The Great AI Shakeout
Por qué el 85 % de los proveedores de IA desaparecerán y cómo comprar software cuando el vendedor podría no sobrevivir
Christian Bosshard ·
La industria del software está entrando en un «ciclo tecnológico muy violento». No se trata de una frase dramática de un bloguero tecnológico con gusto por lo apocalíptico. Es la fría valoración de John Zito [1], copresidente de Apollo Asset Management, una firma que gestiona aproximadamente 700.000 millones de dólares en activos. Cuando alguien que maneja ese tipo de dinero usa la palabra «violento», vale la pena dejar el café y prestar atención.
Todos hemos visto los titulares. La inteligencia artificial es la nueva electricidad. El nuevo internet. El nuevo fuego. Las empresas compiten por comprarla, integrarla y asegurar a sus accionistas que están «impulsadas por ella». Pero detrás de los comunicados de prensa y las presentaciones entusiastas, se despliega una realidad más silenciosa y mucho más caótica. Las empresas que venden este glorioso futuro están desapareciendo a un ritmo alarmante.
Puede que firmes un contrato con un prometedor socio de IA un martes y que para el viernes haya sido «acqui-hired» [2] por un gigante tecnológico, su producto esté en proceso de cierre y tú te quedes con un pisapapeles digital. Esto no es mala suerte. Es una característica estructural del mercado actual. Estamos en medio de una fiebre del oro donde las palas se rompen y los vendedores de palas se desvanecen en el aire.
La pregunta ya no es si la IA transformará los negocios. Lo hará. La pregunta es si puedes comprarla sin quemarte.
Los campos de exterminio
Empecemos con la cifra grande. Según Ken Smythe, fundador de Next Round Capital Partners, el 85 % de las startups de IA habrán desaparecido en tres años [3]. Deja que eso cale. Si hoy entras en una sala con diez proveedores de IA, ocho o nueve de ellos no estarán ahí para renovar tu contrato en 2029.
El «cementerio de la IA» ya se está llenando. A mediados de 2024, un rastreador registró casi 1.700 herramientas de IA extintas, lo que representa cerca del 30 % de todas las herramientas que ese agregador monitoreaba. Solo en 2024, se añadieron más de 600 nuevos «cadáveres» a la lista [4]. A ese ritmo, no estamos presenciando una corrección. Estamos presenciando una extinción masiva.
Gran parte de esta rotación está impulsada por lo que los expertos del sector llaman el fenómeno «wrapper». Un número asombroso de startups de IA no son más que interfaces delgadas construidas sobre modelos fundacionales de OpenAI, Google o Anthropic. No son dueñas de la inteligencia. La alquilan. Toda su propuesta de valor es un frontend amigable que se asienta sobre el motor de otro. En el momento en que OpenAI y compañía lanzan una nueva función que replica lo que hace la startup, esta queda obsoleta de la noche a la mañana. Es una existencia frágil, y convierte a estos proveedores en socios peligrosos para cualquier comprador empresarial que necesite planificar más allá del próximo trimestre.
Y no son solo las empresas las que fracasan. Son los propios proyectos. Un informe de 2024 de la RAND Corporation reveló que más del 80 % de los proyectos de IA no llegan a producción, el doble de la tasa de fracaso de las iniciativas de TI tradicionales [5].
Así que, incluso si eliges un proveedor que sobreviva, las probabilidades de que tu proyecto realmente genere valor son aproximadamente las de lanzar una moneda. En realidad, peores.
Las nuevas reglas para comprar IA
Conocemos los riesgos. El proveedor podría quebrar. Podría estar fingiendo. Podría ser vaciado por el equipo de adquisiciones de un gigante tecnológico. Pero aquí está la verdad incómoda: aun así tienes que comprar esto. Quedarse al margen no es una estrategia. Es una forma de volverse irrelevante a cámara lenta.
El problema es que los métodos tradicionales de adquisición son catastróficamente inadecuados para la compra de IA. No puedes simplemente marcar una casilla de «estabilidad financiera» cuando la empresa tiene dos años y quema capital de riesgo para mantener las luces encendidas. No puedes evaluar la IA como evalúas una plataforma CRM o una flota de portátiles. Todo el manual debe reescribirse, empezando por cuatro desafíos para los que la mayoría de los equipos de compras aún no están preparados.
