Inversora de Venture Capital revela que su mayor miedo no es el fracaso de las empresas de IA — es el éxito absoluto de ellas
La Inteligencia Artificial ya está cambiando las reglas del juego para quienes invierten en tecnología, y quien todavía no se dio cuenta puede estar quedándose atrás.
Lexi Novitske, General Partner de Norrsken22, un fondo enfocado en crecimiento tecnológico en África, publicó un texto en Fortune que se convirtió en tema de conversación en el mundo del Venture Capital por una razón bien simple: dijo lo que mucha gente del sector piensa, pero rara vez se anima a poner en palabras.
Su mayor pesadilla no es ver a las empresas de su portafolio fracasar.
Es exactamente lo contrario.
¿Y si la IA tiene tanto éxito que los propios modelos de negocio de esas empresas se vuelven irrelevantes?
Esa pregunta está en el centro de una discusión que viene ganando fuerza en los últimos meses, especialmente después de que el mercado de SaaS comenzó a mostrar señales serias de presión, con más de 1 billón de dólares en valor de mercado evaporados desde principios de año. 📉
Pero la historia no termina ahí, ni de cerca.
Lexi señala a los mercados emergentes, en especial África, como uno de los escenarios más prometedores para quienes quieren apostar por empresas que la IA simplemente no va a poder volver obsoletas tan pronto, y los motivos van mucho más allá de lo que te puedas imaginar. 🌍
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 fenómeno del vibe coding y la amenaza real al SaaS
Uno de los puntos más relevantes que Lexi destaca en el artículo original es el concepto de vibe coding, el desarrollo de aplicaciones asistido por IA. La idea es relativamente nueva, pero el impacto ya se hace sentir. Aplicaciones que antes demandaban años de trabajo de ingeniería ahora pueden replicarse en semanas con la ayuda de herramientas de IA generativa. Esto altera completamente la ecuación de valor para startups que construyeron sus diferenciales sobre la base de complejidad técnica y tiempo de desarrollo.
Al mismo tiempo, grandes empresas de tecnología como Microsoft están integrando funcionalidades de IA directamente en sus paquetes de productos. Chatbots autónomos que antes podían cobrar precios premium están perdiendo poder de fijación de precios de la noche a la mañana. Herramientas de gestión de recursos humanos — esas startups que automatizan nómina, evaluación de desempeño y tareas administrativas de RRHH — enfrentan la misma amenaza a medida que esos recursos pasan a ofrecerse como parte de paquetes más grandes y más baratos.
¿El resultado? Inversores de Venture Capital corren el riesgo real de pagar precios inflados por empresas que parecen especiales hoy, pero que pueden volverse genéricas — o peor, fácilmente replicables por herramientas de codificación con IA — en menos de un año. Es un escenario que exige un cambio profundo en la forma en que las tesis de inversión se construyen y validan.
El problema real del SaaS frente a la IA
Durante años, el modelo de negocio basado en software como servicio fue considerado prácticamente irrompible. Ingresos recurrentes, bajo costo de distribución, escalabilidad casi infinita y márgenes que dejarían a cualquier otro sector con envidia. El SaaS era el favorito del Venture Capital justamente porque prometía previsibilidad y crecimiento compuesto a lo largo del tiempo, dos elementos que cualquier inversor ama ver en un portafolio. Empresas construidas sobre esa base dominaron la última década de tecnología y moldearon la forma en que los negocios digitales se estructuran hasta hoy.
El problema es que la Inteligencia Artificial llegó para cuestionar exactamente los pilares que hacían a ese modelo tan atractivo. Herramientas de IA generativa ya logran automatizar tareas que antes requerían softwares especializados, equipos enteros y contratos anuales robustos. Lo que antes costaba decenas de miles de dólares al año en licencias de software puede, en muchos casos, ser reemplazado por un agente de IA funcionando por una fracción de ese costo. Esto no es ciencia ficción, es lo que está pasando ahora, en tiempo real, y el mercado ya siente el peso de esto en las valoraciones de las empresas que cotizan en bolsa y en las rondas de captación que están tardando más en cerrarse.
