- Aunque en la industria del capital de riesgo se está extendiendo el consenso de que la IA convertirá a las empresas de servicios en empresas de software, en la práctica lo que ocurre es que las empresas de servicios se vuelven mejores empresas de servicios, no que se transformen en empresas de software
- Una parte importante del gasto en servicios profesionales no paga la calidad del entregable, sino la transferencia de responsabilidad, la confiabilidad y las credenciales, un ámbito difícil de reemplazar con IA
- La expansión de márgenes derivada de adoptar IA puede ser temporal, porque los competidores también la incorporan y los clientes exigen que ese ahorro de costos se les traslade; los márgenes sostenibles están en la capa de confianza profesional y responsabilidad
- Las herramientas de IA generan incluso la paradoja de fijar a los profesionales élite dentro de las firmas tradicionales, mientras la competencia por talento entre empresas AI-native erosiona la ventaja de márgenes
- Como el mercado de servicios es 20 a 70 veces más grande que el mercado de software, incluso sin márgenes de nivel software todavía es posible lograr resultados del tamaño de venture mediante la propiedad de la responsabilidad y de la relación con el cliente
El consenso del venture sobre que la IA convertirá los servicios en software
- Varios VC reconocidos lo describen como una oportunidad de 4.6 billones de dólares de "Service as Software"
- General Catalyst está invirtiendo 1,500 millones de dólares en adquirir empresas de servicios en áreas como legal, TI y contabilidad para aplicarles IA
- Thrive Capital lanzó un fondo de más de 1,000 millones de dólares para adquirir y transformar con IA empresas de servicios; OpenAI tomó participación y envía ingenieros directamente a empresas del portafolio
- La lógica central: el mercado global de servicios vale 16 billones de dólares y el de software 1 billón de dólares; si la IA puede llevar a los servicios a márgenes tipo software (70-85%), la creación de valor sería enorme
- Los márgenes de las firmas de servicios profesionales rondan 30-40% en un buen día
El excedente de TAM (Surplus) es real, pero no todo es accesible
- En casi todas las categorías de servicios profesionales, el mercado de software representa solo una parte del mercado de servicios, así que el excedente de TAM es un hecho conocido
- Pero equiparar ese excedente de TAM con una oportunidad inmediatamente accesible es el error más común en este espacio
- Una parte importante del gasto en servicios profesionales se basa en razones distintas al entregable mismo
- Las empresas contratan a las Big Four no por el valor de la auditoría en sí, sino para tener una posición defendible de "seguimos la guía de expertos" si surge un problema
- Contratan asesoría legal externa que los reguladores conocen y en la que confían
- Usan consultores para recomendar una reestructuración de manera independiente y así distribuir la responsabilidad del liderazgo interno
- Esto no es ineficiencia, sino una función incorporada en cómo operan los servicios profesionales
- También existe el problema de la credibilidad y la validación externa
- Cuando un CFO anuncia una reestructuración de compensación, es mucho más fácil decir "según datos de mercado de McLagan" que "según nuestro análisis interno"
- La prima se paga no por la información, sino por la credibilidad de la fuente
- La IA puede hacer el trabajo analítico, pero no puede cumplir la función de absorber responsabilidad
- Un directorio no puede señalar un modelo de IA y decir: "nos basamos en la guía de expertos"
- La pregunta clave: qué proporción del TAM de servicios corresponde realmente a la calidad del entregable y qué parte corresponde a la transferencia de responsabilidad, escudo político y credenciales
- El mercado de servicios accesible con IA puede ser significativamente más pequeño que la cifra de portada
- Al mismo tiempo, esto funciona como un factor de diferenciación para las firmas de servicios que poseen la relación con el cliente y la responsabilidad
El problema de la sostenibilidad de la expansión de márgenes
