Los fondos de capital riesgo subestiman los retos de la transformación de los servicios de IA

Los inversores de capital riesgo creen haber descubierto la próxima gran ventaja inversora: aprovechar la inteligencia artificial para obtener márgenes de beneficio similares a los del software en negocios de servicios que tradicionalmente requieren mucha mano de obra. Su enfoque consiste en adquirir empresas de servicios profesionales consolidadas, implementar la inteligencia artificial para automatizar las operaciones y, a continuación, utilizar el flujo de caja mejorado resultante para adquirir otras empresas en una estrategia de consolidación.

Pionera en este movimiento es General Catalyst (GC), que ha destinado 1500 millones de dólares de su último fondo a una estrategia de «creación». Esta iniciativa se centra en desarrollar empresas de software nativas de IA dentro de sectores específicos y, a continuación, utilizar estas empresas como plataformas para adquirir empresas bien establecidas, y sus bases de clientes, en los mismos sectores. GC ya ha realizado inversiones en siete sectores, incluidos los servicios jurídicos y la gestión de TI, con la ambición de expandirse finalmente a hasta 20 campos diferentes.

«La industria de servicios global representa 16 billones de dólares en ingresos anuales», afirmó Marc Bhargava, responsable de las iniciativas relacionadas de GC, en una reciente entrevista con TechCrunch. «En cambio, el mercado mundial de software solo alcanza el billón de dólares», observó, destacando que el atractivo del software siempre ha sido sus márgenes superiores. «Cuando el software se escala, el coste marginal es mínimo, mientras que los ingresos marginales son sustanciales».

Explicó que si se pueden automatizar de forma similar los negocios de servicios, gestionando entre el 30 % y el 50 % de sus operaciones con IA, y hasta el 70 % de las tareas básicas en áreas como los centros de atención telefónica, las perspectivas financieras se vuelven increíblemente atractivas.

Esta estrategia ya está demostrando su éxito. Consideremos el caso de Titan MSP, una de las empresas de la cartera de GC. La empresa de inversión proporcionó 74 millones de dólares en dos rondas de financiación para ayudar a desarrollar herramientas de IA para proveedores de servicios gestionados, a lo que siguió la adquisición de RFA, una destacada empresa de servicios de TI. A través de programas piloto, Bhargava informa de que Titan automatizó el 38 % de las tareas estándar de los MSP. La empresa ahora tiene la intención de utilizar sus márgenes mejorados para adquirir más MSP en una clásica operación de consolidación del sector.

En una iniciativa paralela, la empresa incubó Eudia, que se dirige a los departamentos jurídicos de las empresas en lugar de a los bufetes de abogados. Eudia ha conseguido clientes de la lista Fortune 100, como Chevron, Southwest Airlines y Stripe, a los que ofrece servicios jurídicos con tarifas fijas basados en la IA, en lugar de la facturación tradicional por horas. La empresa ha adquirido recientemente Johnson Hanna, un proveedor de servicios jurídicos alternativos, para ampliar su presencia en el mercado.

Bhargava aclaró que GC tiene como objetivo al menos duplicar el margen EBITDA de las empresas que adquiere.

Únase a más de 10 000 líderes tecnológicos y de capital riesgo para crecer y establecer contactos en Disrupt 2025

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil... Estos son solo algunos de los más de 250 pesos pesados que liderarán más de 200 sesiones diseñadas para ofrecer ideas que impulsen el crecimiento de las startups y agudicen su ventaja competitiva. No se pierda el 20.º aniversario de TechCrunch y la oportunidad de aprender de las voces más importantes del sector tecnológico. Consiga su entrada antes de que se abran las puertas y ahorre hasta 444 $.

Únase a más de 10 000 líderes tecnológicos y de capital riesgo para crecer y establecer contactos en Disrupt 2025.

Netflix, Box, a16z, ElevenLabs, Wayve, Sequoia Capital, Elad Gil... Estos son solo algunos de los más de 250 pesos pesados que impartirán más de 200 sesiones diseñadas para ofrecer conocimientos que impulsen el crecimiento de las startups y afinen su ventaja competitiva. No te pierdas el 20.º aniversario de TechCrunch y la oportunidad de aprender de las voces más influyentes del sector tecnológico. Compra tu entrada antes del 26 de septiembre y ahorra hasta 668 $.

GC no es la única empresa que adopta esta filosofía. La empresa de capital riesgo Mayfield ha dedicado 100 millones de dólares específicamente a inversiones en «compañeros de equipo de IA», entre los que se incluye Gruve, una startup de consultoría informática que adquirió una empresa de consultoría de seguridad por 5 millones de dólares. Según sus fundadores, Gruve amplió esta adquisición hasta alcanzar unos ingresos de 15 millones de dólares en seis meses, al tiempo que conseguía un margen bruto del 80 %.

