Zoë Weil pasó años en Etsy construyendo los sistemas de IA que ayudaron a la plataforma a incrementar su volumen bruto de ventas en mil millones de dólares en un año. Lo que aprendió en el proceso: la tecnología que hace que TikTok sea imposible de soltar —aquella que no solo recomienda contenido, sino que moldea lo que quieres ver— no existe fuera de un puñado de megacorporaciones tech. Hasta ahora.
Esta semana, su startup Sequen cerró $16 millones en Serie A para llevar esa tecnología a cualquier empresa de consumo de tamaño enterprise. La ronda incluye inversores de Betaworks, Glasswing Ventures y otras firmas especializadas en IA aplicada.
¿Qué es un “large event model” y por qué importa?
Todo el mundo conoce los modelos de lenguaje grande (LLMs) que potencian ChatGPT o Claude. Lo que impulsa el feed de TikTok es diferente: los llamados large event models. Mientras un LLM generaliza texto, un large event model generaliza secuencias de comportamiento humano en tiempo real: clics, scrolls, pausas, movimientos de cursor, conversaciones, incluso la duración de una vista.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El resultado es un sistema que no te recomienda “lo que le gustó a gente similar a ti” (eso es el collaborative filtering de los años 90), sino que aprende a moldear tus preferencias sesión a sesión, sin necesitar saber quién eres. “La tecnología moderna no recomienda contenido, dobla tu voluntad de manera sutil con el tiempo para hacer que realmente quieras cosas”, explicó Weil a TechCrunch.
El problema hasta ahora: construir esta infraestructura requería datasets masivos y equipos de ingeniería de ML que solo Google, Meta, TikTok o Amazon pueden mantener. Las empresas grandes que no son tech —retailers, medios, plataformas de viajes— no tenían acceso.
¿Qué cambia con Sequen?
Sequen resuelve el problema del data sparsity: la mayoría de las empresas no tienen los miles de millones de usuarios que TikTok usa para entrenar sus modelos. Los large event models de Sequen aprenden de eventos en tiempo real dentro de la sesión actual —no de perfiles estáticos, no de cookies de terceros, no de identidad del usuario. La decisión de personalización tarda menos de 20 milisegundos.
La plataforma se llama RankTune. Las empresas la integran vía API (la mayoría ya tiene algún sistema de ranking interno), simplemente reemplazan ese endpoint por el de Sequen. Los resultados reportados son notables: una empresa de muebles vio un 7% de incremento en ingresos (antes, 0.4% se consideraba una victoria); Fetch Rewards reportó un 20% de lift en ingresos netos en menos de 11 días.
Los contratos entre sus primeros cinco clientes están en siete cifras, y según Weil, todos han optado por el tier más alto: “En cuanto nos ven funcionar en un caso de uso, quieren adoptarnos en toda su plataforma.”
Sequen también tiene implicaciones para la privacidad. Al no necesitar identidad del usuario —solo el patrón de eventos de la sesión actual— podría reemplazar al cookie de tercera parte, cuya era está en cuenta regresiva regulatoria. Esto conecta directamente con tendencias que ya están transformando el SEO y la visibilidad en motores de IA: el targeting basado en identidad estática está cediendo frente a sistemas que entienden intención en tiempo real.
¿Por qué importa esto más allá de los datos de marketing?
La clave editorial aquí no es que una startup levantó $16M —eso pasa todos los días. La clave es que la “caja negra” que hace que TikTok sea el producto de consumo más optimizado de la historia está siendo desempaquetada, estandarizada y vendida como infraestructura B2B.
Para las empresas que compran: potencial real de incremento de ingresos. Para los usuarios finales: el mismo efecto de “el algoritmo me lee la mente”, ahora en tu tienda de muebles, tu app de viajes o tu plataforma de streaming de nicho. Para la industria: una señal de que la ventaja competitiva de las big tech en personalización se está erosionando más rápido de lo que parece.
Un paralelo útil es lo que pasó con las apps con IA en modelos de suscripción: los que adoptan estas tecnologías reportan incrementos de ingresos significativos, pero la retención y los efectos de dependencia tienen sus propios tradeoffs.
Sequen está apostando a que la respuesta correcta al dilema de personalización no es más datos de identidad, sino mejores modelos de comportamiento en tiempo real. Si la apuesta funciona a escala, podría cambiar cómo se diseña el customer journey en toda la industria de consumo digital.
