Stephen Straus, CEO y cofundador de KUNGFU.AI – Serie de entrevistas

Stephen Straus, CEO y cofundador de KUNGFU.AI, es un emprendedor, inversor y ejecutivo tecnológico con décadas de experiencia construyendo y asesorando empresas. Antes de lanzar KUNGFU.AI en 2017, se desempeñó como socio general en Austin Ventures y fundó o cofundó varias compañías, incluyendo mbue, que fue adquirida por Bluebeam. Straus también es socio y mentor de larga data en Capital Factory y forma parte de la Junta Asesora de Ingeniería de la Cockrell School of Engineering de la University of Texas at Austin. Más allá de la tecnología y la inversión, cofundó y preside Impact Dyslexia y fundó el Startup Diversity and Inclusion Pledge, lo que refleja un enfoque más amplio sobre cómo la tecnología, el emprendimiento y el liderazgo organizacional pueden generar un impacto social positivo.

KUNGFU.AI es una firma de consultoría de gestión e ingeniería con sede en Austin enfocada exclusivamente en inteligencia artificial. Fundada en 2017, la compañía combina estrategia de IA con ingeniería para ayudar a las organizaciones a pasar de la experimentación a sistemas de IA listos para producción, con trabajos que abarcan áreas como IA agente, aprendizaje automático, visión por computadora, gobernanza de IA y trabajo en equipo humano‑máquina. Su enfoque enfatiza diseñar la IA en torno a cómo operan realmente las organizaciones y su gente, en lugar de tratar la IA como una implementación tecnológica independiente. KUNGFU.AI trabaja en sectores que incluyen salud, gobierno, capital privado, comercio minorista, finanzas y seguros, y reporta que el 96 % de sus compromisos llegan a producción.

Pasaste años como capitalista de riesgo en Austin Ventures durante el auge y la caída de la burbuja puntocom, y luego viste paralelismos entre el auge de internet y lo que estaba comenzando a suceder con la IA. ¿Qué te convenció de que la oportunidad era lo suficientemente significativa como para cofundar KUNGFU.AI, y qué viste en ese momento que muchos líderes empresariales aún no percibían?

Creo que fue la coincidencia de patrones al haber estado en primera fila de la revolución de internet durante la era puntocom lo que me llevó a cofundar la empresa seis años antes de que saliera ChatGPT. No puedo explicarlo realmente, pero adquirí una convicción profunda de que la IA sería la próxima gran transición tecnológica que el mundo atravesaría, y al igual que Internet, cambiaría la base de la competencia.

Personalmente, en mi vida, he visto múltiples transiciones técnicas transformadoras, comenzando cuando tenía 11 años. Vi una Apple I y, aunque en ese momento no lo comprendía, representó el inicio de la revolución de las computadoras personales.

Al menos desde el punto de vista de los servicios, muy pocas personas vieron lo mismo que mis cofundadores y yo. Antes de ChatGPT, era muy difícil encontrar otras firmas de servicios centradas en IA, y ahora es casi imposible hallar una firma de servicios que no afirme ofrecer servicios de IA.

KUNGFU.AI se fundó años antes de que la IA generativa se convirtiera en una prioridad en la sala de juntas. ¿Cómo ha cambiado tu definición de una empresa “AI‑first” a medida que la tecnología ha evolucionado del aprendizaje automático tradicional a la IA generativa y cada vez más agente?

Cuando iniciamos la empresa, realmente reconocimos que estábamos pioneros en lo que significaba ser una firma de servicios profesionales de IA. Pero no fue hasta que llegó ChatGPT que nos dimos cuenta de que también teníamos la oportunidad de ser pioneros en lo que significaba ser una firma de servicios profesionales habilitada para IA.

Habíamos realizado una automatización interna limitada antes de ChatGPT, pero realmente fue la llegada de los LLM y ahora la IA agente lo que nos ha permitido convertirnos en una firma de servicios profesionales habilitada para IA. Creo que estamos logrando avances significativos en esa dirección. Incrementamos los ingresos más del 80 % el año pasado y, básicamente, mantuvimos estable nuestro número de empleados. En los servicios, tanto esa tasa de crecimiento como esa desvinculación del crecimiento de personal son, creo, realmente notables y representan lo que es posible en los servicios en esta nueva era de

Has argumentado que las empresas cometen un error al tratar la IA como otra implementación de software. ¿Cómo se ve realmente que una organización use la IA para replantear lo que la empresa puede ser, en lugar de simplemente hacer sus procesos existentes más eficientes?

La IA es diferente del software tradicional en una variedad de dimensiones. Este gráfico proviene de mi nuevo libro, Wayfinding: A Business Fable About Leading in the Age of AI.

