← Volver a la biblioteca
Tech Free 30 sept 2026

Un ex-GoPro creó PhotoRoom en 2 semanas: $1M de ARR en 9 meses y $20M de ARR con solo $2M de capital

A finales de 2019, el ex-PM de GoPro Matthieu Rouif y el ingeniero de ML Eliot Andres crearon el MVP de PhotoRoom en 2 semanas. Para resolver el dolor de recortar fondos a vendedores de Poshmark y eBay, Rouif pagó hamburguesas en McDonald's para pruebas de usuario y convirtió las exportaciones gratuitas con marca de agua en un motor viral. Alcanzó $1M de ARR en 9 meses, escaló a $20M de ARR con solo $2M de capital, y llegó a $50M de ARR con una valoración de $500M.

Protagonista
Matthieu Rouif, ex-GoPro product manager, and Eliot Andres, deep learning engineer; built an AI photo editing MVP in 2 weeks to dominate ecommerce imagery
Ganado
Hit $1M ARR in 9 months; $2M ARR by year-end; scaled to $20M ARR on just $2M capital; surpassed $50M ARR by late 2023; raised at a $500M valuation in 2024
Duración
Late 2019 started in a garage → 2 weeks to build the iOS MVP → August 2020 hit $1M ARR → 2022 reached $20M ARR → 2024 reached $500M valuation and $50M+ ARR
Negocio
AI-powered mobile studio photo editor (PhotoRoom): instant background removal and studio-grade product imagery for online resellers and small businesses via subscriptions

Proceso

2 Semanas
Desarrollo del MVP
9 Meses
A $1M ARR (Sin Anuncios)
$20M
ARR con Solo $2M de Capital
$500M
Valoración en 2024
Cofundador de PhotoRoom Matthieu Rouif
Cofundador y CEO de PhotoRoom Matthieu Rouif · Foto: Medium / PhotoRoom

En una época en la que las startups de IA queman millones de dólares en servidores, PhotoRoom es reconocido como el estándar de oro en eficiencia de capital.

Su cofundador, Matthieu Rouif, exgerente de producto en GoPro, pasó años lidiando con imágenes comerciales. Conocía de primera mano la lentitud de las herramientas tradicionales: recortar un producto para ponerlo sobre fondo blanco de estudio requería que un diseñador usara la pluma de Photoshop durante 10 a 20 minutos por foto.

"Si los diseñadores profesionales lo sufrían, ¿cómo lo hacían los millones de vendedores en eBay, Poshmark, Depop y Etsy?" Rouif detectó un problema masivo: los pequeños revendedores no tenían focos ni estudios; sacaban fotos sobre sábanas o alfombras, pero los algoritmos de venta exigían fondos blancos impecables.

A finales de 2019, Rouif se unió al especialista en aprendizaje automático Eliot Andres. En un piso de París y en solo 2 semanas, crearon la primera versión para iOS usando CoreML en el dispositivo: PhotoRoom.

1. El MVP de 2 semanas: convertir 15 minutos en 1 segundo

La primera versión hacía una sola cosa a la perfección: tomabas una foto con el móvil y el modelo en el dispositivo eliminaba el fondo en menos de 1 segundo, sustituyéndolo por un fondo blanco, transparente o de estudio.

Al procesar todo en el chip del iPhone en lugar de enviar peticiones a servidores en la nube, el coste de infraestructura fue prácticamente cero y funcionaba al instante, incluso sin internet.

2. Pruebas de guerrilla en McDonald's: hamburguesas por feedback

En lugar de aislarse, Rouif aplicó una táctica implacable: el test de guerrilla en McDonald's.

Iba a un McDonald's concurrido de París y decía a quienes hacían cola: "Te invito a un menú Big Mac si descargas esta app y me dejas mirarte usarla durante 5 minutos sin decir nada".

Por el coste de unas pocas hamburguesas, descubrió fricciones clave:

  • Dónde dudaban los usuarios al importar fotos;
  • La necesidad imperiosa de añadir una sombra suave realista para que el producto no pareciera flotar;
  • Cómo reubicar los botones para facilitar el uso con una sola mano. En 2 semanas eliminó cualquier obstáculo en la interfaz.

