Titular e introducción
La fiebre del oro de la IA generativa ha llenado el mercado de pequeños copilotos, asistentes y chatbots especializados. Pero desde Mountain View llega un aviso incómodo: muchas de esas startups nunca llegarán a ser empresas de verdad. Un vicepresidente de Google señala directamente a dos modelos de negocio muy de moda –los wrappers de LLM y los agregadores de IA– como candidatos a desaparecer. Esto no solo afecta a Silicon Valley; también a equipos en Madrid, Ciudad de México, Bogotá o Buenos Aires que han montado su proyecto sobre APIs de otros. Veamos qué hay detrás de este aviso, quién corre peligro y dónde siguen estando las oportunidades reales.
La noticia en breve
Según cuenta TechCrunch, Darren Mowry, responsable global del área de startups en Google (Cloud, DeepMind y Alphabet), cree que dos tipos de empresas de IA están en una posición frágil: los wrappers sencillos de modelos grandes de lenguaje (LLM) y las plataformas agregadoras.
Los wrappers son productos que envuelven modelos como GPT, Claude o Gemini con una interfaz o un flujo de trabajo ligero, sin aportar demasiada tecnología propia. Los agregadores, por su parte, conectan varios modelos detrás de una misma API o panel y enrutan consultas entre ellos, añadiendo algo de monitorización y gobierno.
Mowry sostiene que el mercado y los inversores se han cansado de startups que dependen casi al 100% de modelos de terceros y apenas tienen propiedad intelectual o datos propios. Los agregadores, además, sufren presión en márgenes a medida que los propios proveedores de modelos incorporan funciones avanzadas para empresas. En cambio, ve más futuro en plataformas para desarrolladores, productos de consumo y sectores intensivos en datos como biotecnología y clima.
Por qué importa
El mensaje es claro: la era de "le pongo una UI a GPT y levanto una ronda" se está acabando.
Quién gana:
- Los dueños de la infraestructura y los modelos: Google, OpenAI, Anthropic, Meta, Microsoft y compañía consolidan poder si las capas intermedias se debilitan.
- Los especialistas verticales: startups que combinan modelos con datos propios, conocimiento de dominio e integración profunda en procesos reales (salud, seguros, logística, energía, sector público) salen reforzadas.
Quién pierde:
- Los "copilotos para X" con poco fondo, que viven de una API ajena y de una demo vistosa. Son fáciles de copiar por grandes plataformas o por proyectos open source.
- Los agregadores genéricos, cuyo principal argumento es dar acceso a muchos modelos desde un solo sitio. Ese valor se diluye cuando los propios proveedores de modelos empiezan a ofrecer orquestación, evaluación y gobierno nativamente.
La consecuencia inmediata es que la IA generativa se está convirtiendo en "simple" software: se exige retención de usuarios, unidad económica sana, costes de cambio altos y ventajas competitivas reales. En ese entorno, muchas startups de IA quedan desnudas: detrás del marketing, solo hay una llamada a una API muy conocida.
El contexto más amplio: cuando la plataforma se come al intermediario
Lo que está ocurriendo encaja con un patrón histórico. En los inicios de la computación en la nube, surgieron muchos revendedores y "simplificadores" de AWS: te unificaban la factura, te daban un panel más bonito, te ayudaban a arrancar. Cuando Amazon, Microsoft y Google añadieron esas capacidades a sus propios servicios, casi todos esos intermediarios desaparecieron o se reconvirtieron.
Con la IA vemos algo parecido:
- El acceso a la API deja de ser diferencial. La calidad de los modelos converge en muchas tareas, los precios tienden a bajar y los modelos open source mejoran. Ser "la puerta" ya no basta.
- Los grandes suben en la cadena de valor. OpenAI, Google, Anthropic y otros lanzan agentes, herramientas de evaluación, soluciones para call centers, gestores de conocimiento, etc. Cada producto nuevo reduce el espacio de los wrappers y agregadores.
- La distribución manda. Es mucho más fácil para Microsoft añadir una función de IA a Office que para una startup convencer a millones de usuarios de instalar una nueva herramienta.
