Pensar despacio para actuar con precisión: cómo un PhD se convirtió en incubadora de startup
La cultura de las startups siempre se movió por la velocidad. Lanzar rápido, testear rápido, equivocarse rápido y corregir más rápido todavía. Es el mantra que se repite en prácticamente todo ecosistema de innovación del planeta. ¿Tenés una buena idea? Genial — ahora construí, testeá, iterá y metela en el mercado antes de que la ventana de oportunidad se cierre. ¿Querés saber si funciona? Tirá el producto al mundo real y dejá que el mercado sea tu campo de pruebas.
Pero ¿y si la jugada más inteligente fuera exactamente lo opuesto?
Esa es la pregunta que Abel Salinas, estudiante de PhD en el USC Information Sciences Institute (ISI), respondió en la práctica — y con resultados bastante concretos. En lugar de correr hacia el mercado, desaceleró. Eligió la profundidad en vez del apuro. Y lo que nació de esa decisión es una de las historias más interesantes sobre cómo Inteligencia Artificial, investigación académica y espíritu emprendedor pueden encontrarse de una manera que tiene sentido de verdad.
La elección que pocos harían
Después de terminar la maestría en ciencias de la computación en 2022, Abel Salinas tenía todas las credenciales para entrar directo al mercado tecnológico. Pasantías en Google, Microsoft y Adobe en el currículum. Puertas abiertas en prácticamente cualquier empresa del sector. Pero eligió quedarse en la universidad. No por falta de oportunidades ni por miedo al mercado — por una convicción clara de que quería estar en la vanguardia de la Inteligencia Artificial con profundidad real, no solo con agilidad de ejecución.
Durante las pasantías en esas gigantes tecnológicas, Salinas vio de cerca cómo el cambio tecnológico puede avanzar más rápido que la capacidad humana de comprenderlo. Ese fue un factor decisivo. Entendió que cuatro años de investigación profunda — estudiando los mecanismos, fallas e las implicaciones sociales del machine learning — podían ser más valiosos a largo plazo que un sueldo inmediato en Silicon Valley.
En sus propias palabras, Salinas explicó que sabía que quería desarrollar expertise profunda en inteligencia artificial. Seguir el camino del PhD tuvo sentido no solo por el amor a la investigación, sino también porque no le tenía miedo a jugar el juego largo. Para él, estaba claro desde el principio que quería fundar una startup antes de graduarse, y el doctorado en el ISI le daba la oportunidad de aprender constantemente de especialistas de punta y conectarse con el ecosistema de innovación de la USC. 🎓
Lo que un PhD tiene que una startup convencional no tiene
Existe una narrativa muy popular en el mundo de la tecnología que pone a la universidad de un lado y al mercado del otro, como si fueran opuestos que rara vez se encuentran. Pero lo que Abel Salinas hizo fue justamente romper esa lógica. Al quedarse en el ambiente académico aun teniendo todas las puertas abiertas hacia el mercado corporativo, usó el tiempo del PhD como un laboratorio de alto nivel — un espacio donde las preguntas difíciles pueden hacerse sin la presión inmediata de un producto que lanzar o una métrica que cumplir. Ese tipo de ambiente es raro, y quien sabe aprovecharlo transforma conocimiento en ventaja competitiva real.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
En el caso de CommonGround, esa profundidad se tradujo directamente en la arquitectura del producto. La plataforma no fue construida sobre soluciones listas o APIs empaquetadas de forma genérica. Fue desarrollada a partir de investigaciones serias sobre cómo los modelos de Inteligencia Artificial consiguen identificar patrones de comportamiento que anticipan riesgos — algo que exige mucho más que habilidad técnica básica. Exige entender los límites de los modelos, los sesgos de los datos, las fallas de interpretación y las formas de hacer que un sistema sea realmente confiable en ambientes críticos.
Ese es exactamente el diferencial que ofrece el doctorado: tiempo para equivocarse con cuidado, espacio para revisar hipótesis y acceso a una comunidad científica que cuestiona cada decisión con rigor. Para una startup que pretende actuar en seguridad con IA, ese rigor no es un lujo — es un requisito. Y Salinas lo entendió antes de empezar a construir el producto.
El poder de la predicción: cómo funciona CommonGround
Lo que vino después de años de investigación fue CommonGround — una plataforma de seguridad basada en IA que ayuda a empresas, agencias gubernamentales y organizaciones sin fines de lucro a identificar señales tempranas de riesgo e inestabilidad civil. La herramienta está programada para convertir datos complejos — en gran parte provenientes de inteligencia de señales locales — en insights que permiten a los usuarios anticiparse a amenazas emergentes, evitando interrupciones costosas en las operaciones y tomando medidas proactivas para mantener a las personas seguras.