- Incluso dentro del TAM accesible, la expansión de márgenes puede ser parcialmente temporal
- Si los competidores adoptan las mismas capacidades de IA, el servicio se recomoditiza por precio
- Cuando los clientes perciben que la IA está haciendo tareas que antes hacían empleados junior, exigirán que se les traslade el ahorro
- Los márgenes sostenibles existen en la capa premium y de responsabilidad que se ubica por encima del entregable automatizado con IA
- Comparación de ejemplo: una firma contable que automatiza trabajo fiscal y transfiere el ahorro al cliente (margen de 60%) frente a una firma que además de esa automatización hace que un CPA firme la declaración, mantiene seguro E&O y posee la relación con el cliente (margen de 45%)
- La primera es vulnerable a cualquier competidor con acceso al mismo modelo; la segunda tiene un foso estructural de confianza profesional y responsabilidad que la IA sola no puede replicar
- La presión competitiva no viene solo de startups
- Anthropic lanzó Claude for Excel con agentes preconstruidos para modelado DCF, análisis de comparables y datapacks de due diligence, además de conectores con S&P Capital IQ, Moody's y PitchBook
- OpenAI anunció una alianza plurianual "Frontier Alliance" con Accenture, BCG, Capgemini y McKinsey para desplegar agentes directamente en flujos de trabajo empresariales
- Las empresas de modelos fundacionales no están esperando a que las startups construyan la capa de servicios, sino que están atacando directamente el workflow
- Si la próxima generación de modelos puede completar de forma autónoma papeles de trabajo de auditoría o documentos legales, los "servicios impulsados por IA" no son el destino final, sino un estado transitorio
- Los modelos fundacionales pueden replicar entregables, pero no pueden replicar relaciones profesionales, cobertura E&O ni credenciales regulatorias
El crecimiento sigue dependiendo de personas
- La IA eleva el techo de trabajo que cada persona puede manejar, pero no elimina la necesidad de personas
- En una firma de auditoría impulsada por IA, un CPA puede manejar mucho más trabajo que antes, pero el CPA sigue siendo necesario
- Es esperable que la curva de expansión de márgenes tenga rendimientos decrecientes; las mayores ganancias llegan al inicio y luego se aplanan rápido
- Si los márgenes se estancan en 55-65%, eso sigue siendo muy atractivo en un mercado de 87 mil millones de dólares o de más de 1 billón, pero no está claro exactamente en qué punto se estabilizan, y ese es el riesgo clave
- El talento del que dependen estas empresas es escaso y cada vez más caro
- Las herramientas de IA incluso pueden empeorar la situación
- Ejemplo legal: herramientas de IA vertical como Harvey y Legora se venden directamente a profesionales élite en firmas existentes, aumentando su productividad donde ya están
- Si un socio de Big Law usa IA para llevar una carga de casos 3 veces mayor, gana más, hace trabajo más interesante y tiene menos incentivos para irse
- Herramientas que supuestamente iban a destruir a las firmas tradicionales terminan anclando el talento dentro de ellas
- Muchas firmas legales AI-native compiten entre sí para contratar a los mismos socios
- Si 10 empresas AI-native respaldadas por VC levantan mucho capital en la misma categoría, del lado de la oferta habrá inflación en el costo del talento sobre un pool finito de expertos acreditados, y del lado de la demanda habrá presión de precios por pelear por los mismos clientes
- La ventaja de márgenes que hacía atractivo el modelo termina erosionada no solo por incumbentes, sino también por otras startups que ejecutan el mismo playbook
- La paradoja clásica de una operación consensuada: cuanto más capital persigue la tesis, más difícil se vuelve ejecutarla
Qué modelo de negocio tiene más ventajas
- Como inversionista de etapa temprana, la pregunta central no es: "¿se convertirá en una empresa de software?", sino "¿puede este fundador construir suficiente palanca para sostener márgenes brutos superiores al 50% e ingresos recurrentes a escala?"
