¿Sigue siendo suficiente el Lean Startup? Una propuesta de evolución hacia el Lean Startup Adaptativo Digital (LSAD)
El LSAD no pide abandonar el Lean Startup, sino completarlo. Se recomienda adoptarlo de manera gradual: incorporar primero la validación adversarial y la economía unitaria, que ofrecen retorno inmediato; consolidar después la protección del conocimiento y la lectura regulatoria; y construir, en el mediano plazo, la capacidad de permanencia adaptativa como rasgo estructural de la organización.
Una propuesta de evolución hacia el Lean Startup Adaptativo Digital (LSAD)
¿Sigue siendo suficiente el Lean Startup? Una propuesta de evolución hacia el Lean Startup Adaptativo Digital (LSAD)
Una evolución del modelo de Steve Blank hacia un marco adaptativo para startups que combinan computación en la nube, inteligencia artificial y canales digitales.
ORCID 0009-0005-3797-2596El artículo Why the Lean Start-Up Changes Everything de Steve Blank, publicado en la Harvard Business Review en 2013, reemplazó la planificación rígida por la experimentación, el aprendizaje continuo y el desarrollo iterativo, y desplazó la pregunta central del emprendimiento desde la ejecución de un plan hacia el descubrimiento de un modelo de negocio. Trece años después se evalúa si ese marco continúa siendo suficiente para empresas y startups tecnológicas cuyo producto, canal, infraestructura y crecimiento son completamente digitales, y que combinan computación en la nube, inteligencia artificial y una multiplicidad de canales digitales. Se sostiene que el modelo conserva plena validez conceptual, pero requiere una evolución metodológica. Con esa finalidad se propone el Lean Startup Adaptativo Digital (LSAD), que conserva los fundamentos del modelo original y los amplía mediante ocho dimensiones organizadas en cuatro ejes de reconfiguración: el objeto del negocio, el aprendizaje, el entorno con sus activos, y la sostenibilidad con la permanencia. El aporte distintivo del modelo es desplazar el objetivo final desde el descubrimiento de un modelo repetible hacia el desarrollo de una capacidad de permanencia adaptativa, vinculada a las nociones de innovación adversarial, reserva estratégica de innovación y preparación cognitiva del terreno.
Palabras clave: Lean Startup, innovación adversarial, ecosistemas digitales, inteligencia artificial, permanencia adaptativa, economía unitaria, plataformas digitales, validación adversarial.
Steve Blank's article Why the Lean Start-Up Changes Everything, published in Harvard Business Review in 2013, replaced rigid planning with experimentation, continuous learning and iterative development, and shifted the central question of entrepreneurship from executing a plan toward discovering a business model. Thirteen years later, this paper assesses whether that framework remains sufficient for technology firms and startups whose product, channel, infrastructure and growth are entirely digital, and which combine cloud computing, artificial intelligence and a multiplicity of digital channels. We argue that the model retains full conceptual validity but requires a methodological evolution. To that end we propose the Adaptive Digital Lean Startup (LSAD), which preserves the foundations of the original model and extends them through eight dimensions organized into four axes of reconfiguration: the object of the business, learning, the environment and its assets, and sustainability and permanence. The model's distinctive contribution is to shift the final objective from discovering a repeatable model toward developing a capacity for adaptive permanence, linked to the notions of adversarial innovation, a strategic innovation reserve and cognitive preparation of the terrain.
Keywords: Lean Startup, adversarial innovation, digital ecosystems, artificial intelligence, adaptive permanence, unit economics, digital platforms, adversarial validation.
01Introducción: un modelo concebido para otra velocidad
Conviene comenzar reconociendo el mérito de lo que se examina. El trabajo de Blank (2013) marcó un punto de inflexión en la teoría y la práctica del emprendimiento. Su tesis es conocida y sigue siendo poderosa: una startup no es una versión pequeña de una empresa grande, sino una organización temporal diseñada para buscar un modelo de negocio repetible y escalable. De esa definición se desprende todo lo demás. Si la tarea no es ejecutar un plan sino descubrir un modelo, entonces el plan de negocio tradicional, con sus proyecciones a cinco años y sus decenas de supuestos no validados, deja de ser el instrumento adecuado.
Blank propuso reemplazarlo por tres prácticas que se refuerzan entre sí: el desarrollo de clientes (Customer Development), el desarrollo ágil y el producto mínimo viable. La lógica es la del aprendizaje validado de Ries (2011): construir, medir y aprender en ciclos cortos, contrastando cada hipótesis con el mercado antes de comprometer recursos significativos.
Debemos situar ese artículo en su momento. Blank escribió en un instante que él mismo reconoció como extraordinario. Ya identificaba el potencial del desarrollo ágil, la computación en la nube, los repositorios de código abierto, el financiamiento colectivo y la caída sostenida de los costos tecnológicos. Incluso anticipó que esas tendencias transformarían el emprendimiento. En ese sentido, sería injusto presentar su texto como ajeno a la transformación digital.
