Los capitalistas de riesgo apuestan por el próximo gran cambio
Imágenes falsas
El mundo del capital de riesgo prospera bajo el supuesto de que un puñado de empresas remodelarán toda la economía. Ahora las herramientas en las que los inversores confían cada vez más para ver si esas empresas pueden trabajar en su contra.
bruto tres cuartas partes de las empresas de capital riesgo ahora utilice IA para ayudar a evaluar acuerdos. Es más rápido y más completo que cualquier cosa anterior, procesa presentaciones, evalúa a los competidores y amplifica los riesgos. Pero hay un problema fundamental con este enfoque: la IA se entrenó en el pasado, pero las nuevas empresas que remodelan la industria rara vez se parecen al pasado.
Sesgo del analista de IA
Durante varias décadas, la inversión en capital riesgo ha seguido un ritual familiar. Un fundador presenta una presentación. Los inversores conocen al equipo y dirigen el oficio. Invitaron a asesores y expertos de la industria a opinar. Juntos reflexionan si esta startup es la próxima Google, Uber o NVIDIA. Preguntan: ¿es esta la próxima empresa improbable que podría cambiarlo todo? Y por fin alguien hizo una apuesta por un futuro que aún no existe.
En muchos sentidos, la IA es una verdadera mejora del proceso de inversión. Los inversores se limitan a elaborar materiales y hacen preguntas como: ¿Es real este mercado? ¿Quiénes son los competidores? ¿Cuáles son los riesgos? ¿Es realmente factible esta tecnología?
La IA puede escanear miles de artículos de investigación, patentes e informes industriales en segundos. Puede mapear el panorama competitivo e identificar obstáculos regulatorios. A un ritmo inimaginable incluso hace un año, la IA está brindando a los inversores análisis confiables, aparentemente exhaustivos y bien informados.
Pero el poder de la IA es también donde comienza el riesgo. El problema no es que la IA se equivoque en los hechos. Lo que mejor hace la IA es comprender los hechos correctamente. En este caso quizás demasiado bueno.
Los grandes modelos de lenguaje generan respuestas identificando patrones en grandes conjuntos de datos. Predicen lo que es más probable basándose en hechos y resultados pasados.
Esa estructura los hace muy útiles para evaluar mejoras incrementales. También los hace más confiables para introducir el avance correcto.
Cuando lo imposible se vuelve inevitable
La historia muestra una y otra vez que muchas de las empresas más transformadoras parecen imposibles cuando aparecen por primera vez.
Cuando Airbnb se dirigió a los inversores en 2008, muchos se opusieron a la idea de que los extranjeros alquilaran habitaciones de sus casas a turistas. Hoy en día, la empresa vale decenas de miles de millones de dólares y ha remodelado el mercado hotelero mundial.
A principios de la década de 1980, el mercado de las computadoras personales era pequeño y estaba fragmentado. Un modelo entrenado con los datos de esa época puede concluir que la PC seguirá siendo un dispositivo especializado para aficionados e ingenieros.
En los inicios de la era de Internet, pocas personas confiaban en Internet para obtener información personal. El miedo a la privacidad domina el discurso público. Un sistema que analice el sentimiento de aquella época puede concluir que los usuarios nunca estarán dispuestos a subir su vida social online.
Sin embargo, empresas como Microsoft y Facebook se basan precisamente en el fracaso de sus conclusiones.
Un gran avance, por definición, no es una extensión de lo que vino antes. Parecen prematuros en el mejor de los casos y imposibles en el peor.
Que es exactamente lo que le gusta de ellos a un sistema de IA bien calibrado.
Esto no es un defecto sino una característica de la IA. Está diseñado para recompensar las explicaciones basadas en evidencia existente.
Por eso la IA es tan útil para probar suposiciones sobre mercados conocidos. También es lo que hace que sea poco confiable evaluar una empresa que está lista para alterar un mercado establecido.
Energía: el próximo cambio de paradigma
La energía muestra claramente esta dinámica.
Consideremos una IA que evalúa una startup que construye un pequeño reactor nuclear modular. Los registros históricos muestran cronogramas de construcción y obstáculos regulatorios que se extienden desde años hasta décadas. Isla de las Tres Millas. Chernóbil. Fukushima. Además de una larga lista de esfuerzos de comercialización fallidos que se remontan a la década de 1950.
Pero esa historia no necesariamente informa el futuro. Los pequeños reactores modulares son fundamentalmente diferentes de las grandes y ordenadas centrales nucleares del pasado. Los fabricantes los diseñan para ser construidos en fábrica y estandarizados en escala.
La economía también ha cambiado. Los centros de datos de IA requieren grandes cantidades de energía confiable. Empresas como NVIDIA, Microsoft, Google y Amazon han firmado acuerdos y realizado inversiones relacionadas con la generación nuclear.
Es probable que los sistemas de IA vean tecnología que falla repetidamente y es costosa. Un inversor humano que comprenda lo que ha cambiado puede ver una tecnología cuyo momento ha llegado.
Encontrar valores atípicos
Las grandes empresas emergentes a menudo parecen irracionales al principio. Dependen de cambios de comportamiento y avances tecnológicos que aún no se han materializado. No confirman patrones existentes sino que crean otros nuevos.
Si los inversores dependen cada vez más de la IA para filtrar oportunidades, podrían estar inclinando deliberadamente sus carteras hacia apuestas más seguras que estén ampliando el mercado actual. Pero es un argumento diferente, un juego diferente al de encontrar y apostar por valores atípicos que determinan toda la generación de innovación.
Nada de esto significa que los inversores deban evitar el uso de la IA. Se ha convertido en una herramienta de investigación indispensable. Puede mapear la industria, analizar tecnología y probar modelos de negocios. Bien utilizado, hace que el proceso de elaboración sea más rápido y riguroso.
El desafío es recordar lo que la IA puede y no puede hacer.
La IA puede decirte si una startup tiene sentido si el mundo es así. En lo que no se puede confiar es en reconocer el momento en que el futuro se separa del pasado. No puede decirte si el mundo va a cambiar de la forma en que lo hacen las startups.
Ese juicio todavía requiere algo que la IA no tiene: la imaginación humana.
Y para el capital de riesgo, la imaginación puede ser la señal más importante de todas.
