La conversación con el cliente se convierte en el documento del trato

1. En breve

Sam es un asistente dentro de una aplicación móvil. Escucha la conversación del maestro con el cliente, muestra sobre la marcha qué se ha entendido ya, y al pulsar reúne lo dicho en un texto: qué trabajo es, cuándo, por cuánto, qué hay que comprar, a quién y adónde ir. Con eso el maestro crea con un botón la ficha del proyecto, a la que vuelve al día siguiente o una semana después.

La segunda entrada vale igual que la primera: se puede no escuchar nada y pegar la conversación del mensajero o una captura, y a partir de ahí todo es lo mismo.

La tesis en una línea: la conversación con el cliente se convierte en el documento del trato. Dentro de esto hay traducción, pero la traducción no es el producto. Unos auriculares traducirán la conversación y la olvidarán; después de hablar, al maestro no le queda nada que pueda enviarle al cliente. Con Sam sí le queda.

Dónde estamos. La aplicación está montada y funciona en iOS, está en TestFlight y entiende cinco idiomas: inglés, español, portugués, ruso y ucraniano. No tenemos usuarios externos, cero. Todavía no hemos llamado a nadie a la alfa ni hemos invitado visitantes. Todo lo que se dice abajo sobre el producto se comprueba en el build; todo lo que se dice sobre el mercado y sobre la comunidad de maestros es una apuesta, y escribimos aparte con qué la comprobaremos.

2. Qué funciona ya

Aquí no hay promesas. Todo lo enumerado está en el build y se comprueba en el dispositivo.

Escucha en vivo. El maestro mantiene pulsado el botón, Sam escucha la conversación y lleva el "Panel": siete casillas que se llenan a la vista, tarea, precio, cuándo, duración estimada, cliente, dirección, materiales. Durante la escucha Sam no escribe en el chat y no interviene en la conversación. Una casilla vacía se queda vacía: si la dirección no se dijo, Sam no se la inventa, sino que marca que hay que confirmarla.

Análisis posterior. Al detenerse, Sam le responde al maestro con texto en su idioma y, si viene al caso, le da una respuesta lista para el cliente: un bloque aparte "para leerle al cliente", con lectura en voz al tocar y copia en un toque. Al cliente se lo envía el propio maestro, desde su teléfono, con sus manos.

Segunda entrada. Una conversación pegada o una captura se procesan igual que una conversación escuchada. Para el maestro que recibió el pedido por el mensajero, ese es el escenario principal.

La ficha. El guardado ocurre por la pulsación de una persona. Solo entonces se extraen los campos de la conversación y la ficha se escribe en el servidor: tarea, precio, fecha, dirección, materiales, fotos de la obra. Una semana después el maestro abre su lista de trabajos y encuentra todo en su sitio, en vez de repasar el chat.

El importe es un campo, no un cálculo. Sam muestra el importe que dijo el propio maestro. No le calcula el presupuesto, no emite la factura y no cobra.

Consentimiento. Durante la escucha, en la pantalla corre la cinta "TRANSCRIBING, NOT RECORDING". El audio no se guarda: el habla se convierte en texto y la grabación original no se conserva. No es una nota legal al pie de la página, sino un elemento de la interfaz que ven el maestro y también el cliente, si mira la pantalla.

Lo que Sam no hace, por principio. No tiene permiso de escritura sobre nada: lo único que sabe hacer es texto. No guarda, no agenda, no envía y no paga. Cualquier acción en el sistema la ejecuta una persona con una pulsación. Esto no lo consideramos una limitación, sino la condición para poder confiar en el documento: dentro entra solo lo que el maestro dejó pasar.

Pronto. Factura, poner la reunión en el calendario y recordatorios, conexión con los mensajeros. La decisión está tomada, el trabajo no está hecho; allí donde nombramos estos puntos, van marcados como "pronto".

3. El problema

El maestro que trabaja solo lleva todo el ciclo por su cuenta: encontró al cliente, habló, presupuestó, anotó, hizo el trabajo, cobró. Su única herramienta de trabajo es el teléfono. Sabe su oficio y conoce el material mejor que el cliente. Choca contra un solo punto, la conversación en la que el trato se cierra o se queda colgado.