Sin embargo, el escenario de 2013 era distinto del actual en una variable difícil de exagerar: la velocidad, y con ella la naturaleza misma del aprendizaje. En aquel entonces la inteligencia artificial generativa no existía como herramienta empresarial, la economía de interfaces de programación era incipiente, las plataformas digitales apenas consolidaban sus modelos y el desarrollo asistido por máquinas era inexistente.
Por ello, el Lean Startup resolvía un problema concreto: cómo reducir la incertidumbre en la creación de empresas innovadoras mediante experimentación rápida con clientes reales. Ese problema sigue vigente. Lo que ha cambiado es que, para muchas startups, el desafío ya no consiste únicamente en aprender rápido. Consiste en aprender, proteger, adaptarse y escalar a una velocidad superior a la del propio mercado.
El presente artículo analiza esa brecha. No se propone refutar a Blank, sino mostrar que el contexto cambió lo suficiente como para requerir una evolución del modelo. Con esa finalidad se examina primero lo que permanece vigente, luego el desfase contextual, y a partir de allí se plantea el problema, la tesis y un modelo propio, el Lean Startup Adaptativo Digital (en adelante LSAD).
02Lo que permanece vigente del Lean Startup
Antes de proponer cualquier ampliación, debemos delimitar con honestidad qué parte del modelo original no caduca. Confundir lo que envejeció con lo que sigue siendo válido sería el primer error de un análisis apresurado.
Permanece plenamente vigente el reconocimiento de la incertidumbre como condición natural de una startup. Una organización que busca un modelo de negocio aún no descubierto opera, por definición, sin certezas. Administrar esa búsqueda como si fuera la ejecución de un plan conocido es la raíz de muchos fracasos.
Permanece vigente la necesidad de validar hipótesis antes de comprometer grandes recursos. El principio de salir a contrastar los supuestos con el mercado, en lugar de defenderlos desde la oficina, conserva todo su valor. La evidencia sigue importando más que la convicción.
Permanece vigente el aprendizaje continuo como unidad de progreso. Una startup avanza en la medida que aprende, no en la medida que ejecuta. El ciclo de construir, medir y aprender de Ries (2011) describe una disciplina que ningún cambio tecnológico ha vuelto obsoleta.
Permanece vigente el contacto permanente con el cliente, el desarrollo iterativo mediante el producto mínimo viable y el concepto de pivote, entendido como el cambio deliberado de una o más hipótesis cuando la evidencia demuestra que el modelo actual no funciona. Estos principios son, en buena medida, independientes de la tecnología que se utilice para aplicarlos.
Notemos que esta capa de validez no es accesoria. Es el núcleo. Cualquier propuesta de evolución que la abandone no estaría mejorando el Lean Startup, sino reemplazándolo por otra cosa. El LSAD que se presenta más adelante se construye sobre este núcleo, no en su contra.
03El desfase contextual entre 2013 y 2026
Delimitado lo que permanece, corresponde describir lo que cambió. El problema del modelo original no reside en lo que afirma, sino en lo que en 2013 todavía no podía afirmar. Se examinan siete desplazamientos que, en conjunto, modifican el terreno sobre el cual opera una startup digital.
El primero es la velocidad. En 2013 un ciclo de construir, medir y aprender podía tomar semanas o meses. Hoy una startup apoyada en inteligencia artificial puede diseñar un producto por la mañana, generar buena parte de su código durante la tarde, desplegarlo en la nube esa misma noche y obtener métricas reales al día siguiente. Ya no hablamos de iteración, sino de iteración acelerada.
El segundo es el cliente digital. Blank propone descubrir al cliente mediante entrevistas y observación directa. Ese principio conserva valor, pero hoy el cliente deja cientos de señales digitales: navegación, clics, abandono, tiempo de permanencia, embudos de conversión, mapas de calor, conversaciones en redes. La startup ya no necesita preguntar tanto, porque puede observar. Esto conecta con la lógica de las organizaciones basadas en datos (Iansiti y Lakhani, 2020).
El tercero es el canal. En la empresa tradicional existía una secuencia de producción, comercialización y ventas, y el canal distribuía un valor producido en otro lugar. En la startup digital el canal forma parte del producto. Una aplicación de movilidad sin su plataforma no existe; un servicio de alojamiento entre pares sin su plataforma tampoco. El canal deja de distribuir el valor y pasa a ser el valor.
