a16z: en el nuevo ciclo de IA, los robots ascienden, el hardware se dispara, el software se invierte

a16z señala que la IA está impulsando el capital de lo virtual a lo físico, la inversión en robótica alcanza un nuevo récord y las empresas que adoptan IA deben superar el cuello de botella de la exploración.
(Preámbulo: Exinvestigador de Anthropic funda Mirendil y recauda 200 millones de dólares, denominada «IA que puede automejorarse»)
(Complemento de contexto: Un empleado quema 80,000 dólares en tokens para crear un «videojuego de disparos meme» con IA; el jefe, al ver la factura, pide a toda la red que lo juegue)

Índice del artículo

Toggle

• Inversión del ciclo: Los ganadores tecnológicos se convierten en perdedores
• Compras masivas físicas: La robótica se dispara 4.5 veces
• Transformación con IA: Accenture se desploma 6 veces
• Reestructuración profunda: Los casos de uso de IA aumentan un 44%
• Operaciones optimizadas: La inversión de capital riesgo en IA alcanza un nuevo máximo
• Emprendimiento individual: Los ingresos de un millón se duplican

Recientemente, a16z ha analizado las tendencias centrales del ciclo tecnológico y empresarial actual desde múltiples dimensiones, como la inversión en el mercado, las aplicaciones de IA, el ecosistema emprendedor y la industria minorista. El artículo señala que, impulsado por la ola de la IA, el mercado de capitales está pasando gradualmente de preferir activos ligeros y la Internet de consumo a industrias físicas como el hardware y la robótica; al mismo tiempo, la IA también está remodelando la organización empresarial, las barreras de entrada para emprendedores y la lógica del crecimiento de la productividad. A continuación, los detalles del contenido.

Si comparas este ciclo con el anterior, observarás que en algunos aspectos son exactamente iguales, mientras que en otros son completamente opuestos.

Lo mismo es que, tanto en el período posterior a la crisis financiera (2010-2020) como en el período posterior a la pandemia (2020 hasta ahora), la industria tecnológica ha sido la ganadora del ciclo. Sin embargo, el panorama de otras industrias ha cambiado drásticamente: los ganadores del ciclo anterior ahora son perdedores, y viceversa.

• Las industrias de atención médica, bienes de consumo y medios de comunicación tuvieron rendimientos de dos dígitos después de la crisis financiera, pero ahora solo rondan entre el 3% y el 6%.
• Mientras que los rendimientos de las industrias de energía, materias primas, construcción y finanzas han pasado de un dígito bajo a dos dígitos medios-altos.

Las industrias que antes estaban rezagadas se han convertido en líderes, y los líderes anteriores se han convertido en rezagados.

La industria tecnológica es una excepción; siempre ha sido la ganadora del ciclo, pero también hay algunos matices. El hardware es el verdadero punto brillante de este ciclo (también tuvo un rendimiento bastante bueno en el ciclo anterior), pero el software sigue la tendencia de inversión general.

Retrocediendo un paso, aquí hay un patrón muy obvio que se ha mencionado antes: el mercado ha desviado su atención de las industrias de activos ligeros y orientadas al consumo hacia la economía «física» de activos pesados, impulsado en gran medida por la construcción de infraestructura de IA.

Esto es un cambio de bits (virtual) a átomos (físico).

Las empresas de «activos pesados» han revertido la situación después de más de una década de estar rezagadas respecto a las empresas de «activos ligeros».

Por supuesto, si este ciclo es similar al anterior, la tendencia general es que toda esta infraestructura de activos pesados eventualmente se extenderá a la capa de software/aplicaciones. En la era posterior a la crisis financiera, los fabricantes de chips (y los proveedores de servicios en la nube) dominaron al principio, pero finalmente cedieron el paso a las aplicaciones, mercados y software empresarial que florecieron en las plataformas en la nube impulsadas por teléfonos, computadoras y servidores (impulsados por chips). En otras palabras, el cambio hacia la capa virtual fue temporal y cíclico, no un cambio estructural más duradero.

