Littlebird recauda 11 millones de dólares para su herramienta de lectura de pantalla basada en IA

Se ha debatido mucho sobre la creación de contexto para los sistemas de IA. En el ámbito del software de consumo, hemos asistido a una oleada de startups centradas en búsquedas, documentos y reuniones. Su objetivo es capturar el contexto de tus actividades digitales, conectarse con otras herramientas y permitirte consultar esos datos agregados. Algunas han llevado esto más allá. Por ejemplo, Rewind (que más tarde pasó a llamarse Limitless y fue adquirida por Meta) y Recall, de Microsoft, pretenden capturar todo lo que aparece en tu pantalla para ayudarte a recordarlo todo.

Una nueva startup llamada Littlebird aborda un reto similar con un método ligeramente diferente. Mientras que aplicaciones como Rewind almacenan capturas de pantalla o datos visuales, Littlebird «lee» tu pantalla y almacena el contexto en forma de texto.

La premisa central del producto es que, al leer continuamente la pantalla, elimina la necesidad de que el usuario proporcione manualmente contexto adicional para las tareas de productividad. Los fundadores creen que, mientras que muchas herramientas de IA exigen la atención del usuario, Littlebird opera silenciosamente en segundo plano, apareciendo solo cuando se necesita.

Créditos de la imagen:LittlebirdCréditos de la imagen:Littlebird

Al instalar Littlebird, puedes personalizar qué aplicaciones debe ignorar, evitando que capture contexto de ellas. La empresa afirma que excluye automáticamente los gestores de contraseñas y los campos confidenciales de los formularios web, como los de contraseñas y datos de tarjetas de crédito. También puedes optar por conectar otras aplicaciones como Gmail, Google Calendar, Apple Calendar y Reminders.

La aplicación te permite hacer preguntas sobre tus datos, proporcionando indicaciones pregeneradas para ayudarte a empezar, como «¿En qué he estado trabajando hoy?» o «¿Qué correos electrónicos son más importantes para mí?». Tras unos días de uso, observé que estas indicaciones se adaptaban cada vez más a mis hábitos.

Littlebird también incluye un bloc de notas integrado, similar a Granola. Utiliza el audio del sistema para funcionar en segundo plano, transcribiendo reuniones y generando notas y tareas pendientes. Cuando se visualiza una reunión en detalle, la opción «Preparar la reunión» aprovecha el contexto de reuniones anteriores, correos electrónicos y el historial de la empresa para ofrecer información relevante. Esta función puede incluso extraer información de plataformas como Reddit para mostrar lo que los usuarios opinan sobre un producto o una empresa específicos.

Créditos de las imágenes: Littlebird

Otra función, llamada «Routines», te permite configurar indicaciones detalladas para que Littlebird las ejecute a intervalos regulares: diarios, semanales o mensuales. La empresa ofrece rutinas predefinidas, como un resumen diario, un resumen semanal de actividades y un resumen del trabajo del día anterior. Los usuarios también pueden crear sus propias rutinas personalizadas con instrucciones específicas.

Littlebird fue fundada en 2024 por Alap Shah, Naman Shah y Alexander Green. Los hermanos Alap y Naman fundaron anteriormente Sentieo, una plataforma para inversores institucionales que fue vendida a la empresa de inteligencia de mercado AlphaSense. También cofundaron una empresa de alimentos saludables llamada Thistle. Alap es coautor del viral artículo «Citrini» sobre cómo los agentes de IA podrían afectar a la economía, lo que influyó brevemente en varias acciones tecnológicas. Green tiene experiencia en la fundación de empresas en los ámbitos del hardware, el software y la IA.

«Empezamos cuando Alap identificó un problema clave: la eficacia de la IA depende de los datos de los usuarios. Los modelos en sí mismos no saben nada sobre ti, lo que limita su utilidad. Exploramos varios paradigmas de interfaz de usuario y sistemas operativos maduros para la disrupción de la IA, y eso dio lugar al proyecto Littlebird», explicó Green a TechCrunch durante una llamada.

Green señaló que, aunque el enfoque de Rewind era similar, se basaba en capturas de pantalla y ofrecía una experiencia de búsqueda subóptima. Afirmó que Littlebird acaba de empezar y se enfrenta a numerosos retos en el futuro, entre ellos enseñar a los grandes modelos de lenguaje (LLM) a comprender diversos tipos de contexto de usuario.

Cargando el reproductor…

Con Littlebird, los usuarios pueden eliminar sus datos en cualquier momento. Todos los datos se cifran y se almacenan en la nube. Green explicó que el almacenamiento en la nube permite el uso de potentes modelos para diversos flujos de trabajo de IA, lo cual no es factible en dispositivos locales.

«No almacenamos ninguna información visual, solo texto, lo que hace que los datos sean mucho más ligeros. Creo que esa es otra razón por la que Recall y Rewind se enfrentaron a retos: las capturas de pantalla consumen muchos más datos. También creo que la captura visual resulta más invasiva», afirmó.

Créditos de las imágenes: Alexander Green

Littlebird se puede descargar y utilizar de forma gratuita. Sin embargo, para disfrutar de límites de uso más altos y acceder a funciones como la generación de imágenes, los usuarios pueden suscribirse a planes a partir de 20 dólares al mes.

La startup ha conseguido 11 millones de dólares en financiación liderada por Lotus Studio, con la participación de inversores como Lenny Rachitsky, Scott Belsky, Gokul Rajaram, Justin Rosenstein, Shawn Wang y Russ Heddleston.

Varios de estos inversores son usuarios activos del producto. Rajaram, que ha trabajado en productos publicitarios en Google y Facebook, afirmó que la herramienta reduce la fricción que supone recordar, recuperar y volver a explicar el propio trabajo. Heddleston, cofundador y director ejecutivo de DocSend, mencionó que utilizó Littlebird para reescribir el sitio web de marketing de su empresa, extrayendo contexto de reuniones, correos electrónicos, Notion y otras fuentes.

Rachitsky, que dirige un boletín informativo y un podcast, comentó que la IA es tan buena como su contexto y que a menudo pasa por alto los matices de la vida cotidiana. Él utiliza la herramienta para perfeccionar sus flujos de trabajo de productividad y mejorar su bienestar. Cree que, para alcanzar el éxito a largo plazo, el producto debe identificar un caso de uso definitivo y decisivo.

«Todo depende de encontrar ese caso de uso esencial e imprescindible. Ese es el factor crítico para el éxito de este producto en este momento. Sé que muchos usuarios ya han encontrado sus propios casos de uso estrella, y el equipo se está centrando activamente en estas experiencias emergentes», señaló.

«He entrevistado a muchos creadores de productos de IA en mi podcast, y la lección más recurrente es que nunca se sabe realmente cómo va a utilizar la gente tu producto hasta que lo tiene en sus manos. La estrategia consiste en lanzarlo pronto, observar cómo lo utiliza la gente y luego apostar fuerte por esos casos de uso exitosos, en lugar de esperar a una solución perfectamente concebida».