El cuarto es la infraestructura. Cuando Blank escribió todavía era común adquirir servidores. Hoy una startup puede iniciar apoyada en computación en la nube, software como servicio, interfaces de programación, pagos digitales, autenticación como servicio, bases de datos administradas e inteligencia artificial como servicio. Esto reduce de forma radical la inversión inicial y guarda una relación estrecha con la lógica de la innovación frugal (Radjou, Prabhu y Ahuja, 2012): hacer más con menos, convirtiendo la restricción de recursos en disciplina de diseño.
El quinto es la permanencia en estado de prueba. En un negocio físico existe una versión relativamente estable del producto. En un producto digital se despliega de forma continua, se corrigen errores a diario, aparecen nuevas funciones y se experimenta mediante pruebas controladas en línea (Kohavi, Tang y Xu, 2020). El producto mínimo viable prácticamente nunca desaparece, y la organización vive en una suerte de prueba permanente.
El sexto son los efectos de red. El modelo original razona sobre el cliente, en singular. Muchas startups digitales, en cambio, dependen de plataformas con dos o más lados que deben crecer de forma simultánea (Eisenmann, Parker y Van Alstyne, 2006; Parker, Van Alstyne y Choudary, 2016). La hipótesis de negocio deja de ser únicamente si el cliente comprará, y pasa a incluir cómo lograr que ambos lados del ecosistema crezcan a la vez, un problema considerablemente más complejo (Evans y Schmalensee, 2016).
El séptimo es la inteligencia artificial. En 2013 este factor prácticamente no existía para una startup promedio. Hoy comprime el ciclo de aprendizaje en todas sus fases, porque permite construir, analizar, aprender, personalizar y automatizar con más rapidez (Brynjolfsson y McAfee, 2017). Más adelante se argumenta que la inteligencia artificial introduce una fase explícita de generación y simulación previa al contacto con el mercado, y se precisa con cuidado el alcance de esa afirmación.
Tomemos en cuenta que estos siete desplazamientos no actúan de forma aislada. Se combinan. Una startup que opera sobre una plataforma con efectos de red, apoyada en infraestructura en la nube y asistida por inteligencia artificial, enfrenta simultáneamente una velocidad mayor, un cliente que se observa más que se interroga y un producto que nunca se cierra. El modelo original ilumina cada pieza, pero no fue diseñado para gobernar su combinación.
04Planteamiento del problema y tesis
De lo anterior se desprende el problema que organiza este trabajo. La metodología Lean Startup fue diseñada para reducir la incertidumbre mediante experimentación rápida y validación continua con clientes. Sin embargo, entre 2013 y 2026 maduraron transformaciones profundas, como la inteligencia artificial generativa, los agentes inteligentes, la computación en la nube, las plataformas digitales, las redes sociales, la economía de interfaces de programación, la analítica masiva, la simulación asistida por máquinas y los productos íntegramente digitales. Como consecuencia, varios supuestos operativos del modelo requieren ser ampliados.
Cabe resaltar la elección del verbo. Se afirma que esos supuestos deben ser ampliados, no reemplazados. La distinción no es retórica. Un reemplazo descartaría el núcleo válido descrito en la segunda sección; una ampliación lo conserva y lo extiende.
La tesis se enuncia, en consecuencia, en estos términos. El Lean Startup continúa siendo un marco válido para descubrir modelos de negocio. No obstante, las startups digitales requieren complementarlo con capacidades de adaptación propias de un entorno caracterizado por hiperconectividad, inteligencia artificial, plataformas y ciclos extremadamente rápidos de innovación. El objetivo deja de agotarse en descubrir un modelo repetible y se extiende hacia desarrollar la capacidad de sostenerlo y reinventarlo cuando el entorno cambia.
Para operacionalizar esa tesis se presenta un modelo. No se ofrecen ocho críticas, sino ocho dimensiones constructivas, organizadas en cuatro ejes de reconfiguración. El modelo se denomina Lean Startup Adaptativo Digital, y se desarrolla a continuación.
05El modelo propuesto: Lean Startup Adaptativo Digital (LSAD)
Antes de entrar en el detalle, conviene una imagen que ordene la lectura. Pensemos en una embarcación diseñada para cruzar un lago en calma. El Lean Startup le enseñó a navegar sin carta de navegación fija, sondeando el fondo a cada tramo y corrigiendo el rumbo según lo que encuentra. Esa enseñanza sigue siendo correcta. El problema es que la startup digital ya no cruza un lago, sino un mar abierto donde cambian la corriente, el viento, la presencia de otras naves y hasta la geografía de la costa. La misma disciplina de sondeo continúa siendo necesaria, pero la embarcación requiere además capacidades que el diseño original no contemplaba: leer el clima antes de zarpar, proteger la carga, sostener la travesía cuando el entorno se vuelve hostil.