Desafío Uno: Encontrar la señal en el ruido
Primero, necesitas entender dónde reside realmente el valor. Un estudio del MIT ampliamente citado revela una división llamativa: el 95 % de las organizaciones que invierten en pilotos de IA obtienen cero retorno [6]. Cero. Al otro lado de esa brecha, el 5 % restante genera un valor enorme. La misma tecnología. Resultados radicalmente diferentes.
La diferencia no radica en elegir el modelo más sofisticado o la startup con la demo más pulida. Los ganadores no solo compran herramientas, sino que reimaginan sus flujos de trabajo. Si estás comprando un chatbot para ayudar a tu equipo a escribir correos electrónicos ligeramente mejores, casi seguro perteneces al 95 %. Eso es un juguete de productividad, no un transformador de negocio. Pero si estás desplegando un agente para automatizar tu proceso de cuentas por pagar, eliminando pasos manuales y comprimiendo los tiempos de ciclo, podrías estar en el 5 %.
La implicación para las compras es profunda: antes de evaluar a un solo proveedor, necesitas evaluar el caso de uso. Si el caso de negocio no implica un replanteamiento fundamental de cómo se hace el trabajo, la IA es solo decoración de escaparate.
Desafío Dos: El iceberg de los costes ocultos
Cuando compras una solución de IA, el precio en la caja es la punta de un iceberg muy grande. Los costes reales a menudo acechan bajo la superficie, y pueden hundir un proyecto más rápido que cualquier fallo técnico.
Empieza con los costes de inferencia: el precio de ejecutar estos modelos en producción. IBM descubrió que se espera que los costes de computación aumenten un 89 % entre 2023 y 2025, impulsados en gran medida por las cargas de trabajo de IA [7]. Si tu contrato no contempla esta trayectoria, tu factura explotará de maneras que tu director financiero encontrará decididamente desagradables.
Luego está el mantenimiento. La IA no es «configurar y olvidar». Los modelos se desvían. Pierden precisión a medida que el mundo cambia a su alrededor, como un mapa que lentamente se vuelve incorrecto cuando se construyen nuevas carreteras y se cierran las antiguas. Mantenerlos cuesta entre el 15 y el 30 por ciento del coste de desarrollo inicial cada año. No es una partida en la que la mayoría de los equipos de compras piensen presupuestar.
Y luego están los costes que a menudo se descuidan: la gestión del cambio. Por cada franco suizo que gastes en la tecnología, planea gastar tres francos suizos en formar a las personas para usarla. La IA que nadie adopta es solo un servidor caro zumbando en algún centro de datos.
Desafío Tres: El problema de datos del que nadie quiere hablar
He aquí una verdad incómoda: no puedes comprar IA si no tienes los datos para alimentarla. El informe de RAND señaló la «falta de datos necesarios» como una de las principales razones del fracaso de los proyectos. Puedes comprar la herramienta más sofisticada del mercado. Pero si tus datos están desordenados, aislados o plagados de sesgos, la IA fracasará. «Basura entra, basura sale» no es solo un cliché en este contexto. Es una sentencia de muerte.
Esto transforma la adquisición de IA en algo más que un ejercicio de evaluación de software. Necesitas evaluar a los proveedores no solo por la elegancia de sus algoritmos, sino por sus capacidades de manejo de datos. ¿Pueden ayudarte a limpiar tus datos? ¿Ofrecen modelos preentrenados que funcionen de manera fiable con datos imperfectos? Si un proveedor te dice «solo entréganos tus datos y lo resolveremos», considéralo una señal de alarma. La implementación real de IA es primero un proyecto de ingeniería de datos y después un proyecto de modelado. Cualquier proveedor que no entienda ese orden de operaciones no está listo para el trabajo empresarial.
Desafío Cuatro: El campo minado de la seguridad
La seguridad es quizás el riesgo más insidioso, porque la amenaza a menudo viene del interior del edificio. Un informe de Sophos [8] destaca cómo la «IA en la sombra» está creando vulnerabilidades masivas y en gran parte invisibles. Los empleados de toda tu organización ya están usando herramientas gratuitas de IA para hacer su trabajo: pegan datos corporativos sensibles en modelos públicos, suben documentos propietarios a chatbots de nivel consumidor, pasan listas de clientes por aplicaciones no verificadas. No actúan con malicia. Son ingeniosos. Pero el efecto es el mismo.
Cuando adquieres una solución de IA, no estás comprando solo una herramienta. Estás comprando una forma de sacar ese uso en la sombra a la luz, dando a las personas una alternativa autorizada y segura al Salvaje Oeste de la IA gratuita.
