Hola! Soy Fran, bienvenido a "Cómo Crecería X", un proyecto creado para ayudarte a identificar oportunidades de crecimiento para tu empresa mediante el análisis de distintos casos de uso.

Cada semana elijo una empresa de tecnología, ya sea B2B o B2C, y escribo un breve análisis explicando cómo la haría crecer.

Empezamos. 

Hoy analizamos a Stack AI

 Resumen

1. Sobre la empresa - Modelo de negocio, propuesta de valor y posicionamiento en el mercado.

2. Amenazas y Tendencias del mercado.

3. Mi tesis de crecimiento 1 : ¿Cómo los datos pueden optimizar el ciclo de vida de su cliente?

   1. ¿Cómo Stack AI puede incrementar la Activación en su Free-trial?

   2. ¿Cómo incrementar la Adquisición de nuevos leads?

4. Mi tesis de crecimiento 2 : ¿Cómo Stack AI puede generar mayor valor a sus clientes a través de su producto?

5. Otros insights

Disclaimer : 

Toda la información e insights presentados en este análisis se basan exclusivamente en fuentes externas y datos de acceso público, sin contar con conocimiento interno de la empresa.

Sobre la empresa 

Stack AI es una plataforma no-code diseñada para facilitar la implementación de Agentes de Inteligencia Artificial en organizaciones.

Stack AI busca simplificar y acelerar la adopción de IA en entornos empresariales. Es una solución “horizontal” diseñada para que cualquier empleado en la organización cree los agentes que mejor se adapten a sus necesidades.

Su plataforma provee acceso a los principales modelos de LLM (Open AI, Anthropic, Google, Groq, Mistral, etc.)

Su modelo de negocio es un SaaS, con un sistema de pricing basado en el consumo, en este caso, coste de la ejecución del LLM en cada agente o workflow.

Antes de continuar, si tienes interés sobre cómo pueden evolucionar los modelos de pricing con la llegada de la IA, en este artículo exploramos algunas ideas.

Seguimos.

¿Qué diferencia a Stack AI de otras plataformas de Agentes de IA? ¿Cuál es su propuesta de valor diferencial? 

Dos cosas : 

1. Posicionamiento claro orientado a enterprise, con protocolos de seguridad y privacidad de nivel corporativo (SOC 2, GDPR, HIPAA). Despliegue de la solución on-premise.

2. Interfaz muy intuitiva para crear Agentes y AI Workflows sin programación, con múltiples integraciones que facilitan su operacionalización en entornos corporativos.

Amenazas y Tendencias del mercado

Hemos identificado dos amenazas principales que enfrenta Stack AI en el mercado de soluciones de Agentes de IA:

1. Competencia de plataformas horizontales

El primer desafío radica en la creciente competencia dentro de esta categoría de software emergente. Empresas como Relevance AI , Agent AI (impulsada por el fundador de Hubspot), Crew AI, Cassidy, Relay o Gumloop, entre muchas otras, están desarrollando plataformas que permiten la creación de Agentes de IA para diversos casos de uso en el ciclo de vida del cliente.

Actualmente, estas soluciones ofrecen plataformas “horizontales” que permiten a los empleados crear agentes para múltiples casos de uso: ventas (Inbound y Outbound), investigación de mercado, atención al cliente o generación de contenido para email marketing. Sin embargo, muchas de estas soluciones terminan replicando los mismos casos de uso, lo que lleva a una creciente homogeneización del servicio y, en definitiva, del valor que proveen.

¿Cómo puede Stack AI diferenciarse en este entorno tan competitivo?

Si bien Stack AI ha optado por enfocarse en clientes enterprise, a diferencia de estas otras plataformas, la verdadera pregunta es: ¿Cómo puede aportar su solución un valor diferencial real a sus clientes?

Más adelante exploraremos esta cuestión en profundidad.

2. La aparición de soluciones verticales especializadas

La segunda amenaza proviene del auge de soluciones de agentes diseñadas específicamente para nichos o funciones concretas dentro de las organizaciones. Empresas como 11x, PersanaAI, Artisan o Regie AI están desarrollando agentes diseñados para resolver problemas específicos, por ejemplo, la automatización de procesos de ventas (SDR).

¿Qué significa esto para Stack AI?

