La seguridad financiera de las startups de inteligencia artificial nunca estuvo tan en jaque como ahora, según una nueva investigación recién publicada.
Parece contradictorio decir esto en un momento en que empresas de todo el mundo están haciendo fila para gastar en tecnología, pero es exactamente lo que muestran los datos. Según la IDC, las compañías desembolsarán la impresionante cifra de 4,25 billones de dólares en tecnología para 2026, y la inteligencia artificial es la principal fuerza detrás de este movimiento. Nunca antes las empresas, históricamente conservadoras en sus decisiones de compra y acostumbradas a asumir compromisos a largo plazo con lo que adquieren, abrieron la billetera tan rápido y con tanto entusiasmo por una tecnología. Prácticamente todo está impulsado por la IA.
Solo que hay un detalle importante escondido en toda esta historia 👀 Incluso con ese apetito gigantesco por la inteligencia artificial, los contratos empresariales que sostienen el crecimiento de las startups se están volviendo cada vez más frágiles e impredecibles. El ARR, esa métrica que todo el mundo usa para medir la salud financiera de una startup, podría estar enmascarando una realidad bastante diferente de lo que los números sugieren a primera vista. Es lo que vamos a analizar a fondo aquí, con base en datos frescos de investigaciones de las firmas de capital de riesgo Madrona y Andreessen Horowitz, que arrojaron luz sobre algo que mucha gente en el mercado todavía no quiere admitir.
Lo que hay detrás de los números de ARR
El ARR, o Ingreso Recurrente Anual, es básicamente el termómetro que inversores, fundadores y analistas utilizan para entender si una startup está creciendo de forma saludable. Cuando ese número sube, es señal de que los clientes están renovando contratos, el producto se está usando de verdad y la empresa tiene previsibilidad financiera para planificar los próximos meses. Pero, ¿qué pasa cuando ese número empieza a construirse sobre una base menos sólida de lo que parece? Es exactamente esa pregunta la que está incomodando a algunos de los nombres más importantes del ecosistema de capital de riesgo.
La investigación de Madrona encuestó a 150 profesionales de TI corporativa y reveló datos que llaman bastante la atención. Cerca del 74% de ellos planea expandir sus presupuestos de IA en los próximos 12 meses, y el resto pretende mantener los gastos estables. Es decir, nadie quiere recortar la inversión en inteligencia artificial. Solo que existe un contrapunto fuerte en esa misma investigación: estas empresas afirman que menos de la mitad de sus pilotos de IA llega a entrar en producción completa.
Por increíble que parezca, esto incluso representa una mejora respecto al año anterior. El MIT publicó un informe famoso señalando que el 95% de los proyectos de IA en las empresas habían fracasado en términos de retorno sobre la inversión. Que menos de la mitad funcione sigue siendo un nivel bajo, pero convengamos que es mucho mejor que una tasa de éxito de apenas el 5%. El punto es que esa dificultad para transformar experimentos en producción real ya muestra la fragilidad que existe detrás de los contratos.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
El hallazgo más revelador de la investigación
Ahora viene la parte que realmente cambia el juego. El dato más impactante del informe de Madrona es que, incluso cuando una empresa decide poner la tecnología de IA en producción, no se compromete con ella a largo plazo. Cerca del 77% de las empresas reevalúa a sus proveedores de IA cada seis meses o incluso de forma continua y rotativa.
En palabras de la propia Madrona, esto crea una dinámica de entra rápido, sale rápido que es fundamentalmente diferente del SaaS empresarial tradicional, donde contratos de varios años funcionaban como una barrera de inercia que protegía los ingresos de las startups. En el universo de la IA corporativa, los costos de cambio son mucho más bajos y la frecuencia de reevaluación es implacable. Es decir, cerrar un contrato dejó de significar ingresos garantizados por años.
Esto tiene implicaciones enormes para todos esos números de ARR de crecimiento rápido que a las startups les encanta divulgar. Los presupuestos de experimentación de las empresas fueron justamente lo que alimentó el boom inicial de la IA en 2025. Este año debería ser aquel en que esos grandes clientes se acomodarían y comenzarían a comprometerse a largo plazo con las startups de IA. Al fin y al cabo, son los contratos empresariales los que permiten que tantas startups afirmen tener un crecimiento astronómicamente rápido de ingresos, como ese fenómeno de empresas que pasan de cero a 10 millones de dólares de ARR en tres meses 📊
Por qué los contratos empresariales se volvieron más complicados
Al inicio del boom de la IA, la emoción era tanta que muchas empresas cerraron contratos empresariales generosos casi por impulso, con la lógica de que necesitaban estar presentes en esta carrera tecnológica antes que la competencia. Ese comportamiento generó una ola de ARR que parecía extremadamente prometedora para las startups, pero que se construyó sobre una base de entusiasmo, no necesariamente de valor comprobado entregado al negocio.
El problema es que, pasado el periodo inicial de euforia, los equipos internos de esas corporaciones comenzaron a exigir resultados concretos. CFOs y CIOs empezaron a hacer preguntas que antes nadie hacía con tanta urgencia: ¿cuál es el retorno medible sobre esta inversión en IA? ¿Este producto realmente se integró en nuestros procesos o todavía es una herramienta que el equipo usa de forma aislada? ¿Cuántas horas de trabajo ahorró esto realmente? Cuando las respuestas a estas preguntas no llegan con claridad, la renovación del contrato entra en riesgo directo, y la seguridad financiera de la startup comienza a tambalearse de una forma que los números del ARR no muestran de inmediato.