El LSAD conserva el casco y el método de sondeo del Lean Startup, y le añade esas capacidades. Las organiza en cuatro ejes, bajo la lógica de que el modelo no reemplaza al original, sino que reconfigura cuatro de sus supuestos: el objeto del negocio, el aprendizaje, el entorno con sus activos, y la sostenibilidad con la permanencia. Cada eje agrupa una o más de las ocho dimensiones, codificadas D1 a D8.
Eje I · Reconfiguración del objeto del negocio
El modelo original todavía piensa, en parte, en el canal como una variable del lienzo de modelo de negocio (Osterwalder y Pigneur, 2010), es decir, como un componente entre otros. En muchas startups digitales esa lectura ya no alcanza, por cuanto el canal dejó de ser un componente para convertirse en el negocio mismo.
Debemos entender la magnitud de este desplazamiento. Las plataformas de movilidad, alojamiento entre pares, transmisión de contenidos o entrega a domicilio no distribuyen su servicio mediante una aplicación. La aplicación constituye el servicio. Producto, canal, experiencia de usuario y datos forman un único ecosistema inseparable.
La consecuencia de diseño es directa. El emprendimiento digital debe concebirse como plataforma antes que como empresa tradicional, lo que implica razonar desde el inicio sobre dos o más lados del mercado, sobre los efectos de red que los vinculan y sobre las dinámicas de adopción que determinan cuál lado debe subsidiarse para que el otro crezca (Eisenmann, Parker y Van Alstyne, 2006). En términos de negocio, esto significa que la pregunta fundacional ya no es solo qué se vende, sino qué ecosistema se construye y cómo se sostiene su equilibrio.
Eje II · Reconfiguración del aprendizaje
Blank propone salir a validar las hipótesis con clientes reales. Ese principio conserva su valor y no se abandona. Lo que se incorpora es una etapa previa de validación inteligente, apoyada en inteligencia artificial, agentes especializados y simulación.
En lugar de consultar únicamente a clientes potenciales, una startup puede construir escenarios donde intervengan agentes que representen a distintos actores del ecosistema: clientes, competidores, reguladores, inversionistas, expertos técnicos, atacantes y especialistas jurídicos. A esta práctica la denominamos validación adversarial multivisionaria, por cuanto somete la hipótesis a múltiples miradas, varias de ellas deliberadamente hostiles, antes de exponer públicamente la innovación.
Conviene la analogía. Un arquitecto responsable no espera al terremoto para saber si su edificio resiste; lo somete antes a un modelo de simulación que reproduce la fuerza sísmica y revela los puntos débiles de la estructura. La validación adversarial multivisionaria opera con esa lógica: somete el modelo de negocio a tensiones simuladas, incluida la mirada del atacante, para identificar fracturas antes de construir.
Esta dimensión enlaza de forma natural con la noción de innovación adversarial que articula la serie. Validar no consiste solo en confirmar que alguien comprará, sino en anticipar quién intentará vulnerar, imitar, regular o desplazar la propuesta, y en incorporar esa anticipación al diseño. Recalcando que la simulación no sustituye al cliente, sino que prepara una conversación más madura con él.
El Lean Startup ya defendía la velocidad como consecuencia de iterar. El LSAD la eleva a la categoría de recurso estratégico, porque el ciclo de construir, medir y aprender ya no ocurre en semanas, sino que puede repetirse varias veces en un mismo día. Una aplicación puede desplegar nuevas versiones de forma continua, corregir errores en minutos y recibir la respuesta del mercado casi en tiempo real.
Sin embargo, debemos hacer énfasis en un riesgo que esta capacidad introduce: confundir rapidez con dirección. La velocidad constituye una ventaja competitiva únicamente cuando existe una estrategia clara. Una startup puede ahora equivocarse mucho más rápido que antes, y la facilidad para desplegar puede transformarse en la facilidad para dispersarse.
De allí que la hipervelocidad deba subordinarse al aprendizaje y no convertirse en un fin. Aquí resulta pertinente la lógica de las reglas simples de Sull y Eisenhardt (2015): en entornos de alta complejidad y cambio acelerado, un puñado de reglas claras orienta la decisión rápida mejor que un manual extenso. La velocidad sin reglas es agitación; la velocidad con reglas simples es ventaja.
La velocidad nunca sustituye a la estrategia.
Eje III · Reconfiguración del entorno y los activos
Uno de los postulados más interesantes del artículo original es el cuestionamiento del modo sigiloso, bajo el argumento de que el aprendizaje proveniente del cliente vale más que el secreto empresarial. En 2013 ese equilibrio resultaba razonable. En el entorno actual se vuelve considerablemente más delicado.
Los productos digitales exponen gran parte de su funcionamiento. La inteligencia artificial facilita el análisis funcional, las interfaces permiten inferir procesos internos y la ingeniería inversa resulta cada vez más accesible. La pregunta deja de ser únicamente cómo validar, y pasa a ser qué se muestra, qué se protege y en qué momento se hace cada cosa.