- Si tiene defensibilidad basada en costos de cambio mediante fosos de datos, relaciones de responsabilidad y control del workflow
- En un mercado legal de más de 1 billón de dólares o en uno contable de 650 mil millones, puede ser posible; en un nicho de 3 mil millones de dólares, es difícil
-
Vender herramientas de IA a firmas de servicios existentes
- Estas empresas son pequeñas, fragmentadas y resistentes al cambio
- Si ya son rentables, no sienten urgencia por adoptar nueva tecnología
- Se necesita una forcing function
- Contabilidad es el ejemplo más claro: desde 2020 más de 300,000 contadores cambiaron de trabajo, el 75% de los CPA está cerca de la edad de retiro y las firmas están rechazando trabajo
- Cuando la alternativa es perder ingresos, la disposición a adoptar herramientas de IA sube de forma drástica
- La razón para invertir en Basis e InScope: ambas venden herramientas de IA a profesionales contables; no asumen responsabilidad directa, pero gracias a esa forcing function se integran profundamente al workflow y logran una defensibilidad donde cambiarse duele operativamente
-
Construir desde cero una firma de servicios AI-native
- Se le pide al cliente que confíe en una startup para tareas que antes dejaba en manos de firmas con décadas de marca, relaciones regulatorias y credenciales profesionales
- Es una barrera especialmente empinada en servicios donde la dinámica de transferencia de responsabilidad es fuerte
- La ruta AI-native funciona mejor en industrias donde, en lugar de vender servicios con una marca no probada, se puede poseer la operación misma y así esquivar el problema de confianza
- El corretaje de seguros es un buen ejemplo: en el caso de DocShield, el corretaje es un negocio de alta calidad con clientes recurrentes y muy baja rotación, pero incluso a pequeña escala es caro (un bróker con 2 millones de dólares de EBITDA se transa a múltiplos de 10x o más), por lo que hacer roll-up es ineficiente en capital
- Un bróker medio típico tiene alrededor de 0.5 empleados de TI y vive dentro de sistemas cerrados de administración de agencias, lo que también dificulta vender software
- Poseer el bróker y construir sistemas de IA end-to-end es la única ruta razonable
-
Estrategia de roll-up
- El roll-up no es una mala estrategia, pero encaja mejor con private equity porque la estructura del fondo, el periodo de tenencia y el playbook operativo están diseñados para este tipo de transformación de activos
- Bajo timelines y estructuras de capital de VC, la ejecución es mucho más difícil
- Aun así, hay casos donde la dinámica del mercado hace apropiado un roll-up
- Meroka opera en consultorios médicos independientes: los consultorios individuales enfrentan una crisis estructural, no pueden competir con grandes operadores, no tienen poder de negociación y, cuando médicos mayores se retiran, no hay plan de sucesión
- Meroka convierte los consultorios en un employee ownership trust para garantizar independencia permanente frente al PE, e introduce tecnología moderna e IA mediante una organización de servicios administrativos
- Esto no se resuelve solo con software; sin intervención, la IA incluso podría acelerar la consolidación y agravar el problema del PE
- El trust de propiedad crea relaciones de responsabilidad y defensibilidad, mientras la capa de servicios administrativos genera ingresos recurrentes que escalan con cada nuevo consultorio, y la crisis estructural convierte la adopción de opcional a urgente, funcionando como forcing function
Conclusión
- La inversión VC en firmas de servicios impulsadas por IA puede generar grandes retornos, pero no hay ninguna ilusión de que estas empresas vayan a tener el mismo perfil de márgenes que el software ni de que el TAM de servicios vaya a permanecer estático durante la reconfiguración provocada por la IA
- Existe de forma inherente un techo
- El enfoque equivocado es ignorarlas porque no son software o invertir fingiendo que eventualmente lo serán
- El enfoque correcto es evaluarlas por lo que son: empresas de servicios con apalancamiento de IA, en mercados grandes, con márgenes en mejora y cada vez más recurrentes
- Desde la perspectiva de un inversionista de etapa temprana, en esencia no ha cambiado nada
- En pre-seed y seed siempre se ha invertido en la trayectoria de márgenes, no en los márgenes actuales
- La diferencia es que la IA ofrece un viento de cola estructural para expandir el margen bruto que las firmas de servicios tradicionales no tenían
- El marco que hizo atractivo al software para los inversionistas: mercados grandes, márgenes altos, ingresos recurrentes y bajo costo de escalar
- Las firmas de servicios impulsadas por IA no cumplen todo eso, pero si pueden sostener márgenes superiores al 50%, relaciones recurrentes con clientes y defensibilidad basada en la propiedad de la responsabilidad y de la relación con el cliente, dentro de un mercado 20 a 70 veces más grande que sus comparables de software, eso es suficiente
- Los servicios no se convertirán en software, pero sí se parecerán más al software, y en un mercado de esta escala, eso basta
3 comentarios
El servicio es el nuevo software
Parece que este artículo fue escrito en desacuerdo con lo que Sequoia había planteado.
Si la razón para contratar una consultora es poder decir que un consultor A con autoridad dijo que había que hacerlo así (no fue culpa mía), entonces parece que eso todavía no se puede reemplazar de inmediato solo con IA.
Pero, dentro de unos años, cuando algo esté funcionando raro y llamen para preguntar qué es este commit, si un subordinado responde que Claude lo programó así (no fue culpa mía), creo que sería espantoso.
Parece que no es un fenómeno que vaya a darse en unos años, sino que ya está ocurriendo por todos lados jaja