Las empresas de tecnología profunda se construyen de forma diferente

• Durante la última década, el capital se concentró en los bits (software), que podían escalar rápido, pero ahora que los cuellos de botella de toda la economía vuelven a los átomos, es decir, al ámbito físico, las empresas de tecnología de frontera que los eliminan están emergiendo como la próxima generación de compañías
• Ya se están haciendo visibles señales tempranas como la presión de los centros de datos sobre la red eléctrica, el giro del presupuesto de defensa hacia armas autónomas, sensores y construcción naval, la conversión de la capacidad manufacturera en un activo estratégico, la transformación de la biología en terapias programables y la entrada de la robótica al campo de trabajo
• La deep tech no es simplemente un "software más difícil", sino un juego distinto con reglas diferentes en tres capas: personas y dependencia de trayectoria, riesgo y reversibilidad y capital y creación de valor
• Las restricciones que dificultan empezar también hacen que, al mismo tiempo, los ganadores sean más defendibles y más difíciles de imitar
• La oportunidad clave no está en aplicar la fórmula de inversión en software al hardware, sino en entender antes que los demás las diferencias estructurales de la economía física

---

Personas y dependencia de trayectoria (People and Path Dependence)

• El pivot en deep tech está mucho más restringido

  • En software se puede pasar de citas a video (YouTube), o de juegos a herramientas de productividad (Slack), pero una empresa de robótica no puede cambiar a energía nuclear o farmacéutica sin reconfigurar a todo el equipo
  • Acertar con la dirección inicial es decisivo y, al mismo tiempo, se genera un efecto de concentración al acumular conocimiento especializado, avances técnicos y relaciones con clientes sobre un mismo problema difícil

• Las decisiones de diseño inicial determinan el éxito o fracaso de una empresa de hardware

  • Un cambio como la longitud del brazo de un robot impacta en cascada decisiones sobre motores, actuadores, baterías, procesos de manufactura y cadena de suministro
  • El costo de una mala decisión no se mide en horas, como en software, sino en meses o años
  • A la inversa, una buena decisión inicial se acumula y una arquitectura sólida se traduce en ventajas en facilidad de fabricación, costo de servicio, seguridad de despliegue y dificultad de replicación

• En los negocios de deep tech, el founder-market fit es indispensable

  • Gran parte del software puede construirse con generalistas muy capaces, pero la deep tech exige talento especializado, como expertos en electricidad, mecánica o turbomaquinaria
  • La ausencia de personal clave ralentiza drásticamente el avance, pero una vez armado, ese equipo mismo pasa a ser parte del moat

• En productos físicos, trabajar en el mismo espacio es decisivo

  • En software se puede desarrollar en remoto si las interfaces entre componentes están claras (si en Nueva York se actualiza código, en LA se puede construir encima de eso de inmediato)
  • En hardware, como los componentes deben desarrollarse y probarse juntos, se necesita proximidad física; de lo contrario, la velocidad de iteración se desploma
  • Esa es la razón de la formación de startups espaciales en LA y del clúster biotecnológico de Boston, que concentran talento, proveedores, asesores, clientes y fundadores reincidentes para acelerar el progreso

• El talento de deep tech es escaso, pero más orientado a la misión

  • En EE.UU. hay alrededor de 4 millones de ingenieros de software, pero solo 20 mil ingenieros de RF, 10 mil ingenieros nucleares y 2,500 ingenieros de turbomaquinaria
  • Si se busca contratar al 5% superior, en hardware el pool nacional es de apenas cientos o miles de personas, por lo que es mucho más difícil
  • Aun así, como hay menos competidores y las misiones inspiran más, resulta relativamente más fácil atraer ingenieros especializados desde empresas tradicionales lentas

• Las empresas de deep tech necesitan empleados iniciales distintos

  • Una startup de software puede contratar al principio ingenieros full-stack generalistas y sumar especialistas después
  • La deep tech necesita un equipo inicial muy específico: personas con experiencia directa y difícil de obtener en una ruta terapéutica concreta, diseño de actuadores, sistemas de RF o procesos de manufactura

Riesgo y reversibilidad (Risk and Reversibility)