En consecuencia, la propiedad intelectual deja de entenderse como un trámite administrativo y se convierte en un componente estratégico del modelo de negocio. La ventaja competitiva ya no reside solo en registrar una patente, sino en decidir con inteligencia qué conocimiento divulgar, cuál reservar como secreto empresarial y qué innovaciones deben evolucionar más rápido que la capacidad del mercado para imitarlas. Esta capacidad de reconfiguración deliberada de los activos intangibles es, en rigor, una capacidad dinámica en el sentido de Teece (2007).
Debemos notar una tensión permanente en esta dimensión: la transparencia acelera el aprendizaje, pero erosiona la ventaja; la reserva protege la ventaja, pero ralentiza el aprendizaje. La protección adaptativa del conocimiento consiste, precisamente, en gestionar ese balance de manera consciente y variable según la fase y el componente, en lugar de resolverlo de una vez por defecto.
La mayor parte de la literatura sobre startups parte de ecosistemas institucionales relativamente ágiles. Muchas regiones, particularmente en América Latina, enfrentan una realidad distinta. Los tiempos regulatorios, los procesos administrativos, la protección de marcas, la constitución de empresas, las autorizaciones sectoriales y los marcos tributarios avanzan a una velocidad considerablemente inferior a la de la innovación tecnológica.
En el contexto boliviano esta asimetría es palpable. Mientras una startup en otras latitudes puede constituir una sociedad en horas, en nuestra región el registro de la empresa, la marca, los contratos tecnológicos o una eventual patente puede tardar más que el ciclo de vida de varias versiones del producto. A ello se suman, en sectores regulados, las exigencias de entidades como la Autoridad de Supervisión del Sistema Financiero (ASFI) y la Autoridad de Fiscalización y Control de Pensiones y Seguros (APS), cuyos marcos de gestión de la seguridad de la información y de continuidad operativa imponen requisitos que el ritmo del desarrollo digital debe contemplar.
De manera que la regulación deja de ser una restricción externa al modelo y pasa a constituir una variable estratégica dentro de él. La startup que opera en un entorno regulado no puede tratar el cumplimiento como un anexo; debe incorporarlo al diseño, entendiendo, en línea con el enfoque adaptativo que sostiene la serie, que el cumplimiento normativo constituye el piso y no el techo de una postura madura.
Eje IV · Reconfiguración de la sostenibilidad y la permanencia
El artículo original reconoce que las startups requieren métricas distintas de las empresas establecidas, y privilegia indicadores como la adquisición de clientes, el valor del cliente en el tiempo y la viralidad frente a la contabilidad clásica. Esa intuición debe profundizarse.
La viabilidad de una startup digital depende cada vez más de su economía unitaria, es decir, de la rentabilidad de cada cliente considerado individualmente (Croll y Yoskovitz, 2013). Las preguntas relevantes dejan de ser los estados financieros proyectados a cinco años y se vuelven más concretas: cuánto cuesta adquirir un cliente, cuánto valor genera durante toda su permanencia, cuánto efectivo consume la operación cada mes y cuánto tiempo resta antes de agotar el capital disponible.
Debemos entender la jerarquía que esto impone. Antes de crecer, debe demostrarse que cada cliente aporta valor económico. Una empresa que pierde dinero con cada cliente nuevo no resuelve su problema sumando clientes, sino que lo multiplica. La economía unitaria positiva es, en este sentido, la condición que separa el crecimiento sano del espejismo de tracción.
De la dimensión anterior se sigue, de manera directa, una de las causas más frecuentes de fracaso en las startups digitales. El problema no suele ser crecer despacio, sino crecer demasiado pronto. La facilidad para desplegar infraestructura en la nube permite escalar técnicamente con enorme rapidez, pero la escalabilidad tecnológica no garantiza la sostenibilidad económica.
La evidencia es elocuente. El estudio del Startup Genome sobre escalamiento prematuro, basado en una muestra amplia de startups tecnológicas de alto crecimiento, identificó este patrón como una de las causas dominantes de fracaso: empresas que invierten en adquisición de clientes, contratación y estructura antes de validar si el mercado quiere realmente el producto (Marmer, Herrmann, Dogrultan y Berman, 2011).
En consecuencia, la escalabilidad inteligente establece una secuencia: primero se valida la ecuación económica, después se crece. La velocidad de expansión nunca debe preceder a la validación del modelo. Recalcando que es preferible una empresa pequeña con economía unitaria positiva que una empresa grande que destruye valor con cada nuevo cliente.
Esta es, quizá, la diferencia de fondo entre el Lean Startup y el contexto actual, y el punto donde el LSAD hace su aporte más distintivo. El objetivo del modelo original consiste en encontrar un modelo repetible y escalable. En los negocios digitales actuales ese descubrimiento representa apenas el inicio.
