De unos $150 al mes a $8,6K de MRR: cómo Visualizee volvió a encontrar el crecimiento

## 1. Casi dos años después, los ingresos seguían alrededor de $150 al mes

Un producto de IA llevaba casi dos años en desarrollo. La tecnología podía generar los resultados que los clientes necesitaban y el mercado objetivo era real, pero los ingresos mensuales seguían siendo solamente de unos $100–$150. ¿Dónde estaba el problema?

Esta fue la situación a la que se enfrentaron Piotr Obidowski y Visualizee. Piotr es desarrollador de software y construyó Visualizee mientras mantenía un trabajo a tiempo completo. Su objetivo era utilizar IA generativa para ayudar a arquitectos y diseñadores de interiores a crear visualizaciones arquitectónicas con mayor rapidez.

Piotr aclaró posteriormente que aquellos $100–$150 mensuales iniciales no eran MRR. Procedían principalmente de pagos únicos. Es decir, el producto ya había demostrado que algunos clientes estaban dispuestos a pagar, pero todavía no había construido ingresos SaaS recurrentes y estables.

## 2. Encontró un problema real en el sector de la arquitectura

En las primeras etapas de un proyecto, los clientes suelen tener solamente bocetos, capturas de modelos de SketchUp o Revit, o conceptos de diseño todavía incompletos. Sin embargo, los arquitectos necesitan convertir esas ideas en resultados visuales que los clientes puedan comprender, discutir y modificar.

El renderizado arquitectónico tradicional requiere software especializado, conocimientos profesionales y tiempo. La IA generativa creó una oportunidad clara: si la IA podía convertir rápidamente bocetos y conceptos de diseño en imágenes arquitectónicas, podía reducir el tiempo y el coste de la visualización inicial.

Por eso, la dirección original de Visualizee no era fundamentalmente equivocada. La necesidad existía y la IA ya podía realizar una parte importante del trabajo.

## 3. La primera versión no era inútil: era demasiado difícil

Piotr dedicó aproximadamente cinco meses de su tiempo libre a desarrollar la primera versión de Visualizee. Utilizaba un flujo basado en nodos similar a ComfyUI. Desde el punto de vista técnico, este sistema era flexible y permitía controlar diferentes partes del proceso de generación.

Pero Visualizee no estaba dirigido principalmente a ingenieros de IA. Sus clientes eran arquitectos y diseñadores de interiores.

Estos profesionales querían resultados de diseño. No querían aprender nodos, prompts y flujos de IA antes de poder obtener esos resultados. Los comentarios de los usuarios comenzaron a señalar repetidamente el mismo problema: la curva de aprendizaje era demasiado pronunciada y el producto resultaba difícil de entender.

Visualizee se enfrentaba así a una contradicción clásica de producto:

La tecnología podía realizar la tarea, pero el camino del cliente hasta el valor era demasiado complicado.

## 4. Los comentarios de los clientes revelaron el verdadero cuello de botella

Ante unos ingresos persistentemente bajos, Piotr podía haber llegado a varias conclusiones. Quizás la IA necesitaba más funciones. Quizás faltaba tráfico. Quizás el marketing era insuficiente. O quizás el mercado simplemente no existía.

Pero los clientes no estaban diciendo:

“No necesitamos visualización arquitectónica.”

Lo que realmente estaban diciendo era:

“Este producto es demasiado difícil de utilizar.”

Son diagnósticos completamente diferentes. El primero indicaría un problema de demanda. El segundo indica un problema en la manera en que el producto entrega valor.

Piotr reconoció posteriormente que había recibido algunas de estas señales antes, pero no actuó con suficiente rapidez. Esta diferencia es importante: identificar un problema es una capacidad; responder rápidamente a la evidencia es otra.

## 5. El verdadero punto de inflexión: hacer que el producto asuma la complejidad

El verdadero punto de inflexión de Visualizee no llegó porque Piotr descubriera un modelo de IA completamente nuevo o más potente. Llegó cuando rediseñó el producto alrededor de la forma en que sus clientes realmente querían trabajar.

