Ramp y Stripe crean nuevas fuentes de ingresos alrededor de tareas impulsadas por IA

Autor: Simon Taylor

Compilado por Deep潮 TechFlow

Guía de Shenchao: La IA no solo impulsa la eficiencia, sino que también genera nuevas tareas de clientes previamente inexistente: gastos en tokens, identidad de agente, enrutamiento de modelos. Ramp y Stripe ya han construido nuevos flujos de ingresos en torno a estas tareas; su narrativa de valoración no se basa únicamente en el crecimiento, sino en la apuesta por lo nativo de la IA. Comprender este mapa de “nuevas tareas” ayuda a los inversores a identificar quién se beneficia y quién será eliminado.

🧠 La IA creó nuevas preguntas de los clientes

Resolver estos problemas es exactamente donde se forman los productos financieros de la próxima generación. Los gastos en tokens, la identidad delegada y la enrutación de modelos casi no existían antes de la IA.

Ramp recientemente recaudó 750 millones de dólares con una valoración de 44 mil millones de dólares. Es posible que no necesite este dinero, pero esta ronda de financiación compró algo más grande que un crecimiento llamativo*. Esta ronda compró una narrativa coherente sobre convertirse en nativo de IA.

Esta historia es creíble porque se está reconstruyendo en torno a tareas de clientes creadas por IA. Por ejemplo, Router encuentra el modelo más económico y de mayor calidad para cada solicitud, lo que, según Ramp, permite a los clientes ahorrar hasta un 40 % en costos. Stripe está integrando una pila tecnológica similar: en la base están los pagos, Metronome se encarga de la medición y facturación por uso, y en la parte superior, OpenRouter enruta el tráfico entre más de 400 modelos. Se informa que ha pagado más de 7 mil millones de dólares en la capa superior.

Cada inversor, especialmente los inversores de crecimiento, busca empresas que se beneficien del rápido auge de la IA y que, por lo tanto, sean más duraderas. Quieren poseer a los beneficiarios y evitar lo más posible a las víctimas.

Esta semana hablé con los tres fundadores. Los tres están a punto de completar grandes rondas de financiación bajo el nombre de AI-native. Las preguntas que me hicieron fueron similares:

¿Cómo deberíamos posicionarnos como nativos de IA? ¿Qué debería ser nuestro producto?

Ellos preguntan sobre el problema de ubicación. Creo que la respuesta es un problema de producto.

Este artículo es mi respuesta.

Mapa rápido:

¿En qué posición te encuentras: adoptador, beneficiario o nativo?

La IA creó una escala de tareas: mejorar las tareas antiguas; tareas nuevas junto al núcleo; tareas nuevas sin resolver por nadie

¿Por qué tu agente necesita una estrategia de distribución?

¿Qué hacer ahora?

La opinión más útil de Clayton Christensen para este artículo es: los clientes no compran tu producto, contratan el producto para completar una tarea.

Las tareas pendientes en el ámbito financiero incluyen: reembolsar mis gastos, conciliar mis facturas y ayudarme a gestionar el fraude. Estas tareas existían antes que la IA. Los modelos modernos pueden realizar parte de ellas más rápido, más barato y con menos intervención humana, pero lo que los clientes desean al despertar sigue siendo exactamente lo mismo.

La IA también creó una segunda categoría de tareas: monitorear mis gastos en tokens; enrutar cada solicitud de inferencia al modelo óptimo; y permitir que mi agente compre cosas sin tener que revelar toda mi identidad ni mi cuenta bancaria.

Antes de que la IA generara estos problemas, nadie tenía estas tareas.

Pienso en cómo ser nativo de IA mediante una matriz de 2x2.

Las tareas para clientes existentes siempre han existido (por ejemplo, gestionar el fraude), mientras que las tareas creadas por IA surgen junto con la tecnología (por ejemplo, gestionar mis gastos en tokens).

Empresa: una empresa o producto que existía antes de la IA, o una empresa que solo existe debido a la IA.

¿Así es como se ven juntos?