A partir de ese momento aparecen nuevos desafíos de manera continua: cambios regulatorios, irrupción de nuevas capacidades de inteligencia artificial, aparición de plataformas, ataques cibernéticos, modificaciones en el comportamiento del consumidor e innovaciones de los competidores. La ventaja competitiva deja de depender únicamente de haber descubierto un buen modelo y pasa a depender de la capacidad de reinventarlo.
Aquí la innovación deja de ser un evento y se convierte en una capacidad organizacional permanente. Esta lectura se apoya en dos cuerpos teóricos convergentes: las capacidades dinámicas, entendidas como la habilidad de integrar, construir y reconfigurar competencias frente a entornos cambiantes (Teece, 2007), y la ambidiestralidad organizacional, que articula la explotación del modelo presente con la exploración del modelo futuro (O'Reilly y Tushman, 2013). La permanencia adaptativa es, en esencia, la institucionalización de esa doble capacidad en el corazón del modelo de negocio.
06Refinamiento metodológico sobre el papel de la inteligencia artificial
Conviene precisar una afirmación que, formulada sin cuidado, debilitaría el modelo. Sería tentador sostener que la inteligencia artificial reemplaza la práctica de salir a validar con el cliente. No se sostiene esa tesis, y la distinción merece detenerse.
Lo que se afirma es más mesurado y, por ello, más defendible. La inteligencia artificial desplaza una parte sustancial del aprendizaje temprano desde el mundo físico hacia el mundo de la simulación, y reduce el número y el costo de los experimentos que finalmente deben realizarse en el mercado real.
La razón de preferir esta formulación es epistemológica. Resulta difícil sostener que la simulación pueda sustituir por completo la realidad empírica, en especial cuando aparecen innovaciones disruptivas o comportamientos emergentes que ningún modelo previo contenía (Christensen, Raynor y McDonald, 2015). En cambio, sí es razonable argumentar que la inteligencia artificial permite descartar una gran cantidad de experimentos de bajo valor antes de exponer el producto, de modo que la organización llega al mercado con hipótesis más robustas y con menos desperdicio.
De manera que el ciclo de construir, medir y aprender no se abandona, sino que se le antepone una fase de generación y simulación. El mercado continúa siendo el juez final, pero deja de ser el primer lugar donde ocurre el aprendizaje. Esta precisión, además, abre una línea de investigación: si en el futuro se valida empíricamente que la simulación adversarial previa mejora la tasa de acierto de las hipótesis llevadas al mercado, se habrá producido una contribución relevante al estudio del emprendimiento digital.
07Anclaje en la serie: innovación adversarial, reserva estratégica de innovación y preparación cognitiva del terreno
El LSAD no se presenta de forma aislada, sino como una pieza dentro de una línea de trabajo más amplia sobre innovación adversarial. Conviene hacer explícitas tres conexiones, por cuanto son las que distinguen esta propuesta de una simple actualización del Lean Startup.
La primera conexión es con la innovación adversarial como marco. La dimensión D2, de validación adversarial multivisionaria, no es un añadido técnico, sino la expresión metodológica de una idea más profunda: innovar no consiste solo en crear valor, sino en hacerlo anticipando a quienes intentarán vulnerar, imitar, regular o desplazar la propuesta. La latencia y la frugalidad, presentes en las dimensiones de infraestructura y economía unitaria, son mecanismos dentro de ese marco, no el marco mismo.
La segunda conexión es con la reserva estratégica de innovación (en adelante REI), entendida como una capacidad latente que se organiza en cinco dimensiones: conocimiento, capacidad técnica, talento, experimentación y redes. La dimensión D8, de permanencia adaptativa, encuentra en la REI su sustento conceptual. Una organización sostiene su modelo en el tiempo no por inercia, sino porque dispone de una reserva que puede pasar del estado latente al reconocido, del reconocido al activado y del activado al integrado cuando el entorno lo exige. En términos prácticos, la permanencia adaptativa es la activación oportuna de la REI frente a cambios regulatorios, tecnológicos o adversariales.
La tercera conexión es con la preparación cognitiva del terreno (en adelante PCT), fundada en la teoría del control perceptual de Powers (1973). La PCT funciona como hilo conductor: antes de actuar sobre el entorno, la organización ajusta sus percepciones de referencia, de modo que la acción se oriente a reducir la distancia entre lo que percibe y lo que desea percibir. En el LSAD, la validación inteligente y la hipervelocidad estratégica son, en el fondo, formas de preparar cognitivamente el terreno: la organización no reacciona al mercado, sino que configura por anticipado los marcos perceptuales con los que lo interpretará y sobre los que decidirá.
