Thomas Cuvelier, Socio, EE. UU. y Europa, RTP Global – Serie de Entrevistas

Thomas Cuvelier, Socio, EE. UU. y Europa, RTP Global es un inversor con sede en Nueva York que se centra en respaldar a fundadores en todo Estados Unidos y Europa que están construyendo empresas que definen categorías. Le atraen particularmente los empresarios impulsados por experiencias de primera mano resolviendo problemas del mundo real, en lugar de aquellos que simplemente se lanzan a empezar un negocio. Con una formación en Ciencias de la Computación y Estadística, invierte en equipos técnicamente sólidos desde la etapa de pre-seed hasta la Serie A, y suele desplegar entre $1 millón y $10 millones. Su experiencia en inversiones abarca todo el ciclo de vida de la empresa, desde la etapa inicial de venture hasta el crecimiento y las compras tardías, y se ha visto moldeada por el tiempo que ha pasado en los principales centros tecnológicos globales, incluyendo San Francisco, Nueva York, Londres, Berlín y París, y aporta una fuerte perspectiva transatlántica sobre tecnología, talento y mercados. También habla con fluidez francés, mandarín y japonés.

RTP Global es una firma de capital de riesgo de etapa inicial que invierte en empresas impulsadas por tecnología en todo Norte América, Europa y Asia. Fundada en 2000, la firma se centra en respaldar a fundadores ambiciosos en las etapas de semilla y Serie A, y cuenta con un historial que incluye empresas como Datadog (DDOG ), Delivery Hero y Cred. RTP Global opera con una filosofía de inversión a largo plazo, y a menudo apoya a empresas durante muchos años, y reinvierte capital de éxitos pasados en nuevas empresas. Su presencia global y su red permiten a los fundadores escalar a nivel internacional, y su enfoque sectorial abarca áreas como la IA, la fintech, el SaaS y la infraestructura de datos.

Has respaldado a una amplia gama de startups nativas de IA, incluyendo plataformas de orquestación de flujos de trabajo como Kestra, plataformas de datos de robótica como Mecka AI, y empresas de SaaS verticales como Archy y DualEntry. Desde tu experiencia invirtiendo en estos diferentes sectores, ¿qué patrones estás viendo en los tipos de startups de IA que están ganando tracción real hoy en día?

Un patrón interesante se puede ver en el perfil de los fundadores detrás de las startups de IA exitosas. Estoy viendo cada vez más a empresarios motivados por, y construyendo, soluciones nativas de IA para puntos de dolor que han encontrado en primera persona en industrias legadas (puede ser sistemas ERP o software torpe en industrias como la atención médica). Hay un grupo separado de fundadores empresariales que han detectado una oportunidad para disruptar un aspecto legado de un negocio global y están construyendo alrededor de esto. La tendencia es que la generación de fundadores nativos de IA se está uniendo.

También vale la pena mencionar que la tracción se está generando en un amplio paisaje. Las industrias pesadas que antes eran “invencibles” a la disrupción de las startups, como la robótica y los servicios gubernamentales, ahora pueden ser disruptadas y son viables para la inversión de capital de riesgo.

Los lanzamientos recientes de grandes proveedores de modelos, como Anthropic, han desencadenado un debate sobre si las startups de IA verticales todavía tienen fosos defensables. ¿Cómo ves la relación evolucionando entre los modelos fundamentales y las empresas de aplicación?

Los lanzamientos de Anthropic plantean una amenaza para el ecosistema de startups, pero debemos ser precisos. Las empresas que ofrecen SaaS a las PYME y las industrias no reguladas son vulnerables. No tienen un foso que las empresas de modelos fundamentales no puedan cruzar con herramientas de superficie efectivas.

Pero el atractivo de las herramientas de superficie solo se extiende hasta cierto punto. Los flujos de trabajo complejos en industrias reguladas se benefician mejor de aplicaciones de IA con una integración profunda con herramientas específicas de la industria que han sido diseñadas por equipos con un conocimiento profundo de su industria. Las startups de IA verticales detrás de dichas aplicaciones tienen fosos defensables y pueden soportar la tormenta.

