Han pasado tres años desde que ChatGPT desató la fiebre de la IA generativa y, sin embargo, la mayoría de las grandes empresas siguen sin ver el dinero de vuelta.
En agosto, una encuesta del MIT reveló que el 95 % de las empresas no estaban obteniendo un retorno significativo de sus inversiones en IA. Aun así, los fondos de venture capital repiten la jugada por tercer año consecutivo: el año que viene, dicen, la IA sí será crítica para el software empresarial.
TechCrunch habló con 24 VCs centrados en el mundo enterprise. La inmensa mayoría cree que 2026 será el año en que las compañías adopten la IA de forma significativa, empiecen a ver valor real y suban el presupuesto. La diferencia respecto a años anteriores es que ahora son mucho más concretos sobre qué tiene que cambiar.
Del hype a los problemas serios
La fase fácil del ciclo de la IA se ha terminado.
«Las empresas se están dando cuenta de que los LLMs no son una bala de plata para la mayoría de los problemas», dice Kirby Winfield, socio fundador de Ascend. Su ejemplo es claro: que Starbucks pueda usar Claude para escribir su propio CRM no significa que deba hacerlo.
Winfield cree que el foco se moverá a los ladrillos menos glamorosos pero imprescindibles para escalar: modelos a medida, fine-tuning, sistemas de evaluación, observabilidad, orquestación y soberanía del dato.
Para Molly Alter, socia en Northzone, muchas startups de IA empresarial van a descubrir que, en el fondo, son consultoras. Empiezan con un producto –soporte al cliente con IA, agentes de código– y, cuando tienen suficientes flujos de trabajo de clientes, replican el modelo de ingenieros desplazados que construyen casos de uso adicionales sobre la misma plataforma. De especialistas en producto pasan a implantadores generales de IA.
Dónde ven los VCs la tracción en 2026
Entre las respuestas de los inversores hay varios hilos comunes:
La voz como interfaz principal. «La voz es una forma mucho más natural, eficiente y expresiva de comunicarnos entre nosotros y con las máquinas», afirma Marcie Vu, socia en Greycroft. Quiere ver cómo se reimaginan productos e interfaces cuando la voz es el canal principal hacia la inteligencia.
IA tocando el mundo físico. Alexa von Tobel, fundadora y managing partner de Inspired Capital, sostiene que 2026 será el año en que la IA rediseñe infraestructura, manufactura y monitorización climática. Pasamos, dice, de un mundo reactivo a uno predictivo, donde los sistemas físicos detectan problemas antes de que se conviertan en fallos.
Los grandes labs suben en la pila. Lonne Jaffe, managing director en Insight Partners, está observando cómo se comportan los laboratorios de modelos frontera. Muchos asumían que solo entrenarían modelos para que otros construyeran aplicaciones encima, pero ya no parece ser así. Jaffe espera ver más aplicaciones llave en mano saliendo directamente de estos labs en finanzas, derecho, salud y educación.
El año del “momentum” cuántico. Para Tom Henriksson, socio en OpenOcean, si hay una palabra para el cuántico en 2026 es «momentum». La confianza en la ventaja cuántica crece a medida que las empresas publican hojas de ruta, pero aún no hay que esperar grandes saltos en software: falta músculo en hardware.
La capa aburrida que mueve mucho dinero
Lejos de los focos, buena parte del capital se dirige a infraestructura y eficiencia.
Emily Zhao, principal en Salesforce Ventures, resume la tesis de su firma en dos frentes: «la entrada de la IA en el mundo físico y la siguiente evolución de la investigación de modelos».
M12, el brazo de venture de Microsoft, está montando lo que Michael Stewart llama tecnología de «fábricas de tokens» del futuro: todo lo que ocurre dentro del data center, desde refrigeración y cómputo hasta memoria y redes entre sedes.
Aaron Jacobson, socio en NEA, lo plantea sin rodeos: «Estamos en el límite de la capacidad de la humanidad para generar suficiente energía para alimentar GPUs hambrientas». Busca hardware y software que mejoren drásticamente el rendimiento por vatio: mejor gestión de GPUs, chips de IA más eficientes, redes ópticas de nueva generación o formas nuevas de manejar la carga térmica en sistemas de IA y centros de datos.
Qué es un foso defensivo real en IA
Si eres una startup de IA, los inversores ya no se impresionan con un prompt ingenioso y una gráfica de benchmarks.
«Un foso en IA tiene menos que ver con el modelo en sí y más con la economía y la integración», explica Rob Biederman, managing partner en Asymmetric Capital Partners. Busca compañías profundamente incrustadas en los flujos de trabajo, con acceso a datos propios o que mejoran continuamente, y con defensas basadas en costes de cambio y resultados difíciles de replicar.