Tomadas en conjunto, estas tres conexiones muestran que el LSAD responde a una pregunta distinta de la que respondió Blank. Mientras el Lean Startup resuelve cómo descubrir un negocio viable, el LSAD comienza a responder cómo sostener ese negocio adaptándose de manera continua a un entorno digital que cambia más rápido que las organizaciones, los competidores y los reguladores.
08Proposiciones formales
A efectos de ordenar el modelo en enunciados contrastables, se presentan cinco proposiciones. No se ofrecen como verdades demostradas, sino como hipótesis que la investigación futura podría someter a prueba.
Proposición 1. En startups cuyo producto, canal e infraestructura son íntegramente digitales, el canal opera como componente constitutivo del producto, de manera que su diseño determina la propuesta de valor y no solo su distribución.
Proposición 2. La incorporación de una fase de validación adversarial multivisionaria, previa al contacto con el mercado, reduce el número de experimentos de mercado necesarios y mejora la robustez de las hipótesis que finalmente se contrastan.
Proposición 3. En entornos de hipervelocidad, la existencia de un conjunto reducido de reglas estratégicas explícitas modera la relación entre velocidad de despliegue y desempeño, de manera que la velocidad sin reglas se asocia con dispersión y la velocidad con reglas se asocia con ventaja.
Proposición 4. En startups digitales, la validación de una economía unitaria positiva antes del escalamiento se asocia con una menor probabilidad de fracaso por escalamiento prematuro.
Proposición 5. La capacidad de permanencia adaptativa, entendida como activación oportuna de la reserva estratégica de innovación, se asocia con la supervivencia del modelo de negocio frente a cambios regulatorios, tecnológicos y adversariales posteriores a su descubrimiento.
09Tabla comparativa: Lean Startup clásico frente a LSAD
La siguiente tabla sintetiza los desplazamientos. No debe leerse como una sustitución de una columna por la otra, sino como la ampliación de la primera mediante la segunda.
| Dimensión de análisis | Lean Startup clásico (2013) | Lean Startup Adaptativo Digital (LSAD) |
|---|---|---|
| Naturaleza del canal | Componente del modelo de negocio | Componente constitutivo del producto y del ecosistema |
| Fuente primaria de aprendizaje | Entrevista y observación del cliente | Señales digitales y simulación adversarial previa, más validación con el cliente |
| Velocidad | Consecuencia de iterar | Recurso estratégico, subordinado a reglas claras |
| Conocimiento y propiedad intelectual | Transparencia favorecida sobre el secreto | Protección adaptativa: decisión deliberada de qué mostrar y qué reservar |
| Entorno regulatorio | Supuesto institucional ágil | Variable estratégica del modelo, con énfasis en la asimetría regional |
| Métrica de viabilidad | Adquisición, valor y viralidad | Economía unitaria completa antes del crecimiento |
| Lógica de crecimiento | Buscar lo repetible y escalable | Escalar solo tras validar la ecuación económica |
| Objetivo final | Descubrir un modelo repetible | Desarrollar capacidad de permanencia adaptativa |
10Recomendaciones
Conforme a la práctica de orientar toda observación a una acción, se presentan las recomendaciones bajo el patrón situación, riesgo, impacto y recomendación.
Situación. Numerosas startups digitales tratan el canal, la regulación y la propiedad intelectual como elementos accesorios, externos al diseño del modelo de negocio. Riesgo. Esa lectura deja sin gobernar variables que en el entorno digital son constitutivas. Impacto. El resultado se traduce en propuestas frágiles ante la imitación, vulnerables ante el cambio regulatorio y expuestas en su conocimiento crítico. Recomendación. Se recomienda incorporar las dimensiones D1, D4 y D5 al diseño inicial del modelo, de modo que canal, protección del conocimiento y regulación se traten como decisiones estratégicas y no como anexos.
Situación. La facilidad para desplegar tecnología induce a confundir velocidad con avance. Riesgo. La organización se dispersa y multiplica errores con mayor rapidez. Impacto. Se consume capital y tiempo sin acercarse al modelo viable. Recomendación. Se recomienda subordinar la hipervelocidad a un conjunto reducido de reglas estratégicas explícitas, de manera que cada despliegue responda a una hipótesis y no a un impulso.
Situación. La infraestructura en la nube permite escalar antes de validar la economía del cliente. Riesgo. Se incurre en escalamiento prematuro. Impacto. Cada nuevo cliente puede destruir valor en lugar de crearlo, acelerando el agotamiento del capital. Recomendación. Se recomienda validar una economía unitaria positiva antes de cualquier expansión, estableciendo la secuencia de validar primero y crecer después.
Situación. El descubrimiento de un modelo repetible suele interpretarse como meta final. Riesgo. La organización se detiene en la celebración y descuida la reinvención. Impacto. El modelo, aunque exitoso al inicio, se erosiona ante cambios regulatorios, tecnológicos o adversariales. Recomendación. Se recomienda institucionalizar la permanencia adaptativa mediante la constitución y activación de una reserva estratégica de innovación, entendiendo el descubrimiento del modelo como punto de partida y no como punto de llegada.
