BAG Ventures anunció el cierre de su primer fondo de inversión, de 11,3 millones de dólares, para financiar empresas de inteligencia artificial en etapas tempranas, apostando por que las organizaciones pasen de probar herramientas generales a comprar productos que ejecuten tareas específicas y demuestren su rentabilidad económica.
El fondo fue fundado por Bonita Stewart, exvicepresidenta de Google, y Jackson Georges Jr., exsocio de CapitalG, después de que ambos comenzaran a invertir desde el fondo hace aproximadamente dos años, al mismo tiempo que completaban la captación de capital. Hasta ahora, BAG Ventures ha invertido en 10 empresas, entre ellas la compañía de software SXD, el agente de viajes impulsado por inteligencia artificial BizTrip y la plataforma de razonamiento agéntico Nomadic.
Inversión centrada en el uso empresarial
Las áreas de inversión incluyen infraestructura de inteligencia artificial, capacidad de cómputo, inteligencia artificial física y de borde, seguridad, gobernanza y software vertical como servicio. El valor de cada inversión oscila entre 100.000 y 500.000 dólares, mientras que la empresa planea invertir el resto del fondo durante los próximos dos años.
BAG Ventures afirma que su ventaja no se limita al capital, sino que también incluye conectar a los fundadores con clientes potenciales y proporcionar orientación práctica para llegar al mercado. Entre los socios comanditarios del fondo se encuentra Google, además de responsables de Nvidia, Amazon y Snowflake, mientras que el total supera los 150 inversores de varias empresas.
¿Qué está cambiando en la práctica?
Georges considera que las organizaciones están saliendo de la etapa de “entorno de experimentación” en la que probaban chatbots y soluciones de inteligencia artificial de forma abierta. Según su planteamiento, las empresas examinan ahora la economía unitaria y pagan por soluciones deterministas que se integran con sistemas de trabajo heredados y ejecutan tareas claras, como automatizar la revisión de código o analizar documentos jurídicos.
Georges imagina una transición desde la compra de licencias de software calculadas por usuario hacia el pago por la ejecución de tareas y resultados producidos por flujos de trabajo multiagente. Por ello, BAG Ventures busca equipos técnicos que hayan trabajado juntos anteriormente, que tengan un producto inicial y al menos un socio, y una vía clara para generar ingresos en un plazo de 24 meses.
La profundidad y los datos como barrera frente a la competencia
La empresa prefiere productos que se integren profundamente en los flujos de trabajo empresariales y recopilen datos propios que no puedan extraerse fácilmente, y advierte que las empresas emergentes que se limiten a una capa delgada sobre las interfaces de modelos avanzados de inteligencia artificial podrían tener dificultades para resistir el lanzamiento de productos competidores por parte de los grandes laboratorios.
BAG Ventures también observa empresas que atienden a sectores regulados, especialmente en áreas como la protección de los flujos internos de datos, el establecimiento de controles de uso aceptable y la ejecución continua de pruebas de penetración automatizadas. La empresa señaló que este enfoque aparece en una de sus compañías de cartera, Defendermate.
BAG Ventures también prevé una demanda creciente de herramientas de gestión de identidad y acceso para trabajadores no humanos, como los agentes de inteligencia artificial, así como de arquitecturas de “confianza cero” y capas de coordinación diseñadas para sistemas agénticos.
Lectura de certi.news
La importancia del fondo no radica únicamente en el valor de la financiación, sino en el criterio de selección, que refleja la creciente exigencia de las organizaciones respecto a la viabilidad de la inteligencia artificial. Sin embargo, esta tesis sigue siendo una visión de inversión de BAG Ventures y no una prueba de una transformación generalizada en el comportamiento de compra. La fuente tampoco aclaró el desempeño de las 10 empresas ni los ingresos que han generado, por lo que la capacidad de este enfoque para predecir a los ganadores en un mercado que cambia rápidamente sigue siendo una cuestión abierta.