Escena del crimen digital: ¿dónde se pierde realmente el valor entre gigantes y startups?

La escena: el cliente que lo tiene “todo” y no siente casi nada (The Hook)

Son las 8:12 de la mañana.

Marta, 37 años, móvil en mano, está atrapada en un bucle que muchos directivos prefieren no mirar demasiado de cerca.

• Abre la app de su banco tradicional: tres pantallas, un código SMS y un menú confuso para enviar un simple pago.
• Cambia a la fintech de moda: el pago sale en segundos… pero no encuentra cómo hablar con un humano sobre un cargo sospechoso.
• Entra en la app de movilidad para ir al trabajo: una oferta “imperdible” que al final no aplica en su zona.
• Más tarde, intenta una consulta de telemedicina: 15 minutos para registrarse, firmar consentimientos, validar datos que su hospital ya tiene desde hace años.

Banca centenaria, startups brillantes, healthtech, apps de movilidad, plataformas educativas: todos aseguran “poner al usuario en el centro”. Sin embargo, el comportamiento de Marta –y de millones como ella– cuenta otra historia: desconfianza latente, fatiga de decisiones, sensación de estar siempre en beta.

Como psicólogo conductual, voy a tratar este contraste entre industria tradicional y startups como lo que es: una escena del crimen del valor perdido.

Hay pistas tecnológicas, huellas de modelos de negocio… pero el cuerpo del delito es psicológico: expectativas infladas, sesgos explotados y decisiones de diseño que, sin querer, castigan justo al cliente al que todos dicen querer cuidar.

Vamos a seguir el protocolo forense.

Cómo llegamos a este “crimen perfecto” de la experiencia (The Genesis)

En cinco sectores clave –servicios financieros, retail/e‑commerce, salud, movilidad y educación– la narrativa oficial es seductora: las startups traen agilidad, las empresas consolidadas traen escala y regulación, y la adopción de tecnologías emergentes (IA, IoT, analítica avanzada) debería traducirse en valor para todos.

Los datos dicen algo más complejo:

• Un estudio de EY España muestra que el 68% de las empresas no consigue escalar proyectos tecnológicos viables, bloqueadas por entornos fragmentados, falta de integración y límites presupuestarios.
• El 64% de los ejecutivos de TI señala escasez de talento especializado como freno a la adopción de tecnologías emergentes.
• Las startups, por su parte, dependen fuertemente de capital de riesgo y de su capacidad de integrar tecnologías como IA y IoT para diferenciarse y sobrevivir en mercados saturados.

Es decir, ni los gigantes ni las startups están ejecutando la promesa completa.

Mientras tanto, regulaciones como la Ley 28/2022 de Startups en España tratan de reducir barreras, ofrecer beneficios fiscales y facilitar talento e inversión. A la vez, los incumbentes se ajustan a marcos cada vez más exigentes –especialmente en sectores como banca y salud–, luchando por innovar sin violar normativas.

Así se monta este escenario: dos tipos de actores atrapados entre regulaciones, expectativas financieras y tecnologías emergentes, todos argumentando que “innovar es inevitable”, pero con incentivos que a menudo empujan a priorizar métricas internas sobre bienestar real del usuario.

Lo que falta en la conversación es la pieza psicológica: ¿cómo moldean estos incentivos lo que se diseña, se financia y se despliega… y qué se está perdiendo en ese proceso?

El conflicto invisible: cuando el usuario es rehén del sesgo de otros (The Invisible Conflict)

El crimen no es que haya bancos lentos y startups rápidas.

El crimen es que ambos lados comparten sesgos que llevan a destruir valor psicológico: confianza, sensación de control, claridad mental. Y lo hacen de forma sistemática.

