Los capitalistas de riesgo han encontrado una nueva ventaja de inversión: el uso de la inteligencia artificial para extraer márgenes similares a los del software de servicios empresariales tradicionalmente laboriosos. Esta estrategia consiste en adquirir firmas de servicios profesionales maduras, implementar IA para automatizar tareas y luego utilizar el flujo de efectivo mejorado para adquirir más empresas.
General Catalyst (GC) lidera esta iniciativa, habiendo dedicado $1.5 mil millones de su último fondo a lo que denomina una estrategia de “creación” centrada en incubar empresas de software nativas de inteligencia artificial en sectores específicos, usándolas como vehículos de adquisición para comprar empresas consolidadas y sus clientes en los mismos sectores. GC ha realizado inversiones en siete industrias, desde servicios legales hasta gestión de TI, con planes de expandirse hasta 20 sectores en total.
“El sector servicios genera $16 billones en ingresos anuales a nivel mundial,” afirma Marc Bhargava, quien lidera los esfuerzos de GC. “En comparación, el software genera solo $1 billón a nivel mundial,” agrega, enfatizando que la atracción del software siempre ha sido sus márgenes más altos. “Al escalar el software, los costos marginales son muy bajos y los ingresos marginales son significativos.”
Bhargava señala que si se puede automatizar una parte del negocio de servicios, abordando entre el 30% y el 50% de las empresas con IA, e incluso hasta un 70% de las tareas centrales en el caso de los centros de llamadas, la matemática empieza a parecer irresistible.
El enfoque parece estar dando resultados. Titan MSP, una de las empresas del portafolio de General Catalyst, recibió $74 millones en dos tramos para desarrollar herramientas de IA para proveedores de servicios gestionados, y luego adquirió RFA, una conocida firma de servicios de TI. Según Bhargava, Titan demostró que podía automatizar el 38% de las tareas típicas de MSP, y ahora planea usar sus márgenes mejorados para adquirir más MSPs en una estrategia clásica de consolidación.
De manera similar, la firma incubó Eudia, que se enfoca en departamentos legales internos en lugar de en firmas de abogados. Eudia ha conseguido clientes de Fortune 100, incluyendo Chevron, Southwest Airlines y Stripe, ofreciendo servicios legales con tarifa fija impulsados por IA en lugar de la tradicional facturación por hora. Recientemente, adquirió Johnson Hanna, un proveedor alternativo de servicios legales, para expandir su alcance.
General Catalyst tiene como objetivo duplicar, al menos, el margen EBITDA de las empresas que adquiere, explica Bhargava.
Sin embargo, aún no está solo en esta tendencia. La firma de capital de riesgo Mayfield ha reservado $100 millones específicamente para inversiones en “compañeros de IA”, incluyendo a Gruve, una startup de consultoría informática que adquirió una empresa de consultoría de seguridad de $5 millones, logrando escalar sus ingresos a $15 millones en seis meses con un margen bruto del 80%, según sus fundadores.
“Si el 80% del trabajo será realizado por IA, puede tener un margen bruto del 80% al 90%,” asegura Navin Chaddha, director gerente de Mayfield. “Podrías tener márgenes combinados del 60% al 70% y producir un 20% al 30% de ingresos netos.”
El inversor Elad Gil ha estado persiguiendo una estrategia similar durante tres años, respaldando empresas que adquieren negocios maduros y los transforman con IA. “Si posees el activo, puedes transformarlo mucho más rápido que si solo vendes software como proveedor,” comenta Gil.
No obstante, signos de alerta emergen, sugiriendo que esta metamorfosis de la industria de servicios puede ser más complicada de lo que los capitalistas de riesgo anticipan. Un estudio reciente de investigadores del Stanford Social Media Lab y BetterUp Labs, que encuestó a 1,150 empleados a tiempo completo en diversas industrias, encontró que el 40% de estos se ven obligados a asumir más trabajo debido a lo que se denomina “trabajo residual”, un trabajo generado por IA que parece pulido pero carece de sustancia, creando más cargas para los colegas.
Los empleados encuestados reportan gastar un promedio de casi dos horas lidiando con cada instancia de trabajo residual, lo que produce una “impuesto invisible” de $186 al mes por persona. “Para una organización de 10,000 trabajadores, dado el estimado de prevalencia de trabajo residual, esto representa más de $9 millones al año en productividad perdida,” se afirma en un nuevo artículo del Harvard Business Review.
Bhargava plantea que estas fallas en la implementación en realidad validan el enfoque de General Catalyst. “Esto demuestra que no es fácil aplicar tecnología IA a estos negocios,” indica. “Si todas estas grandes empresas pudieran simplemente contratar una firma consultora, aplicar IA y transformar su negocio, nuestra tesis no sería tan robusta. La realidad es que transformar una empresa con IA es un desafío.”
El director de GC señala la sofisticación técnica necesaria en IA como la pieza crítica que falta. “Se necesita un conocimiento profundo de diferentes tecnologías y sus matices, lo que resalta la importancia de emparejar especialistas en IA con expertos de la industria,” argumenta.
A pesar de estas complejidades, GC mantiene que su enfoque de crear empresas desde cero, combinando tecnología de IA con experiencia en la industria, es la clave para el éxito.
Sin embargo, no se puede ignorar que el trabajo residual amenaza con socavar, en cierta medida, las proyecciones económicas centrales de esta estrategia. Si las empresas adquiridas reducen su personal como se sugiere que deberían, habrá menos personas disponibles para detectar y corregir errores generados por la IA. Por el contrario, si mantienen el nivel de personal para manejar el trabajo adicional provocado por la salida problemática de IA, las ganancias de márgenes que los capitalistas de riesgo anticipan podrían nunca realizarse.
Cierto es que tales escenarios deberían considerar ralentizar los planes de expansión que son centrales para las estrategias de consolidación de los capitalistas de riesgo, potencialmente poniendo en duda los números que hacen atractivos estos acuerdos. Sin embargo, probablemente se necesitaría más que un estudio o dos para frenar a los inversores de Silicon Valley en su impulso.
De hecho, debido a que adquieren negocios con flujo de efectivo existente, General Catalyst afirma que las empresas de su “estrategia de creación” ya son rentables, marcando un alejamiento significativo del enfoque tradicional de capital de riesgo de backing startups de alto crecimiento y alto consumo de efectivo. Esto también es potencialmente una buena noticia para los socios limitados de las firmas de capital de riesgo, que han financiado años de pérdidas en empresas que nunca alcanzaron la rentabilidad.
“Mientras la tecnología de IA siga mejorando, y se observe esta masiva inversión y mejora en los modelos,” concluye Bhargava, “creo que habrá más y más industrias para las que podremos ayudar a incubar empresas.”
Gracias por leer Columna Digital, puedes seguirnos en Facebook, Twitter, Instagram o visitar nuestra página oficial. No olvides comentar sobre este articulo directamente en la parte inferior de esta página, tu comentario es muy importante para nuestra área de redacción y nuestros lectores.