Si existen soluciones como 11x que ya ofrecen agentes especializados para ventas, ¿qué incentivo tiene un usuario para construir su propio agente de Inbound u Outbound Sales en Stack AI? ¿Es una cuestión de costo? ¿O está más relacionada con la adopción y confianza en la solución? La posibilidad de personalizar un agente a la medida de la empresa puede ser un diferenciador clave. Además, estas herramientas horizontales, van a permitir a cada empleado desarrollar sus propias automatizaciones, y agentes, incrementando su confianza en el funcionamiento de estos sistemas de IA, aspecto crítico en su adopción.

Con el avance de los modelos de lenguaje (LLMs), es probable que se conviertan en commodities, lo que lleva a una pregunta crucial: ¿Cuál debe ser, entonces, la propuesta de valor diferencial de estas soluciones? Todas ellas van a integrar multi modelos (texto, imagen, audio), pero, en términos de valor a cliente, hacia dónde deben dirigirse.

Aún no tengo una respuesta a esto.

Tendencia: en el futuro los equipos serán híbridos

En el futuro, los equipos estarán compuestos por una combinación de agentes de IA y personas. Los empleados no sólo utilizarán estos agentes en modo auto-pilot, sino que también desempeñarán un rol activo en su diseño y personalización (co-pilot). Esto plantea una oportunidad para Stack AI: facilitar la creación de agentes altamente personalizados y adaptados a las necesidades específicas de cada empresa, sin requerir conocimientos técnicos avanzados.

En los siguientes apartados, compartiré dos hipótesis de crecimiento sobre cómo Stack AI puede aprovechar distintas oportunidades para mejorar su propuesta de valor en el mercado.

Mi tesis de crecimiento 1 : ¿Cómo los datos pueden optimizar el ciclo de vida de su cliente ?

Con nuestros clientes, abordamos el crecimiento de sus compañías identificando oportunidades a través de tres dimensiones clave: 

• Adquisición

• Monetización

• Retención

Para el caso de uso de Stack AI, describiré dos hipótesis de crecimiento enfocadas en la etapa de Activación y Adquisición.

• ¿Cómo incrementar la Activación en su Free-Trial?

• ¿Cómo incrementar la Adquisición de nuevos leads?

¿Cómo incrementar la Activación y Reducción del Time-To-Value en su Free-Trial?

Principal Problema : 

“El 40-60% de los usuarios que crean una cuenta en una solución de software nunca vuelven a utilizar el producto.”

¿Por qué ocurre esto? 

No siempre es fácil para los usuarios experimentar, de forma inmediata, el valor del producto.

¿Cómo debe ser el flujo de Onboarding óptimo para incrementar la Activación y reducir el Time-To-Value ? 

El Time-To-Value es el período que transcurre desde que el usuario crea su cuenta hasta que experimenta el valor del producto.

Para evaluar el onboarding de Stack AI, he detallado su flujo actual centrándome en las cuatro etapas clave del proceso de Activación:

• Landing Page

• Registration

• Account Setup

• Value Realization

Fricciones detectadas en el onboarding actual

Esta es la primera pantalla (ver imagen abajo) que aparece al acceder al producto, tras crear una cuenta.

Aquí aparece la primera fricción para el usuario, lo que dificulta su activación.

En esta vista (imagen arriba), el usuario tiene dos opciones:

• Iniciar un flujo básico (Quick Start), que da acceso a un agente predeterminado, pero que no permite experimentar su valor de forma clara. Quizás este primer agente es demasiado genérico.

• Un flujo avanzado, que da acceso al Workflow Builder, pero que puede ser un flujo de mayor complejidad para un usuario nuevo que está evaluando la plataforma en 3 minutos.

¿Cómo podría Stack AI mejorar su Activación? Es decir, que el usuario experimente el valor de la solución lo antes posible.

1. Reducir el número de opciones iniciales. Si un nuevo usuario está evaluando la solución, demasiadas opciones de inicio puede incrementar el Time-To-Value.

2. Personalizar el onboarding desde el registro. Actualmente, en el registro o configuración de la cuenta no se hacen preguntas que ayuden a segmentar y personalizar el flujo inicial del onboarding para que cuando el usuario aterrice en la solución experimente el valor lo antes posible.

¿Qué haría yo?

Oportunidad: Personalización en el onboarding

Añadir dos preguntas clave en la etapa de registro:

1. ¿Cuál es tu rol?

