Plataformas, escala e IA.
Cuando el valor no está en producir
Hay una idea que llevo semanas rumiando.
Y cuanto más la observo, más claro me parece que estamos repitiendo el mismo patrón pero en una capa tecnológica distinta.
Durante años, entender Internet era entender plataformas.
Facebook no creaba contenido.
Airbnb no tenía habitaciones.
YouTube no producía vídeos.
Y aun así, dominaron.
¿Por qué?
Porque entendieron algo que Sangeet Paul Choudary explica muy bien en Platform Scale:
El valor no está en producir. Está en orquestar interacciones.
En el modelo tradicional —el “pipeline”— era lineal: Empresa → producto → cliente.
Funcionó durante décadas. Incluso en Internet al principio (piensa en el primer Amazon).
Pero las plataformas rompieron eso.
Introdujeron algo más interesante:
→ Sistemas donde otros crean el valor
→ Donde el crecimiento viene de convertir usuarios en productores
→ Donde la clave no es escalar producción, sino escalar interacciones
Ahora estamos viendo lo mismo… pero con inteligencia
Hoy, las nuevas plataformas no son sociales.
Son cognitivas.
Hay tenemos los nuevos, OpenAI, Anthropic, Google,…
Han construido algo diferente.
Ya no conectan personas. Conectan capacidades - pensar, generar, decidir-.
Pero aquí viene lo interesante, si sigues el paralelismo hasta el final, aparece una pregunta incómoda:
¿Dónde está el verdadero valor ahora?
Porque es tentador pensar que está en el modelo.
Más parámetros.
Mejor benchmark.
Más capacidad.
Pero eso es exactamente lo que pensábamos antes sobre el producto.
Y ya sabemos cómo acabó esa historia.
La hipótesis
El modelo no es el moat. La distribución lo es.
No porque el modelo no importe.
Sino porque, como en todas las plataformas, el valor se desplaza hacia donde ocurre la interacción.
Un patrón que se repite
En plataformas clásicas:
El contenido era abundante → lo escaso era la atención
Ganaba quien controlaba la distribución (feeds, rankings, discovery)
En esta nueva capa:
La inteligencia empieza a ser abundante
Lo escaso vuelve a ser lo mismo: atención, contexto, integración en workflows
Dicho de otra forma, el modelo genera capacidad pero no garantiza uso.
Y aquí es donde entra la distribución
Distribución no es marketing.
Nunca lo fue.
En plataformas, distribución significa:
Ser el lugar donde ocurre la interacción
Ser el punto de entrada natural
Estar integrado en el flujo de trabajo del usuario
Por eso Google domina búsqueda.
Por eso Apple controla el acceso a apps.
Por eso Microsoft gana integrando en herramientas existentes.
Lo que estamos viendo ahora
Los modelos base (OpenAI, Anthropic, Google) están en una posición interesante:
Son infraestructura
Son plataforma
Pero aún no controlan completamente la distribución final
Y eso deja el tablero abierto.
Ahora disponemos de un espacio en construcción
Si algo se pone de manifiesto en de Platform Scale es que:
Las plataformas empiezan simples
Evolucionan con los usuarios
Y muchas veces no controlan todos los usos que emergen
Estamos exactamente ahí.
Con todavía muchas preguntas abiertas, pero si cabe lo más importantes son las respuestas.
¿Quién será el “YouTube” de la IA? (no el modelo, sino el lugar donde ocurre el consumo)
¿Dónde se agregará la atención?
¿Qué capa capturará la relación con el usuario final?
Y una intuición.
Puede que estemos sobreestimando el valor del modelo y subestimando el valor de:
Interfaces
Casos de uso concretos
Distribución contextual
También déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto puede ser una muy buena opción.
Food for thought
Si tuviera que resumir todo en una idea:
Antes, construir era suficiente.
Luego, diseñar plataformas fue la ventaja.
Ahora, la pregunta cambia otra vez:
¿Dónde ocurre la interacción y cómo llegas a ella?
Porque en un mundo donde la inteligencia es accesible, la ventaja no está en tenerla.
Está en ser el lugar donde se usa.
Y eso es todo por hoy. Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.