Ha llegado la era de crear "negocios en movimiento" por uno mismo

Aunque muchos han pensado "sería conveniente si existiera este servicio", son pocos los que realmente avanzan hasta emprender. Una de las razones es el gran costo de desarrollo entre la idea y el producto. Contratar ingenieros, encargar a una empresa de desarrollo, pasar meses consolidando requisitos. En una etapa en la que no se sabe si será un éxito hasta que se lance al mercado, se necesita una gran cantidad de capital y tiempo por adelantado.

Intentando invertir este orden está "Lovable", un servicio de desarrollo de IA originario de Suecia. Al describir el sitio web o la aplicación que deseas crear en lenguaje natural, la IA monta pantallas, funciones, bases de datos, etc., y lo convierte en una forma que funciona en el navegador. Mientras observas el producto terminado, puedes continuar la conversación diciendo "cambiar el color", "añadir una función de inicio de sesión", "hacer que esta lista sea buscable" para modificar el producto.

Si el no-code tradicional era una herramienta donde las personas colocaban piezas preparadas, Lovable es más como un "colaborador que, al transmitir la intención, avanza en la selección y conexión de piezas mediante IA". Aunque puedes comenzar sin saber programar, en el fondo se genera código real. Se puede sincronizar con GitHub para guardar y revisar el código, y si es necesario, un ingeniero puede hacerse cargo. Para bases de datos, autenticación, almacenamiento y procesamiento del lado del servidor, se puede utilizar el backend incorporado o Supabase.

El sitio oficial de Lovable afirma que ya se han creado un total de 60 millones de proyectos, y cada semana nacen 1.2 millones nuevos. Estas cifras son valores publicados por la empresa operadora y no significan que todos sean negocios en funcionamiento. Aun así, se puede percibir el impulso de cambiar el software de "algo que se encarga a expertos para que lo hagan" a "algo que uno mismo prueba mientras conversa".

Hasta que un servicio de viajes que estuvo inactivo durante 14 años comenzó a funcionar

Un ejemplo emblemático presentado por el periódico económico alemán Handelsblatt es la plataforma de viajes "Avara" de Nico Wittenberg. La idea original surgió hace 14 años durante una tormenta de nieve. El vuelo de su pareja fue cancelado y, después de buscar alternativas, finalmente encontró un tren nocturno. Pensó que sería bueno poder buscar y reservar todos los medios de transporte, desde autobuses hasta aviones, en un solo lugar.

En ese momento, cuando habló de esta idea con sus colegas en Google, su lugar de trabajo anterior, le dijeron que necesitaría un equipo de desarrollo y millones de euros para realizarla. Aun así, el año pasado, Wittenberg utilizó Lovable y dio forma a Avara por sí mismo. Según él, se utiliza en más de 125 países y ha recibido consultas de capitales de riesgo de varios países.

Lo importante aquí no es la historia optimista de "una IA completó una empresa mundial en una noche". Es que una hipótesis que había estado detenida por barreras de costos durante 14 años se convirtió en algo que terceros pueden experimentar. El valor de una idea no se puede verificar solo por la habilidad para explicarla. ¿Son comprensibles los resultados de búsqueda? ¿Es fácil llegar a la reserva? ¿Hay realmente personas que quieran usarlo? Si hay un producto en funcionamiento, se pueden obtener respuestas reales a estas preguntas.

El mayor efecto de Lovable no es reducir los costos de desarrollo a cero, sino acortar el "tiempo hasta comenzar a aprender".

La emoción que se está generando en las redes sociales extranjeras: monetización y difusión son una realidad

Al observar las redes sociales, las reacciones hacia Lovable no se dividen simplemente en elogios y críticas. Lo que tienen en común es la sorpresa por la rapidez con la que aparece el primer producto.