Algunos de los sesgos más frecuentes que observo en gigantes y startups:

1. Sesgo de acción: “Hacer algo es mejor que esperar”. Resultado: pilotos tecnológicos por doquier que no llegan a integrarse, experiencias inconexas y fatiga digital para el usuario.
2. Sesgo de optimismo tecnológico: “La IA y el IoT resolverán el problema”. Resultado: inversiones en tecnologías emergentes que no se traducen en beneficios tangibles porque el 68% se queda en piloto.
3. Sesgo de supervivencia en startups: se copian los casos que tuvieron éxito sin ver los muchos que fracasaron, generando clones de modelos de negocio que saturan al usuario.
4. Aversión a la pérdida en incumbentes: miedo a canibalizar negocios existentes, que ralentiza decisiones evidentes (simplificar tarifas, digitalizar trámites básicos) aunque el coste en frustración del cliente sea altísimo.
5. Sesgo de foco interno: métricas de adopción, NPS y downloads sustituyen conversaciones profundas sobre el esfuerzo cognitivo que exigen al usuario.

Estos sesgos cruzan sectores. Vamos a mirar la escena, mesa por mesa.

Informe sectorial 1–5: huellas dactilares en modelos, tecnología y experiencia (Evidence & Insights)

1. Servicios financieros / banca: confianza antigua, usabilidad reciente

Relevancia psicológica: El dinero activa miedo, esperanza y sensación de vulnerabilidad. Cualquier fricción o ambigüedad se amplifica.

Modelos de negocio

• Incumbentes: redes de sucursales, productos masivos (cuentas, préstamos, hipotecas). Ingresos por intereses y comisiones. Portafolios muy diversificados, estrategias de crecimiento vía fusiones y adquisiciones. Menor dependencia de capital externo, alta relevancia de la rentabilidad global.
• Fintechs: propuestas acotadas (pagos, cuentas sin comisiones, créditos rápidos). Ingresos por comisiones de transacción, suscripciones premium y servicios añadidos. Alta dependencia de capital de riesgo; foco en unit economics y escalabilidad.

Tecnología

• Incumbentes: sistemas core en mainframes, arquitecturas monolíticas, muchos silos de datos. Adopción de IA y analytics, pero a menudo bloqueada por fragmentación y legacy. Proyectos que se quedan en piloto.
• Startups: cloud‑native, APIs, microservicios. IA usada en scoring, detección de fraude, personalización. Arquitecturas de datos más flexibles; despliegues frecuentes y experimentación A/B como norma.

Experiencia de usuario

• Incumbentes: fuerte percepción de seguridad y regulación, pero journeys complejos, múltiples pasos para tareas simples y lenguaje técnico. Atención omnicanal, aunque poco integrada.
• Fintechs: onboarding rápido, interfaces simples, mayor transparencia percibida en precios. Pero soporte humano limitado y, a veces, opacidad en modelos de riesgo.

La pista psicológica: El banco tradicional explota la búsqueda de seguridad; la fintech, la búsqueda de control y facilidad. Cuando cada uno exagera su promesa, el usuario termina con dos apps abiertas para compensar miedos distintos.

2. Retail / e‑commerce: el supermercado infinito y la fatiga de decisión

Relevancia psicológica: La compra cotidiana se ha convertido en un menú infinito de opciones y promociones, ideal para disparar sesgos de elección.

Modelos de negocio

• Incumbentes: supermercados, grandes cadenas. Ingresos por ventas directas, acuerdos con proveedores, promociones. Portafolios muy amplios.
• Startups e‑commerce: nichos especializados, suscripciones (cajas mensuales, productos recurrentes), marketplaces. Dependencia alta de capital externo para logística y marketing.

Tecnología

• Incumbentes: ERPs robustos, sistemas de inventario y POS legados; capas digitales (web, app) que en muchos casos son añadidos sobre sistemas antiguos.
• Startups: plataformas cloud, automatización de almacenes, data analytics para precios dinámicos y recomendaciones.

Experiencia de usuario

• Incumbentes: experiencia física aún relevante, pero con app y web que replican la complejidad del lineal físico. Omnicanalidad en progreso.
• Startups: menos fricción en la búsqueda y pago, estrategias de personalización más agresivas, pero también sobrecarga de estímulos y ofertas.

La pista psicológica: Ambos actores subestiman el costo mental de elegir entre cientos de variaciones de lo mismo. Las startups lo agravan con notificaciones constantes; los incumbentes con catálogos confusos.