Si tu proveedor no ofrece funciones de seguridad de nivel empresarial como inicio de sesión único, controles de residencia de datos y registros de auditoría completos, estás básicamente invitando a una filtración de datos. En una industria regulada, esa filtración podría costar más de lo que la IA jamás ahorrará.
La segunda amenaza es estructural y persiste incluso cuando eliges un proveedor reputado y haces todo según las reglas. Muchos proveedores de IA, particularmente los que ofrecen modelos en la nube, se reservan el derecho de usar tus datos para reentrenar y mejorar sus sistemas. Muchos lo entierran en términos de servicio que nadie lee, y a diferencia de una filtración de datos convencional, que es un evento discreto que puedes investigar y contener, los datos incorporados en los pesos de entrenamiento de un modelo son esencialmente irrecuperables.
Comprar software cuando el vendedor podría desaparecer
Entonces, ¿cómo lo haces concretamente? ¿Cómo compras software de empresas que podrían no existir el año que viene? No puedes simplemente cruzar los dedos y esperar lo mejor. Necesitas una estrategia, y el primer y más importante elemento de esa estrategia es engañosamente simple: no lo hagas solo.
El mercado de la IA es demasiado caótico, demasiado rápido y está demasiado lleno de impostores convincentes como para que un solo equipo de compras lo navegue por sí mismo. Necesitas un socio de sourcing que realmente entienda el panorama, no un consultor generalista que aplique el mismo marco que usa para comprar sillas de oficina y almacenamiento en la nube a una categoría de tecnología fundamentalmente diferente.
Los generalistas marcan las casillas equivocadas. Buscan «estabilidad financiera» en empresas que tienen dos años y queman capital de riesgo. Ven un nombre de inversor importante en la tabla de capitalización y lo leen como una red de seguridad. Un especialista ve al mismo inversor y lo lee como un riesgo de salida.
Un buen socio sabe cómo detectar las falsificaciones. Entiende que un desarrollador junior puede construir una herramienta visualmente impresionante sobre GPT en un solo fin de semana. Hará las preguntas incómodas que los equipos de compras educados se saltan.
Lo más crítico: un especialista te ayuda a negociar las cosas correctas. La mayoría de los equipos de compras negocian el precio. En IA, el precio es secundario. Lo que necesitas negociar es la salida. Necesitas condiciones contractuales que te protejan a ti, no al proveedor. Básicamente un «acuerdo prenupcial» que asegure que conservas tus datos, tus integraciones y tu continuidad operativa cuando la relación termine. Porque en este mercado, es muy probable que así sea.
El futuro «aburrido» que necesitamos
El mejor resultado posible para la IA es que se vuelva aburrida. No aburrida en el sentido de que deje de ser poderosa, sino aburrida en la manera en que la electricidad es aburrida: tan profundamente entretejida en el tejido de los negocios que nadie piensa en mencionarla. Dejamos de hablar de «proyectos de IA» y empezamos a hablar de «proyectos de negocio» que resulta que usan IA. Se convierte en infraestructura, no en espectáculo.
Pero para llegar ahí, tenemos que sobrevivir al caos actual. Tenemos que navegar el ciclo violento, esquivar las startups que caen y construir una base que pueda resistir la sacudida. Las organizaciones que lo hagan bien no solo sobrevivirán. Emergerán con una ventaja competitiva masiva, porque tendrán IA funcional, estable y generadora de valor mientras sus competidores siguen reiniciando pilotos fallidos, renegociando con su tercer proveedor en dos años y explicando al consejo por qué la inversión «transformadora» no ha transformado nada.
La revolución de la IA es real. El hype también es real. El truco está en aprender a distinguir la diferencia y comprar en consecuencia.
[1] Entrevista de CNBC en febrero de 2026
[2] Acqui-hire es una transacción en la que una gran empresa adquiere una más pequeña principalmente para reclutar a sus empleados talentosos, lo que a menudo resulta en la discontinuación de los productos o servicios originales de la startup.
[3] Entrevista de TheStreet con Ken Smythe, 2023
[4] Artículo de Mercury Technology Solutions «Beyond the Hype: Hard Truths from the AI Graveyard», 2025
[5] Informe de RAND «The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed», 2024
[6] Informe del MIT «The GenAI Divide», 2025
[7] Artículo de IBM «The hidden cost of AI», 2025
[8] Informe de Sophos «Generative AI and cybersecurity», 2026