Has sugerido que algunas startups de IA en las etapas de Serie B y C pueden enfrentar desafíos estructurales debido a los avances rápidos en los modelos fundamentales. ¿Qué errores arquitectónicos cometieron estas empresas, y qué lecciones deben tomar los startups más jóvenes de eso?

El problema que enfrentan muchas startups de IA en la etapa de Serie B y C es que sus productos son, en su núcleo, paneles de control para interactuar con LLM que solo tienen un puñado de integraciones subyacentes. Estas empresas lograron una rápida tracción con la adopción de aficionados y empresas en los últimos años y recaudaron grandes cantidades de dinero. Pero, adelantándonos al presente, las empresas de modelos fundamentales están bien posicionadas para desafiar su modelo de negocio.

Para los nuevos fundadores, la lección es evitar tomar demasiada comodidad de cualquier foso tecnológico percibido o bloqueo de clientes histórico. El desarrollo de software asistido por IA y la escalabilidad empresarial hacen que el avance de hoy se convierta en la oferta de commodities de mañana. Construir fosos alrededor de rasgos que todavía son difíciles de replicar – profundidad de integración, profundidad de experiencia específica de la industria y comunidades de usuarios prósperas – es una mejor jugada.

Cuando evalúas startups de IA hoy en día, ¿qué constituye realmente la defensibilidad? ¿Es datos propietarios, integración de flujos de trabajo, complejidad regulatoria, distribución o algo completamente diferente?

Diría que sí, todos estos son importantes. No puedo enfatizar lo suficiente la profundidad de integración necesaria. Estamos hablando de integración con más de 100 herramientas y aplicaciones específicas de la industria para ser un nivel de profundidad que es difícil de desplazar.

Como se mencionó anteriormente, creo que los empujones de los modelos fundamentales hacia las industrias verticales solo pueden estirarse hasta cierto punto. Las industrias reguladas y sus flujos de trabajo críticos son demasiado complejos para los modelos fundamentales, y aquí se encuentra la mejor brecha para que las startups de IA llenen y construyan negocios defensables.

Otros que menciono, también agregaría que la retención de usuarios y la construcción de comunidades siguen siendo bloques de construcción importantes de la defensibilidad. La lealtad genuina del usuario porque un producto es genial y un placer de usar es difícil de construir, pero también difícil de disruptar.

Muchos inversores están diciendo ahora que el foso tecnológico en la IA se está reduciendo. ¿Estás de acuerdo, y si es así, qué nuevas formas de ventaja competitiva están surgiendo?

Es un hecho que el foso tecnológico se está reduciendo. Si tu producto se puede construir en un fin de semana, entonces no tienes un foso tecnológico, y el arte de lo posible con una IA en un fin de semana sigue mejorando.

En un mundo donde el software es fácil de reemplazar, la lealtad del cliente respaldada por una experiencia de usuario increíble se vuelve crucial.

Desde una perspectiva de capital de riesgo, ¿qué cualidades buscas en los fundadores que construyen empresas de IA hoy en día? ¿Hay rasgos, experiencias o formas de pensar específicas que destacan cuando decides respaldar a un fundador?

Personalmente, el rasgo número uno es una claridad cristalina sobre los clientes finales. Cuando los fundadores conocen a los clientes como la palma de su mano, y cómo su producto se ajusta a la realidad del cliente, entonces otros elementos importantes para construir empresas de IA exitosas, como la guía de una experiencia sectorial profunda, caen en su lugar.

Otras cualidades importantes son una personalidad de fundador centrada en el producto y redes personales fuertes que incluyen a los tomadores de decisiones empresariales que podrían convertirse en clientes en el futuro.

Has invertido en empresas que operan en sectores regulados, como seguros, atención médica y servicios financieros. ¿Por qué crees que las industrias reguladas pueden ofrecer oportunidades más sólidas a largo plazo para las startups de IA?