• El software muere por riesgo de mercado; el hardware, por riesgo tecnológico

  • En software, construir suele ser relativamente sencillo, pero es fácil crear un producto para un mercado inexistente
  • En hardware, la demanda a nivel categoría suele ser clara (energía más barata, tratamientos contra el cáncer), pero el riesgo tecnológico es mucho mayor: si puede funcionar, fabricarse de forma rentable, desplegarse con seguridad y venderse por el canal adecuado son preguntas difíciles
  • Sin embargo, el riesgo tecnológico es más legible que el riesgo de mercado: se puede validar con hitos explícitos, como alcanzar el torque objetivo de un motor, llegar a la curva de costos de una batería o comprobar si un tratamiento mata células

• La fricción regulatoria es el estado natural de la deep tech, pero opera en ambos sentidos

  • Salvo algunos casos como fintech o healthcare, la mayor parte del software no está regulada (un nuevo CRM puede lanzarse apenas esté listo)
  • La mayoría del hardware sí está sujeto a supervisión, como permisos para instalaciones, certificaciones de seguridad, revisiones ambientales y aprobaciones regulatorias
  • Una vez superada esa barrera, los competidores deben pasar por el mismo proceso, y avances regulatorios como la aprobación de un fármaco por la FDA o la autorización de operación de drones por la FAA se convierten en puntos de inflexión de valor

• En deep tech, el valor del buen criterio es mayor

  • En software se puede adoptar rápido una nueva base de datos o toolkit de UI, pero en hardware un cambio afecta herramientas de manufactura, socios de cadena de suministro, rutas de certificación y despliegues con clientes
  • El costo de un mal juicio es de días o semanas en software, pero de meses o años en hardware
  • La clave no es evitar decisiones difíciles, sino tomarlas mejor que los demás cuando son importantes

• El progreso en deep tech no es continuo, sino discreto

  • En software, después del lanzamiento los ingresos suben gradualmente, y metas como $3M ARR pueden medirse en un espectro como $1.5M, $3M o $5M
  • Los hitos de deep tech son más binarios: mantener una reacción de combustible nuclear o destruir ciertas células tumorales es posible o no lo es; "funciona a medias" equivale a no funcionar
  • El progreso puede sentirse irregular, pero como la reducción de riesgo es clara, cuando se resuelve con éxito un riesgo clave puede desaparecer una gran incertidumbre y el valor cambiar bruscamente

• El software tiene barreras de entrada bajas pero moats débiles; el hardware tiene barreras altas pero moats más sólidos

  • En software se puede lanzar rápido, pero las economías de escala son mínimas, los canales de distribución no son exclusivos y las herramientas de IA facilitan copiar funciones, por lo que los moats se están debilitando: se puede crecer rápido, pero también estancarse o encogerse rápido
  • En hardware, construir un producto comercial terminado toma de 2 a 5 años y crea una barrera de entrada costosa, pero una vez que se logra un producto vendible, las economías de escala sí existen y la marca y el historial importan (no vale lo mismo la empresa que vende su reactor número 100 que la que vende el primero)
  • La fricción regulatoria dificulta que competidores persigan al líder, de modo que las barreras que frenan la etapa inicial después protegen a la empresa y ayudan a dominar el mercado

Capital y creación de valor (Capital and Value Creation)

• Los productos de software se venden por decenas o cientos de miles de dólares; los de hardware, por millones o decenas de millones

  • Una central eléctrica cuesta de millones a miles de millones de dólares, un gran sistema de automatización industrial cuesta decenas de millones y una terapia avanzada puede costar $1M por tratamiento
  • El software puede gastar 30% de sus ingresos en ventas y marketing ($30K de CAC para un contrato de $100K), mientras que la deep tech gasta más en I+D (para un contrato de $100M no se necesitan $30M en gasto comercial)
  • Como resultado, el hardware es intensivo en capital al inicio cuando debe demostrar viabilidad técnica, mientras que el software es intensivo en capital más tarde cuando debe pagar grandes costos de adquisición de clientes; la intensidad total de capital a lo largo del tiempo es parecida, pero cambia el momento
  • Gracias al gran tamaño de los contratos, unas pocas grandes cuentas o despliegues pueden sostener un gran valor empresarial

• Las empresas de deep tech tienen un financing stack diferente

  • En software se suele levantar equity, venture debt y revenue-based financing después de conseguir unos millones de dólares en ingresos
  • En deep tech, el financiamiento basado en ingresos es raro al inicio, pero sí se puede usar financiamiento de equipo, de inventario, de proyectos y subsidios o contratos gubernamentales
  • Bien utilizado, esto reduce dilución y preserva el capital accionario para las áreas de mayor riesgo y mayor potencial
  • Incluso en pre-seed se pueden conseguir cientos de miles o millones de dólares en financiamiento de equipo, porque los prestamistas evalúan el equipo como garantía más que el progreso de la empresa (si una máquina de $1M puede revenderse en $900K en caso de cierre, se puede obtener una buena tasa)

