Las startups afrontan una presión creciente para crecer con rapidez y, para lograrlo, muchas buscan grandes empresas como clientes. Sin embargo, captar esos contratos no es sencillo. Arsalan Tavakoli-Shiraji, cofundador y vicepresidente sénior de ingeniería de campo de Databricks, señala que uno de los errores habituales es confiar en que la tecnología se venderá por sí sola.
La tecnología debe funcionar bien, pero no basta, según Tavakoli-Shiraji. Databricks, empresa de almacenamiento y análisis de grandes volúmenes de datos, está valorada en 190.000 millones de dólares y tiene como clientes a más del 70 % de las compañías de Fortune 500. En sus primeros años, él participó en la captación de sus primeros grandes contratos.
Apoyarse en una empresa tecnológica consolidada
En una intervención en TechCrunch Disrupt la semana pasada, Tavakoli-Shiraji explicó que en las startups suele darse prioridad a la tecnología, aunque, por su experiencia, las personas y los procesos son fundamentales. Recordó que logró una reunión con un posible cliente y descubrió que este había firmado un gran acuerdo con un competidor, por lo que no tenía interés en escuchar su propuesta. También relató que algunos primeros acuerdos se frustraron porque la startup no estaba preparada para responder preguntas legales, contractuales o de seguridad.
Databricks intentó sin éxito concertar una reunión con UBS cuando aún era una empresa joven. Después se asoció con Microsoft como socio de nube Azure, de modo que los acuerdos de venta quedaban bajo las condiciones de Microsoft. Además, el equipo comercial de esa compañía organizaba reuniones y respaldaba a la startup, lo que facilitó el acceso a posibles clientes, según Tavakoli-Shiraji.
Responder a las cuatro preocupaciones sobre la IA
Con el apoyo del equipo comercial de Microsoft, Databricks empezó a recibir solicitudes de distintos clientes. Algunas planteaban necesidades relacionadas con países a los que la compañía aún no se había expandido. Tavakoli-Shiraji describió esa demanda como un problema favorable.
Ahora Databricks también trabaja con startups y vende sus productos bajo sus propias condiciones y configuración de ciberseguridad. Entre ellas están Hightouch, que ofrece herramientas de marketing y datos de clientes basadas en IA y en la que Databricks también ha invertido; Addepar, que proporciona herramientas de datos para profesionales de la inversión; y Tecton, una startup de aprendizaje automático que Databricks adquirió posteriormente.
Para abordar las objeciones de las empresas sobre la IA, Tavakoli-Shiraji las agrupa en cuatro categorías: contexto, elección, coste y control. El contexto consiste en que la IA aprenda la terminología, los procesos y las prioridades de la compañía, como lo haría una nueva persona empleada. La elección es la posibilidad de cambiar de modelo de IA sin quedar vinculado a un único proveedor; el coste, controlar cuánto cuesta utilizar el producto; y el control, establecer salvaguardas para su comportamiento y proteger la información sensible.
Modernizar sistemas heredados
Tavakoli-Shiraji pregunta en tono de broma a los directores de sistemas de información dónde sitúan a su empresa en una escala de uno a cinco en materia de IA. En el nivel uno, los empleados solo tienen acceso a ChatGPT; en el cinco, la empresa ha adoptado capacidades de IA que han cambiado sus procesos de negocio. Según su experiencia, aunque muchos interlocutores se colocan entre los niveles tres y cuatro, el 99 % de los que consulta está en los niveles uno y dos.
El directivo sostiene que las empresas todavía no han encontrado cómo desplegar agentes de IA que generen valor más allá de permitir que los equipos de ingeniería escriban código. También considera que pasarán muchos años antes de que las compañías puedan implementar la IA de forma realmente significativa.
Una oportunidad para las startups, según Tavakoli-Shiraji, está en modernizar sistemas heredados costosos. Señaló que los bancos aún utilizan sistemas IBM AS/400 y mainframes que pocas personas querían modificar porque no se sabía qué hacía su código. Ahora, los agentes de IA pueden analizarlo y descomponer su funcionamiento, lo que abre la posibilidad de crear productos que añadan interfaces modernas a esos sistemas o los sustituyan por completo.
Tavakoli-Shiraji también compartió sus previsiones sobre la adopción futura de la IA en las empresas y relató una anécdota de los primeros años de Databricks, cuando fingió ser abogado para conseguir un contrato empresarial. La entrevista completa está disponible a continuación.
Cuando compras a través de enlaces de nuestros artículos, podemos recibir una pequeña comisión. Esto no afecta a nuestra independencia editorial.
