Hace unos tres años si un startup mostraba que su producto incluía elementos de inteligencia artificial aplicada automáticamente subía algunos puntos en nuestro análisis de inversión para los fondos. Hablábamos de buscar compañías que tuvieran IA escrita en Python y no en Powerpoint. Hoy el problema es el contrario: la IA avanza tan rápido y es tan accesible que no solo ya no es una ventaja competitiva, sino más bien un riesgo.
La inteligencia artificial se ha democratizado a tal nivel que cualquier startup puede construir un producto funcional en muy poco tiempo y con capacidades de impacto real en productividad y costo (hemos visto hasta de 70%+) para sus clientes, incluyendo además servicios que antes simplemente no eran posibles. Como es natural en ecosistemas altamente competitivos cuando una solución logra market fit y comienza a escalar, rápidamente aparece competencia, y el problema es que por efectivas que sean muchas de estas soluciones, si son 100% software, las barreras de entrada son casi inexistentes cuando la tecnología habilitadora está al alcance de todos.
Esto representa un problema serio para los fondos de inversión, cuya misión es identificar empresas con capacidad de crecer sostenidamente, ocupar una posición dominante en su mercado, y generar un retorno significativo a los inversionistas. Pero cómo podemos proyectar la venta de una compañía a cinco años en un mundo donde lo que hoy es innovador literalmente en 3 semanas ya es genérico.
En los primeros tres meses de 2025 se invirtieron más de US$1.000 millones por día en proyectos relacionados con inteligencia artificial en distintas industrias. El interés y el potencial es evidente, pero también lo es la fragilidad del modelo: cualquier predicción de mediano o corto plazo, incluso a un año, es tan incierta hoy como lo era proyectar 20 años en 2010. El éxito de una compañía ocurre en parte porque el comprador evalúa que es más barato y menos riesgoso comprarla que copiarla, y desde la perspectiva puramente del software, un startup de IA aplicada no sale bien de este análisis. La base instalada de clientes pasa a ser el driver compra, que por sí solo no auspicia un buen múltiplo de salida si la tecnología no suma puntos a la valuación.
Estos startups de IA aplicada cumplen todos los criterios usuales: crecimiento temprano, tecnología escalable, resultados muy potentes para sus clientes, pero ¿la perspectiva de éxito? ¿Cuánto del mercado estará realmente disponible a mediano plazo si la solución es rápidamente replicable con IA? Hemos visto ya casos en que incluso los mismos corporativos reemplazan algunas soluciones con desarrollos internos apoyados con IA.
La preocupación es compartida y en conversaciones con varios fondos de nuestra red hemos recopilado algunos criterios que nacen de la adaptación a este nuevo escenario, con distintos niveles de aplicabilidad dependiendo de la tesis de cada uno:
- En primer lugar, donde antes había fondos que invertían sólo en startups 100% software, ahora se hace relevante la existencia de elementos tecnológicos adicionales de desarrollo propietario en la solución, que conecten con el mundo real: hardware, biotech, u otros que no puedan ser replicados con IA fácil o rápidamente.
- La existencia de un roadmap tecnológico muy agresivo, anticipando las próximas 3 versiones, features o productos futuros de manera permanente.
- Soluciones a problemas complejos que requieran de un nivel de especialización muy alto.
- Compañías que operen en industrias con alta regulación donde estas puedan compensar las barreras de entrada que la tecnología (aún) no tiene.
- Por último, independiente de si el producto incorpora IA o no, la startup sí debe utilizar IA como motor de productividad interna, la tasa de revenue por persona debe reflejar esto.
Es urgente rediseñar las matrices de evaluación y entender las nuevas dinámicas competitivas que impone la IA, de lo contrario corremos el riesgo de tener al menos una generación de fondos invertidos por hype en compañías no-vendibles.
La IA sigue siendo una gran oportunidad, pero también ha vuelto mucho más compleja la tarea de identificar a los ganadores.
