La industria de datos está a punto de experimentar una transformación significativa. El mercado se está consolidando. En los últimos dos meses, hemos visto movimientos importantes, como la compra de Neon por Databricks por 1,000 millones de dólares y la adquisición de la empresa de gestión en la nube Informatica por Salesforce por 8,000 millones de dólares. Aunque las empresas adquiridas varían en tamaño y enfoque, todas tienen algo en común: se compran con la esperanza de que su tecnología sea la clave para que las empresas adopten la inteligencia artificial (IA).
A simple vista, esta estrategia parece lógica. El éxito de las empresas de IA depende del acceso a datos de calidad. Sin datos adecuados, no hay valor, y esto es una creencia compartida por los capitalistas de riesgo (VC) en el ámbito empresarial. En una encuesta de TechCrunch realizada en diciembre de 2024, los VC afirmaron que la calidad de los datos es fundamental para que las startups de IA se destaquen y tengan éxito. Aunque algunas de las empresas involucradas en estas adquisiciones no son startups, el sentimiento sigue siendo el mismo.
Gaurav Dhillon, excofundador y CEO de Informatica, y actual presidente y CEO de SnapLogic, una empresa de integración de datos, comentó en una reciente entrevista que “hay un reinicio completo en cómo se gestionan y fluyen los datos en las empresas”. Dhillon agregó que para aprovechar la IA, las empresas deben actualizar sus plataformas de datos de manera significativa. Esta es la razón detrás de tantas adquisiciones en el sector de datos, ya que es fundamental para tener una estrategia sólida de IA.
Sin embargo, no está claro si esta estrategia de adquirir empresas desarrolladas antes de la era post-ChatGPT es la mejor manera de aumentar la adopción de IA en un mercado que evoluciona rápidamente. Dhillon también tiene sus dudas, señalando que “nadie nació en IA; eso solo tiene tres años”. Para que una empresa grande ofrezca innovaciones en IA, necesitará una reestructuración considerable.
La industria de datos ha crecido de manera fragmentada en la última década, lo que la hace propensa a la consolidación. Desde 2020 hasta 2024, se invirtieron más de 300,000 millones de dólares en startups de datos a través de más de 24,000 acuerdos, según datos de PitchBook. La industria no ha sido ajena a las tendencias de otros sectores, como el SaaS, donde la inversión masiva de la última década ha llevado a la creación de numerosas startups enfocadas en áreas específicas o incluso en una sola característica.
El enfoque actual de agrupar diferentes soluciones de gestión de datos, cada una con su propio enfoque, no funciona cuando se quiere que la IA analice los datos para encontrar respuestas o construir aplicaciones. Por eso, tiene sentido que las empresas más grandes busquen adquirir startups que puedan llenar los vacíos en su pila de datos. Un ejemplo de esta tendencia es la reciente adquisición de Census por parte de Fivetran, que se realizó con el objetivo de mejorar la IA. Fivetran ayuda a las empresas a mover sus datos de diversas fuentes a bases de datos en la nube, pero antes de esta adquisición, los clientes necesitaban trabajar con otra empresa para crear una solución completa.
Sanjeev Mohan, exanalista de Gartner y ahora director de su propia firma de asesoría sobre tendencias de datos, señala que la consolidación actual es impulsada por la frustración de los clientes ante la multitud de productos incompatibles. Además, los startups de datos están teniendo dificultades para recaudar capital, y una adquisición es mejor que cerrar o endeudarse. Para las empresas compradoras, agregar características les da una ventaja competitiva.
Sin embargo, persiste la duda sobre si esta estrategia de adquisición logrará los objetivos de los compradores. Como mencionó Dhillon, las empresas de bases de datos adquiridas no fueron necesariamente diseñadas para adaptarse al mercado de IA en constante cambio. Además, si la empresa con los mejores datos gana en el mundo de la IA, ¿tendrá sentido que las empresas de datos y de IA sean entidades separadas?