Inversión del ciclo: Los ganadores tecnológicos se convierten en perdedores

Esta vez, por supuesto, podría suceder lo mismo: de hecho, si la construcción de infraestructura de IA no se extiende eventualmente a la capa de activos ligeros, podría ser bastante decepcionante (ambos también podrían desarrollarse de manera coordinada). Pero incluso así, en los mercados públicos, algunas señales revelan que la «revolución virtual» podría tener su propia sostenibilidad. Y, estrictamente hablando, no se trata solo de la infraestructura de IA.

La prima por la tecnología del «mundo real» se está manifestando en los mercados privados, no solo en el ámbito de la infraestructura de IA, sino también en el de la robótica:

Medida por la capitalización de mercado de las 100 principales empresas privadas (por categoría), la robótica (y la IA física) ni siquiera aparecía en la lista en 2016, pero una década después, ha superado a las fintech y los pagos para convertirse en la segunda categoría más grande.

Si prestas atención al flujo de capital de riesgo, también observarás un aumento en el interés por la robótica:

Según datos de Pitchbook, la inversión en robótica e IA física en el primer trimestre alcanzó un récord histórico tanto en monto como en número de operaciones, con aproximadamente 16 mil millones de dólares en casi 500 transacciones.

Como referencia, el auge de la inversión en robótica es aproximadamente 2 veces mayor en número y 4.5 veces mayor en valor en comparación con el período 2021-2025.

La clave es que la transición hacia la economía física (al menos en los mercados privados) no se trata solo de chips e inferencia: el hardware está surgiendo como un producto independiente.

Esto tampoco es difícil de entender. Un software mejor tiene un enorme potencial, pero la robótica lleva la tecnología a una serie de «tareas» del mundo real que el software por sí solo no puede abordar. La IA, en cierto modo, ha liberado el software que impulsa el hardware, expandiendo el alcance de la demanda como nunca antes. Esto es bastante similar a cómo la electricidad eventualmente permitió que las máquinas realizaran trabajos que los humanos apenas podían imaginar.

Actualmente, el campo más llamativo de la robótica es la defensa. Por supuesto, el creciente presupuesto de defensa global también ha jugado un papel importante. Si todo sale según lo planeado, la transición hacia industrias intensivas en activos podría ser más profunda, amplia y duradera que cualquier ciclo tecnológico moderno anterior.

Compras masivas físicas: La robótica se dispara 4.5 veces

En las primeras etapas de la ola de los grandes modelos de lenguaje (LLM), se señaló que las consultoras de gestión eran posibles ganadoras en el campo de la IA, al menos a corto plazo. La lógica era muy simple: las empresas quieren usar IA, por lo que contratarán consultoras para estudiar cómo lograrlo. En particular, se señaló que Accenture estaba en una posición muy favorable, ya que no solo podía ofrecer asesoramiento y hojas de ruta, sino también servicios integrales, los llamados «servicios gestionados».

Independientemente de las razones específicas, parece que el optimismo del mercado hacia Accenture se ha desvanecido por completo:

El múltiplo de flujo de caja libre de Accenture, que llegó a ser de hasta 30 veces a principios de 2025, ahora ha caído a aproximadamente 6 veces, alrededor de un tercio de su promedio a largo plazo.

En cuanto a por qué el mercado ha perdido la confianza en Accenture tan rápidamente, cada uno puede juzgar por sí mismo. Pero cada vez está más claro que, en el ámbito más amplio de «adoptar IA», el significado va mucho más allá de simplemente adoptar IA. No toda la adopción de IA crea valor de la misma manera, y para lograrlo realmente (o más eficazmente), según algunas investigaciones recientes, se requieren estrategias sutiles en las fases de desarrollo y concepción.

En un estudio que involucró a 515 startups de alto crecimiento, los investigadores analizaron en profundidad lo que realmente significa ser «nativo de IA». Más específicamente, querían saber cómo pasar de «mejorar tareas con IA» a «mejorar la empresa con IA», y los resultados fueron bastante sorprendentes.