En LinkedIn, un usuario que dirige un negocio comunitario en Singapur informa sobre su experiencia de convertir un proyecto que no había tomado forma durante mucho tiempo en un servicio web en una noche. Valora el poder expresar sus deseos en lenguaje natural y realizar correcciones a través de conversaciones, pero también menciona situaciones en las que aparecen errores a pesar de estar actualizados y la necesidad de comprar créditos a medida que se agregan funciones. En los comentarios, alguien señaló que "la IA fue útil porque la persona entendía claramente lo que quería". Esto es fundamental. La IA no es una magia que convierte automáticamente una idea de negocio vaga en un negocio excelente, sino un dispositivo que traduce rápidamente una intención clara en un prototipo.

En la comunidad de Lovable en Reddit, hay publicaciones sobre servicios locales creados por principiantes que ahora generan entre 1,000 y 2,000 dólares al mes. En Grecia, "Gyronomics", que muestra cuántos pita gyros se pueden comprar con el salario mínimo por generación, se ha difundido en las redes sociales y ha sido destacado en televisión y en la versión local de WIRED. El autor de la publicación atribuye su éxito a la rapidez con la que pudo publicar su idea y presentar un tablero visualmente atractivo desde el primer día.

Estas son declaraciones auto-reportadas y no son casos auditados por terceros en cuanto a ingresos o accesos. También hay un sesgo hacia la publicación de solo ejemplos exitosos. Aun así, demuestra que un pequeño servicio web que se puede compartir de inmediato mueve más a las personas que un plan de negocio altamente detallado. En Lovable, no se beneficia quien incorpora más funciones, sino quien puede publicar en una forma mínima en el momento en que el interés social aumenta y captar reacciones.

El peso del "último 20%" que muestran las insatisfacciones en las redes sociales

Detrás de la emoción, en la misma comunidad, también hay quejas concretas. Lo que destaca es el consumo de créditos. Lovable utiliza créditos para solicitudes a la IA, uso de la nube, funciones de IA dentro de la aplicación, etc. Incluso en la explicación oficial de precios, el consumo varía entre una simple corrección visual y la adición de funciones de autenticación. Los usuarios han expresado que una tarea cuesta más que antes, han perdido créditos al hacer que la IA corrija repetidamente errores que no se solucionan, y que las tarifas de uso de la base de datos después de la publicación han aumentado más de lo esperado.

Otro punto de discusión es la operación en producción. Que una pantalla funcione no es lo mismo que los clientes puedan usarla con confianza. ¿Se pueden crear dos cuentas y acceder a los datos de una desde la otra? ¿Se puede modificar el monto del pago en el lado del navegador? ¿No se procesan dos veces las notificaciones de pago duplicadas? ¿Falla de manera segura cuando una API externa se detiene? ¿Se puede restaurar realmente desde una copia de seguridad? En Reddit, se comparten consejos prácticos sobre la necesidad de realizar estas pruebas antes de la publicación.

También hay publicaciones de verificación que muestran que la carga de la CPU aumenta rápidamente incluso con un acceso simultáneo de pocas personas debido a la falta de índices en la base de datos. Otro usuario estaba preocupado por cómo separar completamente las bases de datos de prueba y producción, incluso si dividía el código en ramas de GitHub. Esto no es tanto un defecto específico de Lovable, sino una indicación de que la dificultad de operar software no ha desaparecido. La IA crea la parte visible sorprendentemente rápido. Como resultado, la importancia del "diseño invisible" como permisos, monitoreo, respuesta a fallos y migración de datos aparece en una etapa más temprana.

Lovable en sí mismo también ofrece escaneo básico y detallado, protección de claves API, control de acceso a nivel de fila de la base de datos, auditoría de dependencias, etc. Sin embargo, los documentos oficiales aclaran que el escaneo no garantiza una seguridad completa y que se debe considerar una revisión adicional por parte de expertos cuando se manejan datos confidenciales o funciones importantes. No es "peligroso porque lo hizo la IA" ni "seguro porque hay funciones de seguridad". Dependiendo de los datos que se manejen y la magnitud del daño, es necesario que una persona verifique con responsabilidad.

