- A medida que mejora el rendimiento de los modelos de IA, la tesis es que las empresas de IA como servicio que venden directamente resultados de trabajo (work), y no herramientas, serán los próximos gigantes; se plantea una estructura en la que las empresas de software operan como empresas de servicios
- Todos los roles se clasifican en dos ejes: inteligencia (intelligence) y criterio (judgement); cuanto mayor es el peso de la inteligencia en una tarea, más rápido puede penetrar un piloto automático de IA
- La ingeniería de software, que hoy representa más de la mitad del gasto en IA, fue la primera en superar el umbral de automatización, y se espera que otras profesiones especializadas sigan el mismo camino
- La estrategia clave de las empresas de piloto automático es usar como punto de entrada (wedge) el trabajo que ya se externaliza, entrar al mercado sustituyendo proveedores, y después expandirse hacia procesos internos
- En mercados de servicios de decenas a cientos de miles de millones de wones como corretaje de seguros, contabilidad y auditoría, ciclo de ingresos en salud y reclutamiento, ya están apareciendo startups de piloto automático
Inteligencia (Intelligence) vs. criterio (Judgement)
- Escribir código, hacer pruebas y depurar son tareas con reglas complejas, pero siguen siendo tareas de inteligencia, donde las reglas mismas son el trabajo
- Decidir qué funcionalidad construir después, si asumir deuda técnica o si lanzar antes de estar listos son tareas de criterio basadas en experiencia e intuición
- Hace un año, la mayoría de los usuarios de Cursor usaban la IA al nivel de autocompletado, pero hoy los agentes inician más tareas que las personas
- La ingeniería de software representa más de la mitad del uso de herramientas de IA entre todas las ocupaciones, mientras que el resto aún se mantiene en porcentajes de un solo dígito
- Como la ingeniería de software consiste principalmente en trabajo de inteligencia, la IA fue la primera en cruzar el umbral de ejecución autónoma
- Esta tendencia ya se está extendiendo a todas las profesiones especializadas
Copilot y Autopilot
- Copilot vende herramientas y Autopilot vende resultados de trabajo
- Hasta hace poco, como los modelos de IA avanzaban tanto en inteligencia como en criterio, el enfoque correcto era Copilot: ofrecer herramientas a profesionales
- Harvey es un modelo Copilot que vende a firmas legales, y Rogo a bancos de inversión
- El cliente es el profesional, la herramienta aumenta su productividad y la responsabilidad por el resultado sigue recayendo en el profesional
- Ahora que la inteligencia de los modelos ya es lo bastante alta, en algunas categorías lo mejor es empezar directamente como Autopilot
- Crosby vende directamente a empresas que necesitan borradores de NDA, no a asesores legales externos
- WithCoverage vende directamente a CFOs que necesitan seguros, no a corredores de seguros
- En cualquier profesión, el presupuesto de trabajo (work budget) es mucho mayor que el presupuesto de herramientas (tool budget), y Autopilot captura ese presupuesto desde el primer día
- Cuanto mayor es la proporción de inteligencia en un campo, más rápido gana Autopilot
Convergencia (Convergence)
- El criterio de hoy se convierte en la inteligencia de mañana
- Cuando los sistemas de IA acumulan datos propietarios sobre qué constituye un buen criterio en un dominio, la frontera se desplaza
- Copilot y Autopilot terminan convergiendo
- En varias categorías ya comenzó la transición de Copilot a Autopilot, pero el punto de partida importa
- Porque determina desde dónde se puede captar clientes ahora y empezar el efecto compuesto de los datos
Estrategia Autopilot: usar la externalización como punto de entrada (Wedge)
- Por cada dólar gastado en software, se gastan 6 dólares en servicios
- El mercado total direccionable (TAM) de Autopilot es todo el gasto laboral de una categoría (interno + externalizado), pero conviene empezar donde la externalización ya existe
- Si una tarea ya está externalizada, eso implica tres cosas
- Que la empresa ya aceptó que un tercero la ejecute
- Que ya existe una partida presupuestaria sustituible
- Que el comprador ya está comprando resultados, no herramientas
- Reemplazar un contrato externalizado por un proveedor de servicios nativo de IA es sustituir un proveedor; reemplazar personal interno es reestructurar la organización
- Estrategia: empezar con trabajo externalizado y centrado en inteligencia → asegurar distribución → a medida que la IA acumula ventajas compuestas, expandirse a trabajo interno centrado en criterio
- Caso Crosby: empieza con NDAs que la mayoría de las empresas ya externaliza a asesores legales externos; es una tarea de inteligencia bien definida, con presupuesto existente, alcance claro, ROI inmediato y sustitución sin fricción
Mapa de oportunidades (Opportunity Map): análisis por grandes mercados de servicios
-
Corretaje de seguros ($140-200B)
- El mercado de mayor volumen monetario en esta lista
- Los seguros comerciales estándar están altamente estandarizados, y el valor agregado del corredor consiste esencialmente en comparar aseguradoras y completar formularios: una tarea de inteligencia pura
- La capa de distribución está extremadamente fragmentada; decenas de miles de pequeños corredores operan el mismo proceso, y ningún actor incumbente domina la relación con el cliente
- WithCoverage y Harper son nuevos entrantes a seguir
-
Contabilidad y auditoría (solo externalización en EE. UU.: $50-80B)
