SC Moatti, socia directora fundadora de Mighty Capital y presidenta del consejo de administración de Products That Count, afirma que la frase «utilizamos inteligencia artificial» ya no basta para diferenciar a las startups. Dado que la inteligencia artificial está integrada en el 97% de los productos candidatos a los premios de Products That Count de este año, la inteligencia artificial, en su opinión, se ha convertido más en una infraestructura disponible que en una barrera que impida a los competidores alcanzar a la empresa.
Moatti basa esta conclusión en un análisis de datos de Crunchbase que incluyó 576 empresas de inteligencia artificial orientadas a empresas, que recaudaron rondas de financiación por un valor de 50 millones de dólares o más desde principios de 2025. El análisis utilizó el marco de las «siete fuerzas» desarrollado por Hamilton Helmer, junto con datos de la comunidad de líderes de producto de Products That Count, que cuenta con más de 600.000 miembros.
Primera ventaja: posicionamiento contrarian
Moatti define el «posicionamiento contrarian» como la construcción de un modelo de negocio radicalmente diferente, de modo que un competidor establecido no pueda imitarlo sin perjudicar su economía actual. Cita la conocida comparación entre Netflix y Blockbuster: Blockbuster podía adoptar el modelo de suscripción, pero hacerlo habría socavado los ingresos por cargos de demora de los que dependían sus tiendas.
Según los datos incluidos en el artículo, solo el 5% de las empresas analizadas utiliza este tipo de barrera, pero alcanzó una mediana del valor empresarial de 5,3 veces por cada dólar recaudado, el múltiplo más alto entre las fuerzas analizadas. La idea aparece, según los ejemplos mencionados, en compañías de seguros que utilizan inteligencia artificial y venden directamente a los empleadores, y en sistemas de gestión de ingresos concebidos desde el principio sobre la base de la inteligencia artificial.
En el primer caso, a los corredores de seguros tradicionales podría resultarles difícil imitar el modelo sin perjudicar sus relaciones y sus márgenes de suscripción. En el segundo, pasar a un modelo nuevo podría socavar los ingresos de alto margen por consultoría de los proveedores de sistemas tradicionales. La autora considera que la falta de acción del competidor establecido, porque perjudicaría su negocio existente, constituye la propia barrera.
Segunda ventaja: economías de red
En el modelo de economías de red, el valor del producto aumenta a medida que se incorporan nuevos usuarios. Moatti cita LinkedIn, donde la presencia de más responsables de contratación atrae a candidatos y, posteriormente, a más profesionales, lo que a su vez atrae a más responsables de contratación.
Las economías de red solo aparecen en el 5% de las empresas estudiadas, pero alcanzaron un múltiplo de 4,2 veces, lo que las convierte, según el análisis, en la vía más eficiente en términos de capital para alcanzar una sólida prima de valoración. La autora considera que su aplicación en el sector empresarial no limita la red a los usuarios individuales: puede conectar marcas con fábricas, anunciantes con audiencias, o plataformas con socios.
A medida que se acumulan datos sobre precios, ciclos de producción y comportamiento de las audiencias a través de estas interacciones, la red se vuelve más difícil de imitar. Sin embargo, el desafío práctico sigue siendo convencer simultáneamente a ambos lados del mercado bilateral para que se comprometan. Moatti afirma que la empresa que logra superar el problema del arranque en frío posee un activo que un competidor bien financiado, incluso con un modelo mejor, no puede comprar directamente.
Barreras que parecen fuertes, pero son menos resistentes
Los recursos cautivos, como los datos propios, la propiedad intelectual y el acceso exclusivo, ocupan una posición destacada en términos de prevalencia, ya que aparecen en el 44% de las empresas estudiadas. Sin embargo, su múltiplo fue el más bajo, de 2,6 veces. La autora explica que los modelos fundacionales y los datos sintéticos han debilitado la capacidad de muchos conjuntos de datos propios para seguir siendo una ventaja difícil de copiar.
Los costes de cambio aparecen en el 37% de las empresas. Pueden impedir efectivamente que los clientes se marchen, pero para alcanzarlos suelen requerirse una integración profunda con la organización, ciclos de ventas costosos y riesgos de rediseño de los sistemas. Su múltiplo es de aproximadamente 4 veces, cercano al de las economías de red, aunque el capital necesario para construirlos es unas 10 veces mayor, según el artículo.
Moatti considera que los costes de cambio pueden volverse más eficientes si la empresa se apoya en un crecimiento impulsado por el producto o diseña una razón que anime a los usuarios a colaborar dentro de la plataforma, convirtiendo gradualmente esta barrera en una economía de red.
¿Qué significa esto para las startups?
El artículo también cuestiona que las economías de escala sean una estrategia al alcance de la mayoría de los fundadores. El múltiplo mediano de esta categoría cae de 6,1 a 3,2 al excluir a OpenAI y Anthropic, y ambas compañías concentran el 88% del capital de esta categoría. Por ello, la autora distingue entre la mejora de la economía unitaria con el crecimiento y la posesión de una barrera basada realmente en la escala.
Lectura editorial de certi.news: este artículo no demuestra que el posicionamiento contrarian y las economías de red sean las únicas barreras posibles en todos los mercados, ya que se basa en una muestra específica y en múltiplos de valoración, no en una prueba causal directa. Sin embargo, plantea una pregunta práctica importante a las empresas de inteligencia artificial: ¿qué quedará del negocio si el competidor de hoy aparece mañana con más capital y un modelo mejor? La respuesta, según el argumento expuesto, debe estar en el diseño del modelo de negocio o en la estructura de la red, no en la mera existencia de la inteligencia artificial.