En Japón, más eficaz "antes de la aprobación" que como "sustituto de la empresa de desarrollo"

Desde la perspectiva de Japón, el valor de Lovable podría manifestarse de una manera ligeramente diferente a la de los emprendedores individuales en el extranjero. En los nuevos negocios de las empresas japonesas, es común que el responsable de planificación cree especificaciones o diapositivas, consulte con el departamento de sistemas de información o la empresa de desarrollo, y luego cree un prototipo después de pasar por presupuestos y aprobaciones. Cuanto más vaga es la hipótesis inicial, más se requiere una explicación detallada y la confirmación del presupuesto antes de comenzar a construir. Por lo tanto, es fácil agotar esfuerzos en ajustes internos antes de mostrarlo a los clientes.

Lovable entra antes de esta estructura. Antes de encargar "por favor, háganlo", la persona que conoce los problemas en el campo, como el representante de ventas, el gerente de tienda, el comercializador o el investigador, puede crear un prototipo. En lugar de leer una lista de funciones en una reunión, se puede tocar la pantalla en un teléfono inteligente. Si se puede identificar una función innecesaria en un día, se pueden evitar semanas de desperdicio en el desarrollo formal.

El "DX Trend 2025" de IPA trata sobre el uso de IA generativa, la internalización del desarrollo de sistemas y la cantidad y calidad del talento DX como problemas principales en la DX de las empresas japonesas. Lovable no resuelve de un golpe la escasez de ingenieros, pero sirve como un puente para que las personas con conocimiento del negocio participen en la entrada del desarrollo. Especialmente para las pequeñas y medianas empresas locales, profesionales y autónomos, hay un gran margen para probar pequeñas tareas que se conectaban con Excel y correo electrónico, como reservas, presupuestos, diagnósticos para clientes, solicitudes internas y verificación de inventario.

El hecho de que se pueda dar instrucciones en japonés también amplía la entrada. Sin embargo, que se entienda el japonés no es lo mismo que comprender las prácticas comerciales japonesas. La representación de direcciones y nombres, el calendario japonés, el impuesto al consumo, las facturas, las transferencias bancarias, las operaciones detalladas en teléfonos inteligentes y la atención a consultas deben ser comunicadas y verificadas por el propio usuario como requisitos. En el mercado japonés, más que "funciona más o menos", lo que genera confianza es no causar inquietud en situaciones excepcionales. Queda el trabajo de ajustar textos, mensajes de error, cancelaciones, reembolsos y el manejo de información personal.

Negocios adecuados y negocios que requieren precaución

Lo que se adapta bien a Lovable son los servicios web que primero quieren comprobar la reacción del cliente. Por ejemplo, herramientas de trabajo simples para industrias específicas, reservas de eventos, sitios de información para miembros, visualización de información local, contenido de diagnóstico, pantallas de gestión exclusivas para la empresa, etc. Cuando el centro de valor está más en la comprensión del negocio y el contacto con el cliente que en algoritmos únicos, es más fácil transferir directamente el conocimiento del fundador al producto.

Por otro lado, el juicio médico, las transacciones financieras, los procedimientos administrativos, grandes cantidades de información personal, información de niños, el control relacionado con la vida o la propiedad no deben ser áreas que se publiquen solo por no ingenieros. La Comisión de Protección de Información Personal también advierte sobre la necesidad de verificar el alcance del uso y el uso para el aprendizaje automático por parte del proveedor al ingresar datos personales en servicios de IA generativa. Deben evitarse usos como pegar nombres reales de clientes o contenido de consultas en los mensajes, o copiar datos de producción directamente en el entorno de prueba.