Por primera vez en la historia, los ingresos corporativos permanecen inseguros incluso después de que el producto de IA de una startup supera la fase de piloto y es efectivamente adoptado por una empresa. Antes, salir del piloto y pasar a producción significaba comodidad y previsibilidad. Ahora, ni siquiera eso garantiza tranquilidad para quienes están construyendo estas empresas.
El dilema de la fijación de precios de la IA
Buena parte del problema tiene una raíz que mucha gente todavía no se detuvo a analizar como corresponde: muchas startups de inteligencia artificial aún no descubrieron una buena forma de ponerle precio a sus productos para las empresas. Una nueva investigación de Andreessen Horowitz, que encuestó a 50 compradores técnicos de IA, encontró algo revelador. Más de la mitad de ellos quiere que las tarifas de IA estén vinculadas al trabajo producido u otros resultados concretos, y no simplemente al uso, como la cantidad de tokens consumidos.
Cobrar por uso, del tipo tokens, es básicamente un modelo de negocio heredado de la era del SaaS. Una vez que una empresa sabe que necesita correo electrónico, software de recursos humanos o almacenamiento en la nube, es solo cuestión de calcular cuántos empleados o cuántos datos necesita pagar. Simple y predecible.
Para la IA, sin embargo, fijar precios en torno al trabajo reconocible es lo que ayuda a la startup a demostrar su valor ante el cliente. Cuando las tarifas giran en torno a, por ejemplo, cuántos informes se procesan, cuántos tickets se cierran o cuántos leads se generan, eso vuelve al producto económicamente valioso para ambas partes, como escriben los socios de a16z, Tugce Erten y Sarah Wang. Es un cambio de mentalidad que separa a quien entrega valor real de quien simplemente consume recursos.
La fragilidad que nadie quiere admitir
Hay un elefante en la habitación cuando el tema es la seguridad del ARR de las startups de inteligencia artificial, y tiene que ver con la forma en que el propio mercado de capital de riesgo incentivó ese crecimiento a cualquier costo. Durante años, el mantra fue hacer crecer el ARR rápidamente para justificar valuaciones altas y asegurar las próximas rondas de inversión. Ese incentivo hizo que muchas startups priorizaran cerrar nuevos contratos en lugar de garantizar que los clientes existentes estuvieran realmente extrayendo valor del producto. El resultado es una cartera de clientes que se ve grande en el papel, pero que esconde una tasa de satisfacción real muy por debajo de lo necesario para garantizar renovaciones consistentes.
Las startups que ya superaron la fase de novedad, pero que todavía no tienen la escala ni la integración profunda en los procesos de sus clientes, son las más vulnerables ante este escenario. Esto se debe a que la sustitución de su producto todavía es relativamente fácil y barata para las empresas contratantes. Un puñado de contratos grandes que no se renuevan puede representar una caída significativa en el ARR en cuestión de pocos meses, lo cual es suficiente para comprometer seriamente la capacidad de la startup de levantar capital en la próxima ronda en condiciones favorables.
Herramientas que usamos a diario
Es importante entender que esto no es necesariamente una crisis inevitable para todas las startups de inteligencia artificial. Lo que los datos están diciendo, en realidad, es que está ocurriendo una selección natural en el mercado. Las startups que lograron crear productos genuinamente integrados en los flujos de trabajo de sus clientes, que tienen datos de uso robustos y que pueden demostrar impacto financiero real en los negocios de los contratantes, esas siguen creciendo con seguridad. Las que surfearon la ola del entusiasmo inicial sin construir ese valor concreto son las que están enfrentando las renovaciones más complicadas y los ARR menos confiables 🎯
Qué significa esto para el ecosistema de IA
Todo esto indica que la IA potencialmente inauguró una nueva era de experimentación corporativa. Por un lado, esto abre puertas para las startups, ya que las empresas están mucho más dispuestas a probar nuevas tecnologías. Por otro lado, también significa que un contrato empresarial ya no garantiza ingresos a largo plazo como antes. La gran duda que queda en el aire es: ¿cuándo, o si, las empresas volverán a sus antiguos hábitos de compra a largo plazo? Nadie tiene esa respuesta todavía.
Para las propias startups, esto significa que la métrica del ARR necesita ir acompañada de indicadores complementarios mucho más detallados, como la tasa de retención neta por cohorte de clientes, el tiempo promedio de adopción efectiva del producto y el porcentaje de clientes que expandieron su uso después del primer contrato. Esos números juntos cuentan una historia mucho más honesta sobre la salud financiera real del negocio que el ARR aislado, y son exactamente los datos que los inversores más experimentados ya están exigiendo ver antes de comprometer capital nuevo en cualquier ronda.
Para el mercado en su conjunto, el escenario es de una consolidación que, aunque dolorosa para muchos fundadores, puede ser extremadamente saludable a mediano plazo. Las startups que sobrevivan a este ciclo de mayor exigencia van a emerger con productos más robustos, bases de clientes más leales y modelos de contratos empresariales mucho más maduros y predecibles. Y es exactamente ese tipo de empresa la que va a liderar la próxima fase de crecimiento de la inteligencia artificial aplicada en los negocios, con un ARR que realmente represente lo que debería representar: ingresos recurrentes de verdad, no solo promesas con fecha de vencimiento corta 🚀