• El financiamiento en deep tech no se basa en métricas, sino en hitos

  • En software, las rondas siguientes se levantan con base en ingresos, retención y métricas de uso
  • En deep tech, se levantan con base en lograr grandes hitos y eliminar riesgos clave, como construir cada subsistema y luego el prototipo completo, o escalar la manufactura desde trabajo manual hasta automatización parcial y completa
  • En deep tech, el valor cambia de forma abrupta cuando desaparecen riesgos importantes, mientras que en software tiende a moverse más continuamente junto con la tracción

• Cuando se hace bien, la recompensa en deep tech es una captura de valor mucho más fuerte

  • El software enfrenta competencia constante: justo después de que Harvey creó un buen producto de IA para equipos legales, Legora atrajo atención con un producto competidor, y una alternativa open source hecha por una sola persona, Mike, ya acumuló miles de estrellas en GitHub
  • En hardware es distinto: nadie está construyendo en su garaje un reactor nuclear comercial ni un virus que mate cáncer; la intensidad de capital, equipo y tiempo es demasiado alta
  • Si un equipo competente resuelve un gran problema, puede capturar mucho valor y aumentar su probabilidad de dominar el mercado a largo plazo (por ejemplo, los GPU de Nvidia, los lanzamientos espaciales de SpaceX o los secuenciadores genéticos de Illumina)
  • Como resultado, aunque formar la empresa inicial es más difícil, se crea un perfil de retorno distinto en el que los ganadores tienen más probabilidades de convertirse en compañías estructuralmente importantes, difíciles de sustituir y valiosas por mucho tiempo

Implicaciones para fundadores e inversionistas

• El cliché de que "el hardware es difícil" sirve como advertencia, pero no como marco útil; una mejor forma de verlo es que construir con bits y construir con átomos operan bajo restricciones diferentes

  • El software gana atravesando rápido la incertidumbre de producto y distribución; la deep tech gana tomando correctamente un número menor de decisiones difíciles e irreversibles
  • Formar el equipo especializado correcto, elegir la arquitectura correcta, eliminar el riesgo tecnológico correcto, navegar la regulación, financiarse con la combinación adecuada de capital y convertir el progreso técnico en un moat sólido

• Para los fundadores, la deep tech recompensa más el criterio que el movimiento

  • Los mejores fundadores no solo se mueven rápido, sino que distinguen dónde la velocidad importa y dónde la paciencia es indispensable
  • Entienden qué decisiones iniciales impactarán durante años, qué riesgos deben eliminar primero y qué hitos realmente cambian la probabilidad de éxito
  • En software, el progreso se acumula por iteración; en deep tech, por un pequeño número de decisiones difíciles tomadas correctamente

• Para los inversionistas, se requieren preguntas de due diligence diferentes

  • En software, las primeras preguntas son sobre amor del usuario, retención, crecimiento y tracción de GTM
  • En deep tech, las primeras preguntas son más fundamentales: si el equipo es el correcto para ese problema, si las decisiones arquitectónicas iniciales son sólidas, si cada hito elimina un riesgo significativo, si existe una ruta viable para atravesar regulación y manufactura, y si el plan financiero encaja con la ruta de desarrollo

• Las mejores empresas de deep tech no se parecen a empresas de software con ciclos de venta más lentos, sino que tienen indicadores de calidad distintos: un founder-market fit sobresaliente, puntos de inflexión tecnológicos claros, demanda urgente de clientes y la capacidad de convertir manufactura, regulación, desempeño y cadena de suministro en moats sólidos

  • La deep tech no es solo más difícil; esa misma dificultad es parte de la oportunidad
  • El talento escaso, la fricción regulatoria, la complejidad manufacturera, el riesgo tecnológico y la iteración lenta son obstáculos reales, pero al mismo tiempo bloquean a competidores livianos y le dan al ganador la oportunidad de convertirse en una empresa estructuralmente importante
  • Las empresas que resuelven cuellos de botella físicos difíciles no solo capturan demanda, sino que pueden reorganizar industrias enteras a su alrededor