Hoy existen más de 70,000 compañías de IA operando en el mundo. La mayoría no existirá en cinco años. Antes de entender por qué —o saber si la tuya está entre las que perdurarán— es necesario distinguir con claridad lo que el mercado parece estar difuminando.
Quitando el ruido de los pitch decks, existen dos tipos de sistemas de IA que se construyen hoy. El primero es la infraestructura de IA: la tecnología de orquestación y gobernanza que posibilita el uso a escala. En términos simples, es la fontanería — marcos de agentes, enrutamiento de modelos, herramientas de evaluación y monitoreo, salvaguardas y controles que permiten a una gran organización usar IA de forma segura. Suele situarse entre los modelos de base y el usuario final, y es hacia allí donde está fluyendo una gran cantidad de capital de riesgo.
El segundo es la capa de interacción: la herramienta que realmente utiliza una persona para hacer su trabajo. El asesor de underwriting, el revisor de contratos, el copiloto de ventas. Aquello con una pantalla de login y una tarea por cumplir.
Lo que veo en el mercado es una mezcla de ambos. Algunas firmas venden arquitectura. Otras venden herramientas. Muchas intentan vender ambas cosas, con la teoría de que poseer toda la pila es la posición más segura. Y aunque este mercado desprende un tremendo entusiasmo y parece que todo el mundo está fundando una empresa de IA, soy escéptico de que muchas de esas firmas alcancen la rentabilidad, como la historia muestra que suele ocurrir en ciclos similares.
Ya hemos probado este experimento dos veces.
El pasado y el futuro
La era dot-com ejecutó la primera versión de este experimento y su saldo final merece hacerse explícito. Investigadores estiman que aproximadamente 50,000 startups se fundaron en Estados Unidos entre 1998 y 2002 para comercializar Internet. De ellas, cerca de 8,000 recibieron financiación de riesgo. Alrededor de 1,700 empresas relacionadas con Internet lograron salir a bolsa en todo ese periodo —585 solo en 1999 y 2000— y, en el pico, aproximadamente el 14 por ciento de las compañías tecnológicas que iban a bolsa eran rentables.
Para finales de 2002, la mayoría de las acciones de Internet habían perdido más de tres cuartos de su valor y se habían evaporado alrededor de 1,7 billones de dólares. Y el número de ganadores de gran envergadura de esa cohorte podría contarse con los dedos de una mano: Amazon, eBay, Priceline, Expedia, entre otros. En resumen: 50,000 fundadas, 8,000 financiadas, 1,700 públicas, menos de diez gigantes. Un funnel que ilustra por qué un “nuevo auge” puede prometernos mucho, pero no garantiza beneficios para la mayoría.
Este es un recordatorio necesario para todo lo que sigue: un “oro” puede existir, pero pocos lo capturan, y la mayoría se quedan en el camino. Si alguien te dice que la IA creará trillones de valor, recuerda que eso es una afirmación sobre el mercado, no sobre una empresa específica.
El ejemplo de la nube
En los inicios de la computación en la nube hubo cientos de proveedores y un ecosistema activo de empresas de middleware vendiendo la capa de conectividad: herramientas de aprovisionamiento, capas de gestión, plataformas de monitoreo. Hoy, solo tres compañías controlan aproximadamente dos tercios del mercado de la nube, y su cuota crece cada año.
Y aquí es crucial para IA: la capa de middleware no se consolidó junto a las plataformas, sino que fue absorbida por ellas. Los hyperscalers construyeron consolas de gestión, monitoreo y orquestación, y lo ofrecieron como una función integrada. Las empresas cuya única tarea era la plomería de la nube fueron adquiridas a precios bajos o desplazadas.
Mientras tanto, la capa de aplicación que está encima de esa infraestructura consolidada explotó. Miles de empresas SaaS crearon negocios duraderos sin poseer un solo servidor. La base quedó en pocas manos; la nube, en miles de ganadores en la cima.