En cada ola tecnológica pasa lo mismo: primero hay una explosión de herramientas puntuales, luego llega la consolidación. Algunas pocas se convierten en empresas independientes y el resto acaba como funcionalidades de plataformas más grandes.
El mensaje entre líneas para fondos de venture capital en Europa y Latinoamérica es evidente: seguir financiando clones de "ChatGPT para [insertar nicho]" ya no tiene sentido. La apuesta debe ir hacia problemas grandes, con fricción real y donde la IA sea parte de una solución más amplia, no toda la propuesta de valor.
La perspectiva europea e hispanohablante
En Europa y en muchos países de habla hispana, el contexto añade dos capas clave: regulación y desconfianza hacia las cajas negras.
La Ley de IA de la UE, el RGPD y normas locales en España o América Latina empujan hacia modelos con transparencia, trazabilidad y control de datos. Un simple wrapper que envía información sensible a un modelo de EE. UU. sin explicarlo bien tiene un problema, tanto legal como comercial.
Al mismo tiempo, los grandes grupos financieros, energéticos o de telecomunicaciones en España, México, Colombia, Chile o Argentina exigen garantías de soberanía de datos y cumplimiento normativo. Eso juega en contra de los proyectos que solo se apoyan en una API externa sobre la que no tienen poder de negociación.
La buena noticia: tanto Europa como América Latina tienen ventajas estructurales para construir IA vertical:
- Sectores potentes (energía, agricultura, turismo, salud, logística, banca) con datos propios y problemas muy locales.
- Talento técnico cada vez más distribuido entre Madrid, Barcelona, Ciudad de México, Bogotá, Buenos Aires, Santiago, Lima…
- Un incipiente ecosistema de modelos abiertos y de infra regional.
Para fundadores en Sevilla o Valencia, en Montevideo o Guadalajara, la oportunidad no está en ser "otra interfaz para GPT", sino en adueñarse de un flujo completo: desde los datos hasta el resultado de negocio, pasando por procesos, integraciones y cumplimiento normativo.
Mirando hacia adelante: qué puede pasar en los próximos 24 meses
Es razonable anticipar varios movimientos:
- Consolidación silenciosa de wrappers. Muchas startups de "IA para estudiantes", "IA para redactar correos" o "IA para reuniones" acabarán vendiendo su tecnología a un SaaS establecido, o pivotando hacia servicios a medida.
- Agregadores que se vuelven especialistas. Los que sobrevivan no venderán "acceso a muchos modelos", sino soluciones de orquestación, evaluación y gobierno pensadas para una industria concreta –por ejemplo, banca regulada o salud.
- Los proveedores de modelos competirán aguas arriba. Veremos más productos llave en mano lanzados directamente por OpenAI, Google o Anthropic, que chocarán frontalmente con ofertas de startups.
- Los datos serán el activo crítico. Controlar datos difíciles de replicar (históricos médicos, telemetry industrial, corpus legales, bases de tickets de soporte) será más importante que tener el "prompt" más ingenioso.
Para los equipos fundadores, conviene hacerse tres preguntas incómodas:
- Si borro de mi pitch las palabras GPT, Gemini o Claude, ¿queda algo interesante?
- ¿Seguiría existiendo mi negocio si mi proveedor de modelo duplicara los precios o lanzara un competidor directo?
- ¿Poseo datos, procesos o relaciones con clientes que sean realmente míos y difíciles de mover a otro proveedor?
Si la respuesta es sí, probablemente va por buen camino. Si no, es momento de repensar la estrategia antes de que el mercado lo haga por usted.
Conclusión
El aviso de Google no mata a las startups de IA, pero sí mata una ilusión: la de que basta con pegar una interfaz bonita sobre un modelo de otro y llamarlo producto. El poder vuelve a concentrarse en quien controla modelos, datos, distribución o un conocimiento profundo de una industria. Para los emprendedores de habla hispana, en Europa y América Latina, el reto ahora es claro: dejar de ser una "capa bonita" y construir negocios con raíces propias. La pregunta no es si su IA impresiona en una demo, sino si aguantaría cuando el proveedor de abajo cambie las reglas del juego.
