Invertir en startups de inteligencia artificial (IA) es más emocionante y arriesgado que nunca. Empresas grandes como OpenAI, Microsoft y Google están expandiendo rápidamente sus capacidades para absorber muchas de las ofertas de compañías más pequeñas. Al mismo tiempo, nuevas startups están alcanzando la etapa de crecimiento mucho más rápido de lo que se había visto antes.

Sin embargo, definir qué significa “etapa de crecimiento” en las startups de IA no es tan sencillo hoy en día. Jill Chase, socia de CapitalG, mencionó en el evento TechCrunch AI Sessions que está viendo más empresas que, a solo un año de su creación, ya han alcanzado decenas de millones en ingresos anuales recurrentes y más de mil millones de valoración. Aunque estas empresas pueden considerarse maduras por su valoración y generación de ingresos, a menudo carecen de la infraestructura necesaria en términos de seguridad, contratación y dirección.

“Por un lado, eso es realmente emocionante. Representa una nueva tendencia de crecimiento extremadamente rápido, lo cual es increíble”, dijo Chase. “Por otro lado, es un poco aterrador porque voy a pagar una valoración de $X mil millones por una empresa que no existía hace 12 meses, y las cosas están cambiando tan rápido”.

“¿Quién sabe quién está en un garaje, tal vez en esta audiencia, comenzando una empresa que en 12 meses será mucho mejor que la que estoy invirtiendo hoy, que tiene $50 millones en ARR?”, continuó Chase. “Así que ha hecho que invertir en crecimiento sea un poco confuso”.

Para aclarar la situación, Chase destacó que es importante que los inversores se sientan cómodos con la categoría y la “capacidad del fundador para adaptarse rápidamente y prever el futuro”. Mencionó a la startup de codificación de IA, Cursor, como un gran ejemplo de una empresa que “aprovechó el caso de uso exacto de generación de código de IA que era posible con la tecnología de ese momento”.

Sin embargo, Cursor deberá esforzarse para mantener su ventaja. “Para finales de este año, habrá ingenieros de software de IA”, dijo Chase. “En ese escenario, lo que Cursor tiene hoy será un poco menos relevante. Depende del equipo de Cursor ver ese futuro y pensar, ¿cómo empiezo a construir mi producto para que cuando esos modelos salgan y sean mucho más poderosos, la superficie del producto los represente y pueda integrarlos rápidamente y cambiar a ese estado de generación de código?”