Estas startups de IA pasaron de demostraciones llamativas a tecnología generadora de ingresos

A principios de 2023, la startup de presentaciones impulsada por IA de Keith Peiris, Tome, crecía rápidamente. Se había convertido en la herramienta de productividad más rápida en alcanzar 1 millón de usuarios, informó Forbes en ese momento, cifra que finalmente llegó a 25 millones. Recaudó 80 millones de dólares de los principales inversores de Silicon Valley como Lightspeed Venture Partners, Coatue, Greylock y el multimillonario Reid Hoffman.

Pero a finales de 2024, Peiris se dio cuenta de que estaba construyendo la empresa equivocada.

Resultó que la mayoría de la gente no quería pagar por sus herramientas, que generaban diapositivas preciosas en cuestión de minutos. Los usuarios de Tome, principalmente estudiantes y pequeños empresarios, en su mayoría tenían planes gratuitos o pagaban suscripciones mensuales de 10 dólares, lo que no era ni de lejos suficiente para mantener el negocio. Y la startup no pudo abrirse camino para profesionales como profesionales de marketing y comerciales porque no estaba conectada a sus datos ni tenía el contexto necesario para hacer buenas presentaciones. Los usuarios seguían creciendo, pero los ingresos anuales de la empresa se estabilizaron en torno a los 3 millones de dólares.

“Siendo franco sobre Tome, nuestra tesis sobre tecnología y nuestra tesis cultural fue muy inmadura”, admite ahora Peiris.

Lee también: China acelera la carrera por la IA con Kimi K3, un modelo abierto que busca competir con OpenAI

Con aproximadamente la mitad de la financiación de Tome aún en el banco y mucha capacidad de GPU reservada, Peiris decidió cambiar de tema. “Lo estábamos viendo como si fuera como, ‘No hay manera de que hayamos perdido el barco en segundo año aquí. Tenemos un gran equipo, mucho capital. ¿Por qué no lo intentamos otra vez?’” dice.

Así que Peiris recurrió al multimillonario Stewart Butterfield—que había convertido dos veces sus intentos fallidos de crear empresas de videojuegos en negocios icónicos como Slack y Flickr—para obtener “grandes consejos sabios” sobre cómo cambiar de rumbo. Butterfield le dijo que empezara de cero con un equipo lo suficientemente pequeño como para alimentarse con dos pizzas grandes. Más importante aún, dijo Butterfield, Peiris necesitaba suficiente atención de clientes en un nuevo producto para mantener a inversores y empleados demasiado ocupados para hablar de los viejos tiempos. En marzo de 2025, Peiris cerró Tome y despidió a la mayoría de sus 70 empleados, dejando un equipo de seis.

Ocho meses después, lanzó Lightfield, un software de IA que ayuda a los comerciales con tareas tediosas como resumir llamadas, redactar correos electrónicos de seguimiento y llevar un control de las interacciones con los clientes.

“Tenemos un gran equipo, mucho capital. ¿Por qué no lo intentamos otra vez?”

A sus inversores no les entusiasmó al principio. Un software de gestión de relaciones con clientes era inherentemente más difícil de construir y los capitalistas de riesgo cuestionaban la experiencia de Peiris y su cofundador en este ámbito. Pero era una mejor oportunidad de negocio. “Creo que hubo una discusión animada, pero creo que al final todos acabaron aceptándolo”, dice.

Ahora, los ingresos de la empresa crecen un 80% cada mes gracias a 1,000 clientes de pago, incluyendo Substack, Goodfire e IntentHQ, según Peiris. Hasta ahora, ha construido Lightfield enteramente con fondos recaudados para Tome, pero ahora está en conversaciones para conseguir más fondos. Todos sus anteriores patrocinadores participan.

El pivotar es una parte clásica del emprendimiento. Pruebas algo, no funciona tan bien como pensabas, así que pruebas otra cosa. Pero eso suele ocurrir antes de que una empresa gane tracción sustancial y recaude una cantidad significativa de dinero. No es así en la avalancha de financiación de la IA. Lightfield forma parte de la primera oleada de startups de IA que recaudaron mucho capital, solo para alejarse de lo que habían construido inicialmente. Mientras algunos han hecho cambios radicales que han abandonado por completo el producto o la visión original, otros han ampliado su enfoque a áreas nuevas y más lucrativas. La naturaleza acelerada de la IA ha hecho aún más difícil para las startups mantenerse defendibles: los modelos mejoran tan rápido que el mercado está en constante cambio.

