Greg Kogan, ex VP de Pinecone: di lo que la gente quiere

Greg Kogan, el asesor que ayudó a inventar "vector database", tiene una regla simple para posicionar startups

Pinecone pasó de 0 a 10.000 registros por día en el pico del ciclo de la IA generativa en 2022, según contó el propio Greg Kogan, entonces VP de Marketing de la compañía, en una sesión de preguntas con Tofu HQ fechada en febrero de 2025. Buena parte de ese crecimiento se apoyó en una decisión de posicionamiento que, según Kogan, él y el fundador Edo Liberty tardaron meses en tomar: bautizar al producto como "vector database" — en lugar del competidor "Vector Search API" — y aguantar la incertidumbre hasta que el mercado lo adoptara.

Ahora, en su blog personal gkogan.co, Kogan condensa más de una década asesorando a startups como Temporal, Runlayer, Console, Restate, Pydantic, Rerun, Netlify y Pinecone en una tesis directa: el problema más común al que se enfrentan los fundadores no es de producto ni de capital, sino de cómo hablan de su producto. Su fórmula, deliberadamente simple, es "di lo que la gente quiere".

Por qué el posicionamiento tradicional ya no funciona en 2026

El método clásico — meses en una sala debatiendo palabras, una agencia de branding y un lanzamiento de "categoría" tipo AI Agent Composable Runtime Mesh Control Layer Firewall — fue siempre poco eficaz, dice Kogan, y hoy directamente no funciona. Lo justifica con tres razones concretas:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El consumidor decide en otro lado. Las percepciones se forman hoy en X, grupos de chat, Slack, cenas, Hacker News y podcasts. Los informes de analistas y el "thought leadership" ya no dictan lo que la gente cree sobre un producto.
El mercado se mueve por días, no por trimestres. Un proceso de posicionamiento de varios meses no solo queda fuera de tono: queda obsoleto antes de lanzarse.
Hay demasiada basura y AI slop. Cualquier cosa que suene forzada se filtra al instante; cualquier cosa genérica se pierde en el ruido.

La conclusión es incómoda para los CEOs a los que les gusta "pensar como una gran empresa": cuanto más inteligente, más ambicioso y más convencido estés de tu visión, más grande será la brecha entre lo que dices de tu producto y lo que la gente realmente quiere, advierte Kogan. Y esa brecha es la que vuelve dolorosas las ventas, el recruiting y la recaudación.

Lo que el fundador cree que el cliente quiere (y por qué se equivoca)

Kogan lista tres patrones de autoverdad que él ha visto repetirse en más de 100 startups asesoradas:

"Somos la versión enterprise-grade de X" o "la AI-native de Y". Describirte como una variación de una categoría en decadencia te hace decaer con ella.
Lanzar con la descripción literal del producto ("runtime security scanner", "LLM gateway"): obligas al oyente a reconstruir por qué debería importarle y para qué sirve.
Apelar a fantasías de categoría ("a composable X", "an OS for Y", cualquier cosa con la palabra runtime). Suena ingenioso al fundador; resulta críptico para cualquiera más.

El antídoto es un ejercicio incómodo: aceptar que ya no compartes el mismo trabajo, la misma obsesión ni el mismo contexto que tu cliente. Dejaste de compartir su día a día el día que te convertiste en fundador.

El caso Pinecone: una categoría que no existía

El propio Kogan reconoce que el caso Pinecone parece contradecir su tesis. Después de todo, "vector database" es un nombre inventado por ellos. Pero la diferencia clave, según contó en Tofu HQ, es que la categoría se eligió después de hablar con usuarios, no antes.

El proceso real fue: meses de conversaciones nocturnas con el fundador Edo Liberty (ex Head of Amazon AI Labs), entrevistas con usuarios objetivo y prueba de varios nombres. "Nadie lo entendía al principio, pero había intriga. Así que seguimos", recuerda Kogan. Tardó cerca de un año en ser adoptado por clientes, competidores y analistas. Hoy, según datos de la misma sesión, más de 100 proveedores se presentan como vector databases.