Tarea para clientes existentes

Tareas del cliente creadas por IA

Empresa / producto existente

Nubank / NuFormer

Ramp y Stripe

No es posible sin la IA moderna

Harvey, Hebbia y Rogo

OpenRouter y fal

La profundidad de la izquierda superior es la adopción. Nubank utiliza NuFormer para tomar mejores decisiones de crédito, pero la suscripción es una tarea antigua del sector bancario.

En la esquina inferior izquierda están las posiciones de Harvey, Hebbia y Rogo: estos productos no podrían haber existido antes de los modelos modernos, y realizan trabajos de investigación jurídica y financiera que ya existían anteriormente.

A la derecha está el viento a favor. Cuando la IA ofrece a los clientes algo nuevo para comprar, Ramp y Stripe ya tienen negocios. OpenRouter y fal tienen sentido solo porque la inferencia se convirtió en una industria.

Esto también significa que una empresa puede ocupar más de una casilla. El producto de gastos de Ramp está en la esquina superior izquierda; su panel de tokens y su Router están en la esquina superior derecha. El negocio de pagos de Stripe está en la esquina superior izquierda; Metronome y OpenRouter lo han desplazado hacia el lado derecho de la tabla. Rara vez las cosas pueden ajustarse limpiamente en una matriz 2x2.

Así que permíteme lanzarte otro concepto.

Encontré tres etiquetas que son ideales para describir la postura de la empresa:

Los adoptantes usan IA para satisfacer sus necesidades existentes. Tal vez añadieron un copiloto. Aquí hay valor real. Pueden ser más rápidos, más baratos y más eficientes, pero la estructura de la línea de ventas permanece igual. La mayoría de las empresas SaaS que añadieron un agente pertenecen a esta categoría.

Los beneficiarios mejoran los viejos deberes y aprovechan las nuevas necesidades creadas por la IA al lado. Ramp o Stripe son los ejemplos más limpios. La gestión de gastos sigue siendo la tarea principal; la gestión de costos de tokens y el enrutamiento de modelos son nuevos bolsillos de ingresos adyacentes.

Los indígenas existen debido a una nueva demanda. OpenRouter enruta solicitudes entre más de 400 modelos. Fal ejecuta a gran escala la inferencia de medios generativos. En un mundo donde no hay inferencia para vender, ninguna de estas dos empresas tendría negocio.

Esta imagen te muestra de dónde proviene la demanda.

La tarea te indica dónde pueden estar las oportunidades. Ser nativo de IA es un proceso escalonado: la base es lo familiar, la cima son los grandes problemas aún sin resolver. Entonces, subamos juntos.

El modelo operativo impulsado por IA ha transformado la estructura, la gobernanza y los sistemas operativos de la empresa. Los equipos construyen plugins alrededor de los empleados, acceden a datos internos, comparten habilidades y redefinen quién puede hacer qué. Los gerentes de producto y diseñadores comenzaron a subir código. Los ingenieros avanzaron aún más en el producto. Los equipos construyeron sus propias herramientas internas. (Más información en el informe sobre el modelo operativo de IA.)

Esta es la entrada. Te permite acelerar, pero por sí sola no cambia lo que vendes.

Algunos productos nativos de IA sirven para tareas muy antiguas. Esto no disminuye su naturaleza nativa.

Antes de la aparición de la IA, la revisión de cumplimiento, la conciliación de documentos y correos electrónicos, la investigación legal y los informes financieros eran tediosos trabajos administrativos. Beacon, Sardine*, Gradient Labs, Harvey, Hebbia y Rogo utilizan modelos modernos para resumir cientos de documentos y fuentes de datos, y luego proporcionar respuestas o gestionar procesos. Estos productos no habrían sido posibles hace unos años. Pero la tarea en sí es antigua.

Soy asesor de Sardine.

Si tu trabajo consiste en gestión de gastos, administración de cuentas o ayudar a las personas a realizar pagos, las tareas para clientes existentes aún persisten, pero junto a ellas han aparecido nuevas tareas. Hay varios tipos diferentes.

