Claude in Excel: una declaracion de guerra a las startups AI+X

Esta semana, Anthropic lanzó Claude in Excel. Y aunque podría parecer solo otra integración más, representa algo mucho más significativo: una demostración clara de la brecha arquitectural que está dividiendo el mundo del software empresarial en dos categorías irreconciliables.

Microsoft usa IA para ejecutar funciones de Excel. Claude usa Excel como capa de presentación. La diferencia no es solo semántica, es existencial.

Cuando Microsoft añade IA a Excel, está aumentando una herramienta existente. Cuando Anthropic integra Claude con Excel, está usando una hoja de cálculo como interfaz para un motor de razonamiento fundamentalmente superior. Anthropic gana en velocidad y en calidad. Y la razón no es el marketing ni la estrategia de producto, es la arquitectura.

Esta distinción marca el inicio de una era de extinción para las startups “AI + X” que han construido su modelo de negocio sobre agregar capacidades de IA a productos tradicionales. No es una competencia justa. Es una competencia de categorías.

”SaaS está muerto” se está volviendo realidad

Durante años, escuchamos que “SaaS está muerto” como una predicción especulativa. Ahora está dejando de ser predicción para convertirse en descripción de la realidad.

El modelo tradicional de SaaS dependía de tres pilares: interfaz propietaria, datos propios y lógica de negocio diferenciada. La IA generativa está desmantelando estos tres pilares simultáneamente.

La interfaz propietaria pierde valor cuando los usuarios pueden interactuar con cualquier sistema a través de lenguaje natural. Los datos propios siguen siendo valiosos, pero solo si puedes procesarlos más rápido que los demás. Y la lógica de negocio diferenciada se vuelve irrelevante cuando un modelo de lenguaje puede replicar la funcionalidad en cuestión de días.

Lo que queda son tres rutas de supervivencia:

Dominar el framework. Si controlas el estándar sobre el cual otros construyen, tienes poder de permanencia. Piensen en React, en Kubernetes, en Postgres. Estas tecnologías no son productos, son fundamentos. Las startups que pueden definir el framework sobre el cual se construye la próxima generación de aplicaciones AI-native tienen una ventaja estructural.

Dominar la infraestructura. Si controlas la capa sobre la cual todos los demás operan, tienes poder de distribución. AWS no vende software, vende la plataforma sobre la cual el software existe. En el mundo de IA, esto significa controlar la capa de inferencia, la capa de embedding, la capa de orquestación de agentes. No es suficiente tener una buena API. Necesitas ser la API sobre la cual otros construyen sus APIs.

Dominar la integración full-stack. Si puedes ofrecer una experiencia que nadie más puede replicar porque controlas toda la cadena de valor, entonces tienes poder de producto. Anthropic con Claude in Excel es un ejemplo perfecto. No están compitiendo en funcionalidades individuales, están compitiendo en arquitectura completa. Microsoft no puede replicar esto simplemente añadiendo más features a Copilot, porque la diferencia está en cómo está construido el sistema desde cero.

Las guerras de precios son insostenibles para productos de IA. Cuando el costo marginal de tu producto principal es el costo de inferencia, y ese costo está bajando exponencialmente cada trimestre, la única manera de diferenciarte no es siendo más barato, es siendo fundamentalmente diferente.

Las startups que están compitiendo en precio ya perdieron. Las que están compitiendo en features van camino a perder. Las únicas que tienen chance son las que están compitiendo en arquitectura, en velocidad de ejecución, en profundidad de integración.

Las empresas con modelos de IA fuertes crecen a una velocidad diferente

Los números no mienten. Y los números de 2025-2026 están contando una historia que muchas startups no quieren escuchar.

Kuaishou alcanzó 20 millones de dólares de MRR con su plataforma de generación de video impulsada por IA. No en cinco años, en meses. Google vio un resurgimiento masivo después del lanzamiento de Gemini 3, revirtiendo años de pérdida de market share en búsqueda. Grok de xAI está creciendo más rápido que Google en sus primeros trimestres comparables.

¿Qué tienen en común? Todos controlan sus propios modelos de IA.

Esto no es coincidencia. Es física económica. Cuando tu diferenciador principal depende de un modelo de terceros, estás compitiendo en la misma curva de mejora que todos los demás que usan ese modelo. Cuando OpenAI mejora GPT-5, todas las startups construidas sobre GPT-5 mejoran simultáneamente. No hay ventaja duradera.

Pero cuando controlas el modelo, controlas la curva de mejora. Puedes optimizar para tu caso de uso específico. Puedes iterar más rápido. Puedes construir moats que son técnicamente imposibles de replicar sin acceso a tus datos de entrenamiento, tu infraestructura de fine-tuning, tu loop de feedback.

La mayoría de las startups no pueden costear entrenar un modelo fundacional. El costo de entrenar un modelo competitivo está en cientos de millones de dólares. Incluso fine-tuning a escala requiere inversiones de ocho cifras. Para el 99.9% de las startups, esto está fuera de alcance.

Entonces, ¿qué hacen? Tienen tres opciones, y solo una es viable a largo plazo.