Resulta que la clave está en lo que los investigadores llaman el problema de «mapeo».

Cuando a las empresas del estudio se les informó cómo otras empresas estaban reorganizando la producción en torno a la IA («empresas del grupo experimental»), iniciaron un proceso de exploración completamente diferente. En lugar de copiar simplemente los procesos existentes, las empresas del grupo experimental comenzaron desde un punto más upstream, integrando la IA en los resultados comerciales, lo que generó procesos completamente diferentes.

Los investigadores tomaron el desarrollo de productos como ejemplo:

En este caso, la IA no replicó los pasos existentes en el proceso, sino que rediseñó el proceso en torno a sus propias capacidades, aunque el objetivo fuera lograr el mismo resultado comercial básico.

Transformación con IA: Accenture se desploma 6 veces

Por supuesto, esto es solo un ejemplo, pero en general, el impacto de la IA en la productividad de las «empresas del grupo experimental» fue enorme. Las empresas del grupo experimental:

• Aumentaron los casos de uso de IA en aproximadamente un 44%;
• El 5% superior de las empresas duplicó sus ingresos (el 10% superior aumentó sus ingresos en un 50%);
• El consumo de capital se redujo en aproximadamente un 40% (en los extremos de la distribución, la brecha era mayor).

En resumen, cuando las startups de alto crecimiento realmente se dedicaron a «adoptar IA», observaron más escenarios de aplicación, generaron más ingresos y consumieron menos capital que aquellas que no adoptaron IA.

Este es un resultado bastante sorprendente que puede aliviar algunas de las preocupaciones sobre el «problema del retorno de la inversión en IA» y también explicar por qué el retorno de la inversión en IA aún no se ha manifestado plenamente a nivel empresarial, al menos no en la medida que algunos esperaban.

Los investigadores señalan que esto significa: (a) las ganancias de productividad impulsadas por la IA a nivel empresarial son realmente transformadoras; pero (b) el verdadero avance está en la fase de exploración, es decir, «explorar dónde y cómo implementar la IA es el cuello de botella clave para obtener beneficios», y no es simplemente «adoptar IA».

En este sentido, la existencia de un «cuello de botella de exploración» significa que la trayectoria de desarrollo de la IA no es diferente de los saltos de productividad impulsados por tecnologías anteriores.

Por ejemplo, cuando la electrificación comenzó a generalizarse, muchos fabricantes simplemente reemplazaron las máquinas de vapor con motores eléctricos grandes, manteniendo los sistemas de ejes de transmisión y correas existentes. La fábrica apenas cambió, solo que «esta vez tenía motores eléctricos». Sin embargo, no fue hasta que los fabricantes se dieron cuenta de que podían instalar pequeños motores en cada máquina (y abandonar casi por completo todo el sistema de ejes y correas) cuando comenzaron a surgir los verdaderos beneficios: la fábrica finalmente se rediseñó en torno a un sistema de energía integrado (y no al revés). Por supuesto, lo que siguió fue un hito importante en la historia de los saltos de productividad.

Sobre las startups de IA y la investigación académica, un mismo grupo de investigadores también observó algo: las startups de IA están optimizando las operaciones. Al menos según este estudio de datos de Y Combinator de los últimos cuatro años.

Reestructuración profunda: Los casos de uso de IA aumentan un 44%

Los investigadores examinaron los datos de YC W20-F24 (rondas de financiación inicial completadas entre 2020 y 2024) y los correlacionaron con los datos de Revelio sobre número de empleados, funciones y antigüedad. Querían comprender si las startups de IA se diferenciaban de las startups no IA en términos de contratación y/o estructura organizativa.

Observaron lo siguiente:

• Las startups de IA comienzan siendo más pequeñas y operan a menor escala;
• La distribución de startups con menos empleados está fuertemente sesgada hacia las startups de IA;
• Las startups de IA tienden a tener estructuras jerárquicas más flexibles, y las startups de IA representan la mayor proporción entre aquellas con pocos o ningún nivel jerárquico.

