Gemsy: scouting de fútbol con IA por 19 euros al mes

Una conversación en lugar de una base de datos

El usuario escribe lo que necesita —«central zurdo, menor de 24 años, titular en Segunda»— y Altair, el modelo de IA de Gemsy, busca en una base de más de 150.000 jugadores y 16.000 jugadoras repartidos en más de 450 ligas y grupos de 110 países, compara candidatos y redacta un informe de scouting con un veredicto de fichaje. Ese es el núcleo del producto que lanzó la startup malagueña fundada por David Rodríguez.

El informe cubre rendimiento, trayectoria, lesiones, contrato y mercado, con cada dato fechado, y se exporta a PDF, Word, Excel o PowerPoint. La plataforma abarca fútbol profesional y semiprofesional, masculino y femenino, incluidas la Primera y la Segunda RFEF, y está disponible en siete idiomas.

¿Cuánto cuesta y a quién le sirve?

Gemsy tiene un plan gratuito sin tarjeta y un plan profesional de 19 euros al mes. El precio es la parte interesante del lanzamiento: apunta a un cliente que históricamente no compraba software de análisis, porque el software de scouting profesional se diseñó para departamentos con presupuesto.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Rodríguez lo explica sin rodeos: «Un club de Segunda RFEF o un ojeador que trabaja solo no tiene un departamento de análisis detrás. Gemsy hace el trabajo de oficina, buscar, comparar y redactar, para que su tiempo vaya a ver al jugador al campo».

El examen a ciegas: 85,5 sobre 100 frente a las IA generales

La empresa publicó un examen a ciegas de sus informes contra los de las IA generales más avanzadas, con 23 jugadores reales y el mismo evaluador para todos. Sobre 100 puntos, Gemsy obtuvo 85,5, a 2,4 puntos de GPT-6.1 Sol (87,9) y por delante de Claude Fable 5.1 (79,1), Claude Opus 5.5 (59,3) y Gemini 3.1 Pro (50,8).

Hay que leer ese número con la cautela que corresponde: es un examen publicado por la propia empresa. Lo que sí agrega valor es que Gemsy hizo pública la metodología, incluidos los puntos donde todavía comete más errores —el fútbol femenino y las ligas de fuera de Europa—. Ese nivel de detalle es poco habitual en el marketing de una startup de IA y es, en sí mismo, una señal de confianza para un comprador técnico.

El resultado también deja una lectura de mercado: los modelos generalistas rinden de forma muy despareja en tareas verticales y con datos estructurados. La brecha entre 87,9 y 50,8 entre dos modelos de frontera evaluados con el mismo criterio sugiere que la ventaja competitiva de una herramienta como Gemsy no está en el modelo, sino en la base de datos y en el flujo de trabajo que lo envuelve.

¿Por qué el análisis deportivo se está volviendo un mercado de software?

El contexto acompaña. Según MarketsandMarkets (difundido por Yahoo Finance en octubre de 2026), el mercado global de analítica deportiva pasará de USD 2.700 millones en 2026 a USD 5.190 millones en 2031, con una tasa de crecimiento anual compuesta del 14,0%. El informe sitúa el tamaño de 2025 en USD 2.290 millones y señala que el segmento de aplicación en el campo (on-field) crecerá al 14,3% anual, el más rápido del período. Norteamérica concentra la mayor cuota regional, con un 34,5% estimado para 2026.

Ese crecimiento no se reparte de forma pareja. La mayor parte del gasto sigue en clubes grandes y ligas profesionales, mientras que las categorías semiprofesionales y el trabajo independiente quedan fuera de los presupuestos de las plataformas tradicionales. Ahí es exactamente donde Gemsy planta su propuesta: un producto de entrada barata, en español, con cobertura explícita de ligas que no son las cinco grandes de Europa.

¿Qué significa esto para tu startup?

1. El foso no es el modelo, es el dato y el formato de salida. Gemsy usa un modelo propio, Altair, pero lo que vende es una base de 150.000 jugadores con datos fechados y un informe exportable a Word o Excel. Si estás construyendo una herramienta vertical de IA, la pregunta que define tu defensa competitiva no es qué modelo usas, sino qué dato propietario tienes y en qué formato lo entrega tu producto al flujo de trabajo del cliente.

2. Un plan gratuito sin tarjeta para un cliente que nunca pagó software. El segmento objetivo —ojeadores independientes, agencias pequeñas, clubes modestos— no tiene hábito de compra de SaaS. Un free tier sin fricción de pago es la forma más barata de que ese usuario pruebe, y los 19 euros al mes convierten la prueba en ingreso sin necesidad de una decisión de compra corporativa.

3. Publicar tus propias evaluaciones con metodología abierta es una táctica de venta B2B barata. Gemsy no solo publicó que ganó: publicó dónde pierde. En ventas a compradores técnicos, admitir los límites del producto antes de que los descubra el cliente acorta el ciclo de confianza. Si tienes una herramienta de IA, un benchmark reproducible con criterios explícitos vale más que cualquier testimonio genérico.

4. Diseña el producto alrededor de lo que la IA no hace. Gemsy no trabaja con vídeo de partidos y sus informes indican qué partidos ver y qué comprobar antes de cerrar un fichaje. En lugar de prometer sustituir al ojeador, el producto se posiciona como la parte administrativa del trabajo y le devuelve al humano la parte que no se puede automatizar. Es un patrón replicable en cualquier vertical donde la IA cubra la preparación pero no la decisión final.

Los límites que la propia empresa reconoce

Tres restricciones conviene tener presentes antes de evaluar la herramienta o de copiar el modelo:

No usa vídeo de partidos. El análisis se apoya en datos, no en observación de imágenes, así que la valoración final sigue dependiendo de ver al jugador en el campo.
El rendimiento baja en fútbol femenino y en ligas fuera de Europa. Es un problema de cobertura de datos, no de modelo, y es el tipo de limitación que suele resolverse con volumen de fuentes, no con más cómputo.
El informe no cierra un fichaje. Indica qué verificar. La decisión sigue siendo del club.

Conclusión

Gemsy no inventa una categoría: el scouting con datos existe desde hace años. Lo que hace distinto es el punto de entrada. En lugar de competir por el departamento de análisis de un club de primera división, apunta al ojeador que trabaja solo y al club de Segunda RFEF, con un precio de 19 euros al mes y una base de datos que cubre 110 países.

Para un founder, la lección es doble. Por un lado, un mercado que crece al 14% anual según MarketsandMarkets sigue teniendo huecos en la base de la pirámide, donde el software profesional es demasiado caro y demasiado complejo. Por otro, la estrategia de transparencia radical —examen a ciegas, metodología pública, límites declarados— es un activo comercial, no una concesión. En mercados donde el comprador desconfía de las promesas de IA, decir dónde fallas puede vender más que decir dónde ganas.