La barrera aquí no es "habla mal inglés". Describirla así es incorrecto y ofensivo. La barrera es la dificultad de captar y confirmar con precisión lo que le importa justo a este cliente cuando el idioma no es el propio. Existe también entre dialectos de una misma lengua: se llega a casa de un británico, todo parece estar en inglés, y la puntería sobre el pedido se pierde igual. El maestro sale de casa del cliente con la sensación de que algo no preguntó, y acierta.

Después ocurre lo segundo: lo que sí llegó a decirse se pierde. Los detalles quedan en la cabeza y en un chat al que nadie vuelve. Una semana más tarde el maestro no recuerda si habían quedado en "antes del mediodía" o "después", ni si el grifo ya está comprado.

Entre esas dos cosas está Sam: ayuda a captar lo importante en el momento y deja después de la conversación un texto al que se puede volver.

4. Quién es el usuario y quién paga

La forma de la audiencia. Una persona que trabaja para sí misma en proyectos cortos y recorre el ciclo "cliente → presupuesto → agenda → trabajo hecho → cobro", sin escaparate y sin rutina de suscripción. A ese criterio lo llamamos estimate-driven project services. Debajo caen handymen, pintores, colocadores de azulejo, pisos y drywall, plomería y electricidad menores, cercas y decks, paisajismo, limpieza, mecánicos móviles, fotógrafos a domicilio. La lista se amplía por criterio, no por un catálogo sectorial.

El perfil importa más que la etiqueta. Manos hábiles, orgullo por el oficio, aprende con videos cortos. Mucha iniciativa y poca paciencia con la fricción: leerá el onboarding y lo resolverá si eso se le paga en tiempo o en dinero. El teléfono es la herramienta principal y lo usa en el momento: en casa del cliente, en el auto, después de la jornada.

El producto es una escalera y la entrada es el asistente. Nivel 1, ayuda en el momento: escucha en vivo y análisis. Nivel 2, la libreta inteligente: la ficha. Nivel 3, acompañamiento ligero de la agenda. Nivel 4, CRM, lejos todavía. La puerta principal de la primera versión son los niveles 1 y 2. Es una inversión deliberada del embudo respecto de los sistemas de gestión de servicio en campo: ellos empiezan por la gestión, nosotros empezamos por el asistente, y la gestión se conecta cuando el maestro ha crecido hasta ella.

Quién paga. El maestro que ya gana dinero y ha chocado con un techo por culpa de la comunicación. No el jornalero sin dinero del estacionamiento de la tienda de materiales, ni el jefe de una cuadrilla. El principiante es para nosotros combustible del boca a boca y comprador de mañana, pero no aquel a quien le cobramos hoy.

Cabeza de puente. Los handymen del Bay Area. El handyman está elegido como la entrada técnicamente más simple: un solo usuario, el cliente queda fuera de la plataforma, la historia de dos lados "contratista ↔ cuadrilla" queda aplazada. La distribución la construimos hacia dentro del gremio local, no a través de una plataforma de anuncios: a un entorno cerrado y de poca confianza se entra por los de dentro, y eso define tanto el canal como el ritmo.

5. Por qué esto no es un traductor

Es la primera objeción que le surge a cualquier lector, y la respondemos antes de que la formulen.

Las plataformas ya han vuelto la traducción en el momento de la conversación algo esperable y gratuito. Discutir con eso no tiene sentido ni hace falta: para nosotros es una buena noticia. El coste de la función se nos ha quitado de encima y el valor se ha desplazado más arriba, hacia donde no lo ha ocupado nadie.

La diferencia es mecánica, no de marketing. La voz es efímera. Suena y desaparece; para usarla, los dos interlocutores tienen que tener el mismo equipo y poner el mismo empeño. El texto queda. Se puede leer de reojo con ruido y a pleno sol, se puede volver a él una semana después, se puede corregir, se le puede enganchar un precio y un estado. Por eso Sam escucha todo lo que dicen ambos, pero responde con texto, y a la salida no entrega "una traducción más exacta", sino un documento.