Cómo la IA es diferente del software tradicional

Más allá de estos detalles y de manera más estratégica, creo que la mayoría de las empresas están cometiendo un gran error, y es que están intentando averiguar cómo usar la IA para automatizar su negocio. ¿Por qué es eso un error? Casi todas esas mismas personas estarían de acuerdo en que la IA está cambiando todo. Y si está cambiando todo, eso incluye cambiar la base de la competencia en su industria.

Para mí, no tiene sentido automatizar su negocio si su industria va a ser interrumpida. Eso es como decir que es una buena idea automatizar Blockbuster Video cuando será superado por Netflix.

No es que esté en contra de la automatización, pero creo que la primera, segunda y tercera prioridad de cada empresa debería ser averiguar cómo puede ser el disruptor en su industria. Porque si no se enfocan en eso, por definición no serán el disruptor y probablemente serán interrumpidos, serán interrumpidos. Por lo tanto, esa debería ser la prioridad y centrarse únicamente en la automatización podría representar un riesgo existencial para su organización.

KUNGFU.AI ha trabajado ahora en más de 120 compromisos que abarcan más de 30 industrias. De esas implementaciones, ¿qué separa a las organizaciones que convierten la experimentación con IA en una ventaja competitiva duradera de aquellas que siguen atascadas ejecutando pilotos? 

Realmente hay diferencias clave que separan a las organizaciones que convierten la experimentación con IA en una ventaja competitiva duradera. Creo que comienza tanto con el perfil psicológico del líder como con el nivel de ambición de los objetivos que establecen.

Comencemos con el perfil psicológico de los líderes más senior de las empresas, ya sea el CEO, pero también la junta y el C‑suite. Esto es muy simplista, pero veo dos arquetipos principales de líderes.

En el lado positivo, veo a personas que abordan este enorme desafío de liderar en esta nueva era de la IA con la disposición de ser lo suficientemente vulnerables como para decir: Esto es completamente nuevo. No sabemos lo suficiente para poder tomar todas las decisiones que debemos tomar y todas las inversiones que debemos hacer. Y vamos a avanzar sabiendo que cometeremos errores, y nos sentiremos cómodos con eso. Aprenderemos de esos errores y nos rodearemos de expertos tanto como sea posible.

Eso contrasta con personas que, al menos en apariencia, se acercan a esto con la actitud de decir: Sé lo que estoy haciendo, y con una confianza que, para casi todos, es infundada, y por lo tanto se asemeja más a la arrogancia.

Más allá de eso, los que tienen más éxito son aquellos que se dan cuenta de que la IA va a cambiar la base de la competencia, y buscan modelos de negocio habilitados por IA basados en datos propietarios dirigidos a puntos de fractura en la estructura de su industria para poder transformar esa industria y luego ser líderes en ella.

A medida que los agentes de IA se vuelvan capaces de ejecutar flujos de trabajo cada vez más complejos y tomar decisiones con menos intervención humana, ¿cómo esperas que cambie la estructura de las empresas, las capas de gestión y los roles individuales?

Todo esto cambiará y está cambiando de manera drástica. Tenemos un marco completo sobre la colaboración humano‑máquina, que toma investigaciones de hace 50 años y las aplica a esta nueva era de la IA. La oportunidad no es solo automatizar el trabajo o poner herramientas de IA frente a las personas, sino rediseñar el trabajo mismo alrededor de equipos que incluyan tanto inteligencia humana como de máquina.

Eso significa que el rol de las personas también cambiará. Cada vez más, la gente pasará de ejecutar tareas a diseñar los sistemas que hacen posible el trabajo, aportando el juicio, la supervisión y la comprensión del contexto que la tecnología aún requiere.

Es una pregunta muy compleja. Está ocurriendo rápidamente. Y es realmente importante ser increíblemente intencional con los roles de su personal a medida que trabajan cada vez más con agentes autónomos.

Las empresas ahora disponen de una enorme selección de modelos base, plataformas de IA, agentes y herramientas de terceros. ¿Dónde deberían las organizaciones confiar en tecnología externa, y qué capacidades de IA o ventajas de datos necesitan poseer internamente?

Con todas las herramientas que están surgiendo, la parte de inteligencia de la IA se está convirtiendo rápidamente en una mercancía y no puedo enfatizar lo suficiente la importancia de contar con sus propios activos de datos.

Existe una expresión que dice que el mejor día para plantar un árbol fue hace 40 años. El siguiente mejor día es hoy. Lo que esto significa en relación con los datos es que, si no está recopilando y archivando la mayor cantidad de datos posible de su negocio, debe iniciar ese proceso hoy, incluso si no va a hacer nada más en lo que respecta a avanzar hacia un futuro centrado en la IA.