Las implicaciones son evidentes, aunque puede haber más variables en los detalles, pero deberías entenderlo: si señalas que la IA permitirá a las empresas crear más valor con menos recursos, esta encuesta sin duda respalda tu punto de vista.

Además, Stripe Economics ha vuelto a opinar sobre la etapa de «emprendedores individuales» impulsada por la IA.

(Nota: Recientemente, Ernie Tedeschi de Stripe Economics, basándose en los datos de Stripe, señaló que todos los tipos de fundadores parecían estar creciendo en el primer trimestre, pero el crecimiento de los «fundadores individuales no IA» fue el más significativo, seguido por los «fundadores individuales IA». Como se muestra en el siguiente gráfico:)

Aunque Stripe señala muchas limitaciones en la forma en que identifica a los «emprendedores individuales» en sus datos, siguen proporcionando más evidencia para respaldar la idea de que la IA está impulsando más actividad emprendedora y creación de empresas, y que los emprendedores individuales también están teniendo un éxito considerable.

Observa la proporción de emprendedores individuales por umbral de ingresos:

Operaciones optimizadas: La inversión de capital riesgo en IA alcanza un nuevo máximo

No solo está aumentando la proporción de emprendedores individuales con ingresos anuales superiores a 100,000 dólares, sino que la proporción de aquellos con ingresos anuales superiores a 5 millones y 10 millones de dólares comenzó a crecer significativamente en 2023 y 2024.

Stripe Economics señala:

• Observamos un aumento significativo en el número de emprendedores individuales con ingresos superiores a 100,000 dólares en nuestro índice, pero el aumento fue aún mayor para aquellos que alcanzaron umbrales de ingresos más altos, y la tasa de crecimiento se ha acelerado notablemente desde 2023. En 2025, el número de emprendedores individuales con ingresos superiores a 1 millón de dólares es más del doble que en 2023, mientras que el número de aquellos con ingresos superiores a 5 millones y 10 millones de dólares se acerca al triple de 2023.
• Quizás más interesante es que la proporción de emprendedores individuales que superan estos umbrales de ingresos también se ha duplicado en los últimos dos años. Esto revela que el aumento en la creación de empresas no refleja experimentos de baja calidad de unos pocos afortunados, sino que la calidad del grupo de emprendedores individuales recién formados podría ser más alta que antes.

Por supuesto, considerando las muchas incertidumbres sobre la forma de identificar a los emprendedores individuales (en este caso, a través de las herramientas exclusivas de Stripe para emprendedores individuales) y la posibilidad de que el número de empleados de estas empresas cambie con el tiempo (Stripe podría no estar al tanto), los datos revelan que la era de las pequeñas empresas impulsadas por la IA sigue desarrollándose.

Un aspecto interesante de las tiendas de comestibles es que, a diferencia de la categoría más amplia de comercio minorista, su productividad no ha mejorado significativamente en los últimos 30 años:

O, más precisamente, desde 1990, el crecimiento de la productividad en el comercio minorista se ha mantenido bastante estable, mientras que la productividad de las tiendas de comestibles experimentó primero una caída, luego una recuperación, después un estancamiento, y aunque recientemente ha vuelto a caer, está repuntando de nuevo, pero aún así está muy por detrás del aumento de productividad del comercio minorista.

Esto es interesante porque, por un lado, cuenta la historia de la tecnología (y su relación con la productividad), y por otro lado, cuenta la historia de cómo se mide la productividad, que se calcula aproximadamente como producción dividida por horas de trabajo (y esto es, en el mejor de los casos, una medida imperfecta).

Para las tiendas de comestibles (y el comercio minorista), después de la caja registradora, el mayor invento fue el escáner electrónico. Aparecieron por primera vez en la década de 1970, pero para la década de 1990, eran casi omnipresentes. Los escáneres tenían dos funciones principales: (1) expandir enormemente el rango de inventario; (2) facilitar la recopilación de datos cada vez más detallada por parte de minoristas y tiendas de comestibles para comprender las intenciones de compra de los clientes y las necesidades de inventario.

