El fundador de Nest, Tony Fadell, sobre la próxima generación de prometedoras startups de tecnología profunda
La trayectoria de Tony Fadell abarca varios capítulos decisivos de la tecnología de consumo: el trabajo visionario pero prematuro de General Magic, la creación del iPod, el lanzamiento de Nest y la difícil integración de una startup en Google. En TC Disrupt 2024, recurrió a esas experiencias para explicar por qué la tecnología revolucionaria por sí sola rara vez crea una empresa duradera.
Su argumento central fue práctico más que romántico. Los fundadores de tecnología profunda necesitan un problema real de los clientes, el momento adecuado del mercado, un uso disciplinado del capital y una organización capaz de sobrevivir años de incertidumbre. La conversación también exploró el liderazgo, las adquisiciones, la inteligencia artificial, la realidad virtual y los robots humanoides, ámbitos en los que la emoción técnica puede superar fácilmente la realidad comercial.
El producto es solo el comienzo
Fadell dijo que nunca se cansa de hablar del iPod, incluso décadas después de su introducción. La conversación tuvo lugar en torno al 23.º aniversario del lanzamiento del iPod y al 13.º aniversario del primer producto de Nest, lo que ofreció una oportunidad natural para repasar las influencias detrás de ambos logros.
Una de esas influencias fue su padre, cuya carrera en ventas enseñó a Fadell que un producto sólido aún debe explicarse, posicionarse y venderse. Fadell reforzó esa lección a través de sus propios fracasos tempranos. Como emprendedor universitario, gastó el dinero disponible en desarrollar un producto y no dejó casi nada para llevarlo al mercado.
La experiencia cambió su forma de pensar sobre la creación de empresas. Durante la época en la que comenzó su carrera, Fadell estimó que las ventas y el marketing podían requerir entre cinco y diez veces el presupuesto de desarrollo de producto. Desde entonces, las redes sociales han alterado esa proporción, pero no el principio subyacente: los fundadores deben planificar la distribución desde el principio. La ingeniería responde si algo puede construirse; una empresa también debe responder quién lo necesita, cómo lo descubrirán esas personas y por qué pagarán por ello.
General Magic y el coste de llegar demasiado pronto
General Magic se convirtió en un ejemplo emblemático de innovación sin un momento oportuno adecuado. Sus equipos exploraron el correo electrónico móvil, la emisión electrónica de billetes, los juegos descargables, la animación y la comunicación digital expresiva aproximadamente 15 años antes de que el iPhone hiciera muchas de esas experiencias comunes.
Las ideas fueron notablemente premonitorias, y varios veteranos de General Magic ayudaron más tarde a crear importantes plataformas tecnológicas, incluido Android. Sin embargo, Fadell sostuvo que la empresa carecía de suficiente claridad sobre los problemas inmediatos que estaba resolviendo. La tecnología de apoyo, el comportamiento de los consumidores y la infraestructura del mercado no eran lo bastante maduros.
Para los fundadores de tecnología profunda, esta historia complica la habitual celebración de estar «por delante de la curva». Tener razón sobre el futuro no garantiza que una empresa pueda sobrevivir el tiempo suficiente para alcanzarlo. Una startup necesita un camino creíble desde su visión a largo plazo hasta un problema que los clientes reconozcan hoy.
Por qué los fundadores deben comprender los puntos de inflexión organizativos
Fadell animó a los emprendedores a adquirir experiencia dentro de organizaciones más grandes porque las startups acaban enfrentándose a muchas de las mismas cuestiones operativas. Un equipo de cinco personas puede coordinarse de manera informal; una empresa con decenas o cientos de empleados no puede.
A medida que aumenta la plantilla, cambian los patrones de comunicación, las responsabilidades y las expectativas culturales. Fadell describió distintos puntos de inflexión en etapas como cinco a diez empleados, 15 a 20, 30 a 40 y aproximadamente 120. Cada transición crea nuevas exigencias de gestión porque las relaciones humanas no escalan tan ordenadamente como el software o la fabricación.