Otra forma en que pienso esta cuestión es que hay toda una gama de herramientas en la caja de herramientas de la IA y las herramientas que ahora la gente suele llamar IA tradicional o modelos de aprendizaje automático no suelen estar disponibles listas para usar. Y si lo están, no necesariamente le proporcionarán la precisión que podría necesitar para obtener un valor comercial real de ellas, y/o podrían no ser capaces de utilizar sus datos propietarios.

Así que, sin duda, creo que tiene sentido depender de la tecnología externa. Para muchas aplicaciones, las más estratégicas probablemente serán aquellas soluciones a medida construidas sobre sus datos propietarios.

Ha enfatizado la importancia de la gobernanza de IA a nivel de consejo. ¿Qué preguntas deberían los consejos hacer a la dirección hoy para determinar si su estrategia de IA está creando un valor estratégico genuino en lugar de simplemente producir ganancias incrementales de productividad?

Los consejos enfrentan un nuevo conjunto de desafíos con la IA. Tienen su papel tradicional de supervisión y gobernanza, que a menudo se centra en la protección contra riesgos y la mitigación de los mismos. Pero si no equilibran eso con el fomento de la toma de riesgos, la experimentación y la provisión de recursos para habilitarlos, por definición la empresa quedará rezagada en esta nueva era de la IA. Por lo tanto, encontrar el equilibrio adecuado entre habilitación del riesgo y mitigación es clave.

También creo que es importante que el consejo impulse a la dirección hacia modelos de negocio habilitados por IA que puedan cambiar la base de la competencia en su industria y que estén construidos sobre datos propietarios, porque si no se enfocan en eso, las ganancias incrementales de productividad serán en vano cuando su negocio sea interrumpido.

En Wayfinding, usted y Ben Szuhaj cuentan la historia de un CEO que tiene 90 días para desarrollar una estrategia de IA o arriesgarse a ser reemplazado. ¿Por qué eligieron una fábula empresarial en lugar de un libro de gestión tradicional para explorar cómo deberían responder los líderes a la disrupción impulsada por la IA?

Soy un gran admirador de la fábula empresarial y de autores como Patrick Lencioni, una leyenda del género. Elegimos escribir este libro como una fábula porque nos ayudó a explorar temas matizados, como la psicología de los líderes, para que pudieran tener éxito en esta nueva era de una manera fácil y accesible, lo que habría sido mucho más difícil en un libro de negocios tradicional.

Creemos que el libro ha logrado algo que nos entusiasma mucho, que es enseñar material realmente sustantivo y relevante y hacerlo de una forma rápida, divertida y atractiva para líderes ocupados. Los aprendizajes, incluidos los 11 marcos originales, son cosas que los lectores pueden llevar al trabajo y aplicar de inmediato.

Un tema central de Wayfinding es tomar decisiones trascendentales cuando la tecnología evoluciona rápidamente y la certeza es imposible. ¿Qué marco deberían usar los ejecutivos para decidir cuándo tienen suficiente información para actuar, particularmente cuando esperar una mayor claridad podría crear, por sí mismo, un riesgo competitivo?

Uno de los marcos que desarrollamos y compartimos en el libro se llama, precisamente, Wayfinding. Es una adaptación de Agile para IA. Es un proceso estructurado, impulsado por hipótesis, de explorar datos y validar la viabilidad de una solución antes de comprometerse con una construcción completa de producción. Su propósito es responder si una solución de IA vale la pena construirla y si funcionará. Es una razón clave por la que nuestra firma tiene una tasa de éxito superior al 95 % al llevar pruebas de concepto a producción que han entregado valor comercial real y medible, lo cual hemos logrado más de 50 veces para nuestros clientes.

Poniéndose nuevamente el sombrero de capitalista de riesgo, al observar la generación actual de empresas de IA, ¿qué señales le indican que una startup está construyendo una ventaja competitiva duradera en lugar de un producto que podría convertirse rápidamente en una característica de un modelo de base o una plataforma mayor?

Realmente no lo sé y, francamente, me alegra no estar en ese negocio hoy. Tengo mucha empatía por los inversores de riesgo actuales. Tienen que hacer apuestas grandes y audaces si quieren lograr retornos de primer nivel para sus inversores. Pero como la tecnología avanza tan rápido y de manera bastante impredecible, debe ser muy difícil discernir a los ganadores a largo plazo de los perdedores.

Enfatizo el largo plazo porque, a menos que una empresa tenga suerte y encuentre una oportunidad importante y sea absorbida temprano, habrá muchas compañías que parezcan tener la oportunidad de tener éxito, pero que al final no lo logren debido a la forma en que el mercado evoluciona, lo cual, nuevamente, es muy difícil de prever. En conclusión: al igual que en la era de las puntocom, habrá algunos ganadores realmente grandes, así como mucho dinero perdido.

Gracias por la excelente entrevista; los lectores que deseen saber más deberían visitar KUNGFU.AI.