El detalle que muchos pasan por alto: el primer hire de growth de Pinecone fue un developer advocate que era ingeniero de ML antes de unirse. La categoría no se creó en un PowerPoint; se construyó en la comunidad.

El método en tres pasos: aspiración, deseo, requisito

Para los fundadores que necesitan aterrizar la tesis, Kogan propone un marco con tres preguntas que se le hacen a 30 prospectos:

Aspiración — quién quieren ser o cómo quieren que se sienta su trabajo. Esta es el núcleo del posicionamiento. En el caso del propio Kogan trabajando con Kumo AI (startup de modelos fundacionales sobre datos relacionales, adquirida por Nvidia según reportó Fortune el 3 de junio a partir de The Information, por un monto superior a US$400M), descubrió que los data scientists querían "volver a sentirse data scientists": soñaban con el trabajo significativo y no con la rutina de feature engineering.
Deseo — el resultado concreto que buscan. Para un CISO, podría ser cobertura total de riesgos en nuevos dominios como los agentes de IA. Para un AI researcher, acortar la distancia entre el modelo y el experimento real.
Requisito — lo que el producto tiene que hacer para entregar ese resultado, y de forma que los competidores no puedan igualar.

Cuando Kumo reformuló su mensaje en torno a "pasar del modelado predictivo a la IA predictiva, 20 veces más rápido y sin feature engineering", el resultado fue, según su propio relato, miles de registros en workshops online y una directora de data science confesándole que la propuesta le había devuelto el amor por la profesión. The Forbes (junio de 2026) confirmó que Kumo había levantado US$37M con Sequoia Capital entre sus inversores y que entre sus clientes estaban DoorDash, Reddit y Snowflake.

Ejemplos a copiar (y qué evitar de cada uno)

Kogan no se queda en la teoría: enumera marcas que crecieron posicionándose por deseo y no por categoría:

Slack: durante años no usó la palabra chat en su homepage. Se posicionó como "Be less busy", el sentimiento que el usuario quería, no la herramienta.
Wiz: para proteger todo lo que está en la nube.
Cloudflare: conectar, proteger y construir apps. La etiqueta "plataforma SASE" ya fue retirada porque se veía forzada.
Fin: la mejor forma de dar un servicio al cliente excepcional.
Harvey: la aspiración del profesional legal moderno, sin jerga.

El denominador común: son conocidos por hacer algo, no por ser algo. Las categorías, dice Kogan, las terminan creando los analistas e inversores a tu favor cuando ya estás posicionado por deseo.

Qué significa esto para tu startup

La tesis de Kogan no es un playbook de marketing más. Es una declaración de principios sobre cómo un fundador decide hablar de lo que construye. Si lideras una startup en etapa temprana o de crecimiento, hay tres acciones concretas que puedes implementar esta semana:

Haz 30 entrevistas de 30 minutos esta semana con tu ICP real (no con otros founders ni con analistas). Pregunta por su aspiración, el resultado que persiguen y el requisito mínimo que el producto tiene que cumplir. Anota sus palabras textuales; ahí vive tu posicionamiento.
Escribe tu homepage sin la palabra de tu categoría. Si al quitarla el texto pierde sentido, nunca tuviste posicionamiento; tenías un diccionario técnico. Compáralo con cómo Slack evitó chat durante años.
Audita tu último pitch deck. Cada vez que aparezca "plataforma", "AI-native", "runtime", "composable" o "OS for X" sin que vaya seguido del resultado humano concreto que tu cliente quiere, reemplázalo por la frase que tu mejor cliente usaría para describir qué cambió en su trabajo después de usar tu producto.

El recordatorio incómodo que deja Kogan: las categorías no se crean en slides, se ganan en conversaciones. Y cuanto más inteligente sea tu equipo, más fácil será caer en la trampa de hablar para ti en lugar de hablar para quien firma el cheque.