Erin Griffith
The New York Times
Casi todos los días, Grant Lee, un empresario de Silicon Valley, recibe noticias de inversores que intentan persuadirlo para que acepte su dinero. Algunos incluso le han enviado a él y a sus cofundadores cestas de regalo personalizadas.

Lee, de 41 años, normalmente se sentiría halagado. En el pasado, una startup de rápido crecimiento como Gamma, una empresa de inteligencia artificial (IA) que él ayudó a fundar en 2020, habría buscado constantemente más financiación.

Pero, al igual que muchos emprendimientos de Silicon Valley en la actualidad, Gamma está siguiendo una estrategia diferente: está utilizando herramientas de IA para aumentar la productividad de sus empleados en todo, desde atención al cliente y marketing hasta codificación e investigación de clientes.

Eso significa que Gamma, que fabrica software que permite a las personas crear presentaciones y sitios web, no necesita más dinero, aseguró Lee. Su empresa ha contratado solo a 28 colaboradores para obtener «decenas de millones» en ingresos recurrentes anuales y casi 50 millones de usuarios. Gamma también es rentable.

«Si fuéramos de la generación anterior, fácilmente tendríamos 200 empleados», comparó Lee. «Tenemos la oportunidad de repensar eso, básicamente reescribir el manual», destacó.

El viejo modelo de Silicon Valley dictaba que las empresas emergentes debían recaudar una enorme suma de dinero de inversores de capital riesgo y gastarla en contratar un ejército de empleados para crecer rápidamente. Las ganancias llegarían mucho más tarde. Hasta entonces, el recuento de empleados y la recaudación de fondos eran insignias de honor entre los fundadores, que filosofaban que cuanto más grande, mejor.

Sin embargo, Gamma forma parte de un grupo cada vez más grande de empresas emergentes, la mayoría de las cuales trabajan en productos de IA, que también utilizan esta tecnología para maximizar la eficiencia. Con ello, ganan dinero y crecen rápidamente sin la financiación ni los empleados que habrían necesitado antes. El mayor motivo de orgullo de estas startups es el de generar la mayor cantidad de ingresos con la menor cantidad de trabajadores.

Las historias de éxito de «equipos pequeños» ahora se han convertido en un meme, y los expertos en tecnología comparten con entusiasmo listas que muestran cómo Anysphere, una startup que crea el software de codificación Cursor, alcanzó US$ 100 millones en ingresos recurrentes anuales en menos de dos años con solo 20 empleados, y cómo ElevenLabs, una startup de voz con IA, hizo lo mismo con una plantilla de unos 50 trabajadores.

El potencial de la IA para permitir a las empresas emergentes hacer más con menos ha dado lugar a especulaciones descabelladas sobre el futuro. El CEO de OpenAI, Sam Altman, ha predicho que algún día podría haber una empresa unipersonal que valga US$ 1.000 millones. Su compañía, que está construyendo una forma costosa de IA llamada modelo fundacional, emplea a más de 4.000 personas y ha recaudado más de US$ 20.000 millones en financiación. También OpenAI está en conversaciones para recaudar más dinero para sus proyectos.

Foto: AFP

Con las herramientas de IA, algunas startups están declarando que dejarán de contratar a partir de un determinado tamaño. Runway Financial, una firma de software financiero, ha dicho que planea contratar hasta 100 empleados porque cada uno de sus colaboradores hará el trabajo de 1,5 personas. Agency, una empresa emergente que utiliza IA para brindar servicio al cliente, también planea contratar no más de 100 trabajadores.

«Se trata de eliminar roles que no son necesarios cuando tienes equipos más pequeños», explicó Elías Torres, fundador de Agency.

La idea de la eficiencia impulsada por la IA fue reforzada en enero por DeepSeek, una startup china que demostró que podía crear herramientas de IA por una pequeña fracción del costo habitual. Su avance, basado en el sistema de código abierto que está disponible gratuitamente en línea, desencadenó una explosión de empresas que crearon nuevos productos utilizando las técnicas económicas de DeepSeek.

«DeepSeek fue un momento decisivo», señaló Gaurav Jain, un inversor de la firma de capital de riesgo Afore Capital, que ha respaldado a Gamma. «El costo de la computación va a bajar muy, muy rápidamente».

El inversor comparó las nuevas startups de IA con la ola de empresas que surgió a fines de la década de 2000, después de que Amazon comenzara a ofrecer servicios de computación en la nube a bajo costo. Eso redujo el presupuesto de iniciar una empresa, lo que dio lugar a una oleada de nuevos emprendimientos que podían crearse de manera más económica.

Antes de este auge de la IA, las empresas emergentes generalmente gastaban US$ 1 millón para llegar a ese monto en ingresos, comentó Jain. Ahora, alcanzar esa meta cuesta una quinta parte de ese valor y, con el tiempo, podría incluso reducirse a una décima parte, según un análisis de 200 startups realizado por Afore.

«Esta vez, estamos automatizando a los humanos en lugar de solo los centros de datos», resumió Jain.

Pero si las startups pueden volverse rentables sin gastar mucho, eso podría convertirse en un problema para los inversores de capital de riesgo, que destinan decenas de miles de millones de dólares a startups de IA. El año pasado, las empresas de ese sector recaudaron US$ 97.000 millones en financiación, lo que representa el 46% de toda la inversión de riesgo en EE.UU., de acuerdo con la plataforma de información empresarial PitchBook, que hace un seguimiento de las firmas emergentes.

Foto: Canva

«El capital de riesgo solo funciona si se invierte dinero en los ganadores», apuntó Terrence Rohan, un inversor de Otherwise Fund, que se centra en empresas emergentes muy jóvenes. Añadió: «Si el ganador del futuro necesita mucho menos dinero porque tendrá mucha menos gente, ¿cómo cambia eso al capital de riesgo?».

Lee, el cofundador de Gamma, dijo que en su empresa planeaba duplicar la fuerza laboral este año hasta 60 personas, contratando colaboradores para las áreas de diseño, ingeniería y ventas. Planea incorporar un tipo diferente de trabajador al que reclutaba antes, buscando generalistas que realicen una variedad de tareas en lugar de especialistas que solo hacen una cosa, detalló. También quiere «jugadores-entrenadores» en lugar de gerentes: personas que puedan orientar a los empleados menos experimentados, pero que también puedan colaborar en el trabajo diario.

Lee reveló que el modelo eficiente en IA le había permitido ahorrar tiempo que de otro modo habría dedicado a gestionar personal y a contratar trabajadores. Ahora, se centra en hablar con los clientes y mejorar el producto. En 2022, el empresario creó una sala de Slack para recibir comentarios de los principales usuarios de Gamma, quienes a menudo se sorprenden al descubrir que el propio CEO estaba respondiendo a sus comentarios.

«Ese es en realidad el sueño de todo fundador», concluyó Lee.