Un detalle fundamental diferencia a CommonGround de otras soluciones de seguridad disponibles en el mercado. Como explicó Salinas, estas evaluaciones de riesgo son especialmente aplicables en países donde hay una escasez comparativa de datos y donde las herramientas tradicionales de seguridad suelen tener puntos ciegos. La plataforma fue originalmente diseñada para enfocarse en regiones de América Latina y África. La lógica es directa: si la tecnología logra ser altamente eficaz en regiones social y políticamente complejas, estará en el camino correcto para escalar globalmente en los próximos años.
Este enfoque es especialmente relevante porque muestra que CommonGround no fue concebida para operar solo en mercados donde los datos abundantes hacen que el trabajo de IA sea relativamente simple. Por el contrario — fue construida para funcionar justamente donde es más difícil, donde los datos son escasos y los contextos sociales son más delicados. Esto exige modelos más sofisticados, un tratamiento de datos más cuidadoso y una comprensión más profunda de las comunidades que serán impactadas.
Una alianza académica que se convirtió en cofundación
Tal vez te estés preguntando si las actividades emprendedoras de Salinas fueron consideradas una distracción de sus obligaciones académicas. La respuesta es exactamente lo contrario. CommonGround fue cofundada por Fred Morstatter, director de tesis doctoral de Salinas, líder de equipo de investigación en el USC Information Sciences Institute y profesor asociado de investigación en el Thomas Lord Department of Computer Science de USC Viterbi y en la USC School of Advanced Computing.
La investigación de Morstatter se centra en análisis de redes sociales, detección de desinformación, modelado cultural, machine learning y equidad en sistemas de IA — y todos esos factores se unen en el desarrollo de CommonGround. En lugar de funcionar como un sistema de vigilancia vertical, la plataforma fue diseñada para promover una mayor comprensión entre las organizaciones y las comunidades impactadas por sus iniciativas.
Morstatter destacó que él y su equipo vieron de primera mano cómo esta investigación se traduce en valor operacional para sectores como minería y energía. Los socios de los primeros pilotos usaron los modelos para entender mejor cómo las comunidades locales responden a grandes proyectos, permitiendo anticipar tensiones, ajustar estrategias de relacionamiento y reducir riesgos antes de que los problemas escalen. Esa validación práctica, venida directamente del campo, es el tipo de evidencia que transforma una investigación académica en un producto con tracción real en el mercado. 🚀
El ecosistema que sostuvo el camino
Morstatter no fue el único apoyo de Salinas a lo largo del camino. Durante los cuatro años del PhD, la estructura de soporte de la USC para startups en etapa temprana estaba expandiéndose en alcance y coordinación. Salinas — alternando constantemente entre el pensamiento lento de la investigación y la acción rápida del emprendimiento — aprovechó de forma consistente las múltiples oportunidades disponibles.
El recorrido de Salinas dentro de ese ecosistema puede resumirse en etapas bien definidas:
- Technology Innovation Fellow: Salinas comenzó como uno de los primeros becarios del programa del USC Viterbi School Office of Technology Innovation and Entrepreneurship (TIE), donde el foco era transformar la tecnología en producto, combinando desarrollo técnico con orientación estructurada sobre casos de uso, diseño de pilotos y primeras implementaciones.
- USC Stevens Center for Innovation: después, recibió formación sobre cómo comercializar investigación, aprendiendo cómo la propiedad intelectual es evaluada y licenciada — el llamado tech transfer, la transición del laboratorio de investigación al mercado.
- NSF I-Corps: con la dirección técnica y el camino de comercialización identificados, el foco pasó a ser la validación de mercado. Un grant de 50 mil dólares del programa NSF I-Corps le dio a Salinas la oportunidad de realizar más de 100 entrevistas de descubrimiento de clientes, testeando suposiciones mediante contacto directo con usuarios potenciales y afinando aún más la dirección de la empresa.
- USC and Techstars University Catalyst: el paso siguiente fue aprender a conectar con inversores y futuros usuarios. CommonGround ingresó a este programa de aceleración, donde Salinas desarrolló el pitch de la empresa y su narrativa externa mediante mentoría y feedback estructurado.