Ya ha ocurrido una vez dentro de esta pila
Si la idea de la nube te parece historia antigua, observa la capa de datos: la base sobre la cual se apoyan los sistemas de IA. Esa consolidación ya ocurrió, y terminó recientemente. La ola del “modern data stack” de la última década financió cientos de startups que vendían pipelines, catálogos, transformaciones y almacenes de datos.
Hoy, el tier independiente se ha reducido a exactamente dos jugadores a escala: Snowflake y Databricks, cada uno operando con aproximadamente cinco mil millones de dólares en ingresos anuales, mientras que las ofertas nativas de los hyperscalers ocupan la mayor parte del resto del mercado. Prácticamente todos los demás fueron adquiridos, absorbidos como una característica de la plataforma, o quedaron a la deriva buscando el resto.
Y observen la forma en que se acomodó el mercado: los cinco principales proveedores de datos —Snowflake, BigQuery, Redshift, Databricks y la oferta de Microsoft— concentran aproximadamente dos tercios del mercado. Eso es casi exactamente lo que ocurrió con la nube: tres jugadores, dos tercios del mercado, y un largo rabo de proveedores peleando por el resto.
Dos capas diferentes, una década de distancia, terminando con proporciones similares. No es casualidad: ocurre cuando la competencia exige capital enorme y las plataformas pueden construir lo que les rodea. Es razonable esperar que la capa de orquestación de IA termine igual.
La consolidación fue impulsada tanto por el comprador como por los vendedores. Las grandes empresas aprendieron que la data dispersa es data costosa: cada plataforma adicional implica una duplicación de la verdad, otra integración, otra revisión de seguridad, otro contrato. Así, los CTOs dejaron de comprar herramientas de datos una por una y comenzaron a tomar decisiones estratégicas de plataforma: elegir uno o dos proveedores, consolidar el parque tecnológico en ellos y mantener esa línea. Un único origen de verdad se convirtió en una meta arquitectónica explícita y, cuando miles de empresas adoptaron esa decisión simultáneamente, el mercado dejó poco espacio para un largo caudal de proveedores.
Para que Snowflake y Databricks sobrevivieran a esa consolidación, fue necesario un gran capital, el hecho de que los datos de los clientes residen en sus plataformas y son caros de mover, y vínculos profundos con la forma en que trabajan a diario. Puedes sobrevivir como independiente junto a los hyperscalers, pero solo siendo uno de los pocos nombres que un CTO incluye en su lista estratégica, y casi nadie logra entrar en esa lista.
La misma consolidación está por llegar para IA
Aplicando ese patrón a los dos tipos de empresa de IA, el pronóstico se escribe por sí solo.
La capa de infraestructura — orquestación y gobernanza — se consolidará hacia unos pocos. No porque las herramientas actuales sean malas, sino porque esta capa está en la ruta de expansión de los mayores actores de tecnología. Los proveedores de modelos y los hyperscalers tienen incentivos para incorporar orquestación, evaluación y gobernanza en sus plataformas, y ya lo están haciendo. Toda capacidad que hoy justifica una startup de infraestructura aislada es una item de hoja de ruta para una empresa con recursos cien veces mayores y acceso directo a los mismos clientes.
Si estás construyendo una solución centrada en arquitectura, la implicación incómoda es: es probable que te elimine uno de los grandes jugadores. Quizá te compren si tienes suerte. Más a menudo, la plataforma simplemente construye lo que vendes e lo incluye gratis. En cualquier caso, la gobernanza y orquestación por sí solas no es un negocio que puedas sostener. La única pregunta es cuánto tiempo te queda.
Lo que queda es la capa de aplicación como campo libre. Y aquí está la parte contraria a la intuición: la consolidación de la infraestructura es una buena noticia para los creadores de aplicaciones. Cuando la orquestación y gobernanza se vuelven baratas, estandarizadas y están integradas en las plataformas, el costo de construir una aplicación de IA seria se desploma —tal como la nube commodity impulsó el auge de SaaS. Ya estamos viendo un aumento masivo en el número de aplicaciones de IA que se están construyendo, y la mayoría probablemente no sobrevivirá.