3. Salud / healthtech: cuando la ansiedad viaja por la fibra óptica

Relevancia psicológica: La salud activa ansiedad y vulnerabilidad extrema; aquí la confianza pesa tanto como la evidencia clínica.

Modelos de negocio

• Incumbentes: hospitales, clínicas, aseguradoras. Ingresos por actos médicos, pólizas, convenios públicos. Costes fijos muy altos en infraestructura y personal.
• Startups healthtech: telemedicina, monitorización remota, apps de bienestar, venta de dispositivos. Ingresos por suscripciones, licencias B2B, venta de hardware.

Tecnología

• Incumbentes: historiales clínicos electrónicos fragmentados, sistemas poco interoperables. Proyectos de IA e IoT en piloto, frenados por regulación, costes y falta de talento especializado.
• Startups: apps móviles, wearables, plataformas cloud para datos de pacientes. Adopción rápida de IA para triage, análisis de imágenes, recordatorios.

Experiencia de usuario

• Incumbentes: citas presenciales, llamadas telefónicas, portales web poco intuitivos. Percepción de mayor rigor clínico, pero también de burocracia.
• Startups: acceso remoto y rápido, diseño cuidado, lenguaje más humano. Pero muchas veces sin integración real con la historia clínica y sin claridad sobre qué pasa con los datos.

La pista psicológica: El paciente se mueve entre aversión al riesgo (prefiere la institución que le transmite seriedad) y búsqueda de inmediatez (telemedicina al instante). El valor se pierde cuando debe repetir información mil veces o dudar de la precisión de lo que ve en pantalla.

4. Movilidad / transporte: del volante al algoritmo

Relevancia psicológica: El desplazamiento diario condensa estrés, sensación de control (o falta de él) y tiempo percibido como robado o aprovechado.

Modelos de negocio

• Incumbentes: operadores de transporte público, taxis regulados, infraestructuras. Ingresos por billetes y tarifas reguladas; grandes inversiones en activos físicos.
• Startups de movilidad: plataformas de ride‑hailing, micromovilidad, carsharing. Ingresos por comisiones, tarifas dinámicas, suscripciones.

Tecnología

• Incumbentes: sistemas de ticketing, gestión de flota y señalización, a menudo legados. Introducción progresiva de apps y sistemas de pago sin contacto.
• Startups: apps cloud‑native, algoritmos de asignación, optimización de rutas, IoT en vehículos y patinetes.

Experiencia de usuario

• Incumbentes: previsibilidad relativa, pero información dispersa, apps mejorables, poca personalización.
• Startups: experiencias fluidas cuando todo funciona; pero también precios volátiles y dependencia total del móvil, lo que aumenta la ansiedad si el sistema falla.

La pista psicológica: Se juega con la ilusión de control. El usuario siente que controla su viaje desde la app, pero depende de algoritmos opacos y condiciones cambiantes.

5. Educación / edtech: atención fragmentada en nombre de la flexibilidad

Relevancia psicológica: La educación moldea identidad, autoestima y sensación de futuro. La forma en que aprendemos condiciona cómo confiamos en nuestro propio criterio.

Modelos de negocio

• Incumbentes: escuelas, universidades, centros de formación. Ingresos por matrículas, financiación pública, convenios con empresas.
• Startups edtech: plataformas de cursos online, tutorización remota, herramientas de evaluación. Ingresos por suscripciones, licencias institucionales, modelos freemium.

Tecnología

• Incumbentes: LMS tradicionales, sistemas administrativos legados. Adopción de herramientas digitales acelerada, pero no siempre integrada.
• Startups: plataformas cloud, IA para personalización de contenidos, analítica de aprendizaje.

Experiencia de usuario

• Incumbentes: estructuras curriculares claras, pero mucha rigidez; interfaces digitales poco amigables.
• Startups: aprendizaje on‑demand, experiencias gamificadas, pero también una ilusión de progreso basada en badges y barras de avance, que puede no traducirse en competencias reales.

La pista psicológica: Se maximiza la sensación de avance inmediato a costa de la profundidad. El estudiante queda atrapado entre títulos que pesan y cursos que entretienen.

