- La industria del capital de riesgo atraviesa actualmente una fuerte desaceleración
- Casi solo el sector de IA sigue activo, y aun dentro de la IA, OpenAI es lo único que realmente concentra la atención
- Un factor clave del deterioro general del mercado es la política arancelaria del gobierno de Trump
- La mayor parte del capital se mueve sobre valoraciones ilusorias, sin ingresos reales que las respalden
- Ante la falta de una estrategia de futuro, los capitalistas de riesgo dependen simplemente de la suerte y la esperanza
Resumen general
- El informe de capital de riesgo de 2025 muestra que la industria está sumida en una desaceleración severa
- Los aranceles de Trump y sus políticas económicas han golpeado con fuerza al mercado de startups y de inversión
- Tras el fin de la era de tasas de interés cero, la industria del venture capital no ha logrado adaptarse y sigue en confusión
- En este momento, los inversionistas se concentran solo en la IA, y en particular en OpenAI; fuera de eso, casi no entra capital a otros sectores
- Desde la perspectiva de inversionistas y firmas de venture capital, no se vislumbra ninguna solución real
El estado del capital de riesgo en 2025
- Fuera del sector de IA, casi toda la inversión de venture capital está estancada
- Incluso dentro de la IA, OpenAI ocupa el centro de atención, mientras que otras startups de IA también pierden visibilidad
- OpenAI aparece descrita como una empresa obsesionada con quemar capital agresivamente e innovar, con un proceso retratado como de carácter casi fraudulento
- Los inversionistas en startups siguen atrapados en un entorno donde no pueden lograr un “exit”
Impacto de la política arancelaria del gobierno de Trump
- El informe señala como causa principal de la debilidad de la inversión venture la introducción de aranceles por parte del gobierno de Trump y la incertidumbre económica derivada de ello
- La incertidumbre del mercado ha llevado a que los inversionistas adopten una postura de espera, y tanto las transacciones como el flujo de capital se han desplomado
- A pesar de que inversionistas y ejecutivos de Silicon Valley apoyaron activamente la elección de Trump, ahora se enfrentan con desconcierto a los efectos secundarios de esas políticas
El fin de la era de tasas de interés cero
- Tras la crisis financiera de 2008, las tasas se mantuvieron cerca de cero durante más de una década, lo que provocó una gran entrada de capital al venture capital
- En un entorno de tasas bajas, fondos de pensiones y otros grandes inversionistas inyectaron dinero en startups, pero tras el alza de tasas ese flujo se desaceleró con rapidez
- La industria del capital de riesgo no ha logrado adaptarse bien al nuevo entorno y sigue aferrada a las viejas formas de operar
Un entorno de inversión que apuesta todo a la IA
- La IA se ha convertido en el único destino atractivo para la inversión, mientras que áreas como las criptomonedas o la computación cuántica son ignoradas
- La mayoría de las estadísticas y gráficos del informe están sesgados por los casos de inversión gigantesca en OpenAI
- Grandes firmas de VC como Andreessen Horowitz están levantando nuevos fondos masivos para sostener la burbuja de la IA
- La mayoría de los inversionistas está siendo arrastrada por la burbuja en torno al éxito de la IA y por el “FOMO”
El estancamiento fuera de la IA
- Las startups fuera de la IA enfrentan una sequía extrema de inversión y una fuerte desaceleración en su crecimiento
- La inversión temprana y la actividad de financiamiento siguen disminuyendo de forma sostenida
- Incluso se han dado casos de firmas de VC que, al no encontrar dónde invertir, devuelven capital no desplegado
Valoraciones ilusorias y falta de recuperación del capital
- Las valoraciones de startups giran en torno a “valoraciones ilusorias” desconectadas del flujo de caja real
- En tiempos recientes, las quiebras de startups han aumentado con rapidez, y compañías sin valor real apenas ahora están entrando en liquidación
- A medida que disminuyen las oportunidades de recuperación de inversión (exit), se vuelve estructuralmente más difícil para los inversionistas obtener ganancias reales
El colapso del mercado de exits
- Las rutas de salida vía IPO o adquisiciones están extremadamente limitadas
