Los inversores han invertido miles de millones en empresas de IA en los últimos años, mientras la tecnología sigue dominando el Valle y, por tanto, el mundo. Pero no todas las empresas de IA atraen la atención de los inversores.
De hecho, aunque hoy en día parece que todas las empresas claman por incluir «IA» en su nombre, algunas ideas de startups ya no son favorables para los inversores. TechCrunch habló con capitalistas de riesgo para saber qué es lo que los inversores ya no buscan en las nuevas empresas de software como servicio de IA.
Las categorías de SaaS populares para los inversores ahora incluyen nuevas empresas que crean infraestructura de IA nativa, SaaS vertical con datos propietarios, sistemas de acción (aquellos que ayudan a los usuarios a completar tareas) y plataformas profundamente integradas en flujos de trabajo de misión crítica, según Aaron Holiday, socio gerente de 645 Ventures.
Pero también dio una lista de empresas que hoy en día se consideran bastante aburridas para los inversores: empresas emergentes que construyen capas delgadas de flujo de trabajo, herramientas horizontales genéricas, gestión de productos liviana y análisis a nivel de superficie; básicamente, cualquier cosa que un agente de IA pueda hacer ahora.
Abdul Abdirahman, inversor de la firma F Prime, añadió que el software vertical genérico «sin fosos de datos propietarios» ya no es popular, e Igor Ryabenky, fundador y socio director de AltaIR Capital, profundizó en ese punto. Dijo que los inversores no están interesados en algo que, en realidad, no tenga mucha profundidad de producto.
«Si su diferenciación reside principalmente en la UI (interfaz de usuario) y la automatización, eso ya no es suficiente», afirmó. «La barrera de entrada se ha reducido, lo que hace mucho más difícil construir un foso real».
Las nuevas empresas que ingresan al mercado ahora necesitan construir en torno a «una propiedad real del flujo de trabajo y una comprensión clara del problema desde el primer día», afirmó. «Las bases de código masivas ya no son una ventaja. Lo que más importa es la velocidad, el enfoque y la capacidad de adaptarse rápidamente. Los precios también deben ser flexibles: los modelos rígidos por asiento serán más difíciles de defender, mientras que los modelos basados en el consumo tienen más sentido en este entorno».
Evento tecnológico
San Francisco, California
|
13-15 de octubre de 2026
Jake Saper, socio general de Emergence Capital, también pensó en la propiedad. Para él, las diferencias entre Cursor y Claude Code son el «canario en la mina de carbón».
«Uno tiene el flujo de trabajo del desarrollador, el otro simplemente ejecuta la tarea», continuó Saper. «Los desarrolladores eligen cada vez más la ejecución sobre el proceso».
Dijo que cualquier producto que se ocupe de la «complejidad del flujo de trabajo», es decir, que intente atraer a tantos clientes humanos como sea posible para que utilicen el producto de forma continua, podría encontrarse en una batalla cuesta arriba a medida que los agentes se hagan cargo del flujo de trabajo.
«Antes de Claude, tener humanos haciendo su trabajo dentro de su software era un fuerte foso, pero si los agentes están haciendo el trabajo, ¿a quién le importa el flujo de trabajo humano?» le dijo a TechCrunch.
También cree que las integraciones se están volviendo menos populares, especialmente porque el protocolo de contexto de modelo (MCP) de Anthropic hace que sea más fácil que nunca conectar modelos de IA a datos y sistemas externos. Esto significa que alguien no tiene que descargar múltiples integraciones o crear sus propias integraciones de clientes; solo pueden usar el MCP.
«Ser el conector solía ser un foso», dijo Saper. «Pronto será una utilidad».
Además, ya no están de moda incluir «la automatización del flujo de trabajo y las herramientas de gestión de tareas que permiten que la coordinación del trabajo humano se vuelva menos necesaria si, con el tiempo, los agentes sólo ejecutan tareas», dijo Abdirahman, citando ejemplos, principalmente empresas públicas de SaaS cuyas acciones caen a medida que surgen nuevas empresas nativas de IA con tecnología mejor y más eficiente.
Ryabenky dijo que las empresas SaaS que luchan por escalar ahora son las que pueden replicarse fácilmente, afirmó.
«Las herramientas de productividad genéricas, el software de gestión de proyectos, los clones básicos de CRM y los envoltorios de IA construidos sobre las API existentes entran en esta categoría», dijo. «Si el producto es principalmente una capa de interfaz sin una integración profunda, datos propietarios o conocimiento de procesos integrados, equipos de IA nativos fuertes pueden reconstruirlo rápidamente. Esto es lo que hace que los inversores sean cautelosos».
Además, lo que sigue siendo atractivo de SaaS es la profundidad y la experiencia, con herramientas integradas en flujos de trabajo críticos. Dijo que las empresas ahora deberían considerar la integración profunda de la IA en sus productos y actualizar su marketing para reflejar esto, continuó Ryabenky.
«Los inversores están reasignando capital a empresas que tienen flujos de trabajo, datos y experiencia en el campo», dijo Ryabenky. «Y lejos de productos que puedan copiarse sin mucho esfuerzo».