A través de inversiones en más de 200 startups, Fadell ha visto a fundadores encontrarse repetidamente con estos retos. Su consejo es tratar el diseño organizativo como una parte central del proceso de creación de productos. Las líneas de reporte, los derechos de decisión y los hábitos de comunicación pueden parecer detalles administrativos, pero a menudo determinan si un equipo prometedor puede seguir ejecutando.
Delegar es una habilidad de liderazgo que se aprende
Fadell se convirtió en director de tecnología y vicepresidente de Philips a principios de sus veinte años, y de repente fue responsable de crear una organización de cientos de personas sin una experiencia significativa de gestión. Según su relato, su primer año como gerente fue mal. La formación le ayudó a aprender a delegar, generar confianza y dejar de intentar controlar cada tarea.
La experiencia no necesariamente lo hizo menos exigente. En cambio, dijo que lo hizo más preciso acerca de dónde era necesaria la intervención. Los líderes eficaces dan a sus colegas espacio para tomar decisiones y aprender, al tiempo que evitan errores que podrían dañar irreparablemente a la empresa.
Fadell también distinguió entre dos formas de atención al detalle. Una proviene del ego y del deseo de dominar. La otra está arraigada en la misión: un líder examina el trabajo de cerca porque ciertas decisiones determinan si el producto sirve adecuadamente a los clientes. El reto de la gestión consiste en saber qué detalles afectan materialmente al resultado y cuáles deben permanecer en manos del equipo.
Lo que la adquisición de Nest reveló sobre la cultura
La adquisición de Nest por parte de Google demostró cuán abruptamente puede cambiar una organización después de un acuerdo. Fadell reconoció errores de la dirección de Nest, al tiempo que sostuvo que la empresa adquirente no logró preservar compromisos importantes y elementos de la cultura original de la startup.
Caracterizó las fusiones y adquisiciones como especialmente frágiles, y citó la incompatibilidad cultural como una razón importante por la que fracasan muchos acuerdos. Un contrato puede definir la propiedad y los términos financieros, pero no puede reconciliar automáticamente supuestos distintos sobre urgencia, responsabilidad, autonomía y rendimiento.
Fadell contrastó el entorno intensamente orientado a programas de Apple con la cultura más permisiva que encontró en Google. Según su descripción, Apple hacía muy visible la contribución de cada persona, mientras que las tradiciones de Google —incluido el tiempo reservado para proyectos paralelos— podían permitir que algunos empleados evitaran una responsabilidad comparable. Cree que una sensación más amplia de derecho adquirido se extendió posteriormente por partes de Silicon Valley.
Independientemente de si todas las empresas encajan en esa comparación, la lección para los fundadores es clara: la cultura es un sistema operativo, no decoración de oficina. Si una adquisición la sustituye de la noche a la mañana, el equipo puede perder la motivación y el propósito compartido que hicieron valiosa a la startup.
La tecnología profunda necesita restricciones, hitos y capital paciente
Fadell cuestionó la suposición de que las ambiciosas «misiones a la Luna» prosperan cuando reciben recursos corporativos casi ilimitados. Sin restricciones, sostuvo, los programas experimentales pueden desvincularse de las necesidades de los clientes y de la disciplina comercial. Señaló la enorme inversión de Waymo y su largo camino hacia un negocio sostenible como una ilustración del problema.
La tecnología profunda exige paciencia, pero la paciencia no es lo mismo que un presupuesto sin límites. Fadell recomendó establecer hitos demostrables a corto plazo dentro de un plan de largo alcance. Esos hitos preservan el impulso, aportan pruebas para los inversores y dan a los equipos la oportunidad de aprender a partir de comentarios del mundo real.
Este enfoque también hace que la recaudación de fondos sea más manejable. Una empresa que demuestra un paso difícil puede atraer el capital y el talento necesarios para el siguiente. Fadell citó a Diamond Foundry como ejemplo de progreso impulsado por hitos. También habló de inversiones de larga duración que aplican IA a áreas como las terapias contra el cáncer y la visión por computadora eficiente, incluidas empresas que identificó como Oranus, Plumerai y Tiny AI.
Muchos de estos esfuerzos requieren entre cinco y diez años antes de que su impacto se haga visible. Por consiguiente, las tasas de fracaso son altas; Fadell sugirió que la mayoría de las carteras de capital de riesgo contienen muchas pérdidas o bajas contables. Sin embargo, los pocos éxitos pueden crear tecnologías fundamentales con efectos que van mucho más allá de una función convencional de software.