La mejor ilustración ya la tenemos grabada y está en el sitio: la conversación fue en inglés, Sam le respondió al maestro en ruso y volvió a preguntar exactamente lo que habría vuelto a preguntar el propio maestro, si el sifón de verdad sirve, si ya está todo comprado y a qué hora exacta el sábado, y el resumen para el cliente lo escribió en inglés. En esa escena no suena ni una sola vez la palabra "traducción", y la promesa está cumplida.

La formulación que está en el landing: "Traducir todavía no es comunicarse".

6. Por qué ahora

Hasta aproximadamente 2024 el modelo no era capaz de tomar el habla profesional en bruto en el idioma nativo del maestro, con jerga, frases a medias y "esa cosa de debajo del fregadero", y desplegarla en una respuesta con sentido que tuviera en cuenta el contexto del oficio. Los traductores universales lo hacían literalmente y sonaban peor, no mejor. Esa capacidad se ha vuelto funcional y barata en el último año y medio.

Al mismo tiempo, las plataformas se ocuparon de la horizontal: la traducción como un botón, integrada en los auriculares y en el teléfono. Eso cambia las expectativas, pero no cierra la tarea: la horizontal es igual para todos y no conoce ni el oficio ni un gremio concreto. La horizontal está ocupada. La vertical, un gremio concreto y sus resultados, no la ha ocupado nadie.

7. Escala

Escribimos solo las cifras que tienen una fuente detrás, y no escribimos las que no tenemos.

• 50,2 millones de inmigrantes en Estados Unidos en 2024, el 14,8% de la población y el 18,2% (32,2 millones) de la fuerza laboral civil.
• El 47% (23,5 millones) de los inmigrantes adultos domina el inglés peor que "muy bien"; a los inmigrantes les corresponde cerca del 81% de todas las personas con inglés limitado en el país.
• Subir un nivel en el dominio del idioma da aproximadamente un tercio más de ingresos (Bleakley & Chin para Estados Unidos; +18% a 20% comparables en Dustmann & Fabbri para el Reino Unido).
• En 2022 el 17% de todos los autónomos de los países de la OCDE eran migrantes, frente al 11% en 2006. Ese es el conjunto creciente de microempresas al que apuntamos.

Y un vacío honesto que nombramos nosotros mismos: no existe en fuentes abiertas una cifra directa sobre "la barrera de idioma en el momento del trato en un maestro autónomo". Hay proxies vecinos y densos, están arriba. No sustituimos uno por otro y no consideramos que la suma de proxies demuestre nuestro corte.

8. Panorama

No les ganamos por funciones a los que se enumeran abajo. Afirmamos otra cosa: la capa "comunicación viva del maestro con el cliente, llevada hasta el artefacto del trato" no la ocupa nadie.

Sistemas de gestión de servicio en campo (Housecall Pro, Jobber, Workiz). Son herramientas para un negocio que tiene administrador. Empiezan por el papeleo y dan por supuesto que la conversación salió bien. Su interfaz, para un maestro que no es técnico, es un muro. Al mismo tiempo, ellos mismos se mueven hacia la comunicación con IA, y eso confirma indirectamente nuestra tesis.

Estimación con IA (Handoff y similares). Momento de dinero fuerte, pero es back office después de la conversación, y es anglófono por defecto.

Presupuestos y facturas para solos (Joist, GetCost y análogos). Demuestran que el mercado ya reconoce el segmento. Pero venden un formulario para rellenar, no un compañero dentro de la conversación.

Copilotos de voz (Plaud, AudioPen, Otter). La demanda de "lo dicté y recibí estructura" existe, y es una buena noticia. Pero la transcripción es un callejón sin salida: no hay ficha, no hay cliente, no hay "responde por mí", no hay dinero.

Traducción en el momento (Apple, DeepL, Google). Desplazamiento de expectativas, no sustitución. El mecanismo es efímero y no entrega documento.