Jake Flomenberg, socio en Wing Venture Capital, desconfía de los fosos «basados solo en rendimiento de modelo o prompting», porque esas ventajas «se erosionan en meses». Su pregunta clave: si mañana OpenAI o Anthropic lanzan un modelo 10 veces mejor, ¿este producto sigue teniendo razón de existir?
Alter apunta que hoy es más fácil construir un foso en categorías verticales –manufactura, construcción, salud, legal–, donde los datos se parecen entre clientes. Eso facilita fosos de datos, en los que cada nuevo cliente mejora el producto. También le interesan los «fosos de workflow», en los que la ventaja proviene de entender en profundidad cómo se mueve el trabajo del punto A al B en un sector concreto.
Para Harsha Kapre, director en Snowflake Ventures, los fosos más fuertes vienen de transformar los datos que la empresa ya tiene en mejores decisiones, workflows y experiencias de cliente, sin crear nuevos silos.
¿Será 2026 el año en que la IA devuelva la inversión?
La mayoría de los VCs cree que sí, pero sin milagros.
Winfield espera que las empresas abandonen la fase de «experimentos aleatorios con docenas de soluciones» y se concentren en menos herramientas, mejor integradas.
Scott Beechuk, socio en Norwest Venture Partners, ve 2025 como el año de la infraestructura y 2026 como la prueba de fuego: «Si el año pasado fue construir la infraestructura para la IA, 2026 es cuando veremos si la capa de aplicaciones puede convertir esa inversión en valor real».
Marell Evans, fundador y managing partner de Exceptional Capital, coincide en que el valor llegará, pero «todavía de forma incremental». Cree que resolver el salto de simulación a realidad en el entrenamiento abrirá muchas oportunidades nuevas.
Jennifer Li, general partner en Andreessen Horowitz, discrepa de los titulares sensacionalistas sobre el fracaso de la IA en empresas. Su test es sencillo: «Pregúntele a cualquier ingeniero de software si quiere volver a la edad oscura de antes de las herramientas de código con IA. Improbable». Según ella, el valor ya está llegando y «se multiplicará» el año que viene.
Antonia Dean, socia en Black Operator Ventures, lanza un aviso muy corporativo: muchos ejecutivos van a usar la frase «estamos aumentando la inversión en IA» para justificar recortes en otras áreas o en plantilla. «La IA se convertirá en el chivo expiatorio de directivos que quieren tapar errores del pasado», dice.
Más presupuesto, pero para menos proveedores
Casi todos los inversores coinciden en algo: el gasto en IA subirá, pero se concentrará.
Rajeev Dham, managing director en Sapphire, cree que los presupuestos de IA aumentarán, aunque de forma «matizada». Parte vendrá de trasladar gasto en mano de obra a tecnología, y parte de inversiones que generan un retorno en ingresos «de tres a cinco veces».
Biederman prevé que los presupuestos crecerán «para un conjunto reducido de productos de IA que demuestran resultados» y «caerán en picado» para el resto. Gordon Ritter, fundador y general partner de Emergence Capital, también espera concentración, sobre todo en herramientas que amplían las ventajas institucionales de la empresa.
Andrew Ferguson, vicepresidente en Databricks Ventures, cree que 2026 será el año en que los CIOs se rebelen contra la dispersión de proveedores de IA. Hoy, muchas empresas prueban múltiples herramientas para el mismo caso de uso porque es barato experimentar y es difícil distinguir a los vendors, especialmente en herramientas comerciales. Cuando haya casos de éxito claros, Ferguson espera que las empresas «recorten parte del presupuesto de experimentación, racionalicen herramientas solapadas y redirijan esos ahorros a la tecnología que sí ha cumplido».
Ryan Isono, managing director en Maverick Ventures, anticipa también un cambio de pilotos a partidas presupuestarias formales. Será una oportunidad para startups: muchas empresas que intentaron construir soluciones internas descubrirán lo difícil que es operar en producción a escala.
Qué hace falta para levantar una Serie A en IA enterprise en 2026
Si quieres cerrar una Serie A el año que viene, no basta con una buena narrativa.
«Las mejores compañías ahora mismo combinan dos cosas», resume Flomenberg: un relato convincente de ‘por qué ahora’ ligado a la genAI y «pruebas concretas de adopción empresarial». Uno o dos millones de dólares en ingresos recurrentes anuales son «la base», pero lo que importa es si el cliente te ve como misión crítica. Su veredicto: «Ingresos sin narrativa son una feature; narrativa sin tracción es vaporware. Necesitas ambas».
Lonne Jaffe, de Insight Partners, quiere ver que la startup se mueve en mercados donde la caída de precios gracias a la IA hace crecer el mercado total en lugar de destruirlo.