Scorecard forense: dónde gana quién… y qué pierde el usuario

Cuadro 1 – “Ganadores vs. perdedores” por dimensión percibida

Observación psicológica: en casi todas estas dimensiones, el usuario termina asumiendo el coste oculto: cede datos, tiempo, atención y energía cognitiva para que otros optimicen modelos de negocio y métricas de crecimiento.

La autopsia de los factores estructurales: por qué se repite el patrón (Evidence & Insights + Cross‑sector)

Más allá de cada sector, las causas del “crimen” se parecen.

Regulación y barreras de entrada

• Regulaciones estrictas en banca, salud y transporte hacen que los incumbentes sean expertos en cumplimiento, pero más lentos en experimentar.
• Las startups chocan con costes de cumplimiento, especialmente en IA, que pueden ser prohibitivos. De ahí el impacto de marcos como la Ley 28/2022, que intenta aliviar parte de esta carga con incentivos y flexibilidad.
• Psicológicamente, esto refuerza el sesgo de status quo en las instituciones y el sesgo de atajo en las startups: “ya ajustaremos la regulación después”.

Cultura organizacional y gobernanza

• Incumbentes: estructuras jerárquicas, aversión al riesgo, procesos formales. La innovación se canaliza vía áreas específicas, a menudo desconectadas del día a día.
• Startups: cultura de agilidad, “moverse rápido”, ownership alto… pero también tendencia a decisiones impulsivas y métricas de corto plazo.

Los estudios sobre alianzas muestran que la claridad de objetivos y métricas compartidas es crítica para el éxito. Sin ella, las colaboraciones degeneran en desconfianza y parálisis. Esta falta de claridad es exactamente lo que alimenta la sensación de caos del usuario cuando salta de una app a una sucursal.

Datos, canales y marca

• Incumbentes tienen más datos históricos, canales de distribución consolidados y marcas conocidas. Eso les da ventaja en confianza, pero sus sistemas fragmentados impiden explotar esos datos para experiencias coherentes.
• Startups tienen menos datos al principio, pero mejor arquitectura para explotarlos y aprender rápido.

Resultado: el usuario queda expuesto a dos tipos de asimetría de información: instituciones que saben mucho pero no lo usan bien, y startups que usan muy bien lo poco que saben para capturar su atención.

Legacy vs. flexibilidad

Los sistemas, contratos y procesos heredados de incumbentes les dan resiliencia y escala, pero les impiden moverse al ritmo que exigen las tecnologías emergentes.

A la vez, estudios recientes muestran que tanto incumbentes como startups sufren para escalar sus proyectos de IA, IoT o automatización: la fragmentación y el talento escaso golpean a ambos.

Moral forense: no es que uno esté “anticuado” y el otro sea “futuro”. Es que ambos están atrapados en arquitecturas –técnicas y mentales– que no se diseñaron para priorizar el bienestar psicológico del usuario.

Arquetipos de relación: quién conspira con quién (Patrones recurrentes y arquetipos)

Detrás del decorado competitivo, la mayor parte de gigantes y startups acaban relacionándose en unos pocos patrones recurrentes. Desde el punto de vista conductual, cada patrón activa expectativas distintas en el usuario.

Tabla 2 – “Arquetipos de relación incumbente–startup”

Cuando estas relaciones no se gestionan con claridad, comunicación transparente y gestión de riesgos compartida –como recomiendan McKinsey, Ship2B y otros análisis–, el cliente se convierte en la variable de ajuste: nueva app, nuevo registro, nueva confusión sobre quién custodia sus datos.

El patrón subyacente: capas brillantes sobre infraestructuras quemadas (Patrones recurrentes)

Si resumimos la escena de crimen en una frase:

Las startups han aprendido a construir capas de experiencia muy efectivas sobre infraestructuras –técnicas, legales y psicológicas– que no controlan. Los incumbentes intentan modernizar esas infraestructuras añadiendo capas de experiencia que su cultura no comprende del todo.

