teniendo un problema de negocio; lo que ha dejado de pagar es la tarea, no el resultado. La agencia que captura ese presupuesto no vende herramientas: responde de un número. Más leads, más recurrencia, menos coste por pedido. Cobrar por resultado asusta porque traslada el riesgo. También traslada el margen.
Quien vende horas compite contra un coste marginal que tiende a cero; quien vende un resultado escaso fija el precio.
La misma lógica funciona al revés, y ahí entra la economía real. Una fábrica de chocolate artesanal que monta catas presenciales con lista de espera, o un edificio histórico rehabilitado como sede de eventos, no compiten con el contenido generado: compiten con el sábado noche de su ciudad. Aplican métricas de startup —product-market fit, recurrencia, coste de adquisición— a un activo que la IA no puede duplicar.
Tres preguntas para saber en qué extremo estás
Traducida a una pyme, la tesis se reduce a tres preguntas que se contestan en una tarde. El resto es ejecución, y para eso hay financiación: las líneas de ENISA cubren circulante de proyectos que aún no han cerrado ronda.
- ¿Qué parte de mi facturación es tiempo? Si es la mayoritaria, tu margen está indexado al precio de una tarea que se abarata cada trimestre.
- ¿Qué controlo que no se pueda generar? Una cartera de clientes, un local con cola, una licencia, un dato propietario o una comunidad que se reúne en persona.
- ¿Quién se queda el ahorro que genero? Si la respuesta es el cliente y tú cobras la misma hora, has financiado su margen con el tuyo.
Ninguna exige montar un departamento de IA. Exigen aceptar que el centro de la pila es un mal sitio para pasar los próximos cinco años.
🚀 Hoja de Ruta para Emprender
- Audita tu facturación por horas: separa lo que cobras por tiempo de lo que cobras por resultado y mide qué porcentaje depende de tareas automatizables.
- Elige un recurso escaso: acceso, dato propietario, licencia o presencia física; sin uno de los cuatro, tu ventaja dura hasta la próxima actualización del modelo.
- Cobra por resultado con suelo: fija un precio base que cubra costes y añade una parte variable ligada a la métrica del cliente.
- Reinvierte parte del ahorro: el margen que liberas no debe quedarse solo en el cliente, sino financiar la capacidad que te hace difícil de sustituir.
