Lo que realmente hace falta para crear una agencia de IA $100M: la guía de Nate Herk
La primera automatización que Nate Herk propone en su relato sobre cómo crear un negocio rara vez se presenta como un avance tecnológico. Lo más habitual es que sirva para filtrar clientes potenciales, actualizar un sistema de gestión de relaciones con los clientes, elaborar un informe o eliminar varias horas de trabajo administrativo repetitivo. Esa aparente falta de glamour es un elemento fundamental del modelo.
Puede que a las empresas les fascinen los agentes autónomos, pero, por lo general, lo que les interesa son unos tiempos de respuesta más cortos, unos costes operativos más bajos y que haya menos empleados que tengan que copiar información de un sistema a otro. Una agencia de IA resulta útil desde el punto de vista comercial cuando consigue traducir una tecnología en constante evolución en esos resultados cuantificables.
Herk, un emprendedor especializado en automatización y formador en línea afincado en Chicago, afirma que fundó una agencia de automatización basada en IA en septiembre de 2024 y alcanzó los $100 000 en ingresos recurrentes mensuales nueve meses después, antes de vender su participación a sus socios. Desde entonces, ha plasmado esa experiencia en cursos, comunidades en línea y una guía práctica para futuros propietarios de agencias.
Las cifras no han sido auditadas de forma independiente y el importe de la venta no se ha hecho público. Por lo tanto, su modelo debería analizarse como el relato de un fundador y no como un estudio de caso contrastado sobre el rendimiento de una agencia.
Aun con esa salvedad, el manual de estrategias refleja un cambio importante en el mercado de los servicios de IA. Las plataformas «low-code» y los modelos de lenguaje disponibles en el mercado han reducido el coste de crear prototipos. El trabajo más complicado se ha trasladado a otros ámbitos: identificar un proceso que merezca la pena cambiar, integrar los sistemas de forma segura, demostrar la rentabilidad y dar soporte a la automatización una vez que entra en producción.
Ahí es donde una agencia puede aportar valor. Y también es ahí donde muchos nuevos participantes subestiman el trabajo que conlleva.
Vende el resultado operativo, no la IA
El principio de Herk que tiene mayor credibilidad desde el punto de vista comercial es que una agencia debería vender un resultado en lugar de una herramienta.
Normalmente, un cliente no necesita un “flujo de trabajo de n8n”, un “agente de IA” ni una conexión con un modelo de lenguaje concreto por el simple hecho de tenerlos. Lo que sí puede necesitar es responder a todas las consultas de ventas en un plazo de cinco minutos, reducir el tiempo necesario para preparar propuestas o evitar que las solicitudes de atención al cliente se pierdan entre el correo electrónico y el sistema de tickets.
Esta distinción determina si la colaboración da lugar a una relación comercial duradera o a una demostración que, aunque resulte impresionante, sigue siendo secundaria para las operaciones.
Una agencia que evalúe un proceso de atención al cliente, por ejemplo, debería calcular el coste actual que supone recibir, clasificar y derivar las consultas. Debería determinar cuántas de ellas son repetitivas, con qué frecuencia el personal corrige errores y cuánto le cuesta a la empresa una respuesta tardía. Solo así podrá determinar si merece la pena implantar un sistema automatizado.
La arquitectura tecnológica viene determinada por el problema. Algunas tareas pueden requerir un modelo de lenguaje porque los datos de entrada son no estructurados o variables. Otras se gestionan mejor mediante reglas convencionales, consultas a bases de datos e interfaces de programación de aplicaciones. Incorporar IA generativa en casos en los que bastaría con software determinista supone un coste adicional y una mayor imprevisibilidad, sin que ello mejore necesariamente el resultado.
Esto cobra especial relevancia ahora que el mercado pasa de la fase de experimentación a la de análisis financiero. La adopción de la IA está muy extendida, pero la proporción de proyectos que generan el rendimiento esperado sigue siendo mucho menor. Una agencia capaz de identificar cuándo la IA es innecesaria puede resultar más valiosa que otra que intente incorporar un agente autónomo en cada flujo de trabajo.
Empieza por un proceso que se pueda medir
La promesa general de “automatizar un negocio” es difícil de vender y peligrosa de cumplir. El enfoque más práctico de Herk parte de flujos de trabajo concretos que tienen un responsable identificado y un coste cuantificable.