- Existen casos como CoreWeave y Wiz Security, pero en términos generales el mercado de exits permanece en silencio
- Las rondas de financiamiento se concentran solo en etapas tardías, y más que impulsar crecimiento real, sirven para sobrevivir
Ausencia de una estrategia futura en el capital de riesgo
- La estrategia principal de la industria se apoya en una esperanza vaga
- La situación depende únicamente de variables externas, como una recuperación del mercado y de las IPO, o cambios en el gobierno de Trump
- Queda en evidencia que muchos capitalistas de riesgo han dependido más de un golpe de suerte que de una capacidad realmente sobresaliente
- Algunos incluso se han involucrado en movimientos sociales extremos e inapropiados, mostrando una peligrosa falta de criterio
Conclusión
- La industria del capital de riesgo llega a 2025 atrapada en una crisis severa y sin estrategia de futuro
- Con la inversión, los exits y las rutas de crecimiento bloqueados, todo el sector necesita una transformación profunda y una seria reflexión
1 comentarios
Opiniones de Hacker News
Hablan sobre la situación del venture capital a inicios de 2025. Fuera de la IA, el venture capital está casi muerto. Incluso la IA, salvo OpenAI, tampoco muestra mucho dinamismo. OpenAI parece una apuesta algo extraña, como si estuviera quemando enormes cantidades de dinero para invocar a un dios de la IA. Señalan que nadie está logrando materializar ganancias. Aun así, resulta interesante lo especulativa que es la apuesta de OpenAI. Cuando en 2019 probaron GPT-2.0 en una interfaz web, era poco más que un juguete curioso. Pero hacia diciembre de 2022 apareció ChatGPT, y eso sí fue un cambio de paradigma importante. En los tres años entre 2019 y 2022 hubo un progreso enorme, y se logró sin tanta exageración mediática ni inversiones descomunales. Ahora ya pasaron tres años más, pero GPT-4.5 se siente parecido al GPT-3/GPT-4 de 2022. 4.5 y o3 no parecen dramáticamente más inteligentes que 3.0, y aunque alucinan un poco menos, no representan un nuevo paradigma. Si se sigue avanzando al ritmo actual, obtendremos mejores interfaces y herramientas, pero no está claro si con LLM realmente se puede llegar a una superinteligencia (insights, habilidades y creatividad por encima de los humanos)
Como algo que se puede hacer ahora mismo, sugieren ir a una tienda Ray-Ban y probar los lentes de Meta. Si activas el "modo Live AI", puedes tener una conversación de video en tiempo real con la IA, mientras esta ve lo que tú ves e interactúa con el mundo real mediante traducción de idiomas, reconocimiento de texto, reconocimiento de objetos y más. En 2019 esa tecnología no existía, y en ese momento bastaba con afinar GPT-2 con una novela de Star Wars para sorprenderse solo porque aparecía el nombre "Luke". Ahora eso se lleva puesto en la cabeza para leer menús de restaurante, encontrar un Uber, revisar la composición del suelo de un jardín o incluso hacer matemáticas. Como persona con discapacidad visual, la utilidad de esta tecnología es casi imposible de describir con palabras. Si esto es una situación "moribunda", entonces quieren todavía más de esta decadencia
Creen que el hype perjudica el desarrollo saludable de la tecnología. La IA generativa sí fue claramente un cambio de paradigma, y puede evolucionar como una herramienta interesante para elevar la productividad humana. Pero esa maduración toma tiempo. El venture capital y la cultura del hustle necesitan exits rápidos, y para eso al final hacen falta muchos "incautos". Por eso Gen AI no puede venderse solo como una tecnología con gran potencial, sino como "el futuro que destruirá todo y a todos"
No es del todo cierto que 4.5/o3 alucine menos que 3.0. De hecho, si se revisa la system card de OpenAI para o3 y o4-mini (sección 3.3) o los datos del hallucination leaderboard de Vectara, o3 y o4-mini muestran más alucinaciones que o1
Están de acuerdo en que la IA se ha vuelto una herramienta bastante útil para tareas individuales. Pero para justificar su valuación de mercado a escala trascendental tendría que ser capaz de encadenar procesos de forma secuencial sin supervisión humana, y ese sí sería el verdadero cambio de paradigma; hasta ahora no se ha logrado y todos parecen haberse frenado. En el caso de OpenAI, la tecnología se está comoditizando demasiado rápido y tiene demasiados competidores, así que fuera de la marca y la capacidad de Sam para recaudar fondos, no tiene moat. El UX es excelente, pero al final eso no es un moat