Opción uno: construir en la capa de aplicación y esperar que tu velocidad de ejecución y conocimiento del dominio sean suficientes para ganar antes de que los gigantes te alcancen. Esta es la estrategia de la mayoría. Y para la mayoría, fracasará. No porque no ejecuten bien, sino porque están corriendo una carrera donde la línea de meta se mueve más rápido de lo que pueden correr.

Opción dos: asociarse tan profundamente con uno de los proveedores de modelos que efectivamente te conviertes en su brazo de go-to-market para tu vertical. Esto puede funcionar, pero significa que dejaste de ser una startup independiente y te convertiste en un canal de distribución. No es necesariamente malo, pero no es el unicornio que los inversores esperaban financiar.

Opción tres: redefinir el problema de tal manera que el modelo sea solo un componente, no el producto completo. Esta es la estrategia de Claude Code, de Cursor, de las herramientas que están ganando en 2026. No están vendiendo acceso a IA. Están vendiendo flujos de trabajo transformados por IA, donde la IA es el enabler pero no el producto en sí.

Por qué necesitas quemar más tokens

Claude Code dejó algo en claro: la cantidad de valor que puedes extraer de un modelo de IA está directamente relacionada con cuánto estás dispuesto a usarlo. No estamos en la era de “llamadas a API optimizadas”. Estamos en la era de “quema tokens como si fueran gratis porque cada vez más lo son”.

El costo de inferencia está bajando tan rápido que optimizar para minimizar tokens es como optimizar para minimizar ancho de banda en 2026. Técnicamente puedes hacerlo, pero te estás perdiendo el punto.

El punto es que el verdadero valor no viene de hacer una pregunta a la IA y obtener una respuesta. Viene de construir loops donde la IA está constantemente procesando, analizando, sugiriendo, corrigiendo. Claude Code no te da una respuesta por prompt. Te da un colaborador continuo que está ejecutando comandos, leyendo archivos, escribiendo código, debuggeando, todo en un loop.

Las startups que van a sobrevivir en 2026 son las que entienden esto. Las direcciones viables son:

Engagement empresarial profundo. No vendas software que ocasionalmente usa IA. Vende transformación de procesos donde la IA está integrada en cada paso. Si tu cliente puede “apagar” la IA y seguir funcionando, no estás lo suficientemente integrado. Las startups que ganan son aquellas donde desactivar la IA significa desactivar el negocio.

Datos de relaciones propietarios. Los datos transaccionales son commodities. Los datos de relaciones, context, historia, preferencias, esos son valiosos. Si puedes construir un modelo que entiende no solo qué pasó, sino por qué pasó y qué es probable que pase después, tienes algo que nadie más puede replicar solo con más compute.

Dominación de nicho absoluta. No puedes competir con OpenAI en IA general. Pero puedes competir en IA para logística de cadena fría en América Latina, en IA para cumplimiento regulatorio en farmacéuticas europeas, en IA para optimización de rutas en flotas de delivery urbano. La especificidad no es debilidad, es estrategia.

Diseño AI-native desde cero. No agregues IA a un producto existente. Construye el producto asumiendo que la IA es la primitiva fundamental. Claude in Excel no es Excel con IA agregada. Es IA con Excel como interfaz. Esa inversión de prioridades cambia todo el diseño del producto.

2026 se está quedando sin tiempo

Estamos en febrero de 2026. Las startups que levantaron capital en 2023-2024 con la promesa de “vamos a usar IA para X” tienen entre 12 y 18 meses de runway restante. Y las métricas que los inversores están viendo no son alentadoras.

La semana pasada, Meta adquirió Manus por aproximadamente 3 mil millones de dólares. Manus no era una startup de IA tradicional. Era una empresa que redefinió completamente cómo los humanos interactúan con sistemas a través de interfaces neuronales. No vendían “mejor IA”, vendían “interacción fundamentalmente nueva”.

Eso es lo que los ganadores están haciendo. No están compitiendo en el campo de juego existente. Están redefiniendo el campo de juego.

Las startups AI+X que están agregando capacidades de IA a flujos de trabajo existentes están peleando la guerra anterior. Las que van a sobrevivir son las que están redefiniendo qué significa operar en su industria cuando la IA no es un feature, es la suposición base.

Claude in Excel no es solo un producto. Es una declaración: la era de agregar IA a productos terminó. Ahora estamos en la era de construir productos que solo pueden existir porque la IA existe.

Si tu startup todavía puede describirse como “X pero con IA”, estás en la categoría equivocada. Los ganadores de 2026 se describen como “algo que era imposible antes de la IA”. Esa diferencia no es de marketing. Es de supervivencia.

El reloj está corriendo. Y cada día que pasa, la brecha entre productos aumentados por IA y productos nativos de IA se hace más grande. No más ancha, más grande. Porque no es solo que los nativos de IA estén mejorando más rápido. Es que están redefiniendo qué es posible mientras los productos aumentados siguen optimizando lo que ya existía.

2026 está siendo el año donde esa distinción deja de ser teórica y se vuelve existencial. Las adquisiciones como Manus no son excepciones, son indicadores. El mercado está consolidando. Los ganadores están emergiendo. Y si todavía estás en modo de “encontrar product-market fit” con un producto AI+X, el tiempo para pivotar no es pronto. Es ahora.