Tarea: Ayúdame a gestionar el uso de IA. El panel de tokens de Ramp es una tarea creada por IA que reside dentro de un producto ya existente. Podrías argumentar que los paneles de costos no son novedosos; Vantage y Datadog han estado valorando gastos en la nube y cálculo durante años. La diferencia está en la facturación. Antes de que la IA te entregara una factura de tokens, nadie necesitaba clasificar, predecir o distinguir entre COGS y OpEx para los costos de tokens. En Ramp, los gastos en tokens de IA aumentaron 20.7 veces entre junio de 2025 y junio de 2026. Metronome, ahora propiedad de Stripe, se encuentra en el otro extremo de esta tarea, encargándose de medir y facturar este uso.

Trabajo: Conecta mi agente a tu producto y completa la tarea. Empresas como Mercury, Visa y Ramp están lanzando interfaces de línea de comandos (CLI). Stripe, un jugador establecido, lanzó su propia CLI hace siete años. Pero desde el lanzamiento de Claude Code, su uso ha aumentado exponencialmente. Una CLI es una interfaz de usuario que utiliza la línea de comandos (terminal), en lugar de una aplicación o página web. Los agentes encuentran estas interfaces más fáciles de navegar. Además, el uso de una CLI consume mucho menos tokens. Por ejemplo, ejecutar la CLI de Ramp en modo --agent devuelve la transacción en JSON, con aproximadamente 105 tokens. Ejecutar la misma transacción en modo --human requiere 280 tokens para formatear y mostrarla. Esta es la interfaz de producto diseñada para "clientes no humanos".

Trabajo: Haz que tu tienda sea descubierta por agentes de IA. Aproximadamente un tercio de la generación Z ahora usa IA en lugar de Google para investigar qué comprar. Si tu tienda y tus SKU no están allí, podrías perder oportunidades. Empresas como Shopify, WooCommerce y proveedores de servicios de pago (PSP) que ayudan a los comerciantes de comercio electrónico también están optimizando esto ahora.

La IA ha creado una nueva categoría de necesidades junto a tu negocio actual. Tu oportunidad es construir interfaces que atiendan estas necesidades. No necesitas transformar todo tu negocio de inmediato.

Pero imagina un futuro en el que los agentes representen el 80% al 90% del tráfico, el comercio y la economía en internet. Si esto tiene algo de verdad, ¿cómo reorientarías las empresas y las narrativas? ¿Cuál es la unidad de valor central que creas? ¿Cómo se aplica a ese cliente?

En este experimento mental, debemos liberarnos de la idea de ver la IA como una función adicional sobre los negocios existentes.

Algunos problemas no existían antes de la explosión de la IA. Tampoco provienen solo del uso simple de la IA.

¿Cómo puedo confiar en este agente para manejar mis datos o las decisiones que toma? Nos encontramos entrando en un mundo en el que agentes desarrollados por terceros podrían interactuar con tu negocio. Necesitas alguna forma de garantizar que sean seguros, confiables, gestionen la privacidad y que haya una entidad legal responsable detrás de ellos. El modelo más sencillo es que el agente se encuentre dentro de un proveedor de SaaS con el que ya tienes un acuerdo empresarial. Pero los agentes cada vez más se convierten en el producto en sí. Podrían provenir de laboratorios como Anthropic, una startup o un departamento interno. Veo que las empresas están construyendo o comprando envoltorios o planos de control (como Primitive) para empaquetar estos agentes. Otra aproximación es AIUC, cuyo objetivo es asegurar y certificar agentes.

¿Cómo puedo confiar en este agente para realizar operaciones? Si un agente aparece en tu tienda intentando comprar algo, ¿cómo puedes conocer su reputación o quién es su creador? ¿El usuario ha autenticado a ese agente para que realice compras? Actualmente existen algunos estándares emergentes, como A2A de Google, el Trusted Agent Protocol de Visa y los estándares de identidad que está desarrollando FIDO. Pero aún estamos en una etapa muy inicial. Empresas como Natural Payments, Skyfire y A-comm están estableciendo su presencia aquí. Ellas gestionan la parte del flujo de trabajo de comercio de agentes donde los agentes realmente mueven dinero.