3. Penetración en revendedores y marca de agua viral

Con la pandemia de 2020, millones de personas confinadas empezaron a vender ropa usada en internet.

PhotoRoom creció sin gastar en publicidad gracias a dos motores:

  1. Comunidades de revendedores: Rouif compartió la app en foros de Reddit y canales de YouTube de compraventa. Los creadores alucinaron al poder editar 50 prendas desde la cama en 10 minutos y recomendaron la app gratis.
  2. La marca de agua como caballo de Troya: La versión gratuita permitía recortar sin límite, pero dejaba un discreto sello de "Made with PhotoRoom". Millones de fotos en eBay, Vinted e Instagram se convirtieron en vallas publicitarias gratuitas.
  3. Conversión natural a suscripción: Para eliminar la marca de agua o editar en lote (50 fotos de golpe), cobraban una cuota muy accesible ($2.99/semana o $29.99/año). Para quien vendía cientos de prendas al mes, era una inversión obvia.

4. Eficiencia de capital extrema: $20M de ARR con solo $2M invertidos

El crecimiento orgánico llevó a PhotoRoom de $0 a $1M de ARR en solo 9 meses y a $2M de ARR a finales de 2020.

Tras graduarse en Y Combinator, lograron un hito casi inaudito: alcanzar $20M de ARR habiendo gastado apenas $2M de capital de inversión, operando con flujo de caja positivo.

En 2023 incorporaron fondos contextuales generados por IA, captando clientes corporativos como Warner Bros, Netflix y plataformas de delivery como Wolt.

  • Finales de 2023: Superó los $50M de ARR, procesando miles de millones de imágenes al año;
  • Inicios de 2024: Cerró una ronda Serie B de 43 millones de dólares liderada por Balderton y Aglaé Ventures, alcanzando una valoración de $500 millones.

"Cuando creamos PhotoRoom no teníamos millones para gastar en GPUs. Nuestra ventaja fue entender el dolor del vendedor y comprimir 15 minutos de Photoshop en 1 segundo en el móvil. Cuando le ahorras tiempo y le das dinero a la gente, el producto se vende solo." — Matthieu Rouif

Fuentes: Forbes · TechCrunch · Y Combinator · Stripe Case Studies

Reflexión

Insight 1: Desempaquetar una sola función clave y llevarla al móvil en 1 segundo

Photoshop tiene miles de opciones, pero el 95% de los vendedores solo quiere quitar el fondo. El éxito radica en no competir en amplitud, sino en resolver un único problema repetitivo con máxima sencillez y velocidad móvil.

Insight 2: La eficiencia de capital vence a la compra de tráfico

Quemar dinero en publicidad y servidores caros destruye a muchas startups de IA. PhotoRoom utilizó computación local (CoreML) para abaratar costes y creció mediante producto (PLG). Facturar 20M$ habiendo gastado solo 2M$ otorga una solidez absoluta.

Insight 3: La marca de agua como palanca de distribución

Una versión gratuita útil con una pequeña marca de agua convierte a cada usuario libre en un comercial que promociona tu herramienta en los marketplaces de todo el mundo.

Acción

Cómo aplicar este manual a un proyecto personal:

  1. Paso 1: Detecta una tarea repetitiva y engorrosa en software tradicional
    • Identifica un proceso tedioso (subtitular vídeos cortos, limpiar audios, rellenar formularios) y crea en 2 semanas un MVP ultrarrápido centrado únicamente en esa función.
  2. Paso 2: Haz pruebas de usuario reales y cara a cara
    • No gastes en anuncios el primer día. Observa en silencio a 30 usuarios reales usando tu herramienta para pulir cualquier fricción.
  3. Paso 3: Incorpora un gancho viral en la capa gratuita
    • Permite que el usuario obtenga valor real de inmediato a cambio de una pequeña mención o enlace de marca, reservando el procesamiento masivo o la eliminación de marca para el plan de pago.

No es para ti si:

  • Quieres crear una suite creativa genérica y cargada de opciones;
  • No tienes interés en comprender los flujos diarios de los usuarios no técnicos;
  • Pretendes tapar fallos de usabilidad a base de gastar en anuncios de pago.