2. ¿En qué casos de uso estás más interesado? (Por ejemplo, según la etapa del ciclo de vida —como adquisición de leads, retención de clientes—, o según el caso de uso — o por ejemplo, ventas inbound/outbound, analytics, creación de contenido, lifecycle marketing, enrichment agent— o según el área de negocio —ventas, marketing, investigación, operaciones, etc.—)

Un buen ejemplo de personalización efectiva es el onboarding de Mixpanel. Desde el inicio, utilizan las preguntas del formulario de configuración de cuenta para segmentar al usuario y adaptar su experiencia desde el primer momento en el producto.

Beneficio:

• Con esta información, podremos personalizar el flujo inicial de onboarding, mostrando al usuario dos o tres agentes ya configurados para su caso de uso más relevante, lo sabemos porque se lo hemos preguntado en la configuración de la cuenta, optimizando así su experiencia desde el primer momento.

• Si el usuario ejecuta un agente y experimenta su valor, habrá alcanzado su primer "Aha Moment", aumentando la probabilidad de activación.

• Después de este primer evento de éxito, en la misma sesión, o cuando el usuario haga de nuevo login en la plataforma, se le puede presentar la funcionalidad del Workflow Builder.

En paralelo a esta personalización, implementaría una estrategia de Email Marketing para incentivar al usuario a volver a la plataforma, junto con una secuencia de emails destacando las principales funcionalidades de la solución.

Actualmente, Stack AI solo envía un email de “Confirm your Account” y no implementa ninguna secuencia de Email Marketing.

Por tanto, existe una oportunidad para educar al usuario sobre las principales funcionalidades y de influencia para que regrese a la plataforma.

Un ejemplo de estrategia de email marketing en esta industria es la que utiliza Relevance AI, otra empresa que ofrece una plataforma de Agentes de IA.

• Email 1 : Welcome email

• Email 2 : Easily Build AI tools

• Email 3 : Build your AI Agent

• Email 4 : Equip you agent with your tools

Para Stack AI, una secuencia efectiva podría ser:

• Email 1: Bienvenida a Stack AI 

• Email 2: Cómo construir Workflows de IA fácilmente

• Email 3: Cómo crear Agentes de IA en minutos

• Email 4: Casos de uso para su principal problema de negocio.

Esta secuencia de email ayudaría a los usuarios a regresar a la plataforma y explorar sus funcionalidades clave.

Para finalizar, quiero compartir una oportunidad de mejora relacionada con su producto

Actualmente, en la versión free-trial de Stack AI, cuando un usuario crea un nuevo workflow, se le muestra una ventana con templates. Esto es positivo porque facilita la implementación de agentes y flujos de trabajo. Sin embargo, algunos templates no están activos, lo que puede generar una barrera en la adopción.

En esta versión free-trial, el objetivo principal es que el usuario experimente el valor de la solución sin fricciones. Limitar el acceso a ciertos templates puede dificultar esta experiencia, especialmente si el modelo de pricing está basado en consumo. En ese caso, permitir el acceso a Templates Pro durante el periodo de prueba, o modelo freemium, haría que los usuarios comprendieran mejor su potencial. Luego, al alcanzar el límite de uso, se podría restringir nuevamente el acceso, dando al usuario la opción de pasar a la versión de pago para disfrutar de todas las funcionalidades y templates.

¿Cómo mejorar esta experiencia?

1. Habilitar todos los templates durante la prueba: La prioridad en esta etapa es que el usuario descubra el valor de la solución lo antes posible, por lo tanto es apropiado que todos los templates estén disponibles.

Esto permitirá que los usuarios exploren todas las funcionalidades sin restricciones innecesarias.

2. Alinear el acceso con el modelo de pricing: Si la monetización se basa en consumo, permitir el uso de templates Pro inicialmente y restringirlos solo cuando se alcance el límite de uso fomentará una adopción más efectiva.

Resumen de oportunidades de crecimiento

1. Personalización del onboarding desde el registro, mostrando casos de uso relevantes para cada usuario.

2. Optimización del flujo inicial, reduciendo fricciones y simplificando opciones.

3. Implementación de una estrategia de email marketing para educar, activar y retener usuarios.

4. Habilitación de todos los templates en el free-trial, permitiendo que los usuarios experimenten el valor completo de la plataforma.

Con estas estrategias, Stack AI podría explorar formas de mejorar su Activación, reducir el Time-To-Value y aumentar la conversión de usuarios.

Por último, quería compartir una tesis de crecimiento relacionada con el producto y la adquisición de nuevos clientes.