Subrayan que la innovación normalmente consiste en un gran salto seguido de un largo período de ajustes finos. La gente espera avances exponenciales, pero creen que en realidad se parece más a una ley de potencia inversa
Sí, las alucinaciones se han reducido, pero siguen siendo muchas. Esto está demostrando que la inteligencia no es algo que pueda lograrse solo con modelos de lenguaje gigantes
Señalan que se está recordando mal cómo funcionaba GPT-3.0. Hubo un gran salto de 2.0 a 3.0, y después de eso también ha habido mucho progreso en los últimos años
Piensan que las versiones más recientes de GPT son muchísimo mejores que las antiguas. GPT-3 era un juguete interesante, pero se equivocaba demasiado y era tan obstinado que no servía. Ahora usan 4.0+ con frecuencia y, por ejemplo, puede resumir de maravilla una captura de pantalla de un gráfico de Jira Burndown en un solo intento
Evaluar el progreso de la IA solo por el avance de los LLM es una simplificación. En los últimos dos años ha habido grandes avances en IA, y van mucho más allá de la simple generación de texto. La generación de imágenes ya es muy realista y permite modificar lo que uno quiere con texto sin herramientas complejas. Texto a voz y voz a voz también son muy realistas y expresan emociones bien en varios idiomas. La generación de video se vuelve más realista cada mes y además requiere menos cómputo. El modelado 3D también ha avanzado mucho, y voz a texto ya es lo bastante rápido como para correr en un teléfono, reduciendo la latencia. La siguiente gran prueba es la aplicación de IA en robótica, y también hay muchos usos en salud y otros campos
Aunque los LLM se llevan la atención, ha habido avances claros en muchas áreas como visión por computadora, síntesis y transformación de video e imágenes, y modelado 3D. Los robotaxis ya circulan por ciudades reales y conducen tan bien como los humanos o mejor. Si das un boceto hecho a mano alzada puedes obtener una gran ilustración, y con solo unas cuantas fotos ya es posible generar un modelo de malla 3D razonable; hay cambios concretos y reales
No creen que importe tanto qué tan especulativa sea la apuesta de OpenAI por la AGI. Solo el negocio de IA para consumidores ya puede generar muchísimo dinero. Si hoy no obtienen ganancias es porque priorizan el crecimiento y no ponen anuncios a los usuarios gratuitos. Aseguran que, en cuanto empiecen a meter publicidad, obtendrán ingresos enormes
No están de acuerdo con la idea de que 4.5/o3 no sea mucho más inteligente que 3.0. Cuando un LLM puede construir una respuesta a partir de los datos con los que fue entrenado, termina usando patrones del conocimiento humano. En ese tipo de preguntas, incluso un experto humano daría respuestas parecidas. Pero cuando se requiere razonamiento profundo o experiencia en varios dominios, modelos como o3 a veces proponen soluciones creativas. Creen que el aprendizaje por refuerzo es la clave para llevar a los modelos más allá del nivel de un experto humano. Esperan que logros sobrehumanos como los de AlphaGo o AlphaZero se repitan en más ámbitos en el futuro
Les da curiosidad cómo se vería en la práctica algo "muchísimo más inteligente". También dudan de que en la historia de la computación haya habido muchos casos donde algo se volviera "muchísimo más X" en solo 2 o 3 años
No están completamente de acuerdo. La primera versión de ChatGPT se sentía mágica porque conversaba de forma natural, pero en realidad era una computadora bastante tonta. Los modelos actuales resuelven matemáticas muy bien incluso sin herramientas especiales, mientras que GPT-3 apenas podía con aritmética básica
Son escépticos ante la idea de que las alucinaciones hayan disminuido. Hace poco su esposa tenía que revisar papers para una tarea de enfermería, y el profesor envió una lista de artículos con resúmenes como respuesta modelo. Ella buscó y buscó los papers sin encontrarlos, así que él los revisó y era obvio que habían sido generados por un LLM. De hecho, los cinco papers no existían. Había dos similares, pero con autores o títulos distintos, y los otros tres eran completamente falsos