Eso se traduce en varios patrones:

• Capa de experiencia sobre infraestructura tradicional: fintech que depende de redes de pago clásicas; apps de movilidad que usan infraestructuras públicas; edtech que vive de títulos que sigue emitiendo la universidad tradicional.
• Plataformas vs. integración vertical: mientras muchas startups apuestan por plataformas, los incumbentes se mueven hacia ecosistemas cerrados donde agregan soluciones de terceros sin cambiar el núcleo.
• B2C vs. B2B2C: gran parte del valor actual se crea en modelos B2B2C donde la startup sirve al incumbente y éste, al cliente final. Cada salto añade ruido en la percepción del usuario.

La pieza que casi nadie diseña explícitamente es el mapa emocional del journey compartido: ¿qué siente el cliente cuando pasa de la app de la startup al call center del incumbente?, ¿qué información se repite?, ¿qué miedos se disparan en cada tránsito?

Sin este mapa, la convergencia tecnológica termina siendo divergencia emocional.

El giro estratégico: del crimen perfecto a la custodia compartida del usuario (The Strategic Shift)

Si aceptamos que el valor se está perdiendo –no sólo en márgenes, sino en confianza, foco y sensación de control del usuario–, la pregunta ya no es quién ganará, sino quién se hará responsable de custodiar ese valor.

Para incumbentes: priorizar la salud mental del cliente como KPI

1. Rediseñar objetivos de alianzas

   • Antes de firmar con una startup, definir explícitamente:
     • ¿Qué reducción de fricción cognitiva buscamos? (medida en pasos, pantallas, tiempo, pero también en repeticiones de información y errores).
     • ¿Cómo mediremos la confianza? (no sólo NPS, también sensación de claridad en precios y responsabilidades).
   • Alinear métricas compartidas, tal como recomiendan los estudios sobre alianzas exitosas: objetivos claros y medibles desde el inicio.

2. Mapear el “esfuerzo mental” del usuario en journeys clave

   • Elegir 3 journeys críticos por sector (por ejemplo, abrir cuenta, pedir un préstamo, programar una consulta médica) y analizarlos desde la psicología: ¿dónde se genera ansiedad? ¿dónde se desperdicia atención?
   • Traducir hallazgos en decisiones de diseño, no en informes que se archiven.

3. Atacar el legacy emocional, no sólo el tecnológico

   • Revisar comunicaciones y procesos que existen sólo “porque siempre ha sido así”.
   • Usar tecnologías emergentes (IA, automatización) no para multiplicar notificaciones, sino para reducir formularios duplicados y pasos redundantes.

4. Gestionar talento con foco conductual

   • Invertir no sólo en talento técnico, sino en perfiles que comprendan sesgos y comportamiento humano.
   • Integrar psicólogos, expertos en UX y científicos de datos en equipos de producto.

5. Crear estructuras de “laboratorio con responsabilidad”

   • Dado que el 68% de proyectos piloto no escala, construir criterios estrictos de qué se experimenta, con qué cohorte de usuarios y cómo se cierran experimentos explicando al usuario qué se aprendió.

Para startups: diseñar para sobrevivir al mañana, no sólo para impresionar al inversor

1. Adoptar “compliance desde el diseño”

   • Ver la regulación no como freno, sino como diseño de confianza a largo plazo.
   • Aprovechar marcos favorables como la Ley 28/2022 para construir modelos que resistan futuras olas regulatorias.

2. Limitar conscientemente la explotación de sesgos

   • Revisar patrones como infinitos “scrolls”, notificaciones constantes o urgencias artificiales.
   • Preguntarse: ¿esta táctica mejora la vida del usuario… o sólo mi métrica de corto plazo?

3. Construir narrativas honestas en partnerships

   • Si eres white label de un incumbente, clarificar quién hace qué, quién custodia qué datos y quién responde ante un problema.
   • Usar la transparencia como ventaja competitiva, dado que la desconfianza en instituciones es alta.

4. Planificar la integración futura desde el primer día

   • Si el objetivo probable es ser adquiridos o integrados, diseñar stack y datos pensando en esa transición para que la experiencia no se deteriore tras la compra.

5. Medir bienestar del usuario como activo

   • Incorporar métricas de atención concedida vs. atención desperdiciada, errores cometidos por confusión, consultas al soporte por falta de claridad.
   • Usar estos indicadores en conversaciones con inversores para diferenciarse.

