"La mayoría de los experimentos mueren. Los que viven se lo ganaron."
Muerto
haycorte
inteligencia sobre interrupciones urbanas — bogotá
Qué era
Plataforma de inteligencia de infraestructura WhatsApp-first para cortes de servicios (agua / luz / gas) en Bogotá. Cerraba la brecha entre la información oficial de las empresas de servicios y la forma en que los residentes ya comparten información en grupos de WhatsApp.
Por qué tenía fuerza
Problema de comunicación real; la brecha existe.
Por qué murió
- Dependencia de infraestructura. Automatización de WhatsApp, scraping de empresas de servicios, geolocalización, APIs cloud — nada bajo tu control. Confiabilidad continua exigida desde el día uno porque los usuarios solo aparecen en eventos estresantes; un fallo de scraper o un flujo de WA bloqueado quema la confianza al instante.
- Estructura de negocio incompatible. Se comporta como una capa de servicio público; se monetiza como SaaS. Los individuos no pagan por información de cortes. El camino más fuerte (administradores de edificios / gestión de propiedades) exige ventas manuales, onboarding y operaciones locales.
- Uso episódico. A los usuarios solo les importa durante los cortes. La retención depende de alertas de mantenimientos programados y de participación comunitaria, lo que retrasa la auto-sostenibilidad.
- Capital vs. carga operativa. Infraestructura pesada con ingresos tempranos insuficientes para justificar la carga. Sin capital ni una capa de operaciones dedicada, opera en pérdidas demasiado tiempo.
Muerto
klipper-copilot
compañero ai para orcaslicer + klipper
Qué era
Una capa companion asistida por IA para OrcaSlicer y Klipper — analizando perfiles del slicer, validando restricciones de la impresora y recomendando ajustes de impresión más seguros para impresoras 3D de alto rendimiento.
Por qué tenía fuerza
Dolor real de ingeniería de sistemas; afinar estas impresoras es genuinamente difícil.
Por qué murió
- Costo de infra > ingresos realistas. Una optimización confiable necesita grandes datasets de configuraciones y fallos de impresoras, ingesta de telemetría, modelos de tuning específicos por hardware y testing continuo en muchas variantes de impresoras. Carga de soporte desproporcionada frente a los ingresos probables.
- Economía de la audiencia. Los usuarios objetivo (hobbyistas avanzados) son técnicamente capaces, sensibles al precio y resistentes a las suscripciones — adquisición y retención duras sin presencia comunitaria fuerte o canal de distribución.
- Categoría frágil en confianza. Recomendaciones inconsistentes o una sola sugerencia de impresión fallida queman la confianza rápido. Costos altos de API y hosting mientras se debuggean casos borde hacen castigadora la etapa temprana.
- Encaje estratégico. Mejor clasificado como un experimento de ingeniería de sistemas que como producto ahora mismo; los requisitos de infraestructura y validación exceden el retorno probable a corto plazo. Un lanzamiento en pérdidas es estratégicamente irrealista en esta etapa.