Para los inversores, evaluar estas empresas exige más que seguir tendencias. Deben comprender la ciencia subyacente, razonar a partir de primeros principios y gestionar tanto el capital financiero como el humano durante un largo período.
La IA más allá del auge de los grandes modelos de lenguaje
Fadell espera que, en retrospectiva, partes del mercado de los grandes modelos de lenguaje parezcan infladas. No desestimó los LLM, pero sostuvo que son una categoría de herramientas, no una respuesta universal. En muchos productos, los modelos más pequeños o especializados pueden ser más precisos, eficientes y confiables.
El termostato de Nest de 2011 ilustraba su categoría más amplia de inteligencia de máquina específica para tareas: un sistema diseñado para realizar una función delimitada en lugar de generar respuestas sin restricciones. Fadell contrastó ese enfoque con los riesgos de alucinación asociados a los modelos generativos.
Señaló sistemas compactos de visión capaces de ejecutar análisis sofisticados con modelos medidos en megabytes. En su opinión, el énfasis de Apple en modelos más pequeños y controlados ofrece una dirección sensata, porque esos sistemas pueden optimizarse en torno a tareas definidas. También mencionó trabajos exploratorios sobre enfoques cuánticos para la IA, aunque los trató como un campo independiente y aún en desarrollo.
La lección empresarial es elegir la tecnología que funcione para el problema actual. Añadir un LLM porque la IA está de moda no sustituye el criterio de producto.
Los sistemas de IA necesitan credenciales y responsabilidad
Fadell propuso algo parecido a un perfil profesional para los agentes de IA. Antes de desplegar un sistema, una empresa debería poder examinar con qué se entrenó, en qué destaca, qué sesgos o modos de fallo se conocen y con qué frecuencia produce errores.
Esta divulgación se vuelve esencial cuando la IA influye en la medicina, el servicio al cliente u otras decisiones de peso. Fadell expresó preocupación por el uso de herramientas generativas por parte de clínicos para preparar documentación de pacientes y advirtió que los detalles alucinados podrían causar daños graves. Su idea más amplia era que las organizaciones no pueden contratar responsablemente a un agente digital opaco sin comprender sus cualificaciones y limitaciones.
Por ello, pidió requisitos regulatorios relativos a los datos de entrenamiento, los errores y el comportamiento del sistema. La transparencia no eliminará la «caja negra» de la IA, pero puede dar a compradores y usuarios una base para evaluar riesgos y asignar responsabilidades.
Dónde podrían funcionar primero la RV y los robots humanoides
Fadell se mostró escéptico respecto a que la realidad virtual esté lista para un uso cotidiano continuo. Aunque la fidelidad visual ha mejorado, sostuvo que, tras varias generaciones de desarrollo, persisten problemas relacionados con los factores humanos: volumen físico, incomodidad e incomodidad social.
Ve más valor en aplicaciones episódicas y diseñadas para un propósito específico. La formación médica y el diseño tridimensional colaborativo pueden justificar llevar un visor durante una sesión limitada. Gravity Sketch, una plataforma para la creación compartida en 3D, representaba el tipo de caso de uso focalizado que considera prometedor. La realidad aumentada podría adaptarse mejor a la vida diaria en última instancia, siempre que el hardware llegue a ser lo suficientemente discreto.
Su visión de los robots humanoides fue igualmente mesurada. Empresas como Agility Robotics pueden abordar entornos delimitados, especialmente la logística, donde las tareas y el entorno son predecibles. El trabajo doméstico general es mucho más difícil: los robots necesitan amplios datos de entrenamiento, capacidades físicas robustas y una estructura de costes que los consumidores comunes puedan aceptar. Ese futuro puede llegar, pero Fadell espera que tome años en vez de aparecer de golpe.
En la IA, la robótica y la computación inmersiva, su criterio se mantiene coherente. Las empresas de tecnología profunda más prometedoras no son aquellas con las demostraciones más grandiosas. Son las que conectan una tecnología difícil con una necesidad específica, demuestran avances por etapas y construyen una organización lo bastante disciplinada para resistir el recorrido.