Escenarios de convergencia: posibles futuros de la escena del crimen (Oportunidades de convergencia y escenarios futuros)

Escenario 1: Plataformas compartidas, journeys unificados

• Qué ocurre: incumbentes abren sus sistemas vía APIs sólidas; startups se convierten en orquestadores de experiencias multi‑servicio (banca + seguros + movilidad + salud + educación) con identidades digitales coherentes.
• Dónde es más probable: servicios financieros asociados a retail y movilidad; salud con aseguradoras y plataformas de bienestar; educación y banca para financiación de estudios.
• Riesgo: concentración extrema de datos en pocas manos y tentación de hiper‑personalización invasiva.

Escenario 2: Incumbentes como “infraestructura regulada”, startups como capas especializadas

• Qué ocurre: bancos, hospitales, universidades y operadores de transporte asumen rol explícito de infraestructura estable y regulada. Startups se especializan en experiencias muy concretas: onboarding, pagos invisibles, tutorías personalizadas, monitorización remota.
• Lugares de M&A / alianzas: módulos de experiencia muy pulidos que se compran e integran; acuerdos venture‑client donde las corporaciones prueban soluciones de startups con vistas a una integración más profunda.
• Riesgo: que los incumbentes diluyan la propuesta de experiencia al integrarla; que las startups pierdan identidad.

Escenario 3: Reacción regulatoria fuerte tras escándalos

• Qué ocurre: incidentes de seguridad, uso indebido de datos o colapsos de plataformas llevan a regulaciones más estrictas en IA, datos y ciberseguridad.
• Impacto: las startups con “compliance desde el diseño” sobreviven y se vuelven socios deseables; las demás desaparecen o son absorbidas.
• Riesgo: que se endurezca tanto el marco que se penalice la innovación responsable.

En todos los escenarios, el punto ciego potencial es el mismo: quién responde por la salud mental del usuario cuando su vida transcurre conectando diez plataformas distintas que, en teoría, cooperan.

La gran pregunta: ¿quién protege la mente del usuario cuando todos quieren sus datos? (The Big Picture)

Si miramos esta escena del crimen con frialdad, el “valor desaparecido” no está sólo en el EBITDA o en la cuota de mercado.

Está en la capacidad del usuario para confiar de forma informada, decidir sin agotarse y sentir que la tecnología amplía su control, en lugar de fragmentarlo.

Regulación específica para startups, alianzas estratégicas, inversión en IA y IoT… todo eso es necesario, pero insuficiente, si no se nombra explícitamente el bien que hoy está más expuesto: la atención, la confianza y el tiempo de las personas.

Como psicólogo conductual, la recomendación central es incómoda pero simple:

Traten la mente del usuario como un activo regulado, igual que el capital o los datos.

• Incumbentes: integren métricas de carga cognitiva y confianza percibida en sus comités de riesgo.
• Startups: incluyan el bienestar del usuario en sus unit economics, como una variable que, si se erosiona, acabará destruyendo el propio negocio.

Hasta que eso no ocurra, la escena del crimen seguirá activa: nuevos logos, nuevas apps, nuevas rondas, misma sensación de cansancio en el usuario.

Y el parte forense seguirá repitiendo la misma causa de muerte del valor: nadie estaba a cargo de la experiencia mental de la persona al final de la cadena.

Referencias

1. EY España. Tecnologías emergentes: la clave para un crecimiento sostenible y competitivo de los sectores.
2. Innovacionindustrial.net. El poder de los pequeños: impacto económico de las startups tecnológicas en economías emergentes.
3. Repository EIA. Adopción de tecnologías emergentes y la escasez de talento especializado.
4. McKinsey & Company. Improving the management of complex business partnerships.
5. Ship2B Foundation. Innovación abierta: las claves del éxito.
6. EGADE Business School. Startups y corporativos: una asociación no exenta de riesgos.
7. UDAX. Alianzas estratégicas: clave del éxito empresarial.
8. Arxiv.org. Regulación de la inteligencia artificial y su impacto en startups tecnológicas.
9. JDA. Ley de Startups 28/2022: un impulso al emprendimiento y la innovación en España.