Y el competidor principal, fácil de no ver: una consulta bien formulada en ChatGPT. Es el statu quo y el rival de verdad por la atención. El modelo universal no está dentro de un gremio cerrado y desconfiado, no conoce el oficio local y no convierte la conversación en el papeleo sobre el que se sostiene el negocio del maestro. Todo lo demás sí lo hace.

En una línea: cuando el maestro está en la habitación con el cliente, ninguna de estas herramientas está a su lado.

9. El foso: un camino, no un hecho

Es la sección más comprometida, y la empezamos con una afirmación directa: hoy no tenemos foso. Tenemos un camino hacia el foso. No vamos a fingir lo contrario.

Lo que ya existe

La memoria propia. Sam recuerda qué hizo el maestro, cuánto ganó y cómo ejecutó tal o cual trabajo; todo lo que el maestro compartió va a su siguiente trabajo. Eso crea costes de cambio y es propiedad intelectual del propio maestro. Pero no es un efecto de red: es retención, y cualquiera la repite si quiere. No la presentamos como foso.

El camino hacia dentro del gremio. El gremio inmigrante de los oficios es un entorno cerrado y de poca confianza, y ahí no se entra desde la App Store. La distribución la construimos a través de personas de dentro. La traducción es la demo; el acceso es la compañía. Es la parte más real de nuestra apuesta y a la vez la más frágil.

A qué apostamos

Lo que sigue es la apuesta. Está diseñada, pero no construida, y puede no confirmarse.

Los maestros de una misma área metropolitana comparten proveedores, normas locales, clima y tipos de casa. El conocimiento que aquí vale no es "el precio medio del mercado", sino qué aguanta de verdad con este clima y con estos códigos, y cómo se calcula un trabajo de este tipo. El modelo universal conoce el mundo, pero no sabe qué le funcionó a doscientos maestros de un área metropolitana concreta. La apuesta es que la experiencia anonimizada acumulada por tipo de trabajo le resulte útil al siguiente maestro, y que sea eso, y no un conjunto de funciones, lo que retenga a la gente.

Cómo está montado a nivel de principio. Los datos están separados en dos capas. La privada: clientes, fotos, secreto comercial y el precio concreto del maestro; no se comparte nunca, se exporta en un archivo, se borra. La común: prácticas anonimizadas por tipo de trabajo, sin retratos personales, anonimizadas hasta el nivel de la práctica y no del trabajo individual; en un mundo pequeño donde todos conocen las mismas casas un trabajo concreto se desanonimiza, por eso la dirección y los detalles únicos se recortan. El consentimiento lo entendemos como un contrato público del gremio y no como una casilla de verificación: explicamos qué, cómo y para qué, preguntamos a la entrada, y a partir de ahí el aporte va por defecto, con la posibilidad visible de ver qué se aportó y de ponerlo en pausa. El marco es "el gremio se enseña a sí mismo", no "nosotros recogemos datos".

Aparte: el "experto" para nosotros no es una persona ni la autoevaluación del modelo. Es un conjunto de conocimiento revisado, más una regla de ponderación, más una marca de origen, comprobado en la práctica o tomado de la etiqueta. Las fuentes que vengan de la comunidad se conectan más tarde y a través de una compuerta, no de forma automática.

Lo que no haremos nunca

Los precios concretos no los agregamos. De ninguna forma, ni "de media por área metropolitana", ni "en un rango". La razón es simple y conviene decirla en voz alta: una sola historia de "filtraron mis precios" dentro de un grupo del gremio y el canal está muerto. Cada uno pone precio según sus competencias; el "precio medio" es a la vez dañino e inútil. Nuestro foso y nuestro riesgo principal son el mismo objeto, y preferimos un foso más pequeño a cambio de un canal vivo.

Con qué lo comprobaremos

La señal en esta parte es conductual, no declarativa: el maestro acepta aportar a la capa común sin resistencia cuando se le ha explicado la mecánica. La condición de escala es la densidad local: mientras en un área metropolitana no se junten del orden de doscientos maestros activos, la capa común no puede ser útil, y no vamos a afirmar lo contrario. La señal de que nos equivocamos: los maestros aceptan aportar, pero no vuelven a buscar la experiencia ajena.