La erosión de valor que el sector de SaaS enfrenta no es un problema temporal de mercado ni resultado de una corrección del ciclo económico. Es estructural. Cuando una tecnología logra replicar la función central de un producto, el diferencial competitivo desaparece rápidamente, y lo que queda es una carrera hacia el fondo en términos de precio. El llamado SaaSpocalypse que se apoderó de los mercados de capitales desde principios de año es la prueba concreta de que los agentes de IA ya son capaces de ejecutar flujos de trabajo enteros que antes dependían de múltiples suscripciones de SaaS. Inversores de Venture Capital que construyeron tesis enteras sobre empresas de software vertical ahora necesitan responder a una pregunta incómoda: ¿qué parte del portafolio sobrevive cuando la IA puede hacer el mismo trabajo más rápido, más barato y sin necesitar onboarding? 😬
La estrategia de Lexi: tratar la IA como capa, no como vertical
Frente a este escenario, el enfoque que Lexi adopta en las inversiones de Norrsken22 es bien específico y estructurado. En lugar de tratar la Inteligencia Artificial como un sector aislado — lo que muchos fondos todavía hacen — ella propone ver la IA como una capa tecnológica que permea todo, y enfocarse en las estructuras subyacentes que la tecnología no puede sustituir con facilidad.
En la práctica, busca tres características en cualquier empresa antes de invertir:
- Propiedad sobre la confianza y la distribución del cliente — empresas que construyeron relaciones reales con sus usuarios, algo que ningún modelo de lenguaje replica desde cero.
- Integración en sistemas donde circula dinero real — estar incorporado en procesos financieros y operativos críticos hace que la sustitución sea mucho más difícil y riesgosa para el cliente.
- Acumulación de datos propietarios que generan eficiencia compuesta a lo largo del tiempo — cuanto más opera la empresa, más datos únicos recolecta, y esos datos se convierten en una ventaja competitiva que crece exponencialmente.
Esta lógica también cambia la forma en que distribuye capital. En lugar de hacer una gran apuesta en una única empresa centrada en IA, Lexi prefiere hacer múltiples apuestas dentro de un mismo vertical. El ejemplo que cita es el sector de fraude, compliance y seguridad. En el portafolio de Norrsken22, Smile ID trabaja con KYC y verificación de identidad, mientras que Orca se dedica al monitoreo de fraude en transacciones. La expectativa es que, con el tiempo, esas áreas se superpongan, y la empresa con los datos más profundos gane, independientemente del modelo de IA subyacente que se esté usando.
Otro punto de atención son las plataformas agénticas — herramientas que llegan al mercado como soluciones generalistas, pero que gradualmente se incorporan al flujo de trabajo de una industria específica. Empresas que construyen para nichos bien definidos tienden a ser mucho más difíciles de desplazar que aquellas que intentan resolver todo al mismo tiempo para todo el mundo. 🎯
Por qué los mercados emergentes cambian el juego
La lógica que Lexi Novitske presenta es al mismo tiempo simple y poderosa. En mercados emergentes como los países africanos, el problema no es reemplazar un software existente por Inteligencia Artificial. El problema es mucho más fundamental que eso: gran parte de la infraestructura digital que el resto del mundo construyó en las últimas décadas simplemente todavía no existe allí. No hay capas de tecnología heredada que desmantelar, no hay contratos a largo plazo con proveedores de software que necesiten renegociarse, y no hay resistencia cultural a la adopción de nuevas herramientas porque las anteriores ya estén arraigadas. Es un campo abierto. 🚀
El continente africano está compuesto por 54 países, cada uno con su propio entorno regulatorio, moneda e infraestructura. Es justamente esa fragmentación la que hizo que los grandes jugadores globales de IA ignoraran la región, prefiriendo enfocarse en Estados Unidos y Europa. Durante mucho tiempo esto fue visto como una desventaja para escalar negocios. Pero Lexi argumenta que esa misma fragmentación funciona como una barrera de protección natural para empresas locales, que pueden desarrollarse y madurar mientras las big techs concentran sus esfuerzos en otras geografías.
Esto crea una oportunidad única que fondos de Venture Capital enfocados en esos territorios están empezando a ver con mucha más claridad. Empresas construidas desde cero en estos contextos pueden adoptar la IA como infraestructura base desde el primer día, sin necesidad de preocuparse por compatibilidad con sistemas antiguos o por la resistencia de equipos acostumbrados a procesos establecidos. El modelo de negocio que surge de ahí es fundamentalmente diferente al que se construyó en Occidente: más liviano, más adaptado a la realidad local y, paradójicamente, más resiliente a la disrupción porque fue concebido ya en el contexto de un mundo donde la IA existe y opera. No es una adaptación, es un cimiento.
