Startups e inversión
Los inversionistas dejan de enfocarse en herramientas genéricas de SaaS con IA
Los inversionistas están desplazando cada vez más su capital lejos de las herramientas genéricas de SaaS con IA y las capas de flujo de trabajo superficiales, favoreciendo a startups con datos propietarios y profunda experiencia en el sector.
Los inversionistas han inyectado miles de millones de dólares en empresas de inteligencia artificial (IA) en los últimos años, a medida que la tecnología sigue dominando en Silicon Valley y, por ende, en el mundo. Sin embargo, los capitalistas de riesgo (VC, por sus siglas en inglés) están desviando su atención de los productos “ligeros” de software como servicio (SaaS). Según Aaron Holiday, socio gerente de la firma de capital de riesgo 645 Ventures, los inversionistas básicamente ya no están interesados en startups que construyen capas de flujo de trabajo superficiales, herramientas horizontales genéricas, gestión de productos ligera y análisis de nivel superficial. Abdul Abdirahman, inversionista en la firma de capital de riesgo F-Prime, añadió que el software vertical genérico sin fosos de datos propietarios tampoco es popular.
Este cambio refleja una disminución más amplia en el valor de los envoltorios de IA, las herramientas de productividad genéricas y los clones básicos de CRM. Igor Ryabenkiy, fundador y socio gerente de la firma de capital de riesgo AltaIR Capital, señaló que la barrera de entrada ha disminuido, lo que hace más difícil construir un foso real. Ryabenkiy explicó que si la diferenciación de una startup reside principalmente en su interfaz de usuario y automatización, eso ya no es suficiente.
El auge de los agentes también está cambiando la forma en que los inversionistas evalúan la retención de software. Jake Saper, socio general de la firma de capital de riesgo Emergence Capital, señaló la diferencia entre herramientas para desarrolladores como Cursor y Claude Code de Anthropic como un indicador temprano de este cambio. Saper señaló que, mientras una herramienta es dueña del flujo de trabajo del desarrollador, la otra simplemente ejecuta la tarea, y los desarrolladores eligen cada vez más la ejecución sobre el proceso. Saper explicó que, si bien lograr que los humanos trabajaran dentro de una plataforma de software solía ser una defensa sólida, el auge de los agentes cambia la dinámica. “Antes de Claude, lograr que los humanos hicieran su trabajo dentro de tu software era un foso poderoso, pero si los agentes están haciendo el trabajo, ¿a quién le importa el flujo de trabajo humano?”, dijo Saper.
Saper también señaló que las integraciones son cada vez menos populares. Este cambio está impulsado por el protocolo de contexto de modelo (MCP, por sus siglas en inglés) de Anthropic —un estándar para conectar modelos de IA a datos externos—, lo que facilita la conexión de modelos a sistemas externos sin construir integraciones personalizadas.
Para seguir siendo atractivas, las startups deben demostrar una integración profunda en el flujo de trabajo y avanzar hacia precios flexibles. Ryabenkiy afirmó que los modelos de precios rígidos por usuario serán más difíciles de defender, mientras que los modelos basados en el consumo tienen más sentido.
Por qué importa
Los inversionistas están reasignando capital hacia empresas que poseen flujos de trabajo, datos y experiencia en el sector, mientras se alejan de productos que pueden ser replicados fácilmente por equipos nativos de IA.