El ex-director de Meta que apuesta a que Office se puede matar con open-source

Rohit Patel pasó ocho años en Meta. Los últimos, como director en Meta Superintelligence Labs — el equipo que construye los modelos de IA más avanzados de la empresa. Tenía acceso a infraestructura que la mayoría de los fundadores del mundo nunca va a ver, a ingenieros de primer nivel y a recursos prácticamente ilimitados.

Renunció para fundar una empresa de tres personas, sin inversión externa, construida sobre modelos open-source.

No es una historia de burnout ni de conflicto interno. Es una apuesta deliberada sobre cómo se construye la próxima generación de herramientas de trabajo — y sobre quién tiene ventaja real para hacerlo.

Qué es Ndoc y por qué es distinto

Ndoc (ndoc.ai) no es otro editor de documentos con un botón de IA. Es un intento de redefinir qué es un documento de trabajo en 2026.

La propuesta tiene tres capas que funcionan juntas: una capa de presentación donde viven los slides, dashboards y mini-aplicaciones; una capa de análisis narrado donde cada cifra viene con su razonamiento y sus citas numeradas — no como nota al pie invisible, sino como parte del documento mismo; y una capa de datos subyacente donde están los datasets y los scripts en Python que generaron cada número, visibles y auditables por cualquiera que abra el archivo.

El resultado es un documento que no solo muestra una conclusión — muestra cómo llegó a ella. Para alguien que toma decisiones con datos, eso es la diferencia entre confiar en un número y poder verificarlo.

El formato de exportación se llama .ndoc.html y Patel planea abrirlo como estándar público. Cualquier empresa, sin pagar licencia a Microsoft ni a Google, podría eventualmente leer y crear archivos en ese formato. Es la apuesta más interesante y también la más difícil de ejecutar — los estándares abiertos solo funcionan cuando hay suficiente adopción para que importar.

La decisión de no levantar capital

Patel dijo explícitamente que no quiere financiamiento hasta tener evidencia de que a la gente le gusta el producto. No es una declaración de principios — es una estrategia.

Levantar capital antes de validar obliga a crecer antes de entender qué está funcionando. En el mercado de herramientas de productividad, donde Microsoft y Google tienen distribución que ningún fondo puede comprar, entrar con un producto que la gente realmente quiere usar es la única ventaja real disponible para un equipo pequeño.

El modelo de negocio empieza con pilotos enterprise y una lista de espera para alpha. Beta en semanas. Lanzamiento completo recién el próximo año.

La apuesta sobre los modelos

Ndoc no corre sobre GPT-4 ni sobre Claude. Está construido sobre modelos open-source con fine-tuning propio. Patel dice que por eso corre significativamente más barato que los competidores que dependen de los frontier models más caros del mercado.

Es una apuesta que tiene lógica técnica: para tareas específicas y bien definidas — estructurar un análisis, generar un gráfico, conectar una cifra con su fuente — un modelo más pequeño y bien entrenado puede igualar o superar a uno general y más grande. Y lo hace a una fracción del costo.

Si esa apuesta es correcta, la ventaja de los grandes no es su acceso a los mejores modelos — es su distribución. Y la distribución se puede atacar con un producto suficientemente mejor.

El competidor que ya llegó

OpenAI lanzó en septiembre algo funcionalmente similar dentro de ChatGPT — se llama Space. Patel lo reconoce como una amenaza directa y decidió competir de todas formas. No por ingenuidad: por una lectura concreta de que un equipo pequeño puede moverse más rápido que una empresa que tiene que integrar una feature nueva en un producto de cientos de millones de usuarios.

Es la misma apuesta que hacen todos los founders que compiten contra plataformas grandes. A veces funciona. Casi siempre requiere que el timing sea exacto.

Lo que esto dice sobre el momento actual

La semana pasada Anthropic salió a bolsa con ingresos de US$16.000 millones en seis meses. Esta semana un ex-director técnico de Meta decide que el camino más interesante no pasa por los modelos más caros del mercado, sino por construir algo más barato, más específico y más auditable — con tres personas y sin inversión.

Los dos movimientos son válidos. Y los dos están apostando a cosas distintas sobre cómo se ve el mercado de IA en tres años.