Además, los desafíos específicos de los mercados emergentes crean demandas que la IA genérica desarrollada en los grandes centros tecnológicos difícilmente va a poder resolver por sí sola. Cuestiones de idioma, contexto cultural, infraestructura de pagos, logística en regiones con conectividad limitada, inclusión financiera de poblaciones que nunca tuvieron cuenta bancaria — todo esto exige soluciones que combinan tecnología avanzada con conocimiento profundo del territorio. Y es exactamente ese conocimiento local lo que representa una barrera de entrada enorme para cualquier jugador global que intente entrar en ese mercado sin aliados y sin raíces. La Inteligencia Artificial puede automatizar partes del proceso, pero no sustituye la inteligencia contextual de quien construyó el negocio conociendo al cliente de cerca. 🌍
El caso de Sabi y el poder de los datos regionales
Un ejemplo concreto que Lexi destaca es el de Sabi, una plataforma respaldada por Norrsken22 que opera en el mercado de commodities en África. La empresa no se limita a conectar compradores y vendedores — coordina suministro, transporte, control de calidad, almacenamiento y financiamiento entre fronteras donde ninguno de esos sistemas se comunica de forma confiable.
La IA se utiliza para gestionar rastreo, trazabilidad y flujos de información de precios a lo largo de toda esa cadena. La empresa que resuelve este problema de principio a fin se convierte en el sistema operativo estándar para su mercado, y los datos que acumula en ese proceso son extraordinariamente difíciles de replicar para cualquier competidor. Esos datos no existen en ningún otro lugar. Ningún modelo de IA entrenado con datasets globales tiene acceso a ese tipo de información granular y contextualizada.
Herramientas que usamos a diario
Este es el patrón que Lexi está monitoreando: empresas que no venden solo software, sino que operan el proceso, acumulan datos regionales exclusivos y construyen confianza en mercados donde ese activo es escaso. Son negocios que van mucho más allá de la capa tecnológica superficial y crean valor difícil de extraer o copiar.
Qué significa esto para el modelo de negocio del futuro
La discusión que plantea Lexi va más allá de la geografía. Lo que está señalando, en la práctica, es que el próximo ciclo de Venture Capital va a premiar a empresas que construyen valor sobre activos que la Inteligencia Artificial no puede replicar fácilmente: relaciones, confianza, distribución física, datos propietarios generados por comportamientos muy específicos de un público muy específico, y la capacidad de operar en entornos regulatorios y culturales complejos. Estos elementos no aparecen en ningún dataset de entrenamiento de modelo de lenguaje, y es exactamente por eso que son tan valiosos ahora.
El modelo de negocio que va a prosperar en los próximos años no es necesariamente el más tecnológico o el que usa más IA en su operación. Es el que usa la IA de forma estratégica para ampliar capacidades humanas y locales que ya existen, creando una combinación que cualquier competidor externo va a tener mucha dificultad para imitar. Empresas de SaaS que entiendan esto y comiencen a construir capas de valor que vayan más allá de la funcionalidad del software — incluyendo comunidad, datos únicos, integraciones profundas con el ecosistema local — tienen chances reales de sobrevivir y crecer incluso con la presión de la IA en aumento. Las que se queden quietas apostando solo a la fuerza del producto en sí van a sentir la presión cada vez más fuerte. 💡
El cambio en la mentalidad del inversor
Lexi cierra su argumento con una reflexión que parece simple, pero que tiene bastante peso. Dejó de preguntarse qué empresa de IA debería respaldar y empezó a preguntarse qué problemas están ignorando los grandes jugadores — y qué empresas están construyendo soluciones tan profundamente integradas a esos problemas que la IA no las va a volver obsoletas.
Este cambio de perspectiva es significativo porque reorienta toda la lógica de inversión. En lugar de correr detrás de la próxima startup de IA con una demo impresionante y un deck bonito, el foco pasa a la sostenibilidad del valor creado. Datos propietarios que se acumulan con el tiempo, confianza construida en mercados donde es escasa e integración en flujos financieros reales donde circula dinero de verdad — esos son los activos que definen a las empresas resilientes del próximo ciclo.
Para los fondos de Venture Capital que todavía están calibrando sus tesis de inversión, el mensaje que llega desde experiencias como la de Norrsken22 es bastante directo: la diversificación geográfica dejó de ser solo una estrategia de riesgo. Se convirtió en una estrategia de supervivencia intelectual para cualquier portafolio que quiera seguir siendo relevante en un mundo donde la Inteligencia Artificial está comprimiendo márgenes, acelerando ciclos de obsolescencia y volviendo irrelevantes negocios que parecían blindados hace apenas dos o tres años.
Los mercados emergentes no son el plan B. Para muchos inversores, se están convirtiendo rápidamente en el plan principal. En África, según Lexi, esas empresas están por todas partes. Los inversores solo necesitan estar dispuestos a mirar hacia donde nadie más está mirando. 🌐
