Instinct recaudó 1.000 millones de dólares y luego empezó a promocionar cosas que nadie pidió

Días después de confirmar una ronda Serie C de 1.000 millones de dólares con una valoración de 10.000 millones, la startup de agentes de IA Instinct lanzó una función que convirtió a su asistente en un mostrador de tienda. Los usuarios no se lo tomaron bien.

La función se llama Instinct Selections. Envía recomendaciones personalizadas de restaurantes, viajes y compras directamente a los usuarios, sin esperar a que las soliciten. El fundador Noah Shinn la anunció en X, enmarcándola como un intento de llevar el gusto humano a la plataforma mediante alianzas con chefs locales, diseñadores de interiores, arquitectos y guías de actividades al aire libre. Una búsqueda de restaurantes podría basarse en listas seleccionadas por chefs que conocen la zona. Una sugerencia de ruta podría provenir de un guía regional. La decoración del hogar podría venir de diseñadores independientes, adaptada a las preferencias y el presupuesto del usuario.

El concepto es coherente. Si vas a crear un agente que recomiende cosas, curar las fuentes en lugar de extraer datos de la web es una forma defendible de diferenciarse de un chatbot genérico.

Qué hizo realmente el lanzamiento

La idea estaba bien. El lanzamiento fue el problema.

Las recomendaciones empezaron a aparecer de la noche a la mañana, sin que nadie las pidiera. Shruti Gandhi, socia general de Array VC, dijo que el asistente envió sugerencias de sombreros de ala ancha, gafas de sol y equipaje de mano sobre los que ella no había preguntado. Describió el cambio como convertir al asistente en un motor comercial en lugar de un asistente personal útil, y pidió a la empresa que al menos creara una lista de compras personalizada con cosas que la gente realmente necesita.

Chat Joglekar, fundador de un mercado de compra de negocios, describió su primer momento de asco con un asistente de IA. Instinct sugirió un termo de café portátil después de leer una suscripción de café Blue Bottle en su correo electrónico, y accesorios de viaje relacionados con próximos viajes extraídos de la misma bandeja de entrada. El emprendedor Andrew Yeung y el inversor Ash Thaker informaron de recomendaciones no solicitadas similares. La solución sugerida por Thaker era sencilla: dejar que los usuarios opten por recibirlas y elijan sus propias fuentes de preferencias.

Ese último punto es el quid. Las quejas son sobre el momento: las recomendaciones llegaron fuera del contexto de una solicitud activa. Selections interrumpía a los usuarios en lugar de responderles.

El momento es la parte incómoda

Shinn había expuesto una filosofía clara un día antes del lanzamiento. En un episodio del pódcast Invest Like the Best, dijo que Instinct no debería influir en el comportamiento de un usuario de una manera que no esté alineada con lo que el usuario quiere. Fue más allá y criticó a Google, TikTok, Instagram y Snapchat por tratar a los usuarios como productos al mostrar anuncios diseñados para que la gente compre cosas que quizá no quiera. Dijo que sería un mundo peligroso si Instinct usara su inteligencia para convencer a los usuarios de comprar o suscribirse a algo que no querían.

Ese mensaje queda incómodo junto a una función que los primeros usuarios percibieron como publicidad no solicitada. La desconexión es menos hipocresía que la brecha entre un principio y una decisión de producto, la misma brecha que todo asistente que quiera monetizarse tendrá que cruzar tarde o temprano.

Por qué es difícil monetizar agentes proactivos sin romper la confianza

El problema de diseño aquí es específico y merece entenderse, porque todas las empresas de agentes se toparán con él.

Un asistente proactivo necesita contexto para ser útil. Instinct se conecta al correo electrónico, la mensajería, las pantallas, el audio y la ubicación, y puede organizar transporte, contactar con empresas y hacer reservas. Cuanto más contexto tiene, más proactivo y útil puede ser. Shinn ha compartido datos que muestran lo fuerte que es ese círculo virtuoso: si un usuario comparte un número de tarjeta de crédito en sus primeras tres semanas, la retención sube a aproximadamente el 80 por ciento, y hay alrededor de un 40 por ciento de probabilidad de que un usuario comparta una tarjeta en ese periodo. Lo describió como un problema del huevo y la gallina, donde más datos hacen que el agente sea más comprensivo con la situación del usuario, y se tarda varias semanas en construir confianza.

Ese mismo contexto es exactamente lo que hace que una recomendación de producto no solicitada se sienta intrusiva. Cuando el agente lee tu bandeja de entrada y detecta una suscripción de café, y luego te envía un termo de viaje, está demostrando tanto su capacidad como su disposición a convertir tus señales privadas en un mensaje de venta. El usuario ve primero la segunda parte.

