Cómo medir el tamaño del mercado de la IA vertical

• En venture capital, considerar que un mercado es “pequeño” es el error más peligroso porque puede hacer perder oportunidades de inversión en grandes empresas, y la práctica de medir mercados con datos históricos es especialmente inadecuada en innovaciones disruptivas
• La era de la IA crea nuevas oportunidades para expandir tanto la penetración como el tamaño de contrato (ACV) en mercados verticales, haciendo posible construir negocios generacionales que antes no existían
• Ciencias de la vida, bienes raíces, automotriz, seguros y servicios para el hogar son cinco industrias con alta afinidad para IA, más de 10 mil millones de dólares en capitalización histórica de software y potencial para sostener empresas de IA vertical de más de 5 mil millones de dólares
• El doble ROI de las apps de IA vertical —reducción de costos operativos y aumento de ingresos— genera retornos de inversión de 1x a 10x en el primer año de adopción, lo que crea un ciclo de retroalimentación positiva que obliga a toda la industria a adoptar la tecnología
• Mediante la expansión del mercado vía automatización de servicios (TPA de seguros por 400 mil millones de dólares, BPO/CRO en ciencias de la vida por 100 mil a 400 mil millones de dólares) y estrategias de expansión de plataforma, es posible ampliar fuertemente el tamaño del contrato y la penetración aun con una base fija de clientes

---

Por qué los mercados verticales se quedaron atrás

• De las empresas B2B SaaS de más de 5 mil millones de dólares, solo alrededor del 19% pertenece a mercados verticales, y se espera que esa proporción aumente en la era de la IA
• Razones del éxito del software horizontal
  • Las olas tecnológicas anteriores se construyeron sobre bases de datos, y las bases de datos capturan bien información estructurada y semiestructurada
  • Las empresas con capacidades horizontales a gran escala podían organizar y analizar enormes volúmenes de datos, con buen ROI y problemas de gran escala
• Características de los mercados verticales
  • Están fragmentados: son negocios pequeños sin el volumen de datos de las grandes empresas
  • Los datos son complejos: grandes mercados verticales como legal y salud tienen datos complejos que no podían capturarse eficazmente con bases de datos. Esto contrasta con los limpios datasets de ventas, RR. HH. e IT que dieron origen a Salesforce, Workday y ServiceNow
• Como resultado, frente al tamaño total de industrias como salud y legal, la penetración del software era limitada y el valor de los contratos era pequeño
• Si la ola tecnológica anterior se basó en bases de datos estructuradas, la actual se basa en flujos de trabajo no estructurados, y los pequeños negocios y mercados verticales están llenos de estos flujos de trabajo

Punto de partida para medir el tamaño del mercado

• Dos métricas de medición
  • La creación de valor de software en mercados existentes: medir si un mercado históricamente fue lo bastante grande para sostener empresas de software de más de 5 mil millones de dólares
  • La intensidad de voz y texto de los flujos de trabajo de una industria, usada como indicador indirecto de la preparación para IA
• Se extrajeron todas las empresas verticales de software B2B de más de 5 mil millones de dólares y se usó Claude para medir la “preparación para IA” de cada industria
• Los mercados de salud y legal son los dos casos más claros de creación de valor, pero ya existen empresas valuadas en miles de millones como Abridge, Harvey y OpenEvidence
• Cinco mercados menos discutidos en la comunidad de IA, pero con alta preparación para IA y más de 10 mil millones de dólares de capitalización histórica de software

• Ciencias de la vida (Life Sciences)

  • Empresa histórica de más de 5 mil millones: Veeva (46 mil millones de dólares)
  • Preparación para IA: procesamiento de documentación regulatoria, documentación de ensayos clínicos, reportes de cumplimiento y comunicación con proveedores son flujos de trabajo administrativos intensivos en texto ideales para automatización con IA
  • Ejemplos AI-native: Bluenote, Collate

• Bienes raíces (Real Estate)

  • Empresas históricas de más de 5 mil millones: RealPage (adquirida por 10 mil millones de dólares), CoStar (35 mil millones de dólares), Zillow (17 mil millones de dólares)
  • Preparación para IA: contratos, divulgaciones, comunicación con inquilinos, documentos de gestión de activos y administración de arrendamientos son flujos de trabajo intensivos en documentos y comunicación
  • Ejemplos AI-native: EliseAI, HouseWhisper

• Automotriz (Automotive)

  • Empresas históricas de más de 5 mil millones: CDK Global (7 mil millones de dólares), Cox Automotive (más de 9 mil millones de dólares en ingresos), Reynolds and Reynolds (privada)
  • Preparación para IA: programación de servicio, pedidos de partes, comunicación con clientes y operaciones de concesionarios son flujos de trabajo intensivos en voz y texto
  • Ejemplos AI-native: Mia, Toma

• Seguros (Insurance)

  • Empresas históricas de más de 5 mil millones: Guidewire (21 mil millones de dólares de capitalización), CCC Information Services (6 mil millones de dólares de capitalización)
  • Preparación para IA: procesamiento de reclamos, documentación de underwriting y llamadas de atención al cliente son perfectos para automatización con IA
  • Ejemplos AI-native: Pace, Strala, Reserv

• Servicios para el hogar (Home Services)

  • Empresa histórica de más de 5 mil millones: ServiceTitan (9 mil millones de dólares)
  • Preparación para IA: programación, comunicación con clientes, documentación de servicio y operaciones en campo son intensivos en voz y flujo de trabajo
  • Ejemplos AI-native: Avoca, Netic, ProBook