La calificación de clientes potenciales es un punto de partida habitual. Un sistema puede recopilar consultas, completar los registros, clasificar a los clientes potenciales y preparar una respuesta inicial antes de asignar la oportunidad a un comercial. El resultado puede medirse a través del tiempo de respuesta, las reuniones cualificadas, la conversión y las horas ahorradas.
Otros procesos adecuados son, por ejemplo, la extracción de información de documentos, la elaboración de informes periódicos, la gestión de tickets de asistencia, la actualización de los registros de clientes o la redacción de comunicaciones estándar para su aprobación por parte de una persona.
Estas tareas comparten varias características. Se realizan con frecuencia, siguen una estructura reconocible y dan lugar a un resultado que se puede comprobar. Por lo general, los errores se pueden detectar antes de que tengan graves consecuencias económicas o legales.
En una primera fase, se deben evitar los procesos en los que un modelo pueda transferir dinero, asumir compromisos vinculantes o comunicarse sin supervisión sobre asuntos delicados. La automatización de alto riesgo puede introducirse más adelante, una vez que el cliente haya desarrollado procedimientos de supervisión, aprobación y escalado.
El objetivo de un proyecto inicial no es demostrar la máxima autonomía que la tecnología puede alcanzar, sino demostrar que un proceso puede mejorarse con la fiabilidad suficiente como para que el cliente decida ampliar la colaboración.
La auditoría de automatización es un producto en sí mismo
Uno de los aspectos más destacados en la evolución de Herk, desde autónomo hasta consultor, es el uso de una auditoría de automatización de pago.
La mayoría de las empresas saben que parte de su trabajo es ineficiente, pero no siempre saben qué procesos deberían automatizarse en primer lugar. Las entrevistas suelen dar lugar a listas de deseos que se basan más en el departamento más influyente o en la última demostración de inteligencia artificial que en el impacto comercial.
Una auditoría adecuada describe cómo se desarrolla actualmente el trabajo en la organización. Identifica los sistemas implicados, las personas que toman las decisiones, los datos necesarios y las excepciones que interrumpen el proceso habitual.
De este modo, la agencia puede clasificar las oportunidades según el volumen, el coste de la mano de obra, la viabilidad técnica, el riesgo y la rentabilidad esperada. Una tarea repetitiva realizada por diez empleados puede parecer atractiva, pero no lo es si los datos de entrada son incoherentes o si uno de cada cinco casos requiere un juicio subjetivo.
Cobrar por este análisis cambia la relación. A la agencia se le paga por diagnosticar el problema, en lugar de depender exclusivamente de un contrato de ejecución posterior. El cliente recibe una hoja de ruta útil incluso si decide contratar a otro proveedor para parte del trabajo.
Además, sirve para filtrar a los posibles clientes. Es poco probable que una empresa que no esté dispuesta a facilitar datos, nombrar a un responsable del proceso o definir un indicador de éxito pueda garantizar el éxito de una implementación en producción.
Los ingresos recurrentes exigen una responsabilidad recurrente
Herk aboga por los contratos de retención en lugar de depender exclusivamente de los honorarios por proyectos puntuales. La lógica económica es clara: los contratos mensuales generan unos ingresos más predecibles y aumentan el valor de la agencia.
El cliente necesita una razón igual de convincente para seguir pagando.
Una automatización no es una página web estática que se pueda entregar y olvidar. Las aplicaciones externas cambian sus interfaces, los proveedores de modelos lingüísticos actualizan sus productos y los empleados del cliente modifican los procesos relacionados con el sistema. Un flujo de trabajo que funcionaba de forma fiable en el momento de su puesta en marcha puede fallar después de que un proveedor cambie un método de autenticación o de que el cliente modifique un campo en su CRM.
Una tarifa de mantenimiento justificada puede incluir la supervisión, la respuesta ante incidentes, la evaluación de modelos, el control de costes, las actualizaciones de seguridad y el desarrollo de flujos de trabajo adicionales. La agencia debería informar sobre el tiempo de actividad, los errores, el uso y el ahorro conseguido, en lugar de enviar una factura por un “servicio de asistencia en IA” sin definir.
Este modelo de servicio es más exigente de lo que sugieren sus ingresos recurrentes. Implica obligaciones que van más allá de la ejecución habitual de los proyectos y exige a la agencia mantenerse al corriente de la arquitectura de cada cliente. Una pequeña empresa que acumule sistemas personalizados para numerosos clientes puede verse rápidamente abrumada por una carga de soporte técnico inmanejable.
