Un solo fundador, cero inversión: la startup de IA que compite con gigantes del mercado

Mateo Bustamante procesa 100.000 horas de audio al mes, tiene más de 1.700 usuarios en más de 45 países y nunca levantó un dólar. Lo hace solo, desde Argentina.

Conocí a Mateo hace algunos meses y conectamos para conversar sobre su solución. Me pareció interesante porque son pocos los fundadores que construyen negocios de infraestructura: son complejos en lo técnico, en el modelo de negocio y en la operación. Te cuento su historia porque explica un modelo que casi nadie fuera de tecnología entiende, las APIs que se cobran por consumo, y porque muestra cómo la IA está cambiando el tamaño mínimo de una empresa global.

Qué es Orchard

Orchard es infraestructura de audio: la entrada y la salida de cualquier producto que habla.

De un lado, convierte voz en texto e identifica quién dijo cada cosa. Una empresa le manda una llamada de ventas, una reunión o un audio de WhatsApp, y en segundos recibe la conversación escrita y separada por hablante. Del otro lado, hace lo inverso: recibe un texto y lo devuelve hablado, incluso con una voz clonada.

Si nunca te quedó claro qué es una API, piensa en una app de delivery. No construye sus propios mapas: usa los de Google. Una API es eso, un servicio al que otros programas le piden cosas. La empresa que necesita entender o producir voz no construye su motor; se conecta a Orchard. Su cliente final nunca ve a Orchard, solo ve el producto funcionando.

Este es el primer punto que quiero que te lleves: hay negocios enormes que el usuario final nunca ve. Stripe, Twilio o AWS son marcas que la mayoría de la gente no usa directamente, y aun así están detrás de buena parte de internet.

El problema: el español no es un idioma, son muchos

La infraestructura de voz del mundo se entrena y se mide en inglés. Para esos motores, el español latinoamericano es un caso borde: acentos distintos, audio telefónico de mala calidad y conversaciones donde la gente se interrumpe todo el tiempo.

Con la voz sintética pasa lo mismo. Suena a español neutro de doblaje o a español de España, no a alguien de Lima, Bogotá o Buenos Aires.

Mateo lo resume así: para los grandes, la región es un caso borde; para Orchard, es el producto entero. Y tiene un dato que lo respalda. Según sus mediciones, ningún motor del mundo, ni siquiera el mejor, baja de 47 puntos de diferencia de error entre su mejor y su peor llamada dentro del mismo idioma. Los rankings globales promedian todo y esconden esa brecha. Ahí está la oportunidad.

Quién le paga

Orchard tiene cuatro tipos de clientes, y cada uno es una pequeña lección de dónde está el dinero en la voz:

• Contact centers que auditan conversaciones. Un supervisor hoy escucha el 1% de las llamadas. Con transcripción barata más un LLM, se audita el 100%: si el vendedor saludó, si ofreció lo que debía, si el reclamo se resolvió.
• Quienes construyen agentes de voz. Un asistente que atiende el teléfono necesita oír y responder. En la región, eso hoy implica integrar dos o tres proveedores extranjeros. Con Orchard es una cuenta y una factura.
• Agencias y motores de contenido. Transcriben videos y audios en volumen para producir guiones y posts, y necesitan narración: locución sintética o la voz clonada del creador. Uno de sus clientes paga centavos por transcribir contenido masivo.
• Productos que suman voz. Plataformas de mensajería y CRM que convierten notas de voz de WhatsApp en texto dentro de su interfaz, o que envían avisos hablados. Orchard incluso publicó una extensión de VS Code para dictar por voz a asistentes de código.

Lo interesante es el patrón: ninguno de estos clientes quiere "voz". Quieren auditar, vender, producir contenido o mejorar su producto. La voz es solo el insumo.

El mercado: por qué la voz explotó ahora

Según las fuentes que cita Mateo (Research and Markets, 360iResearch y Market Data Forecast), estos son los números:

Pero el número importa menos que el porqué. Hay dos motores detrás.

El primero: el transcript dejó de ser el producto final y pasó a ser el insumo de los LLMs. Hace tres años, transcribir una llamada producía un archivo que nadie leía. Hoy un modelo lee ese texto y responde preguntas de negocio: ¿se ofreció el producto?, ¿el cliente amenazó con irse? De pronto, cada minuto de audio guardado vale la pena transcribirlo.

El segundo, más grande: los agentes de voz. Cada agente que atiende un teléfono consume audio en las dos direcciones, todo el día. Esa demanda no existía hace dos años.

La competencia es seria: Deepgram, AssemblyAI, Speechmatics, Soniox, Gladia y Rev.ai en reconocimiento; ElevenLabs y otros en síntesis. La apuesta de Orchard es que ninguno integra las dos puntas con foco en el español de la región.