El LSAD no pide abandonar el Lean Startup, sino completarlo. Se recomienda adoptarlo de manera gradual: incorporar primero la validación adversarial y la economía unitaria, que ofrecen retorno inmediato; consolidar después la protección del conocimiento y la lectura regulatoria; y construir, en el mediano plazo, la capacidad de permanencia adaptativa como rasgo estructural de la organización.
11Reflexión final y proyección
Sería un error interpretar este análisis como una crítica al trabajo de Steve Blank. Es lo contrario. El Lean Startup transformó la enseñanza del emprendimiento al demostrar que una startup no debía administrar certezas, sino aprender de manera sistemática en condiciones de incertidumbre. Esa idea continúa plenamente vigente.
Lo que ha cambiado es el entorno. La inteligencia artificial, la computación en la nube, las plataformas y la hiperconectividad modificaron la naturaleza del aprendizaje empresarial. Hoy ya no basta con construir, medir y aprender. También es necesario simular, proteger, adaptarse, escalar con criterio y desarrollar capacidades permanentes de innovación.
Quizá la mayor evolución del Lean Startup no consista en abandonar sus principios, sino en reconocer que la startup digital del presente ya no busca únicamente descubrir un modelo de negocio. Busca desarrollar la capacidad de sobrevivir y evolucionar en un entorno donde el cambio dejó de ser una excepción para convertirse en la condición permanente del mercado.
Esperamos que, en el corto plazo, la investigación aplicada permita contrastar las proposiciones aquí formuladas en startups de la región, particularmente en sectores regulados, donde la tensión entre velocidad de innovación y exigencia normativa se manifiesta con mayor claridad. Aspecto que esta serie tiene previsto abordar en entregas posteriores, en el marco de la línea de innovación adversarial.
Referencias
Blank, S. (2013). Why the lean start-up changes everything. Harvard Business Review, 91(5), 63-72.
Blank, S., & Dorf, B. (2012). The startup owner's manual: The step-by-step guide for building a great company. K&S Ranch.
Brynjolfsson, E., & McAfee, A. (2017, julio). The business of artificial intelligence. Harvard Business Review.
Christensen, C. M. (1997). The innovator's dilemma: When new technologies cause great firms to fail. Harvard Business School Press.
Christensen, C. M., Raynor, M. E., & McDonald, R. (2015). What is disruptive innovation? Harvard Business Review, 93(12), 44-53.
Croll, A., & Yoskovitz, B. (2013). Lean analytics: Use data to build a better startup faster. O'Reilly Media.
Eisenmann, T., Parker, G., & Van Alstyne, M. W. (2006). Strategies for two-sided markets. Harvard Business Review, 84(10), 92-101.
Evans, D. S., & Schmalensee, R. (2016). Matchmakers: The new economics of multisided platforms. Harvard Business Review Press.
Iansiti, M., & Lakhani, K. R. (2020). Competing in the age of AI: Strategy and leadership when algorithms and networks run the world. Harvard Business Review Press.
Kohavi, R., Tang, D., & Xu, Y. (2020). Trustworthy online controlled experiments: A practical guide to A/B testing. Cambridge University Press. https://doi.org/10.1017/9781108653985
Marmer, M., Herrmann, B. L., Dogrultan, E., & Berman, R. (2011). Startup genome report extra: Premature scaling. Startup Genome.
Maurya, A. (2012). Running lean: Iterate from plan A to a plan that works (2.ª ed.). O'Reilly Media.
O'Reilly, C. A., & Tushman, M. L. (2013). Organizational ambidexterity: Past, present, and future. Academy of Management Perspectives, 27(4), 324-338. https://doi.org/10.5465/amp.2013.0025
Osterwalder, A., & Pigneur, Y. (2010). Business model generation: A handbook for visionaries, game changers, and challengers. John Wiley & Sons.
Parker, G. G., Van Alstyne, M. W., & Choudary, S. P. (2016). Platform revolution: How networked markets are transforming the economy and how to make them work for you. W. W. Norton & Company.
Powers, W. T. (1973). Behavior: The control of perception. Aldine.
Radjou, N., Prabhu, J., & Ahuja, S. (2012). Jugaad innovation: Think frugal, be flexible, generate breakthrough growth. Jossey-Bass.
Ries, E. (2011). The lean startup: How today's entrepreneurs use continuous innovation to create radically successful businesses. Crown Business.
Sull, D., & Eisenhardt, K. M. (2015). Simple rules: How to thrive in a complex world. Houghton Mifflin Harcourt.
Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, 28(13), 1319-1350. https://doi.org/10.1002/smj.640
Autor / Redactor / Director