¿Cómo obtengo inferencia y capacidad de cómputo a menor costo? Brex indica que, tras el primer gasto en API de OpenAI o Anthropic, la empresa incorporará su primer proveedor de cómputo abierto en cinco meses. Cinco meses. Un momento estás pagando facturas a los laboratorios de modelos; al siguiente, comparas Together AI, Fireworks y Baseten. Decides dónde ejecutar tu carga de trabajo y preguntas al departamento financiero cómo cubrir los costos. La IA ha creado una cadena de suministro de software y ahora está construyendo debajo de ella una pila de capital. Nvidia y Wall Street intentan movilizar 500.000 millones de dólares alrededor de esta capa.

Fuente: Brex Benchmark; datos de tarjetas y pagos de facturas de Brex, enero de 2021 – junio de 2026

Estos trabajos son más grandes que funciones. Cruzan producto, datos, identidad y fondos. Una vez que cruzan el producto, la pregunta se convierte en quién confía el cliente que está sentado sobre ellos.

No quiero tu agente. Quiero que mi agente entre en tu producto.

La mayoría de los clientes comerciales terminarán ejecutando algún tipo de plano de control o shell: un lugar para orquestar los agentes que poseen, a través de las herramientas que utilizan. El agente financiero del CFO, el agente de codificación del ingeniero y el agente de adquisiciones del equipo de operaciones se gestionarán, autorizarán y observarán desde una capa por encima del producto.

Los consumidores también tendrán su propia versión. Ya sea Grokbot o Instinct, nuevas aplicaciones de consumo de OpenAI o Google, o que Apple finalmente haga que Siri sea menos mala, siempre habrá algo que piense en el usuario a través de los productos.

Garry Tan expresó con precisión las amenazas a las que se enfrenta el software actual:

El sistema de registro ya posee los datos, permisos y distribución necesarios para el shell. Su problema es que una nueva capa de orquestación puede situarse encima de ellos, convirtiendo cada producto subyacente en un proveedor invocable.

Esto plantea tres opciones estratégicas:

Tener la organización. Ser el lugar donde los clientes pueden ver, autorizar y gestionar cada agente.

Tener un punto de control confiable. Incluso si otros poseen el shell, la identidad, la reputación, la enrutación, la adquisición y el cálculo mantienen su valor.

Conviértete en el producto más fácilmente accesible para cada shell importante. La CLI, la API y las interfaces de agentes son la distribución. (Esta es la respuesta correcta para más de ustedes de lo que piensan)

Salesforce y los sistemas centrales bancarios no renunciarán fácilmente a las cuñas de fidelización que ya poseen. Esto no es puramente teoría de agregación. Los sistemas de registro pueden convertirse en envolturas; los expertos pueden poseer puntos de control; los productos pueden distribuirse a través de todos estos.

Esta tensión es precisamente el punto clave. El premio podría ser el plano de control. También podría ser ese elemento indispensable que requiere cada plano de control.

Regresando a los tres fundadores con quienes hablé.

La respuesta siempre es trabajar. Ubica el producto de seguimiento.

Encuentra el trabajo que crea la IA junto al valor que ya has entregado. Construye la interfaz para ella.

Luego decide cómo se propaga. Puedes tener un contenedor con un punto de control confiable dentro, o convertirlo en un producto que se pueda invocar elegantemente desde todos los contenedores.

Eso es reinventar tu propio significado. Comienzas usando IA para operar tu propio trabajo. La usas para hacer mejor tu trabajo antiguo. Luego asciendes hacia trabajos que no existían antes de que el modelo generara problemas para los clientes.

Ramp alcanzó 44 mil millones de dólares no porque haya gestionado mejor las tarifas. Llegó allí porque los inversores creen que la IA puede generar continuamente nueva demanda junto a su núcleo. Y Ramp tuvo la velocidad para capturarla.

Selecciona el trabajo. Selecciona la interfaz. Asígnalo.

*(Según los estándares de las empresas financieras, el crecimiento de Ramp es increíble: el TPV (volumen total procesado) aumentó un 170% interanual hasta marzo, la tasa más rápida en tres años, y su tamaño de negocio se ha expandido 20 veces.)*