📺 Vídeo de estudio recomendado hoy: https://www.youtube.com/watch?v=O-q9brSdRS4
El futuro del desarrollo: Por qué Retool está destruyendo su propio legado para abrazar la IA
David Hsu, CEO de Retool, revela cómo la inteligencia artificial está obligando a las empresas de software a abandonar arquitecturas de años en favor de la generación directa de código. En esta conversación, se explora la cruda realidad de pivotar una empresa con ingresos de nueve cifras y la inevitable llegada de los “empleados de IA” para 2028.
Pregunta central: ¿Cómo deben las empresas consolidadas reestructurar su producto y su gobernanza para no quedar obsoletas ante la autonomía de los agentes de IA?
Puntos clave
- El error estratégico de intentar que la IA utilice interfaces de “arrastrar y soltar” diseñadas para humanos.
- Por qué no ser un “sistema de registro” (system of record) permite a Retool entrar en entidades como el Ejército de EE. UU.
- El modelo federado: la única forma de escalar IA en la empresa sin generar un caos de datos contradictorios.
- La transición de vender “productividad” a vender “capacidades” que antes eran imposibles de financiar.
⏱️ Tiempo de lectura: aprox. 7 minutos · Te ahorra unos 33 minutos frente a ver el vídeo.
¿Quieres tomar notas mientras ves el vídeo? Haz clic en la imagen de abajo y deja que AI Notebook extraiga los puntos clave por ti 👇
La arquitectura del error y la redención técnica
Dejar atrás el drag-and-drop
Retool nació en 2017 como una herramienta para ingenieros que odiaban construir herramientas internas, permitiéndoles montar aplicaciones mediante un sistema visual de arrastrar y soltar. Sin embargo, con la explosión de las LLM, la empresa intentó inicialmente enseñar a la IA a usar esta misma interfaz visual, tratando al modelo como si fuera un usuario humano moviendo componentes en una pantalla.
Fue un error costoso pero revelador.
Hsu admite con franqueza que intentar que una IA interactúe con marcos de trabajo (frameworks) limitados es un cuello de botella innecesario; la verdadera potencia reside en que la IA genere código directamente sobre la plataforma. Esta epifanía ha llevado a Retool a una decisión drástica: rearquitecturar el producto desde cero y tirar años de desarrollo para permitir que las LLM escriban el código subyacente, eliminando la fricción de las abstracciones visuales que antes eran su mayor fortaleza.
💡 Profundizando
Q: ¿Por qué es difícil pivotar cuando el negocio va bien?
A: Porque tienes ingresos de nueve cifras vinculados a un producto existente y cualquier cambio radical amenaza con alienar a clientes y empleados que sostienen esa estructura.
Q: ¿Qué significa “Founder Mode” en este contexto?
A: Significa tomar decisiones binarias y claras desde la cima; la ambigüedad y los matices no escalan en una organización que necesita una dirección técnica contundente.
Q: ¿Cuál es el riesgo de no pivotar ahora?
A: Que una startup sin deuda técnica construya desde el primer día un sistema de generación de código puro, dejando a las herramientas “low-code” tradicionales como reliquias del pasado.
La ventaja de ser “invisible” y aburrido
El valor de no poseer los datos
Una de las decisiones más controintuitivas de Retool fue negarse a ser un sistema de registro; a diferencia de Salesforce o SAP, Retool no quiere almacenar tus datos operacionales, sino simplemente conectarse a ellos. Mientras que muchos inversores de capital riesgo lo vieron como una debilidad estratégica, Hsu argumenta que esta “neutralidad” es precisamente lo que les permite cerrar contratos con instituciones ultra-seguras como la Fuerza Aérea de EE. UU.
Las grandes empresas no quieren más silos de datos; quieren herramientas que den vida a los datos que ya tienen en Postgres, Snowflake o Salesforce.
Al permitir que los clientes desplieguen Retool en sus propias nubes o servidores locales (on-premise), la empresa elimina la mayor barrera de entrada en el sector corporativo: la desconfianza. Esta estrategia de “ser aburrido” y centrarse en software interno —que representa más de la mitad del código escrito en el mundo— ha demostrado ser mucho más sostenible que perseguir el crecimiento viral en el sector de consumo.