«Si la IA se encarga del 80 % del trabajo, puede generar márgenes brutos del 80 % al 90 %», declaró Navin Chaddha, director general de Mayfield, a TechCrunch este verano. «Se podrían alcanzar márgenes combinados del 60 % al 70 % y generar ingresos netos del 20 % al 30 %».

El inversor independiente Elad Gil lleva tres años aplicando una estrategia similar, respaldando a empresas que adquieren negocios maduros y los transforman con IA. «Si eres propietario del activo, puedes implementar cambios mucho más rápido que si solo vendes software como proveedor externo», explicó Gil en una entrevista con TechCrunch esta primavera.

Sin embargo, los primeros indicadores sugieren que esta transformación del sector servicios podría ser más compleja de lo que prevén los inversores de capital riesgo. Un estudio reciente realizado por investigadores del Stanford Social Media Lab y BetterUp Labs encuestó a 1150 empleados a tiempo completo de diversos sectores y descubrió que el 40 % tiene una carga de trabajo adicional debido a lo que los investigadores denominan «workslop», es decir, resultados generados por IA que parecen pulidos pero carecen de sustancia, lo que crea trabajo adicional y complicaciones para los compañeros.

Esta tendencia está afectando negativamente a las organizaciones. Los participantes en la encuesta afirmaron dedicar una media de casi dos horas a cada caso de workslop, incluyendo el tiempo necesario para descifrarlo, decidir si lo devuelven para su revisión y, a menudo, simplemente corregirlo ellos mismos.

Basándose en las estimaciones de tiempo de los participantes y en los salarios que ellos mismos declararon, los autores del estudio calculan que el workslop supone un coste oculto de aproximadamente 186 dólares por empleado al mes. «Para una organización con 10 000 trabajadores, dada la prevalencia estimada del workslop... esto se traduce en más de 9 millones de dólares anuales en pérdida de productividad», escriben en un nuevo artículo de Harvard Business Review.

Bhargava cuestionó la idea de que la IA está sobrevalorada, argumentando que estos retos de implementación refuerzan en realidad el enfoque de GC. «Creo que pone de relieve la oportunidad, que es que aplicar la tecnología de IA a estas empresas no es sencillo», afirmó. «Si todas las empresas de la lista Fortune 100 pudieran simplemente contratar a una consultora, implementar algo de IA, firmar un contrato con OpenAI y transformar su negocio, entonces, obviamente, nuestra tesis sería menos convincente. Pero la realidad es que transformar una empresa con IA es realmente difícil».

Identificó la experiencia técnica necesaria en IA como el componente más crucial que falta. «Existe una gran variedad de tecnologías de IA, cada una con diferentes puntos fuertes», señaló. «Realmente se necesitan ingenieros de IA aplicada de empresas como Rippling, Ramp, Figma y Scale, que tengan experiencia práctica con diferentes modelos, comprendan sus matices, sepan qué modelos son adecuados para tareas específicas y comprendan cómo integrarlos en el software». Sostuvo que esta complejidad es precisamente la razón por la que la estrategia de GC de emparejar a especialistas en IA con expertos del sector para crear empresas desde cero es tan lógica.

No obstante, Workslop amenaza sin duda con socavar parcialmente la economía central de la estrategia. Incluso si se establece una sociedad de cartera como base, si las empresas adquiridas reducen su personal como sugiere el modelo de eficiencia de IA, habrá menos personas disponibles para identificar y corregir los errores generados por la IA. Si las empresas mantienen los niveles actuales de personal para hacer frente al trabajo adicional creado por los resultados defectuosos de la IA, es posible que las mejoras sustanciales en los márgenes en las que confían las empresas de capital riesgo nunca se materialicen.

Se podría argumentar que estos factores deberían moderar los agresivos planes de expansión que son fundamentales para las estrategias de consolidación de las empresas de capital riesgo, planes que podrían poner en peligro los indicadores financieros que hacen que estas operaciones sean atractivas. Sin embargo, siendo realistas, se necesitará algo más que un par de estudios para frenar a la mayoría de los inversores de Silicon Valley.

De hecho, dado que suelen adquirir empresas con flujo de caja existente, GC afirma que sus empresas de «estrategia de creación» ya son rentables, lo que supone una desviación significativa del modelo tradicional de capital riesgo de respaldar a startups de alto crecimiento que queman efectivo. Probablemente, esto represente un cambio bienvenido para los socios comanditarios que financian empresas de capital riesgo, que han soportado años de pérdidas de empresas de cartera que nunca alcanzaron la rentabilidad.

«Mientras la tecnología de IA siga avanzando y observemos esta inversión masiva y la mejora de los modelos», afirma Bhargava, «creo que habrá cada vez más sectores en los que podamos ayudar a incubar empresas».