Las empresas de inteligencia artificial en todo el mundo recaudaron más de 100 mil millones de dólares en capital de riesgo en 2024, según datos de Crunchbase. Esto representa un aumento de más del 80% en comparación con 2023 y abarca casi un tercio del total de inversiones de capital de riesgo en ese año. Este gran flujo de dinero está destinado a numerosas empresas de IA.
La industria de la inteligencia artificial ha crecido tanto en los últimos dos años que ahora está llena de empresas que se superponen, algunas startups que solo utilizan IA en marketing, pero no en la práctica, y otras startups legítimas que están trabajando arduamente. Los inversores tienen un gran desafío al intentar encontrar las startups que tienen el potencial de convertirse en líderes de su categoría. ¿Por dónde empezar?
TechCrunch realizó una encuesta a 20 capitalistas de riesgo que apoyan startups enfocadas en empresas, preguntando qué hace que una startup de IA sea diferente a las demás. Más de la mitad de los encuestados coincidieron en que la calidad o rareza de sus datos propios es lo que les dará una ventaja. Paul Drews, socio gerente de Salesforce Ventures, comentó que es muy difícil para las startups de IA tener una ventaja competitiva debido a la rapidez con la que cambia el entorno. Él busca startups que combinen datos diferenciados, innovación en investigación técnica y una experiencia de usuario atractiva.
Jason Mendel, un inversor de Battery Ventures, también mencionó que las ventajas tecnológicas están disminuyendo. “Busco empresas que tengan datos profundos y flujos de trabajo sólidos”, dijo Mendel. “El acceso a datos únicos y propios permite a las empresas ofrecer mejores productos que sus competidores, mientras que un flujo de trabajo o experiencia de usuario atractiva les permite convertirse en los sistemas centrales de compromiso e inteligencia que los clientes utilizan a diario”.
Tener datos propios, o difíciles de conseguir, se vuelve cada vez más importante para las empresas que están desarrollando soluciones específicas. Scott Beechuk, socio de Norwest Venture Partners, afirmó que las startups que pueden concentrarse en sus datos únicos son las que tienen el mayor potencial a largo plazo. Andrew Ferguson, vicepresidente de Databricks Ventures, agregó que contar con datos ricos sobre los clientes y datos que generen un ciclo de retroalimentación en un sistema de IA hace que sea más efectivo y ayuda a las startups a destacar.
Valeria Kogan, CEO de Fermata, una startup que utiliza visión por computadora para detectar plagas y enfermedades en cultivos, comentó que una de las razones por las que Fermata ha logrado avanzar es que su modelo se entrena con datos de clientes y datos de su propio centro de investigación y desarrollo. Kogan también destacó que el hecho de que la empresa realice todo su etiquetado de datos internamente ayuda a mejorar la precisión del modelo.
Jonathan Lehr, cofundador y socio general de Work-Bench, añadió que no solo se trata de los datos que tienen las empresas, sino también de cómo los limpian y los utilizan. “Como fondo de inversión enfocado en startups, estamos concentrando la mayor parte de nuestra energía en oportunidades de IA vertical que abordan flujos de trabajo específicos de negocios que requieren una profunda experiencia en el dominio, donde la IA es principalmente un facilitador para adquirir datos que antes eran inaccesibles o muy costosos de obtener, y limpiarlos de una manera que habría tomado cientos o miles de horas de trabajo humano”, explicó Lehr.
Más allá de los datos, los capitalistas de riesgo buscan equipos de IA liderados por talentos fuertes, que tengan integraciones sólidas con otras tecnologías y una comprensión profunda de los flujos de trabajo de los clientes.