Industrias como la atención médica, los productos farmacéuticos, los servicios financieros, los seguros y el sector público están maduros para la disrupción de las startups de IA que se construyen desde cero con las necesidades y flujos de trabajo de cada industria en mente. El impacto de los LLM y la IA agente es tan revolucionario que no solo “pasará” por industrias que históricamente han sido lentas para adoptar la tecnología.

Estas industrias son tan atractivas para las startups porque todavía están dominadas por incumbentes de software legado que no pueden pivotar fácilmente sus productos para la IA. Y, como se mencionó, no están bien adaptadas para la disrupción de los modelos fundamentales.

Ha habido un aumento en la discusión sobre una posible ola de fusiones y adquisiciones entre empresas de IA de etapa media. ¿Qué señales estás viendo que sugieren que la consolidación podría acelerarse en los próximos dos años?

La señal más clara es la compresión de la valoración que se encuentra con la presión de efectivo simultáneamente. Muchas empresas de IA de etapa media recaudaron en múltiplos máximos de 2021-2023 y ahora se enfrentan a un territorio de ronda abajo si regresan al mercado, lo que hace que una adquisición estratégica sea más atractiva que un re-precio humillante. En el lado del adquirente, las empresas de hipercalentamiento y las grandes empresas de plataforma han pasado los últimos dos años integrando capacidades de IA y ahora se dan cuenta de que construir todo en casa es más lento que comprar activos de distribución diferenciados o datos propietarios.

La segunda señal es la dinámica del foso de talento y datos: a medida que la commoditización de los modelos fundamentales se acelera, el valor defensable cada vez más se encuentra en datos de entrenamiento propietarios y en la comercialización, en lugar de la arquitectura del modelo en sí, lo cual es exactamente lo que las adquisiciones estratégicas y las absorciones capturan de manera eficiente.

Finalmente, el entorno regulatorio se está volviendo más permisivo en silencio; la administración actual de EE. UU. ha señalado una postura antimonopolio más ligera, lo que elimina barreras para las empresas estratégicas de gran capitalización que anteriormente eran cautelosas con la revisión de los tratos. Póngalo todo junto y tendrá vendedores motivados, compradores motivados y una autopista regulatoria más clara: esta combinación históricamente precede a una ola de fusiones y adquisiciones.

Las startups de IA pueden alcanzar una tracción temprana rápidamente, a veces alcanzando su primer millón de dólares en ingresos más rápido que las generaciones anteriores de empresas de SaaS. Pero escalar más allá de eso parece ser donde muchas luchan. ¿Qué separa a las empresas que rompen con aquellas que se estancan?

La línea divisoria entre los fundadores de IA que alcanzan techos de ingresos y los fundadores que rompen repetidamente los hitos es la velocidad de comercialización. Envío de funciones y productos guiados por un bucle de retroalimentación de la comunidad de usuarios. No dudar dos veces sobre el crecimiento global. Hacer los derechos de ventas. Canales de distribución a prueba de balas. Estos son tenets cruciales de la velocidad de comercialización que distinguen a las startups de IA del paquete.

Mirando hacia adelante tres a cinco años, ¿qué tipos de startups de IA estás más emocionado de respaldar en este momento, y qué categorías crees que ya están saturadas o vulnerables?

Estoy emocionado con las posibilidades de que la IA disrupcione la atención médica y los productos farmacéuticos (llenos de flujos de trabajo complejos y altamente regulados que pueden ser disruptados), industriales (donde la disrupción tecnológica en general todavía tiene millas por recorrer) y financieros (particularmente la conformidad y la contabilidad/ERP). El mercado de productos de IA de alto nivel orientados a las PYME está saturado y es un área de vulnerabilidad para las startups. Es el mismo caso para cualquier startup de IA con un producto que puede ser replicado fácilmente. Los fosos tecnológicos ya no son confiables.