- En EE. UU., el número de contadores cayó en alrededor de 340 mil en los últimos cinco años, mientras la demanda aumentó
- El 75% de los CPA está cerca del retiro, la ruta de certificación es larga y los salarios de entrada van rezagados frente a tecnología y finanzas
- Esta escasez estructural está impulsando la adopción de IA más rápido que en casi cualquier otra profesión
- Rillet está construyendo un ERP nativo de IA para cerrar libros, y Basis empezó como Copilot para contadores
-
Ciclo de ingresos de salud (externalización en EE. UU.: $50-80B)
- Al hablar de “salud” es fácil pensar en un trabajo centrado en criterio, pero la capa de facturación es casi trabajo de inteligencia pura
- La codificación médica consiste en convertir registros clínicos en unos 70 mil códigos ICD-10 estandarizados; las reglas son complejas, pero siguen siendo reglas
- Como la externalización ya está madura y se basa en desempeño, Autopilot solo tiene que hacer el mismo trabajo a menor costo
- Anterior va a la cabeza
-
Ajuste de siniestros (incluyendo TPA, $50-80B)
- Del otro lado de la póliza, el ajuste de siniestros es otra área independiente para Autopilot
- Las reclamaciones estándar se procesan mediante interpretación de la redacción de la póliza, cronogramas de daños y tablas actuariales para establecer reservas
- La fuerza laboral de ajustadores está envejeciendo y no hay suficiente relevo
- Existe una gran estructura de externalización hacia ajustadores independientes y TPA como Crawford y Sedgwick
- En una sola industria existen al menos dos oportunidades separadas de Autopilot
- Pace construye un Autopilot para procesamiento de reclamaciones, y Strala un TPA nativo de IA
-
Asesoría fiscal ($30-35B)
- La licencia CPA crea un foso regulatorio, pero el 80-90% del trabajo subyacente es trabajo de inteligencia
- Cada vez que un Autopilot fiscal cubre una jurisdicción adicional, su foso de datos se profundiza
- La complejidad multi-jurisdicción es una de las razones típicas por las que las SMB externalizan, porque un solo contador interno difícilmente puede abarcarla
- TaxGPT lleva la delantera, y en Europa operan Skalar y Ravical
-
Legal y trabajo transaccional ($20-25B)
- Redacción de contratos, NDAs y reportes regulatorios: alta proporción de inteligencia y externalización habitual
- Como los resultados están lo bastante estandarizados para verificar su calidad, el comprador puede confiar en la salida de IA incluso sin una profunda especialización legal
- Harvey es el líder emergente y está transitando rápido hacia Autopilot, mientras Crosby y Lawhive son nuevos entrantes nativos de Autopilot
-
Servicios gestionados de TI ($100B+)
- Casi todas las SMB externalizan TI
- Aplicación de parches, monitoreo, aprovisionamiento de usuarios y clasificación de alertas son tareas de inteligencia repetidas en miles de entornos similares
- El software actual (ConnectWise, Datto) vende herramientas a MSP, pero aún nadie vende directamente a empresas el resultado de “tu TI está funcionando”
- Edra automatiza procesos de TI, y Serval automatiza soporte de TI
-
Cadena de suministro y compras ($200B+)
- La mayoría de las empresas solo negocia seriamente con el 20% superior de sus proveedores; la larga cola restante no recibe atención porque no resulta rentable dedicarle personas
- La fuga contractual equivale al 2-5% del gasto total en compras
- El punto de entrada es el trabajo desatendido: dinero que simplemente se descubre, sin una partida presupuestaria que justificar ni un proveedor existente que reemplazar
- Magentic hace compras directas y AskLio construye IA para compras indirectas
- Tacto está construyendo al mismo tiempo un system of record y un Copilot para el mercado medio
-
Reclutamiento y talento ($200B+)
- El mercado de servicios más grande de esta lista
- La parte alta del embudo de reclutamiento (filtrado, matching, outreach) es inteligencia pura, pero el cierre de candidatos y la evaluación de ajuste cultural son criterio basado en años de reconocimiento de patrones
- El punto de entrada de Autopilot está en roles de alto volumen y bajo criterio, donde el matching es estandarizado
- Juicebox, Mercor y Jack & Jill son líderes emergentes construyendo a lo largo de todo el espectro
-
Consultoría de gestión ($300-400B)
- Es un mercado enorme, pero la mayor parte del trabajo está centrada en criterio
- La pregunta clave es si la IA puede descomponer la consultoría en componentes de inteligencia (recolección de datos, benchmarking) y de criterio (recomendaciones estratégicas)
- Y si es posible una estructura donde la capa de inteligencia se automatiza mientras la capa de criterio sigue en manos humanas
- El mejor candidato aún está por definirse (TBD)
La transición 2025→2026 y el dilema de la innovación
- Las empresas de IA que más rápido crecieron en 2025 fueron las de Copilot
- En 2026 muchas empresas Copilot intentarán pasar a Autopilot, pero enfrentarán el dilema de la innovación
- Porque vender resultados de trabajo significa sustituir a sus propios clientes en la ejecución de ese trabajo
- Ahí está precisamente la oportunidad de entrada para las empresas puras de Autopilot (pure-play autopilot)
2 comentarios
También vean El servicio no se convertirá en software, que plantea una postura opuesta a este artículo, además del otro texto recomendado para leer juntos.
Dicen que, al enumerar empresas del portafolio de VC (como WithCoverage, Crosby y Anterior), en la práctica le dio un barniz de tesis de inversión a la lógica de deal sourcing de Sequoia. (Claude Opus 4.6)