Mi tesis de crecimiento 2 : ¿Cómo Stack AI puede generar mayor valor a sus clientes a través de su producto?

Principal Problema:

Los usuarios tienen dificultades para experimentar el valor real de los agentes en la librería de templates de Stack AI. Actualmente, los agentes disponibles son demasiado genéricos y el número de opciones es limitado (ver imagen abajo), lo que disminuye la relevancia de la solución y afecta tanto la activación, adopción del producto como la retención de usuarios.

Oportunidad: Ampliar y Especializar la Librería de Templates

Una librería más extensa y especializada no solo facilitaría la adopción del producto, sino que también serviría como una estrategia clave de generación de leads y demanda.

¿Por qué? 

• Menor fricción inicial: Los usuarios pueden desplegar agentes de forma inmediata, sin necesidad de configuraciones complejas.

• Mayor variedad y valor inmediato: Alta variedad de Templates, específicos, permiten demostrar rápidamente el impacto de la solución.

• Diferenciación en el mercado: Una librería de alta calidad permitiría a Stack AI posicionarse como un referente en la industria de agentes de IA.

Estrategia para mejorar la librería de templates

1. Creación de Agentes especializados por Industria y Caso de Uso

Desarrollar templates altamente específicos, listos para usar, que entreguen valor inmediato en funciones clave como:

• Ventas: SDR Outbound, Inbound lead qualification, Lead research, Outreach email sequence.

• Marketing: Generación de contenido automatizado, personalización de emails.

• Customer Support: Automatización de respuestas, escalado de tickets.

• Investigación de mercado: Análisis de tendencias, segmentación de audiencias.

• ....

Será crítico desarrollar agentes mucho más específicos en cada una de las áreas, ya que esta es la única forma de lograr una verdadera diferenciación. 

Es una oportunidad excelente para invertir recursos en desarrollar agentes de alto valor, diferenciados de los que actualmente encontramos en otras soluciones.

2. Mejora de la documentación y transparencia del Prompting por cada Agente

• Explicar de manera detallada la lógica de funcionamiento de cada agente para facilitar su personalización.

• Una vez que el usuario haya experimentado el valor del agente, podrá personalizarlo fácilmente ajustando los prompts, funcionalidades o integraciones, generando un valor inmediato y práctico en su organización.

• Incluir el detalle del prompting utilizado en cada template, mostrando qué parámetros específicos se usan y cómo afectan al comportamiento del agente, garantizando la transparencia y personalización.

El objetivo principal es facilitar la personalización del agente, permitiendo que los usuarios optimicen el agente según las necesidades de su organización y maximicen su impacto.

Ejemplo Inspirador: Relevance AI

Relevance AI ha implementado una galería de templates con descripciones detalladas y ejemplos de prompts que guían al usuario desde el primer momento. Esta estrategia permite una mayor generación de demanda, leads, activación y un incremento en la retención de usuarios en su plataforma.

Aplicando una estrategia similar, Stack AI podría no solo mejorar la experiencia del usuario, sino también potenciar su diferenciación en un mercado cada vez más competitivo.

Ejemplo de Relevance AI con el detalle del prompt :

Ejemplo de la galería de templates de Relevance AI en su producto:

En la imagen arriba, puedes observar cómo puedes seleccionar un área específica, por ejemplo "Sales", donde se detallan los agentes listos para usar en esa área, permitiendo su ejecución y personalización.

Estas son algunas de las hipótesis de crecimiento que exploraría en la compañía, basadas únicamente en información abierta y conocimiento del mercado, sin tener acceso a datos internos de la compañía.

Existe un espacio de oportunidad que explorar. 😉

Otros insights

Os comparto links a otros artículos para profundizar en algunos de los conceptos mencionados en este análisis:

• Cómo la IA está Transformando el Pricing en SaaS: Del Pricing Basado en el Uso al Resultado.

• The Next 10 Years Will Be About the AI Agent Economy

  
  

• Your Data-Led Strategy Should Include These Three Metrics.

Eso es todo por hoy.

Nos vemos la próxima semana con un nuevo análisis.

Fran

¿Te gustaría acceder a insights más detallados sobre Stack AI?

Me encantará charlar. Puedes enviarme un mensaje aquí.

¿Te gustaría que hablemos y exploremos juntos oportunidades de crecimiento para tu empresa?

Si te interesa, puedes escribirme aquí o, si lo prefieres, agendar una reunión directamente desde este enlace.