El doble ROI de las apps de IA vertical

• Observación clave en las empresas de aplicaciones de IA más exitosas: logran al mismo tiempo reducir costos operativos y aumentar ingresos
• Eso genera ROI de 1x a 10x en el primer año de adopción de aplicaciones de IA vertical
• Caso de Assort Health
  • Vende agentes de voz con IA a proveedores y clínicas de salud
  • En la industria de salud, la tasa promedio de llamadas perdidas en clínicas es de 20% a 40%, y Assort la reduce casi a 0%
  • Cada llamada perdida implica pérdida de un potencial nuevo cliente que puede llamar a otra clínica
  • Los grandes consultorios gastan cientos de miles o millones de dólares en costos de call center
  • Assort puede aumentar hasta 20% los leads entrantes y ahorrar cientos de miles de dólares en gasto
• Ciclo de retroalimentación positiva
  • Si una empresa aumenta de golpe 20% sus leads entrantes, todas las empresas de la categoría se ven obligadas a adoptar la tecnología o seguirán quedándose atrás
  • No tiene sentido comparar una empresa AI-native de gestión de salud con comparables públicos de software de scheduling médico o de call centers
• Dado que el ROI para las clínicas es muy fuerte, se espera una penetración de más de 50% a 90% de esta tecnología en clínicas de salud durante la próxima década
• Se observa esta dinámica de doble ROI en startups de voice AI en industrias intensivas en voz como bancos comunitarios, aseguradoras, servicios para el hogar y concesionarios automotrices
• Si se considera el valor económico creado por estas startups * el número de clientes potenciales, la oportunidad de mercado es mucho mayor de lo que parece a primera vista y se mide en miles de millones de dólares
• El debate entre Bill Gurley y Aswath Damodaran sobre el tamaño del mercado de Uber
  • Damodaran asumió un tamaño de mercado incorrecto y una penetración equivocada
  • Quedó demostrado que Gurley tenía razón en ambos puntos durante la última década
  • Tecnologías disruptivas como la movilidad antes y la IA ahora pueden expandir el mercado de forma exponencial

Automatización de servicios para expandir el mercado

• Otra variable a considerar al medir el tamaño del mercado de IA vertical es la oportunidad de capturar ingresos de servicios o trabajo humano
• El campo donde la IA ha tenido más éxito es en la automatización de flujos de trabajo basados en texto y voz, y muchos servicios tercerizados encajan en esa categoría
  • Son trabajos rutinarios de bajo valor agregado y aptos para automatización con IA
• Ejemplos de gasto en servicios casi inimaginablemente grande que la IA podría capturar en mercados verticales durante la próxima década
  • Gasto en administradores externos de seguros (TPA): más de 400 mil millones de dólares al año
  • Gasto BPO/CRO en ciencias de la vida: estimado en más de 100 mil a 400 mil millones de dólares anuales
• La brecha entre gasto en servicios y gasto en software
  • Veeva es el mayor proveedor de software para ciencias de la vida y genera cerca de 3 mil millones de dólares en ingresos
  • Guidewire y CCC son dos de los mayores proveedores de software para seguros y juntos suman cerca de 2.2 mil millones de dólares anuales en ingresos
  • Son grandes negocios, pero 100 veces más pequeños que la oportunidad en trabajo tercerizado
• Ya no basta con simplemente googlear “comparables públicos de proveedores de software para seguros”
• No está claro si la IA capturará una proporción significativa de los ingresos de servicios tercerizados, pero la ventaja de esta forma de medir el mercado es que, si la IA captura una parte relevante de esos ingresos, la creación de valor será enorme

Las mejores empresas escalan mediante plataformas

• Las mejores empresas expanden el tamaño del contrato mediante una plataforma
• El conocido caso de Toast en software vertical
  • Poseyó el sistema POS y, por tanto, los datos más importantes para los dueños de restaurantes: los pedidos
  • Luego se expandió para automatizar los flujos de trabajo más importantes alrededor de esos datos recién automatizados (sistema de gestión de pedidos, pedidos en línea)
  • Más adelante volvió a expandirse hasta convertirse en el system of record del restaurante (hoy con más de 140 mil ubicaciones)
• Las mejores empresas de IA vertical harán lo mismo
  • Automatizarán flujos de trabajo y obtendrán acceso a los datos más importantes para un conjunto específico de clientes
  • Usarán esos datos para automatizar flujos de trabajo clave alrededor de ellos
  • Durante la próxima década ampliarán capacidades para competir y convertirse en el system of record de sus clientes

Resumen: tres rutas para expandir tamaño de contrato y penetración aun con una base fija de clientes

• Ofrecer doble ROI de ahorro de costos y aumento de ingresos, creando una oportunidad difícil de rechazar
• Después de la primera cuña de entrada, expandir la plataforma con datos recién automatizados para aumentar el gasto
• Penetrar el gasto del mercado de servicios en industrias como seguros, ciencias de la vida, salud y legal, donde se mide en cientos de miles de millones de dólares
• Debido a estas rutas de expansión, se espera ver nuevos mercados con empresas de más de 5 mil millones de dólares y más mercados existentes con empresas de IA valuadas por encima de 5 mil millones de dólares

Conclusión

• La IA vertical sí tiene desafíos
  • Una evaluación realista sigue siendo importante tanto para inversionistas como para fundadores
  • No es fácil defender el valor marginal de este ROI, especialmente en entornos competitivos
  • En muchos mercados existe un momento de “land grab” para quien logre capturar el costo de cambio de la mayor cantidad de clientes en el menor tiempo posible
• Pero el valor de una empresa es una derivada del valor que puede entregar a sus clientes, y rara vez se ha visto una creación de valor como esta
• Si estás construyendo una empresa en uno de estos mercados que aparentemente parecen “pequeños”, puedes estar viendo una oportunidad que otros no detectaron