No entienden en absoluto cuál sería el moat de OpenAI. Todos sus servicios pueden ser sustituidos por al menos cinco competidores, y algunos de ellos son open source. El precio terminará yéndose al fondo, y ese fondo es "costo del API vs operar open source por cuenta propia"
Entienden la intención de esta corriente crítica, pero aunque a veces parezca que el tiempo se detuvo, en realidad la velocidad de investigación y el progreso son realmente rápidos. GPT-2 salió en febrero de 2019; 18 meses después apareció GPT-3 en 2020 (un gran salto, aunque de utilidad real limitada). Otros 18 meses después, a inicios de 2022, llegó InstructGPT, que marcó un parteaguas con RLHF. Diez meses más tarde, a finales de 2022, se lanzó ChatGPT como un hermano de InstructGPT, y en esa época OpenAI usaba la denominación "familia 3.5". GPT-4 apareció en marzo de 2023 (gran salto en rendimiento, ventana de contexto, soporte de imágenes, etc.), y para entonces ChatGPT ya había superado los 100 millones de usuarios. GPT-4-Turbo se lanzó en noviembre de 2023 con una ventana de contexto más amplia y menor precio. Después vino GPT-4o, mejorando algo el rendimiento con audio y otras capacidades. Hace 5 meses llegó o1, luego o3, o4 y otras mejoras iterativas. En febrero de 2024 llegó 4.5, y enseguida 4.1. En 2019 no era más que un proyecto de investigación experimental, y después hicieron falta más de 2 años para que apareciera un ChatGPT "usable", y casi 3 años para tener una versión realmente útil. Los siguientes 2 años se han dedicado a multimodalidad, nuevos modelos de razonamiento, ampliación del acceso al rendimiento y más investigación básica en diferentes direcciones. Más bien, este sería el momento en que se está concentrando la base para cambios de paradigma aún más diversos
Creen que decir que los modelos SOTA actuales se sienten parecidos a GPT-3 es el hot take más fuerte del año
También sienten fatiga con la IA, pero creen que esto es una reacción exagerada. El venture capital siempre se ha movido impulsado por el FOMO. Las empresas también intentan pegarle a su modelo de negocio la etiqueta de AI, web3, web2 o fintech para facilitar el levantamiento de inversión. Gran parte del dinero invertido en startups de IA probablemente fue a compañías que en realidad solo llevan la etiqueta de "AI". Dentro de 10 años, el 57.9% del capital de VC estará concentrado en otra palabra de moda, y para entonces no será la IA
En realidad tienen una startup en un sector extremadamente aburrido, pero le va bien con solo modernizar software. Aun así, para levantar una Serie A tienen que meter IA sí o sí en el pitch deck. Por eso llevan entre 6 y 8 meses buscando a la fuerza alguna forma de usar IA en el producto, aunque en realidad no es un factor diferenciador para ellos
Incluso si una empresa ya existe, muchas veces igual tiene que subirse a la siguiente moda. Según su experiencia, OpenStack fue un caso que en la práctica no terminó de cuajar. Aun así, si uno se tomaba en serio la nube, tenía que montarse ahí en algún momento, y luego la historia acabó tomando otro rumbo con los contenedores
Piensan que ambas afirmaciones del artículo —que las tasas de interés nunca van a bajar y que la IA será la última tendencia del VC— son absurdas
Están de acuerdo con el artículo, pero no con la causa. El scaling siempre ha sido un punto difícil desde hace mucho tiempo. El sharding de bases de datos, la transición previa a NoSQL, los problemas de asincronía y otras dificultades de escalado en producción no se superan fácilmente. Por eso, en vez de ir all-in con una sola idea, es mejor operar varios Micro-SaaS que generen 10~20K de MRR cada uno. Hoy incluso un responsable de negocio promedio ya está suscrito a múltiples SaaS y herramientas, correos, sitios web, servicios de automatización, freelancers y demás, así que es una época que encaja de manera natural con el modelo micro. Basta ver Indie Hackers o YouTube: los fundadores exitosos ahora son todos impulsados por comunidad, se vuelven una marca y ya no necesitan VC. Lanzan una app y enseguida captan atención en Twitter y entre sus suscriptores de YouTube
