Durante años, el dinero fluyó hacia casi cualquier startup que prometiera “IA”. Pero en 2026 el entusiasmo sigue, aunque con un filtro mucho más duro: los inversionistas ya no se impresionan con capas finas de software que solo maquillan procesos existentes. En conversaciones con TechCrunch, varios VCs coincidieron en que el mercado cambió y que muchas ideas de AI software-as-a-service (SaaS) dejaron de ser atractivas.

Aaron Holiday, managing partner en 645 Ventures, resumió el nuevo mapa de interés: hoy ganan puntos las compañías que construyen infraestructura “AI-native”, el SaaS vertical con datos propietarios, los llamados “systems of action” (herramientas que no solo muestran información, sino que ayudan a completar tareas) y las plataformas metidas hasta el fondo en flujos de trabajo críticos. En cambio, hay categorías que suenan cada vez más “aburridas” para el capital: capas delgadas de workflow, herramientas horizontales genéricas, gestión de producto ligera y analítica superficial. En pocas palabras, productos que un agente de IA ya puede hacer.

Abdul Abdirahman, inversor en F Prime, añadió otro golpe: el software vertical genérico “sin fosos de datos propietarios” perdió encanto. Igor Ryabenky, fundador y managing partner de AltaIR Capital, fue aún más directo: si tu diferenciación vive principalmente en la interfaz y la automatización, ya no alcanza. La barrera de entrada cayó y, con ella, la posibilidad de construir una ventaja defendible solo con UI bonita o conectores.

Ryabenky sostiene que las nuevas compañías necesitan “propiedad real del workflow” y entender el problema desde el día uno. Incluso cuestiona un viejo orgullo del SaaS: las bases de código gigantes ya no son una ventaja por sí mismas; ahora importan más la velocidad, el foco y la capacidad de adaptarse. También cambia el juego de precios: los modelos rígidos por usuario (“per-seat”) serán más difíciles de defender, mientras que el cobro por consumo encaja mejor en un mundo donde el trabajo lo ejecutan agentes.

Jake Saper, general partner de Emergence Capital, puso un ejemplo que funciona como alarma temprana: la diferencia entre productos que “poseen” el flujo del desarrollador y los que simplemente ejecutan la tarea. Su lectura es clara: muchos desarrolladores están eligiendo ejecución sobre proceso. Y si los agentes hacen el trabajo, la vieja “pegajosidad” de obligar a humanos a operar dentro de tu software pierde valor.

Otro cambio de época: las integraciones dejan de ser un foso. Saper cree que, con el Model Context Protocol (MCP) de Anthropic facilitando la conexión de modelos con datos y sistemas externos, “ser el conector” se convierte en utilidad. En paralelo, herramientas de automatización de tareas y coordinación humana podrían volverse menos necesarias si los agentes terminan ejecutando directamente.

El mensaje final de los VCs es consistente: el capital se está reasignando hacia negocios que controlan workflows, datos y conocimiento de dominio, y alejándose de productos copiables con poco esfuerzo. Para las startups, la consigna ya no es “poner IA” en el nombre, sino construir profundidad real donde la IA sea parte del motor, no solo un envoltorio.