Finalmente abandonó la experiencia central basada en nodos, en la que ya había invertido una cantidad considerable de tiempo, y reconstruyó Visualizee como un producto conversacional más directo.

El nuevo flujo ya no exigía que los arquitectos se convirtieran primero en expertos en ingeniería de prompts. Los usuarios podían subir un boceto o modelo y describir en lenguaje normal el resultado que deseaban. El asistente de IA podía interpretar la solicitud, hacer las preguntas adicionales necesarias y gestionar una mayor parte de la construcción del prompt y de la lógica de generación.

La complejidad no desapareció. Se trasladó desde el cliente hacia el producto.

Antes, los clientes tenían que aprender a adaptarse a la IA.

Después del rediseño, el producto empezó a ayudar a que la IA se adaptara al cliente.

## 6. El modelo de negocio también tenía que cambiar

Incluso después de mejorar la experiencia del producto, quedaba otra pregunta: ¿cómo convertir una compra en ingresos recurrentes sostenibles?

Visualizee dependía inicialmente en gran medida de pagos únicos. Aunque siguieran llegando nuevos compradores, esa estructura no generaba de forma natural un MRR estable.

Piotr orientó posteriormente el negocio hacia las suscripciones. De esta forma, la retención del cliente y la entrega continua de valor podían reflejarse directamente en ingresos recurrentes.

Por eso, el crecimiento posterior de Visualizee no debe resumirse simplemente como “la interfaz se volvió más sencilla”. Tanto la experiencia del producto como el modelo de ingresos cambiaron de manera importante.

## 7. Del volumen de tráfico a la calidad del tráfico

En las primeras etapas, Visualizee recibía aproximadamente 30–50 visitantes al día, incluidos usuarios procedentes de directorios de herramientas de IA y canales de recomendación. En su análisis público, Piotr indicó que la conversión era inferior al 1%.

Posteriormente empezó a invertir sistemáticamente en SEO: creó contenido para el blog, investigó palabras clave y se concentró en preguntas que arquitectos y diseñadores estaban buscando activamente. Después del cambio, el tráfico de mayor intención aumentó hasta aproximadamente 180–200 visitantes diarios.

Piotr también compartió un contraejemplo muy revelador: Pinterest generó alrededor de 100.000 visualizaciones, pero prácticamente ninguna conversión significativa a pruebas del producto.

La enseñanza era clara. La exposición y la intención de compra no son lo mismo. La pregunta importante no es solamente cuántas personas ven un producto, sino si esas personas están buscando activamente la solución que ofrece.

## 8. El resultado

un hito público de $8,6K de MRR

En su análisis público como fundador, Piotr informó que Visualizee había alcanzado $8,6K de ingresos mensuales recurrentes.

En una entrevista posterior con Starter Story, Visualizee se encontraba alrededor de $8,2K de MRR y seguía generando algunos pagos únicos. Al sumar esos pagos únicos, los ingresos mensuales totales en aquel momento se acercaban a $10K.

Por eso, este caso no debe describirse como “de $150 MRR a $10K MRR”. Los aproximadamente $100–$150 mensuales iniciales procedían principalmente de pagos únicos, mientras que los $8,6K corresponden a MRR. Son métricas de ingresos diferentes.

La trayectoria más precisa es:

Etapa inicial

aproximadamente $100–$150 al mes, principalmente mediante pagos únicos.

Hito público de crecimiento: $8,6K MRR.

Entrevista posterior: aproximadamente $8,2K MRR, con ingresos mensuales totales cercanos a $10K al incluir los pagos únicos.

La verdadera enseñanza no es un múltiplo espectacular de ingresos. Tres cambios formaron conjuntamente el nuevo sistema empresarial:

El producto se volvió más fácil de utilizar.

El modelo de ingresos se orientó hacia las suscripciones.

La captación de clientes se desplazó hacia tráfico SEO con mayor intención de compra.