Por lo tanto, la estandarización es esencial. Las agencias necesitan componentes reutilizables para el registro, la aprobación, las pruebas y la puesta en marcha, incluso cuando los procesos de negocio de cada cliente difieren. Cuanto más se construya cada implementación desde cero, menos atractivos resultan los beneficios económicos recurrentes.
«Sin código» no significa «sin ingeniería»
El material didáctico de Herk suele mostrar sistemas creados mediante plataformas como n8n, que permiten conectar aplicaciones, bases de datos y modelos de inteligencia artificial a través de flujos de trabajo visuales.
Estas herramientas han reducido las barreras de entrada. Un consultor puede crear un prototipo funcional sin tener que desarrollar una aplicación de software completa y puede mostrar el resultado a un posible cliente con relativa rapidez.
La facilidad con la que se puede crear una demostración puede ocultar la diferencia entre un prototipo y una infraestructura de producción.
Un flujo de trabajo fiable requiere autenticación, permisos, registro de eventos, gestión de errores y un método de recuperación en caso de que un servicio deje de estar disponible. Los datos deben almacenarse y transmitirse de forma adecuada. Es posible que los resultados de los modelos deban validarse antes de que otro sistema actúe en función de ellos.
La agencia también debe determinar quién es el responsable del flujo de trabajo, las cuentas y las credenciales. Un cliente no debería descubrir, al final de un proyecto, que la infraestructura esencial está vinculada a la cuenta personal del fundador o que solo la agencia puede encargarse de su mantenimiento.
Las plataformas «no-code» y «low-code» reducen la cantidad de programación personalizada necesaria. Sin embargo, no eliminan la necesidad de contar con una arquitectura de sistemas, pruebas o medidas de seguridad.
Esto da lugar a una división natural dentro del modelo de agencia. El fundador puede encargarse de la fase de análisis, las ventas y la estrategia de clientes, mientras que los ingenieros de automatización con experiencia se ocupan de la implementación y el control de calidad. Intentar mantener la imagen de una agencia unipersonal mientras se recurre discretamente a la subcontratación no estructurada puede suponer riesgos en cuanto a la entrega de los proyectos y la confidencialidad.
Los casos prácticos deben superar un análisis financiero riguroso
El modelo de crecimiento de Herk se basa en gran medida en el contenido: crear un proceso automatizado, explicarlo públicamente y dejar que la demostración atraiga a posibles clientes. Se trata de una estrategia de captación eficaz, ya que convierte el trabajo técnico en una prueba de su capacidad.
Un estudio de caso creíble requiere algo más que el tiempo dedicado a crear el flujo de trabajo y los honorarios cobrados.
El cliente debe poder determinar el coste anterior, los gastos de implementación y los costes operativos continuos. Los ahorros deben tener en cuenta la revisión humana, las suscripciones de software, el uso de modelos y el mantenimiento. El aumento de los ingresos debe diferenciarse de las oportunidades que el sistema se limita a procesar.
La afirmación de que una automatización “ha ahorrado 20 horas a la semana” solo resulta útil cuando la empresa explica en qué se han empleado esas horas. Si los empleados simplemente las han dedicado a otras tareas de escaso valor, el beneficio económico es distinto al que se obtendría al eliminar los gastos de externalización o al permitir que la empresa crezca sin necesidad de contratar personal.
Es también en este punto donde la agencia debe evitar considerar los ahorros salariales teóricos como si fueran dinero en efectivo real. Ahorrar la mitad del tiempo de un empleado no reduce la masa salarial, a menos que la empresa pueda reasignar esa capacidad de forma productiva.
Los mejores casos prácticos relacionan las mejoras en los procesos con un mecanismo financiero: un mayor número de clientes potenciales cualificados contactados, menos cancelaciones por parte de los clientes, un menor gasto en contratistas o ciclos de cobro de facturas más cortos.
El contenido puede convertirse en un segundo negocio
La propia trayectoria de Herk pone de manifiesto una característica del mercado actual de las agencias de IA: la formación y la captación de público pueden llegar a ser tan importantes desde el punto de vista comercial como los servicios prestados a los clientes.
Su página web, su canal de YouTube y sus comunidades en línea enseñan a los usuarios a crear y vender automatizaciones. A su vez, la audiencia genera ingresos a través de suscripciones de pago, productos de formación, patrocinios y oportunidades de consultoría.
