El auge de la inteligencia artificial generativa ha sido una de las mayores olas tecnológicas de los últimos años, con startups de IA surgiendo a un ritmo acelerado. Sin embargo, no todos los modelos de negocio en este sector tienen garantizado un futuro próspero.
En ese contexto, según Darren Mowry, vicepresidente de Google responsable de programas globales para startups dentro de Google Cloud, DeepMind y Alphabet, dos tipos de startups de IA enfrentan un riesgo real de desaparecer si no evolucionan rápidamente.
Modelos de negocio en riesgo
1. LLM Wrappers (envoltorios de modelos de lenguaje)
Son empresas que construyen una interfaz o capa de producto encima de modelos de lenguaje existentes como GPT, Claude o Gemini, agregando UX o casos de uso específicos.
Mowry advierte que este enfoque —que se apoya casi exclusivamente en el modelo de otro proveedor— ya no ofrece suficiente diferenciación frente a competidores con más recursos o incluso frente a los propios proveedores de modelos.
2. Agregadores de IA
Estos son servicios que combinan múltiples modelos de IA en una sola interfaz o API, permitiendo a los usuarios elegir entre varios LLMs según sus necesidades. Sin embargo, con los proveedores de modelos integrando cada vez más características empresariales propias, el valor añadido de los agregadores se está erosionando y sus márgenes quedan presionados.
Estas dinámicas reflejan lo ocurrido en la industria de la nube hace más de una década, cuando los revendedores de servicios de infraestructura quedaron desplazados tras la expansión de las ofertas nativas de los grandes proveedores, señaló Mowry.
¿Quiénes tienen más posibilidades de sobrevivir?
El ejecutivo de Google no descartó por completo estos modelos, pero señaló que solo las startups que construyan ventajas competitivas profundas o IP significativa podrán prosperar a largo plazo. Ejemplos de empresas que han logrado un cierto nivel de diferenciación son aquellas que integran sus productos de forma más estrecha en flujos de trabajo específicos o que acumulan datos valiosos de dominio (como herramientas para desarrolladores o plataformas especializadas).
Además, Mowry expresó optimismo respecto a otros segmentos de la industria:
- Plataformas para desarrolladores y herramientas de productividad, que experimentaron un año récord de inversión y tracción.
- Tecnologías directas al consumidor, con productos de IA aplicados a creatividad y medios.
- Sectores como biotecnología y tecnología climática, donde el acceso masivo a datos puede traducirse en propuestas diferenciales de valor.
Lecciones para emprendedores
La advertencia de Mowry sirve como alerta para fundadores e inversores: en un mercado cada vez más competitivo y con modelos cada vez más potentes, simplemente “envolver” capacidades existentes no es una estrategia sostenible. Para sobrevivir, las startups necesitan construir moats reales que no puedan ser fácilmente replicados por gigantes tecnológicos o integrados directamente en los modelos base.
Imagen: Generada con IA / ChatGPT