El criterio de juicio es simple: "¿Es un experimento en el que se puede disculpar y corregir si falla?" o "¿Es un sistema en el que un fallo causaría daños irreparables?". Si es el primero, vale la pena probar en pequeño. Si es el segundo, Lovable debe limitarse a prototipos de pantalla y trabajar con expertos en diseño, legalidad, seguridad y operación.

Lo que los emprendedores japoneses deben hacer en los primeros 7 días

El primer día, no se trata de escribir un plan de negocio grandioso. Se trata de formular en una oración "¿Quién puede completar qué en qué momento?". Por ejemplo, "Un servicio que permite a pequeños restaurantes devolver fechas y presupuestos para reservas privadas sin usar el teléfono". Si los destinatarios y las condiciones de finalización están claros, las instrucciones para la IA también serán más precisas.

Del segundo al tercer día, crea solo un flujo. No incluyas registro, búsqueda, pago, chat, análisis, sino elige la experiencia más importante. No te preocupes demasiado por la apariencia y usa datos ficticios. Sincroniza con GitHub antes de realizar cambios para que puedas volver atrás si es necesario. Es más fácil gestionar las causas de errores y el consumo de créditos si solicitas una corrección a la vez y verificas cada cambio.

El cuarto día, deja que de tres a cinco clientes potenciales lo prueben. Observa dónde se detienen sin explicar cómo usarlo. Pregunta "¿Qué facilita en comparación con el método actual?", "¿Cuánto pagarías por usarlo?" y "¿Cuál es la mayor razón para no usarlo?" en lugar de "¿Lo quieres?".

El quinto día, decide qué funciones eliminar en lugar de agregar. El sexto día, usa dos cuentas de prueba para verificar que no se pueda ver la información de otros, que no se pueda operar después de cerrar sesión, que no se coloquen claves secretas en el lado de la pantalla y que se pruebe si falla un servicio externo. El séptimo día, publícalo a un público limitado. En este punto, no ingreses grandes cantidades de información importante de clientes reales.

Si no hay respuesta, no es un fracaso de desarrollo, sino una respuesta del mercado obtenida a bajo costo. Si hay respuesta, es entonces cuando debes involucrar a expertos para revisar el diseño de datos, la seguridad, las pruebas, la supervisión y los precios. Haber creado un prototipo con Lovable no hace innecesaria la colaboración con ingenieros, sino que hace más concreto lo que se debe crear y mejora la calidad de la colaboración.

Lo que los emprendedores necesitan no es tanto código como "la habilidad de elegir preguntas"

Cuando los costos de desarrollo de software disminuyen, también disminuye la rareza de simplemente tener una idea. Si cualquiera puede crear un servicio similar en poco tiempo, lo que marcará la diferencia será qué inconvenientes de quién entiendes profundamente, cómo lo entregas a los usuarios y cómo construyes confianza.

Lo que Lovable reemplaza no es la profesión de programador. Es el antiguo orden de agotar tiempo y presupuesto antes de verificar una idea. Los fundadores pueden aprender más rápido, y los ingenieros pueden concentrarse en el diseño y la calidad difíciles en lugar de traducir solicitudes vagas. El lenguaje común que conecta a ambos no será solo un documento de especificaciones, sino "algo que funciona".

La historia de Avara transmitida por Handelsblatt no es una prueba de que cualquiera pueda crear fácilmente una empresa de un millón de dólares. Es una señal de que una idea que había estado dormida durante mucho tiempo ahora puede ser presentada al mercado por la propia persona. Para los emprendedores japoneses y los responsables de campo que hasta ahora han renunciado diciendo "no puedo probarlo porque no puedo crearlo", ese cambio es significativo.

Sin embargo, el botón de publicar no es el objetivo final. El negocio comienza al escuchar la voz del cliente, imaginar cómo podría fallar y asumir la responsabilidad. Lo que Lovable realmente democratiza no es la programación, sino "el derecho a cuestionar la realidad con tu propia hipótesis".

URL de la fuente

• Handelsblatt: Ejempl