- El impacto de la IA en las empresas de software y servicios de información será desigual.
- Las empresas con unos «sistemas de registro» y datos fiables podrían beneficiarse, ya que los clientes exigen controles, registros de auditoría y precisión.
- Si las grandes empresas de IA salen a bolsa, unos requisitos de divulgación más estrictos podrían hacer que el debate pase de los relatos a las cifras concretas, lo que generaría más ganadores, así como perdedores.
Un posible punto de inflexión: la salida a bolsa de la IA
La posible salida a bolsa de empresas como Anthropic y OpenAI podrían marcar un punto de inflexión importante, ya que los inversores podrían acceder a información más transparente sobre la generación de valor de estas empresas.
Hoy en día, como empresas privadas, es difícil ver de dónde proceden efectivamente los ingresos, qué casos de uso generan beneficios reales y hasta qué punto son sostenibles estos beneficios. A menudo, los relatos se forjan a partir de la divulgación de información selectiva, anécdotas o historias de adopción temprana, lo que deja a los inversores con conjeturas que no siempre se pueden confirmar.
Las salidas a bolsa cambiarían la situación. Una mayor divulgación de información sobre los segmentos de clientes, las tendencias de adquisición y los flujos de trabajo específicos podría mostrar en qué casos la IA está sustituyendo a herramientas más antiguas en lugar de limitarse a ayudar a la gente a trabajar con más rapidez. Y, lo que es igual de importante, los mercados bursátiles exigen un nivel de rendición de cuentas y de coherencia que no tienen los mercados privados.
Lisa y llanamente: lo que se comente en las entrevistas o en los pódcasts tendrá que coincidir con lo que figure en los estados financieros. Si no, habrá consecuencias.
Por qué esto es importante: pasar de los relatos a las pruebas
Esta transición es importante porque creemos que permitirá pasar de la especulación a la verificación. Hasta la fecha, los mercados han respondido a la incertidumbre generada por la IA con un reajuste generalizado de los precios, especialmente en los sectores de software, datos y servicios de información. El marco implícito es de «culpabilidad hasta que se demuestre lo contrario», que presupone una erosión de la competencia antes de que esté plenamente demostrada.
La IA no afecta por igual a todos los modelos de negocio. Algunos podrían enfrentarse a una verdadera disrupción, sobre todo aquellos cuyas ofertas pueden replicarse fácilmente o donde los costes de sustitución son bajos. Otros, especialmente los que se basan en conjuntos de datos longitudinales propios o en flujos de trabajo muy integrados, podrían resistir mucho mejor o, en algunos casos, salir incluso reforzados.
A medida que mejore la divulgación de información, los inversores deberían disponer de una mejor visión sobre el tamaño del mercado, la competencia y la verdadera sostenibilidad de los beneficios. De este modo, podría ponerse de manifiesto que algunos riesgos se han exagerado, mientras que otros son mayores de lo que el mercado supone actualmente.
Conclusión
Aunque la primera fase de la IA se ha caracterizado por la incertidumbre del mercado y un reajuste de precios generalizado, la siguiente podría definirse por la transparencia y la diferenciación.
La salida a bolsa de algunas empresas líderes en IA podría acelerar ese cambio, al ofrecer a los inversores una visión más clara de dónde está generando valor la IA y dónde no. En ese futuro, la pregunta clave no es si la IA supondrá la disrupción de algunos sectores, sino más bien cómo ocurrirá y qué empresas se beneficiarán de ello.
Creemos que aquí es donde la gestión activa puede resultar más útil: utilizando las pruebas para distinguir los modelos de negocio duraderos de los que se enfrentan a una verdadera erosión debido a la IA.
