Este artículo de opinión fue escrito por Maor Farid, fundador y director ejecutivo de Leo AI, sobre los criterios que podrían regir la financiación de las empresas de inteligencia artificial durante el próximo periodo. Su tesis principal es que alcanzar rápidamente un millón de dólares en ingresos recurrentes anuales ya no es una prueba suficiente de la solidez de una empresa, después de que experiencias anteriores demostraran que algunos productos pueden atraer clientes y luego no lograr retenerlos.
Del crecimiento rápido al valor sostenible
Farid recuerda la experiencia de 2021, cuando incluir la inteligencia artificial en una presentación bastaba a veces para atraer financiación, mientras las pequeñas y medianas empresas se apresuraban a comprar nuevos productos. Sin embargo, observó que muchos productos ofrecían funciones tradicionales con una adición superficial de inteligencia artificial, o proporcionaban una mejora limitada en tareas que no eran críticas. En su opinión, una mejora del 20 % en una tarea de la que no depende el negocio puede producir una buena demostración, pero no garantiza la renovación de la suscripción.
En cambio, considera que las oportunidades más sólidas aparecen cuando la tecnología reduce un proceso esencial de semanas a minutos o proporciona un ahorro económico significativo. Para desarrollar Leo AI, Farid afirma que él y su socio realizaron entrevistas a más de 900 ingenieros mecánicos, desde principiantes hasta vicepresidentes, para comprender las tareas que consumen su tiempo y por cuya recuperación estarían dispuestos a pagar.
Tres elementos para construir una empresa más defendible
- Un impacto que justifique la inversión: la mejora debe ser lo bastante grande como para cambiar la forma de trabajar de la organización, no limitarse a acelerar una tarea que se utiliza rara vez.
- Experiencia sectorial: los modelos avanzados se han convertido en una infraestructura disponible prácticamente para cualquier empresa a través de interfaces de programación, por lo que Farid no considera que el acceso a un buen modelo lingüístico constituya una ventaja comercial suficiente. La ventaja, en su opinión, reside en comprender el sector y resolver problemas que las herramientas generales no abordan.
- Contexto propiedad del cliente: las empresas industriales poseen décadas de conocimiento de ingeniería presente en planos antiguos o en empleados experimentados, un conocimiento que no necesariamente forma parte de los datos de entrenamiento de los modelos básicos. Considera que el producto capaz de incorporar ese conocimiento al flujo de trabajo se vuelve más difícil de sustituir.
¿Qué examinarán los inversores?
Farid espera que las próximas salidas a bolsa de empresas de inteligencia artificial impongan un escrutinio mayor sobre los modelos de negocio. Según su planteamiento, los inversores de los mercados públicos prestarán atención a la tasa de retención neta de ingresos de los clientes, los márgenes brutos y si el coste de respaldar las operaciones de despliegue disminuye a medida que la empresa escala.
También se centrarán en la expansión del gasto de los clientes después de la aplicación inicial. Farid considera que esta expansión es un indicador más cercano de que el producto ha cambiado la forma de trabajar de la organización, porque el aumento del presupuesto significa que el cliente ha comprobado el valor y ha decidido asignarle un gasto adicional. Afirma que este tipo de preguntas ya aparece en sus conversaciones de financiación, después de que para algunos productos se haya vuelto posible alcanzar un millón de dólares en ingresos recurrentes anuales durante un año, sin garantizar que continúen en el año siguiente.
Lectura de certi.news
La transformación que describe el artículo no es un nuevo criterio contable, sino una reordenación de las prioridades: pasar de medir la velocidad de adquisición de ingresos a comprobar si el producto se consolida dentro de las operaciones del cliente y genera un gasto creciente con márgenes sostenibles. Esto importa a los fundadores de empresas emergentes, especialmente a quienes construyen capas finas sobre modelos de terceros, porque una lista de clientes o unos indicadores de retención insuficientes podrían no compensar la ausencia de un valor operativo claro.
Sin embargo, esta conclusión sigue siendo la opinión de un autor vinculado a una empresa emergente del sector, y no un estudio independiente del mercado. Además, la fuente no presenta datos comparativos ni nombres concretos de las próximas salidas a bolsa, por lo que sus previsiones sobre los próximos doce a veinticuatro meses aún deben someterse a una prueba práctica. Según su planteamiento, una mayor proporción del capital se dirigirá a empresas que combinen experiencia sectorial, mejoras significativas en actividades críticas y acceso al conocimiento privado de los clientes, aunque su crecimiento requiera un despliegue manual más lento que el de un modelo de autoservicio.