La línea entre asistencia y publicidad la trazan el consentimiento y el momento, no si hay dinero de por medio. Una recomendación que llega cuando el usuario busca algo es un servicio. La misma recomendación que llega porque el sistema detectó una señal es una interrupción, incluso si la sugerencia de fondo es buena. Instinct no ha dicho si Selections genera ingresos mediante comisiones de afiliados, asociaciones comerciales u otro acuerdo, ni ha detallado qué controles tendrán los usuarios sobre ella.

El contraste con plataformas más grandes es revelador

OpenAI y Meta no han introducido sugerencias comerciales no solicitadas en sus interfaces de agentes, lo que da a los usuarios menos interrupciones comerciales incluso a medida que sus agentes se vuelven más capaces. Eso es una posición competitiva tanto como una decisión de diseño. Las plataformas de asistentes más grandes siguen optimizando por confianza y hábito, y tienen suficientes otras formas de monetizarse como para permitírselo.

Una startup con una valoración de 10.000 millones de dólares no tiene ese colchón. Instinct se acerca a los 1.000 millones de dólares en transacciones anuales a través de la plataforma, con más de la mitad en reservas de viajes, según Shinn. Esa base de transacciones parece un lugar obvio para adjuntar ingresos comerciales, y la geografía de los datos de recomendación, principalmente vuelos, equipamiento y destinos, coincide exactamente con donde aparecieron las sugerencias.

Qué le enseña este episodio a todas las empresas de agentes

Destacan dos lecciones. La primera es que la proactividad es un problema de permiso antes que un problema de relevancia. Incluso una sugerencia perfectamente relevante puede fracasar si llega sin el consentimiento del usuario para ser interrumpido. Los controles de adhesión voluntaria y las fuentes de preferencias transparentes son condiciones para que las recomendaciones proactivas funcionen en absoluto, no funciones que una empresa añade después de las críticas.

La segunda es que la confianza tiene que sobrevivir al paso de la monetización. Los propios datos de Instinct sugieren que la retención depende de que los usuarios compartan información sensible desde el principio, lo que significa que la relación es frágil en el momento exacto en que una empresa está bajo presión para mostrar ingresos. Una función que lee el correo privado para sugerir compras gasta la confianza más rápido que una cuota de suscripción.

La presión de monetización detrás del error

Ayuda ver Selections como un síntoma de un problema estructural en el negocio de los agentes, no como un desliz aislado.

Un asistente autónomo es caro de ejecutar. Consume inferencia de modelos, se conecta a muchos servicios y mantiene sesiones largas. Los ingresos tienen que venir de algún sitio, y los candidatos obvios son las suscripciones, las tarifas por transacción o alguna forma de comercio. Instinct ya gestiona cerca de 1.000 millones de dólares en transacciones anuales, más de la mitad de viajes, lo que convierte el comercio en la vía de menor resistencia para una empresa que acaba de recaudar con una valoración de 10.000 millones de dólares y necesita mostrar un modelo de ingresos.

La tensión es que los mismos datos que hacen útil al agente son los que hacen que el comercio parezca vigilancia. Un agente de viajes que conoce tu itinerario es útil. Un agente de viajes que usa tu itinerario para promocionarte accesorios te está vendiendo. La línea entre ambos la trazan el consentimiento y el contexto, y el lanzamiento inicial de Selections la cruzó de la forma más visible posible: una notificación push, no solicitada, basada en una bandeja de entrada privada.

Todo asistente con este nivel de contexto se enfrentará a la misma bifurcación. Las empresas que lo gestionen bien tratarán las recomendaciones como un modo de adhesión voluntaria con límites claros, y aceptarán una monetización más lenta a cambio de mantener abierta la canalización de datos. Las que no lo hagan seguirán descubriendo que la ruta más rápida hacia los ingresos es también la más rápida hacia perder a los usuarios que hicieron que mereciera la pena construir el producto.

Qué hay que observar

Que Instinct recule importa menos que si Selections se rediseña para convertirse en algo que los usuarios elijan recibir. Si la empresa añade controles granulares, revela sus relaciones comerciales y deja que los usuarios elijan sus propias fuentes, la función se convierte en una plantilla para hacer comercio con agentes con cuidado. Si se queda como está, se convierte en el ejemplo de advertencia al que otras empresas de agentes señalan cuando sus consejos preguntan por qué aún no monetizan la proactividad.