Jonathan Lehr, cofundador y general partner en Work-Bench, busca clientes que usen el producto en el día a día, estén dispuestos a tomar llamadas de referencia y puedan explicar con claridad cómo ahorra tiempo, reduce costes o aumenta producción, todo ello pasando por seguridad, legal y compras.
Para Michael Stewart, de M12, los ingresos de pilotos ya no son una nota al margen automática, dado el volumen de opciones que prueban los clientes. Pero avisa: a los seis meses, los inversores quieren ver que las conversiones desde esos pilotos se convierten en la pieza principal de la historia.
Marell Evans pone el énfasis en ejecución y tracción: acuerdos contractuales de 12 meses o más, usuarios genuinamente encantados con el producto, sofisticación técnica real y fundadores capaces de atraer talento de primer nivel, incluso alejándolo de los hyperscalers.
El papel de los agentes de IA a finales de 2026
Los agentes de IA llegarán a las empresas, pero no van a tomar el control total en dos años.
Nnamdi Okike, managing partner y cofundador de 645 Ventures, cree que para finales de 2026 los agentes seguirán en fase inicial de adopción. Faltan resolver problemas técnicos y de cumplimiento, y aún no existe un estándar claro para que agentes se hablen entre sí.
Dham, de Sapphire, en cambio, piensa que emergerá «un agente universal». Hoy, cada agente está encerrado en su función –SDR inbound, SDR outbound, soporte, descubrimiento de producto–, pero hacia finales del año que viene veremos cómo esas funciones convergen en un solo agente con memoria y contexto compartidos.
Dean insiste en que ganarán las organizaciones que encuentren rápido el equilibrio entre autonomía y supervisión, y que vean el despliegue de agentes como colaboración aumentada, no como una división limpia de tareas. Más que “los bots hacen lo rutinario y los humanos piensan”, veremos colaboración humano-agente en tareas complejas, con fronteras que se mueven continuamente.
Aaron Jacobson, de NEA, va más allá: la mayoría de los trabajadores del conocimiento tendrá al menos un «compañero agente» al que llamará por su nombre. Y Eric Bahn, cofundador y general partner de Hustle Fund, estira la lógica hasta el final: los agentes de IA podrían ser, en número, la mayor parte de la fuerza laboral en las empresas. Escalar bots es «básicamente gratis y con coste marginal cero». «¿Por qué no crecer a través de bots?», se pregunta.
Dónde está funcionando ya la IA empresarial
Si quieres ver qué tipo de IA ya está funcionando en el mundo enterprise, mira quién crece y a quién no se le van los clientes.
Flomenberg cuenta que las compañías de su cartera que más crecen tienen algo en común: identificaron una brecha creada por la adopción de genAI –en flujos de trabajo o en seguridad– y la cerraron rápido. En ciberseguridad, eso significa herramientas de protección de datos para que los LLMs puedan trabajar con información sensible de forma segura, y gobernanza de agentes autónomos. En marketing, aparecen categorías nuevas como Answer Engine Optimization (AEO): ser descubierto en respuestas de IA, no solo en resultados de búsqueda.
Ferguson ve muy buen desempeño en empresas que entran con un wedge muy concreto –un perfil de usuario o caso de uso muy enfocado–, lo dominan, se vuelven pegajosas y, a partir de ahí, se expanden.
Jennifer Li señala que las compañías que mejor lo están haciendo son las que ayudan a poner la IA en producción: extracción y estructuración de datos, productividad de desarrolladores para sistemas de IA, infraestructura para medios generativos, voz y audio para media y aplicaciones como soporte o call centers.
En retención, Flomenberg identifica tres rasgos: ser misión crítica (si quitas la herramienta, se rompe producción), acumular contexto propio difícil de recrear y resolver problemas que se agravan, no se reducen, a medida que el cliente añade más IA.
Henriksson apunta que los proveedores serios de software empresarial, especialmente los que integran IA, muestran la mejor retención. Cita como ejemplo a Operations1, que digitaliza procesos de producción liderados por empleados de principio a fin.
Stewart destaca startups de tooling de datos y aplicaciones verticales de IA que acompañan sus productos con equipos desplazados para satisfacción de cliente, calidad y mejora continua.
Lehr menciona AuthZed como infraestructura central de autorización y políticas, y a Courier Health y GovWell como sistemas de registro y capas de orquestación en salud y gobierno. Una vez implantados, son extremadamente costosos de sustituir.
Visto en conjunto, el relato de la IA empresarial en 2026 se parece menos a otra burbuja y más a una prueba de estrés. Los presupuestos subirán, pero muchos proveedores se quedarán fuera. Los que sobrevivan serán los que estén pegados a flujos de trabajo reales, datos reales e infraestructura real, y puedan demostrar –no solo prometer– que merecen su hueco en el presupuesto.