En una frase que conviene tener en la cabeza al leer esta sección: hoy Sam sabe exactamente aquello que un maestro concreto compartió con él. Todo lo demás aquí es apuesta.

10. Cómo ganamos dinero

Suscripción del orden de $50 al mes, el primer mes gratis.

El principio que para nosotros importa más que la cifra: pedimos dinero después de que el producto ya le haya cerrado un trato a la persona, no antes. El mercado al que vamos está envenenado por las estafas y por el pago por adelantado a cambio de una promesa; la confianza aquí es frágil y la difusión se sostiene en el boca a boca. Cobrar por adelantado quema justo el activo por el que hacemos todo esto. Por eso lo gratuito no está limitado por el calendario, sino por el valor entregado: la conversación de pago empieza cuando el maestro ha pasado el ciclo completo (conversación, ficha, precio, mensaje al cliente) y lo ha repetido en otra semana.

El relato del precio lo llevamos desde el riesgo de perder, no desde un abstracto "vas a ganar miles": un presupuesto que no se cierra son cientos de dólares que se van, y la suscripción se paga con un solo trato cerrado adicional al mes.

El coste está dominado por los tokens del modelo, no por el almacenamiento. Según la estimación interna actual, es del orden de $3 a $4 por usuario de pago al mes. El cuello de botella de la economía no está aquí: está en el paso de los gratuitos a los que pagan y en el coste de la distribución.

La disposición a pagar es una hipótesis, no un hecho. No la comprobamos con una encuesta, sino cobrando después de tratos cerrados y mirando quién saca la tarjeta.

11. Riesgos que nombramos nosotros mismos

Usuarios, cero. No lo escondemos detrás de "total, todos usan ChatGPT igual": eso es demanda de IA en general, no de nosotros.

La confianza del gremio es frágil. Ya se dijo arriba: el foso y el riesgo son el mismo objeto. Una sola filtración de precios ajenos cierra el canal entero.

Legal. Transcribir el habla ajena requiere consentimiento: en California eso es two-party consent. A esto no respondemos con una nota al pie: la línea "transcribimos, no grabamos" está integrada en la pantalla y el audio no se guarda.

"El cliente oye a un robot en lugar del maestro". La incomodidad en el momento puede matar el trato, es decir, golpear justo donde prometemos ayudar. La reacción del cliente hay que medirla en campo, no suponerla.

La retención después de que el maestro se haya aprendido las frases. La función clave enseña al usuario y se vuelve innecesaria. La respuesta es la memoria, el flujo de trabajo y la capa común; y lo decimos de frente, en vez de confiar en que no se note.

Distribución estrecha al arranque. La entrada a un gremio cerrado se sostiene en vínculos personales, no en un canal que se pueda comprar. Es a la vez nuestra ventaja y nuestro techo de velocidad.

12. Con qué comprobaremos que tenemos razón

La prueba está formulada de manera que se pueda fallar.

Qué hacemos: dogfooding del fundador, después dos o tres maestros reales de la cabeza de puente en trabajos reales.

Señal de "sí", las dos condiciones a la vez:

1. el maestro volvió en la segunda semana sin recordatorio;
2. le habló del producto a otro maestro.

"Me gusta la idea" no cuenta. La tercera señal, aparte, es la del foso: aceptó aportar a la capa común sin resistencia.

Condiciones de limpieza: separamos las cohortes por idioma, la rusa, la ucraniana y la española se cuentan aparte; el tiempo del tester se cuenta en días activos, no en días de calendario; filtramos las invitaciones por el criterio: proyectos cortos con presupuesto, cabeza de puente, práctica real.

13. Mapa de estados

Resumen para una verificación rápida: qué es comprobable en este documento y qué es apuesta. En la siguiente versión, parte de las filas debería pasar de la columna derecha a la izquierda; si no ha pasado, eso también es información.

El documento se irá actualizando a medida que las filas de la tabla cambien de estado. Preguntas y propuestas: a través del formulario de acceso anticipado en la página principal.