Cómo gana dinero: consumo, no suscripción

Orchard cobra como la luz o el agua: pagas solo por lo que usas. Transcribir una hora de audio cuesta USD 0,025, unos dos centavos y medio (USD 0,036 si además quieres saber quién dijo cada cosa). Quien prefiere algo fijo tiene planes de USD 1 a 25 al mes con minutos incluidos; también hay un plan gratis para probar y contratos anuales para empresas grandes.

Un detalle que me gusta: con el mismo saldo, el cliente puede convertir voz en texto y texto en voz. Es como una tarjeta de transporte que sirve para el bus y para el metro.

Una suscripción es como un gimnasio: cobra lo mismo cada mes, vayas o no, y su reto es que no te des de baja. Un negocio por consumo es como una gasolinera: cada litro que vende le cuesta algo, así que su reto es ganar bien en cada litro. En el caso de Orchard, el "litro" es cada minuto de audio que procesa, y lo que cuesta es la potencia de cómputo de sus servidores.

Ahí está su ventaja. Como tiene sus propios servidores en vez de alquilar todo a terceros, puede cobrar mucho menos que la competencia y aun así quedarse con 88 a 92 centavos de cada dólar que factura, antes de otros gastos.

Y el consumo tiene algo hermoso: si a tu cliente le va bien y usa más, tú ganas más sin tener que renegociar nada. Su crecimiento es tu crecimiento.

Cómo consigue clientes sin equipo de ventas

Los primeros clientes llegaron solos. Y una decisión contraintuitiva ayudó mucho: Orchard no pide verificación de email ni tarjeta para probar.

Cualquier manual de growth te diría que eso es un error. Mateo hizo la cuenta al revés: servir a un usuario gratuito le cuesta centavos. Entonces deja que la cuota gratuita y la economía hagan el filtro. Los que encuentran valor pasan a pago por su cuenta. Lo validó con conversiones reales sin enviar un solo email.

Hoy sus canales son cuatro: contenido técnico y páginas de comparación de precios con buen SEO, una extensión de VS Code, el boca a boca entre desarrolladores y, el más original, un benchmark público.

Ese benchmark merece atención. Orchard publicó una medición sobre 13 llamadas reales de la región, con 7 motores. Orchard salió cuarto en precisión, a 3 puntos del líder, pero entre 4 y 8 veces más barato que los tres que lo superan. Todo el audio es público y cualquiera puede repetir la prueba en orchardrun.com/benchmark.

Orchard en números

¿Por qué bootstrap? Porque el negocio lo permitió: el costo de servir es tan bajo que los primeros clientes financiaron la operación desde temprano. Y porque le impuso una disciplina que hoy es cultura: nada se construye sin medir antes que hace falta, y nada se despliega sin medir que mejora.

Lo que aprendió Mateo

Lo más difícil fue medir, no construir. Mateo pensaba que el reto era el motor. El reto fue la vara. Durante semanas, sus números internos salían de una configuración distinta a la que atendía a los clientes, y algunas referencias que daba por buenas tenían huecos. Su conclusión: el bug más caro nunca estuvo en el motor, estuvo en cómo lo medía.

No necesitas un mejor modelo para competir con gigantes. Creía que enfrentarse a empresas de cientos de millones exigía un modelo superior. Falso: los modelos base son de todos. La ventaja real está en los datos del nicho y en la disciplina de medición.

"Soportar español" no es una sola cosa. El español son muchos, y esa diferencia que los rankings esconden es exactamente su oportunidad. Quien junte conversaciones reales de esos dialectos, no lecturas de estudio, construye un foso que ningún cheque compra.

El límite de un equipo chico no es técnico, es comercial. La infraestructura escala con máquinas, no con personas, y el producto se vende por benchmark y autoservicio. El primer límite real son los contratos enterprise on-premise, que piden manos. Ahí haría su primera contratación.

Lo que te llevas para replicar

• Busca el caso borde de los grandes. Lo que para un gigante global es un error de redondeo puede ser un mercado entero para ti.
• Si tu negocio es de consumo, obsesiónate con el margen unitario. No con la retención de la suscripción.
• El freemium sin fricción funciona si servir gratis te cuesta centavos. Haz la cuenta antes de poner barreras.
• Publica mediciones donde no ganas todo. La honestidad verificable es un canal de adquisición.
• Mide cómo mides. El bug más caro puede estar en tu vara, no en tu producto.
• La IA cambió el tamaño mínimo de una empresa global. Mateo es la prueba: un fundador, cero capital.

Los agentes de voz van a multiplicar el audio que se genera y se procesa en el mundo. Toda esa voz necesitará infraestructura barata y regional en las dos direcciones. Mateo ya está construyendo esa capa para Latinoamérica, solo y sin pedir permiso.

Puedes ver Orchard y su benchmark en orchardrun.com.