Mejor software, peores probabilidades
Parte de lo que distingue a este ciclo es lo bajo que es el costo de entrar. Desarrollar software serio solía requerir millones de capital y un equipo grande; hoy, unos pocos con herramientas de IA pueden lanzar en semanas lo que antes llevaba un año.
Así que las nuevas ventures se multiplican, no porque haya más ideas buenas, sino porque el costo de intentar se ha reducido. Las cifras hablan: más de 70,000 empresas de IA operan globalmente hoy, aproximadamente 18,000 a 30,000 solo en Estados Unidos.
La comparación con la era dot-com no es exacta, pero sí similar en magnitud: ese fue el conteo de fundaciones en cinco años para una región; aquí es un snapshot global, pero la tendencia es la misma: esta ola es global y el conteo sigue creciendo.
Aquí viene el giro que hace que la masacre de empresas de IA sea más brutal, no menos: el software que se está construyendo es realmente bueno. No es la era dot-com, donde muchos productos estaban a mitad de camino y se escondían tras marketing. Las herramientas ahora son lo suficientemente potentes que la calidad es la línea base, lo que significa que la calidad ya no diferencia a nadie. Cuando todos los productos están pulidos, son capaces y se entregan rápido, ninguno de ellos se separa del resto.
Y esa es precisamente la razón por la que muchos fundadores no ven el riesgo. Cada uno cree sinceramente que está construyendo algo único, y desde su propia medida, tiene razón. La comparativa es con lo anterior: el incumbente torpe, el proceso manual, la forma anterior de hacer las cosas. En ese benchmark, parece revolucionario.
Lo que nunca comparan es con las decenas de miles de otros equipos que miran los mismos modelos y los mismos problemas, construyendo prácticamente lo mismo al mismo tiempo. Medido frente al pasado, cada producto de IA es notable. Medido frente al campo, casi ninguno lo es. Más entradas que en ciclos previos, todos construyendo software excelente, casi ninguno de ellos distinguible.
Ese es el escenario para el mayor depurado hasta la fecha, y se decidirá casi enteramente por las defensas que son moats: datos, distribución e integración en flujos de trabajo, porque no queda nada más para diferenciarse.
La delusión de lo especial
Lo veo de cerca. Mantengo conversaciones semanales con fundadores de aplicaciones, y suelen terminar igual: creen que la calidad de su producto es su moat; que el cliente lo valora; que nada más en el mercado se siente tan bien. Todo eso puede ser cierto, y aun así no protege. La calidad puede ser copiada. Las mismas herramientas que les permiten construir un producto excelente en meses permiten a un competidor construir uno en semanas. Algunos fundadores han construido algo realmente único, pero no veo muchos que logren rentabilidad real.
Habrá ganadores, pero probablemente se apoyarán en tres diferenciadores clave:
1. Datos. No datos que hayas scraped o licenciado: datos propios que genera tu negocio con su operación — historiales de reclamaciones, flujos de transacciones, resultados de pacientes. Si tu sistema mejora con datos que los competidores no pueden obtener a cualquier precio, te beneficias. Si te basas en la misma Internet pública que todos, no lo haces.
2. Distribución. Si ya posees la relación con el cliente —una base instalada, una marca de confianza, un canal de ventas embebido— puedes colocar un producto de IA frente a los compradores más rápido y barato que cualquier startup. Por eso, los incumbentes son más peligrosos en este ciclo que en el anterior: la startup tiene que construir el producto y ganarse la audiencia; el incumbente solo tiene que construir el producto.
3. Integración en los flujos de trabajo. La que muchos subestiman. Las compañías que se conectan a la forma en que el trabajo realmente se hace —las aprobaciones, los sistemas de registro, los hábitos diarios de miles de empleados— se vuelven difíciles de desplazar, incluso cuando otro producto es mejor. Los costos de cambio no son glamorosos, pero han protegido el software empresarial durante treinta años y lo seguirán protegiendo para IA también.
