El capital de IA apuesta por categorías enteras antes de que haya ganadores

En los últimos cuatro días de agosto, el capital de riesgo global distribuyó más de $4.800 millones en startups de IA —varias sin un año de vida— y lo hizo con la misma lógica que guía las apuestas a ganadores de fútbol antes del torneo: en mercados donde la concentración es el destino inevitable, la posición importa más que el desempeño actual. No estamos ante un rally de exuberancia irracional. Estamos ante un mercado que ya tomó una decisión sobre la estructura final de la industria y está actuando en consecuencia.

Tres rondas, un mismo diagnóstico

El caso extremo lo establece River AI: una startup fundada por Igor Babuschkin —ex xAI— que recaudó $1.100 millones a dos meses de existir, liderada por General Catalyst. No hay revenue. No hay producto en producción. Hay una tesis sobre agentes personales y un equipo con credenciales en modelos de frontera. Eso fue suficiente para una ronda que hubiera sido récord histórico hace tres años.

A un día de distancia, Cognition —la startup de coding que ya levantó $1.000 millones a una valuación de $26.000 millones hace pocos meses— estaría negociando una nueva ronda a $40.000 millones. El salto no refleja 14.000 millones en valor creado; refleja que el mercado recalibró cuánto vale la posición de liderazgo en la categoría de coding AI si el escenario winner-take-most se confirma.

Lovable es el caso con más sustancia: $500 millones en ARR a junio, $400 millones adicionales levantados, valuación de $13.300 millones. Aquí sí hay tracción. Pero el múltiplo —más de 26x ARR— tampoco se justifica desde métricas convencionales. Se justifica porque Lovable está construyendo agregación de demanda en desarrollo de productos para no-técnicos, una categoría que, si consolida, genera switching costs formidables.

La mecánica de la agregación anticipada

La aggregation theory describe cómo las plataformas que controlan la relación con el usuario final capturan valor de forma desproporcionada con el tiempo. El corolario en IA es que quienes acumulen suficiente uso —datos, feedback, distribución— antes de que la categoría madure construyen ventajas que se vuelven cada vez más difíciles de replicar. Esa concentración de revenue en las capas superiores ya es visible: OpenAI y Anthropic capturan más del 70% del mercado mientras el ecosistema compite por el resto.

Los inversores están leyendo ese corolario y actuando sobre él. El cálculo de incentivos es directo: si esperas a que River AI demuestre product-market fit, ya no podés entrar al precio de hoy. Si la categoría de agentes personales se comporta como lo hizo mobile o cloud —con uno o dos ganadores que capturan el 70-80% del valor— quedarte fuera del líder temprano equivale a perderte el trade completo.

Eso explica también por qué Thrive Holdings levantó $2.000 millones de SoftBank, D1 y Altimeter a $12.000 millones de valuación para llevar IA al enterprise. Y por qué Situational Awareness —un hedge fund con fricciones internas— de todas formas desplegó $400 millones en Source Foundry, una startup de chips. Cuando el consenso es que habrá concentración extrema, incluso los actores en dificultades priorizan no quedar afuera.

Quién gana y quién pierde en este ciclo

Los ganadores inmediatos son claros: los fundadores con credenciales en modelos de frontera pueden capitalizar sin demostrar tracción. General Catalyst, SoftBank y los fondos grandes aseguran participación en categorías completas antes de que emerja la competencia real.

Los perdedores más silenciosos son las startups de IA en etapa temprana sin esos pedigrees: compiten por capital en un mercado donde la señal de calidad se ha corrido hacia el historial en labs de frontera, no hacia la calidad del producto. Y los perdedores estructurales son los mercados —incluidos los de LATAM y España— donde el capital local no puede entrar en estas rondas a estas velocidades. La concentración de posiciones se está decidiendo en San Francisco, y el costo de acceso a las plataformas ganadoras llegará luego como precio de licencia.

Conclusión falsificable: qué mirar

La hipótesis que opera detrás de estas rondas es que dos o tres categorías —agentes personales, coding AI, enterprise AI— producirán mercados winner-take-most en los próximos 18 a 36 meses. Si eso es correcto, las valuaciones de hoy serán baratas en retrospectiva. Si el mercado fragmenta —si múltiples proveedores coexisten con shares razonables, como en cloud— estas rondas se verán como el pico de un ciclo especulativo. Vale la pena recordar que el AI trade ya acumula deuda oculta a escala sistémica, y que la narrativa de concentración no garantiza que los acreedores esperen.

Qué mirar: la tasa de churn en los productos con más usuarios activos (Lovable, Cognition). Si la retención a 12 meses sostiene los múltiplos, la tesis se confirma. Si los usuarios rotan hacia el siguiente modelo o herramienta, la agregación no está ocurriendo y el ciclo corrige.

Para el decision-maker en LATAM o España, la implicación práctica no es financiera: es de arquitectura. Las plataformas que están recibiendo este capital van a ser infraestructura de facto en 24 meses. Evaluar dependencia temprana —y qué leverage tienen esas plataformas sobre sus precios futuros— es la decisión estratégica que se toma hoy, aunque parezca prematura.