Con la lista de comercialización, validación y comunicación cumplida, CommonGround estaba lista para ser lanzada. Y acá, una vez más, Salinas recurrió a su red académica y cosechó la recompensa de cuatro años de progreso constante. CommonGround se convirtió en la primera startup bajo el USC Startup Launch Agreement, que licenció la tecnología a cambio de una pequeña participación accionaria y cubrió los costos de constitución legal, reduciendo significativamente las barreras para la incorporación de la empresa.
Esfuerzo y persistencia detrás de la aparente facilidad
Si toda esta trayectoria hace que el proceso de idear, construir y lanzar una empresa parezca demasiado fácil — pueden estar seguros de que no lo fue. Es cierto que la decisión estratégica de Salinas de incubar una idea dentro del contexto universitario le proporcionó una plataforma de lanzamiento privilegiada, sin contar el financiamiento integral del PhD. Pero el proceso se alimentó de persistencia y mucho trabajo duro.
Salinas reflexionó sobre cómo equilibrar investigación, terminar la tesis y construir una empresa significó alternar constantemente entre trabajo académico y desarrollo de producto. Fue mucho para conciliar, especialmente mientras se preparaba para graduarse este semestre. Cualquier persona que haya intentado mantener dos proyectos complejos funcionando al mismo tiempo conoce el nivel de disciplina y organización que eso exige — ahora imaginen hacer eso con un doctorado de un lado y una startup del otro.
Aun así, él sabe que eligió el camino que hizo toda la diferencia. El desafío fue increíblemente motivador, y ahora está viendo cómo la expertise que desarrolló durante el PhD se convierte en una empresa con impacto inmediato, a medida que clientes utilizan CommonGround para tomar decisiones operacionales en el mundo real.
Herramientas que usamos a diario
Innovación con profundidad: el nuevo modelo para startups de IA
El caso de CommonGround plantea una discusión importante para el ecosistema de startups de Inteligencia Artificial. Durante años, el modelo dominante fue el de moverse rápido y romper cosas — una filosofía que funciona bien cuando el producto es una app de fotos o una red social, pero que empieza a mostrar sus grietas cuando el producto opera en áreas sensibles como salud, seguridad, justicia o infraestructura crítica. En esos contextos, la velocidad sin profundidad puede ser más perjudicial que beneficiosa, tanto para los usuarios como para la propia empresa.
La trayectoria de Salinas sugiere un camino alternativo que está ganando espacio en el mercado: el de fundadores con formación técnica avanzada que traen a las startups una cultura de rigor científico sin renunciar a la mentalidad emprendedora. No se trata de elegir entre academia y mercado, sino de combinar lo mejor de los dos mundos. Eso significa tener la capacidad de cuestionar presupuestos, de testear hipótesis con seriedad y de construir sistemas que resistan el escrutinio — y al mismo tiempo, saber transformar ese conocimiento en un producto que resuelve problemas reales para clientes reales.
Este modelo es especialmente relevante para el momento actual de la Inteligencia Artificial. Con LLMs y sistemas de IA siendo adoptados a velocidad acelerada por prácticamente todos los sectores de la economía, la demanda de soluciones confiables, auditables y técnicamente sólidas nunca fue tan alta. Empresas y gobiernos están cada vez más atentos a los riesgos de adoptar herramientas construidas sin el debido rigor, y eso abre un espacio enorme para startups que llegan al mercado con credibilidad técnica de verdad.
Un aviso para quienes ya están abriendo pestañas de programas de doctorado
Una nota importante para quienes se inspiraron con esta historia y ya están buscando programas de PhD con la pestaña de inscripciones abierta: el camino de un doctorado no es garantía de que vaya a resultar en una startup exitosa. El mismo Salinas reconoce que fue una combinación de factores lo que hizo todo posible — la investigación alimentó la curiosidad, encontró mentores y colegas con visiones alineadas y se vio persiguiendo un concepto de negocio adyacente a la academia por el simple placer del proceso.
Pero cuando esos elementos se alinean — curiosidad genuina, orientación de calidad, un ecosistema de soporte bien estructurado y la disposición para jugar el juego largo — el resultado puede ser algo que ni la startup más veloz lograría alcanzar. CommonGround es la prueba viviente de que pensar despacio, cuando se hace con intención y estrategia, puede ser la forma más rápida de llegar a un lugar que realmente importa. 💡
La historia de Abel Salinas y de CommonGround no es solo sobre una plataforma de seguridad basada en IA. Es sobre un modelo de creación de empresas de tecnología que coloca la profundidad de conocimiento en el centro de la propuesta de valor. En un mercado cada vez más saturado de soluciones superficiales, este enfoque no es solo diferente — es exactamente lo que el momento pide.