Con uno de estos, puedes construir un negocio durable sobre infraestructura commodity. Con dos, puedes construir uno excelente. Con ninguno, lo más probable es que estés quedándote sin tiempo.
Tu competidor más duro es tu cliente
Y aquí está lo que hace que la capa de aplicación sea aún más difícil que las eras dot-com o SaaS: las superficies de IA no solo compiten con otros proveedores. Competir con las propias empresas a las que se venden. La misma infraestructura commodity que facilita a una startup desplegar una aplicación de IA facilita también a la empresa compradora construir una internamente.
Cualquier pitch a la empresa ahora enfrenta una pregunta que apenas existía en la era SaaS: ¿por qué comprarlo si un equipo interno podría construirlo en un trimestre?
Y aquí está la parte incómoda. Las tres ventajas que deciden a los ganadores en la capa de aplicación —distribución, datos propietarios, integración en flujos de trabajo— son exactamente las que ya posee el comprador: la empresa es dueña de sus datos, tiene su propia distribución y controla sus flujos de trabajo. El cliente inicia la conversación de construir versus comprar con todas las defensas a favor de su lado. Una aplicación de superficie no solo debe ser mejor que sus competidores; debe ser tan buena que comprar depare beneficios frente a la construcción propia, y ese umbral sube cada vez que la infraestructura subyacente se vuelve más fácil de usar.
Conoce qué tipo de empresa eres
No voy a pretender saber qué firmas ganarán específicamente. Pero la estructura del resultado ya es visible, porque ya lo hemos visto tres veces: dot-com, nube y la capa de datos. La infraestructura se consolida en unos pocos, las aplicaciones se multiplican, y los supervivientes son aquellos que controlan datos, distribución o integración de flujos de trabajo que no pueden copiarse.
Así que la primera pregunta no es “¿mi producto es bueno?”. Es “¿qué tipo de compañía soy?”. Si eres infraestructura, tu final realista es ser adquirido o ser pasado por alto; planifícalo en consecuencia. Si eres una aplicación, el modelo no es tu moat ni el producto necesariamente.
Entonces, ¿qué es lo que sí funciona?
Las buenas noticias, y quién se beneficia
Una aclaración antes de cerrar: todo lo anterior puede leerse como pesimismo sobre IA. Y sin embargo es lo contrario. La tecnología generará un valor enorme y los mercados que se construyen sobre ella crecerán. La pregunta abierta es quién conservará ese valor, y la evidencia de un siglo es consistente: mayormente los consumidores de una tecnología, no sus productores.
William Nordhaus en Yale midió esto a lo largo de décadas de innovación estadounidense y descubrió que los productores capturan apenas alrededor del 2 por ciento del valor total que crean sus innovaciones; el resto va a las personas y negocios que las usan. Las redes ferroviarias transformaron la economía y arruinaron a la mayoría de sus inversores. Las aerolíneas conectaron el mundo y destruyeron capital durante noventa años. Internet hizo ricos a unas pocas plataformas y convirtió a todas las empresas que la desplegaron en más productivas.
Este ciclo ya está trazando la misma trayectoria: la capa de infraestructura se consolida, encarece su escasez y registra beneficios históricos, mientras la capa de aplicación compite y transfiere su margen al comprador.
Ese es el final real de esta historia. El próximo trimestre de cese de operaciones de compañías de IA y el crecimiento de la economía de IA son la misma historia desde perspectivas opuestas. Si vendes IA, es tu embudo y las defensas son tu único escudo. Si compras IA, la competencia entre decenas de miles de firmas funciona exactamente a tu favor: cada mejora, cada reducción de precio, cada característica copiada transfiere valor de su lado al tuyo. Las malas noticias solo dependen de en qué lugar te sientes.
Hemos revisado y valorado los mejores servicios de almacenamiento en la nube para negocios.
Este artículo forma parte de TechRadar Pro Perspectives, nuestra plataforma para presentar ideas y voces destacadas del sector tecnológico actual.
from Latest from TechRadar https://ift.tt/cbtHC1o
via IFTTT IA
