todas las notas
~4 min#agentic#marketplace

Sistemas agénticos para equipos que no son agénticos

El gap real en LATAM no es de modelos. Es de operadores que puedan integrarlos sin un equipo de ML.

Cuando hablo con dueños de tiendas en Tiendanube o Shopify acá, todos saben que IA existe. Pocos saben cómo agarrarla. Los que intentaron, contrataron a alguien que les vendió un chatbot genérico, vieron que no funcionaba, y volvieron a hacer las cosas a mano.

El problema no es el modelo. Gemini Pro, Claude Sonnet y Groq Llama 3.3 son ya commodity. El problema es la última milla: ¿quién diseña el prompt, mide el output, hace QA del tono, integra los webhooks de WhatsApp Business, factura por outcome, y se hace cargo cuando algo se rompe?

La forma equivocada

La forma típica es vender un SaaS horizontal: te damos una caja de herramientas, vos armás. Esto funciona para equipos de ingeniería. No funciona para una pyme de ecommerce donde la persona que toma la decisión sabe Excel y nada más.

Squads verticales pre-armados

La apuesta del marketplace que estoy construyendo es opuesta. En vez de vender herramientas, vendemos squads agénticos cerrados, listos para un caso de uso concreto: generar listings, recuperar carritos, responder consultas. El usuario contrata, conecta su Tiendanube, y mide outcome. Cobramos por resultado en pesos.

  • Catalog Crew genera fichas a partir de fotos del proveedor. Cobra por listing publicado.
  • Recovery Operator manda WhatsApps post-abandono con descuento contextual. Cobra por carrito recuperado.
  • Wallet ARS en integer cents, con SELECT FOR UPDATE serializable para que no haya double-spending.

Por qué es defensible

El moat no es el modelo (cambia cada 3 meses). El moat es el dataset propietario que se construye al medir outcome por job: qué prompt, qué temperatura, qué hora del día, qué descuento. Cada job mejora el siguiente. Eso es lo que ningún wrapper de OpenAI puede replicar sin operar.

El insight central: agéntico no se vende como tecnología. Se vende como un empleado contratado por outcome. El comprador no compra el modelo. Compra que el problema desaparezca.