En la década de 1990, tanto las tiendas de comestibles como los minoristas comenzaron a expandirse enormemente, beneficiándose de las economías de escala impulsadas por la tecnología, lo que fue bueno para los consumidores, pero también marcó más o menos el fin de las tiendas familiares tradicionales.

Sin embargo, desde entonces, los destinos de minoristas y tiendas de comestibles comenzaron a divergir. Los minoristas expandieron enormemente su inventario, pero sin agregar muchos empleados nuevos, centrándose más en productos preenvasados listos para usar, que requerían mucho menos personal para gestionar y monitorear el inventario. Por otro lado, las tiendas de comestibles decidieron expandir sus operaciones más allá de los comestibles hacia servicios especializados, como floristerías, panaderías, mostradores de delicatessen, etc.

Emprendimiento individual: Los ingresos de un millón se duplican

Por supuesto, a medida que crecía la proporción de servicios especializados, también aumentaba la demanda de mano de obra especializada. Como se muestra en el gráfico anterior, aunque la productividad de las tiendas de comestibles mejoró, por ejemplo, expandiendo enormemente la variedad de productos y servicios y reduciendo los precios, en términos de producción/horas de trabajo, su «productividad» no aumentó. Esta es también la razón por la que la «productividad» del comercio minorista supera con creces la «productividad» de las tiendas de comestibles, mientras que el crecimiento salarial de ambos es básicamente el mismo.

Hasta que las tiendas de comestibles adoptaron las experiencias exitosas del comercio minorista y los grandes almacenes en general, su productividad comenzó a aumentar nuevamente:

Alrededor del año 2000, la proporción de productos no alimentarios para el hogar comenzó a crecer significativamente: los alimentos preenvasados con mayores márgenes, los snacks y los artículos de uso diario crecieron casi 5 veces en una década. Al mismo tiempo, los supermercados subcontrataron más tareas de exhibición y reposición a los proveedores, similar a cobrar «tarifas» por el espacio en los estantes. Esta fue una estrategia inteligente para «aumentar la productividad»: aunque las horas de trabajo no disminuyeron, se transfirieron a otras personas.

Desde la perspectiva de «aumentar la productividad», esta transición aumentó la producción sin aumentar las horas de trabajo, y la productividad de los supermercados experimentó un renacimiento.

Aunque la participación del trabajo en los ingresos de los comestibles aumentó de manera constante hasta aproximadamente 2002 (mientras que la participación del trabajo en los ingresos minoristas disminuyó), al menos hasta hace poco, ambas participaciones han estado disminuyendo de manera constante.

La disminución de la «participación del ingreso laboral» es básicamente lo opuesto a la «productividad»: producir más con menos trabajadores provoca una disminución de la participación del ingreso laboral (aquí no se considera el crecimiento de las cuentas 401k debido a todas las ganancias).

Sin embargo, es interesante que (volviendo al tema de la tecnología y la productividad), la última ola de innovación en compras (comercio electrónico y entrega a domicilio) parece coincidir nuevamente con la divergencia en la «productividad» entre los comestibles y el comercio minorista. Si bien el comercio electrónico es una gran bendición para los minoristas, que ya no necesitan alquilar tiendas, la entrega a domicilio podría significar que el mismo número o incluso más personas deambulan por las tiendas de comestibles seleccionando productos. La recogida en la acera podría ser incluso más intensiva en mano de obra que las compras tradicionales.

Ya sea causalidad o coincidencia, el hecho es que después de la pandemia, la productividad de los comestibles ha vuelto a caer (y la participación del ingreso laboral ha comenzado a recuperarse), mientras que el comercio minorista se ha vuelto más eficiente y optimizado. La misma tecnología, el mismo aumento de productividad, sin embargo, la «productividad» resultante es completamente diferente.

Sin embargo, la buena noticia para las tiendas de comestibles es que siempre se puede ganar dinero colocando publicidad en los expositores (alto margen).