Esto no es necesariamente un punto débil del modelo, pero complica la interpretación de los datos. Los ingresos atribuidos en términos generales a la “IA” pueden proceder de honorarios fijos de agencias, medios de comunicación, formación, colaboraciones con afiliados o servicios de asesoramiento. Los futuros fundadores de agencias no deben dar por sentado que los resultados descritos públicamente se deban únicamente a los servicios prestados a los clientes.
No obstante, la distribución de contenidos puede suponer una poderosa ventaja competitiva. A los compradores les resulta difícil evaluar los servicios de inteligencia artificial, y la confianza suele generarse antes de que se produzca una conversación comercial formal. Un consultor que explique los flujos de trabajo reales, las limitaciones y las decisiones de implementación puede demostrar su experiencia a gran escala.
El riesgo es que los incentivos relacionados con el contenido premien la rapidez y la novedad en lugar de la fiabilidad a largo plazo. Un vídeo puede mostrar cómo funciona un agente una sola vez en condiciones controladas. Sin embargo, un cliente necesita que siga funcionando cuando los datos son incompletos, un proveedor cambia su software o el modelo genera una respuesta inesperada.
Por lo tanto, los criterios de entrega de la agencia deben ser más conservadores que sus demostraciones.
El problema de los $100 millones
La afirmación del titular de que Herk creó una agencia de IA valorada en $100 millones no puede respaldarse con las pruebas disponibles. Según su propio relato, la empresa alcanzó los $100.000 en ingresos recurrentes mensuales, lo que equivaldría a $1,2 millones al año si se mantuviera durante un año completo.
Incluso esta cifra debe interpretarse en su contexto. Los ingresos recurrentes mensuales no equivalen a beneficios, al valor de la empresa ni al efectivo obtenido por una venta. La agencia incurriría en gastos de entrega, software, subcontratistas, ventas y asistencia técnica. Además, los ingresos podrían concentrarse en un número reducido de clientes, cuya marcha afectaría de manera significativa al negocio.
Que una empresa de servicios alcanzara ese ritmo de crecimiento en nueve meses seguiría representando un avance comercial notable. Exagerarlo hasta convertirlo en un negocio de $100 millones resta credibilidad al logro subyacente, en lugar de hacerlo más impresionante.
La conclusión más aplicable no es la cifra final, sino la evolución desde pequeñas implementaciones hasta el diagnóstico de pago, proyectos de mayor envergadura, colaboraciones recurrentes y, finalmente, un negocio educativo dirigido a un público específico.
Cada etapa resuelve una limitación diferente. Los proyectos como autónomo generan resultados tangibles. La consultoría consolida la credibilidad estratégica. Los contratos de servicios fijos mejoran la visibilidad de los ingresos. El contenido reduce los costes de captación de clientes y abre nuevas fuentes de ingresos.
Saltarse esas etapas puede hacer que una agencia que ofrece servicios de transformación empresarial carezca del historial de resultados, los sistemas o el equipo necesarios para llevarla a cabo.
¿Qué servicios deberían contratar las empresas a una agencia especializada en IA?
Un cliente debería empezar por solicitar una mejora concreta de un proceso, en lugar de una presentación general sobre una estrategia de inteligencia artificial.
El proveedor debe ser capaz de describir el flujo de trabajo actual, cuantificar el potencial y explicar por qué la arquitectura propuesta utiliza la inteligencia artificial en los puntos concretos en los que lo hace. Debe identificar los datos necesarios, las decisiones que siguen correspondiendo a las personas y las consecuencias de un resultado incorrecto.
Las condiciones comerciales deben distinguir entre la implementación y el soporte continuo. La titularidad, el alojamiento, las credenciales y las condiciones de rescisión deben acordarse antes de que comience el trabajo. El cliente también debe tener acceso a los datos de seguimiento y poder suspender la automatización sin depender por completo de la agencia.
Lo más importante es que el éxito debe estar vinculado a un indicador de negocio establecido antes de desarrollar el sistema.
El manual de estrategias de Herk resulta convincente cuando aborda la automatización mediante IA como una consultoría operativa, en lugar de como un catálogo de agentes impresionantes. Resulta menos útil cuando se repiten las afirmaciones de los fundadores sin contextualizarlas desde el punto de vista financiero o cuando se confunde la creación rápida de prototipos con una implementación duradera.
El mercado no necesita más agencias que prometan automatizarlo todo. Necesita proveedores dispuestos a comprender un proceso con la profundidad suficiente como para mejorarlo, medir los resultados y seguir asumiendo la responsabilidad una vez finalizada la demostración.