Recuerdan que es fácil ser pesimista, pero una empresa que crece rápido y se sube bien a una tendencia puede encontrar una oportunidad enorme. Por ejemplo, Google pasó de alrededor de mil millones de dólares en ingresos en 2003 a una empresa que hoy genera 260 mil millones de libras. Cuando salió a bolsa en 2004 estaba valuada en 23 mil millones de dólares
Proponen plantearlo de otra forma. Hay que pensar cuánta parte de los ingresos de Google corresponde a nuevo valor agregado (creación real de riqueza) y cuánta es simplemente presupuesto publicitario ya existente que se desplazó hacia Google. De hecho, el gasto publicitario en EE. UU. solo ha crecido alrededor de 1.6% anual, así que dudan de si esto fue realmente un éxito innovador o más bien un efecto de participación de mercado
Preguntan si esa expansión se debe a innovación real o a que el gobierno de EE. UU. está investigando el monopolio de Google y su acuerdo para ser el buscador predeterminado en Safari
Aconsejan no confundir una visión cínica con una visión realista
Piensan que la Búsqueda de Google, Maps, Gmail, YouTube y Chrome fueron servicios excelentes durante más de 10 años. Pero desde entonces, sienten que lo que Google ha hecho para mejorar de verdad la vida de las personas representa apenas el 10% de su crecimiento total
Creen que el artículo interpreta mal cómo ganan dinero realmente las firmas de VC aparte del carry. Por ejemplo, si a16z administra un fondo de 20 mil millones de dólares con una management fee del 3% y 30% de carry, incluso con 0 dólares de retorno igual ingresaría 600 millones de dólares solo por management fee. Claro que también querrían carry, pero la management fee funciona como colchón frente a pérdidas
Sienten que se está siendo demasiado negativo con la IA. Rechazan la idea de que los VC dicen que “la IA se convertirá en el núcleo de los negocios como lo fue internet”, pero aun así sostienen que la tecnología está avanzando a una velocidad tremenda
Piensan que la innovación ocurre más cuando la gente está acorralada. El VC mitificó una forma específica de hacer las cosas y durante los últimos 20 años hizo creer que era la única. Luego B2C se volvió difícil y se pasaron a B2B persiguiendo dinero fácil. Como resultado, creen que se perdió diversidad de valor y que las empresas se fueron quedando solo con una cabeza cada vez más grande. Aunque la era ZIRP haya terminado, no creen que el dinero haya desaparecido; piensan que simplemente está acumulado en algún lado. Existen recursos astronómicos con los que se podrían experimentar nuevos modelos de VC, pero nadie los está poniendo en práctica todavía. Se preguntan si la nueva generación de VC —la generación por la que apostaron— es menos sensible al riesgo, o si está más enfocada en fortalecer su marca personal y por eso no expone sus propios éxitos
Se preguntan si ya es demasiado tarde para proponer una startup que solo agregue unas líneas de API de LLM a una app común, como una de gestión laboral. Hasta les da ganas de volver a postular a YC para que los rechacen cada año. En realidad necesitan un socio de negocios que se enfoque en las funciones que la gente sí quiere. Pero incluso sus amigos cercanos están concentrados en su familia ahora mismo, así que solo les queda pensar en juegos que no dan dinero o en startups B2B
Expertos de segundo o tercer nivel en IA (consultores que no salen tanto en YouTube o en medios, por ejemplo) venían creando un ambiente de FOMO desde hace 1 o 2 años, prometiendo que la IA lo haría todo. Últimamente el tono está cambiando hacia algo como “es una herramienta especial y hay que usarla bien”. Son el mismo tipo de personas que venden cursos hechos rápidamente sobre IA y antes se subían a modas como estrategia móvil, AR, cripto o web3
Piensan que la estructura de instructores de cursos y de gente que entrena a otros instructores de cursos se parece a una pirámide que va migrando de moda en moda. Se preguntan si esta corriente se formó a partir de la suma de marcas personales individuales hasta convertirse en grandes organizaciones de influencers
Citan una noticia reciente según la cual Klarna, en solo 5 horas, volvió a poner humanos en atención al cliente en lugar de IA, como ejemplo del giro hacia admitir que la IA al final es solo una herramienta