El ascenso del empleado de IA y la nueva gobernanza
Agentes con “brazos y piernas”
Hsu sostiene que la llegada de los empleados de IA es inevitable por una simple cuestión de economía empresarial: la presión por optimizar costes en un entorno inflacionario obligará a las empresas a adoptar agentes autónomos. El problema actual no es que las LLM no sean lo suficientemente inteligentes, sino que carecen de “extremidades” para actuar en el mundo real, como enviar correos, actualizar CRM o gestionar calendarios.
El producto “Retool Agents” busca precisamente dotar a la IA de esas herramientas para que pueda ejecutar tareas de principio a fin, no solo chatear.
Para que esto funcione en una multinacional como Colgate, Hsu propone un modelo federado de gobernanza. Un equipo central debe establecer los cimientos —acceso a datos y capas de acción seguras—, mientras que los equipos individuales en marketing o ventas tienen la libertad de construir sus propios agentes sobre esos rieles preestablecidos. Sin esta centralización, el riesgo es el “caos de versiones”, donde tres empleados crean la misma aplicación de métricas pero cada una arroja resultados distintos debido a una mala conexión de datos.
💡 Profundizando
Q: ¿Cuándo veremos empleados de IA funcionales en las corporaciones?
A: Empresas como Colgate ya tienen una hoja de ruta interna para que sus primeros empleados de IA estén operativos en 2028.
Q: ¿Qué es el “último tramo” (last mile) de la IA?
A: No es escribir el software, sino gestionarlo, monitorizarlo y asegurar que el agente no tome decisiones desastrosas para el negocio.
Conclusiones clave
La verdadera transformación de la IA no se trata de hacer que los desarrolladores sean un 20% más rápidos, sino de habilitar la creación de miles de aplicaciones que antes simplemente no eran rentables de construir. El desplazamiento del valor se está moviendo de la escritura del código a la gobernanza del mismo; en un mundo donde crear software es casi gratuito, la precisión y el control se convierten en los activos más caros.
Para los líderes de producto, la lección es clara: hay que estar dispuesto a reinventarse constantemente y dedicar tiempo no estructurado a construir con las nuevas herramientas. Si no eres capaz de ver el futuro y prototipar sobre él hoy, corres el riesgo de que la próxima ola tecnológica te encuentre defendiendo una arquitectura que ya no tiene sentido en un mundo impulsado por agentes autónomos.
Preguntas y Respuestas
Q1: ¿Por qué Retool decidió cambiar su enfoque de ingenieros a no-desarrolladores?
A: Incluso antes de la IA, notaron que personas con conocimientos básicos de SQL estaban construyendo apps de producción; la IA simplemente aceleró esta tendencia, permitiendo que cualquiera con lógica de negocio pueda crear software.
Q2: ¿Cuál fue el mayor error de Retool con las LLM?
A: Intentar que la IA usara la interfaz de arrastrar y soltar de la plataforma. La IA es mucho más eficiente generando código directamente que tratando de imitar las acciones de un humano en una interfaz visual.
Q3: ¿Qué es el modelo federado de gobernanza en IA?
A: Es un sistema donde un equipo central gestiona la infraestructura y la seguridad de los datos (la base), mientras que las unidades de negocio descentralizadas construyen y personalizan sus propias soluciones de IA.
Q4: ¿Cómo convence Retool a las empresas que solo usan Microsoft?
A: Ofreciendo un valor diferencial claro y cumpliendo con requisitos técnicos que otros evitan, como no almacenar datos de los clientes y permitir despliegues en servidores privados.
Q5: ¿Por qué Hsu dice que el software interno es “aburrido” pero lucrativo?
A: Porque la mayoría de los desarrolladores del mundo trabajan en empresas tradicionales construyendo herramientas internas, un mercado gigante y estable que suele ser ignorado por las startups de Silicon Valley.
Q6: ¿Qué consejo da Hsu a los líderes de producto sobre la IA?
A: Que deben tener “tiempo no estructurado” para construir y probar herramientas como Cursor o agentes de IA por sí mismos; solo así podrán entender hacia dónde se dirige realmente la tecnología.