“A medida que los modelos pioneros acaban absorbiendo cada vez más oxígeno en la sala, creo que lo que veréis es que un subconjunto de estas empresas calientes o bien… hacer pivotes bruscos o, más probablemente, encontrarán partes de la infraestructura que han construido y que quizá quieran desmantelar”, dice Aditya Agarwal, socio general de South Park Commons, una firma de capital riesgo que trabaja con fundadores tecnológicos.

Pika, por ejemplo, recaudó 135 millones de dólares para construir un generador de vídeo con IA, pero ha evolucionado para crear agentes y avatares de IA. Poolside recaudó 620 millones de dólares para entrenar modelos de codificación de IA desde cero, pero a finales de 2025 anunció planes para construir un enorme centro de datos en el oeste de Texas llamado Project Horizon con CoreWeave — un esfuerzo que se vino abajo después de que Poolside no pudiera poner los chips en línea antes de la fecha límite de CoreWeave, según informó el Financial Times. Poolside se dividió en dos empresas, una centrada en infraestructuras llamadas PIC y otra en la creación de modelos.

“Creo que todo comienza en torno a un grupo de personas que se unen en torno a una hipótesis a la que pueden llegar o no”, dice Christina Melas-Kyriazi, socia de BCV. “Eso, junto con el capital, ha permitido que estas compañías tomen caminos mucho más sinuosos de los que se verían en épocas anteriores.”

Character AI, otra de las primeras estrellas de la IA, se ha transformado significativamente respecto a la aplicación de chatbots de consumo que presentó inicialmente a inversores. Fundada por las luminarias de Google Deepmind Noam Shazeer y Daniel De Freitas en 2021, la startup recaudó unos 200 millones de dólares de patrocinadores de primera línea como Andreessen Horowitz para generar personajes de IA inspirados en personas reales y ficticias con las que cualquiera pudiera conversar, impulsados por sus propios grandes modelos de lenguaje. El objetivo era eventualmente “empoderar a todos con AGI”, dijo Shazeer a Forbes en 2023. Pero en 2024, Google contrató a Shazeer y De Freitas y licenció la tecnología de Character por 2,700 millones de dólares. Luego llegó una oleada de demandas, que alegaban que los chatbots de la empresa animaban a adolescentes y menores a autolesionarse, suicidarse y mantener conversaciones sexualmente explícitas. En mayo de 2025, el asesor del consejo y veterano ejecutivo de Facebook Karandeep Anand asumió el cargo de CEO.

Todo eso parece ya historia lejana para la startup. Character AI resolvió la mayoría de esas demandas en enero y prohibió a menos de 18 usuarios chatear con personajes en la app, una decisión que le costó 4 millones de usuarios activos mensuales. En lugar de modelos de entrenamiento, utiliza principalmente software de código abierto. En lugar de recaudar capital riesgo para lanzar modelos o realizar investigaciones, la empresa ahora está completamente autofinanciada y propiedad de sus empleados. Character AI también ha estado experimentando con nuevas formas de monetizar sus productos, como la publicidad y las compras dentro de la aplicación.

Te puede interesar: El AntiCEO: ¿el líder del futuro?

“Mucha de la energía en la que nos hemos centrado es cómo no hacer el tradicional ‘recaudar, recaudar, recaudar, recaudar dinero, crecer, crecer, crecer’. Y algún día descubriremos si esto es un negocio real o no’”, dice Anand. “El crecimiento sostenible y, a la vez, monetización, es muy importante para mí.”

“Dejamos de perseguir el sueño de la ciencia ficción y empezamos a construir lo que la gente realmente necesitaba.”

Ahora está impulsando agresivamente otras formas de entretenimiento interactivo no basadas en texto, incluyendo la publicación de historias de audio generadas por IA, cómics y microdramas, que son series de episodios cortos en vídeo producidos con la ayuda de IA. La gente también puede charlar con los personajes que aparecen en las historias. “Nuestro objetivo ha sido simplemente ampliar las formas en que la gente puede experimentar esto, porque no todo el mundo es un gran teclógrafo”, dice Anand.

Pero Anand dice que “pivotar” es una palabra demasiado fuerte para los cambios. “Diría que esto es más bien una evolución”, dice.

Así es también como la startup de evaluación de IA Patronus AI ve su reciente cambio de estrategia. La startup con sede en San Francisco comenzó desarrollando modelos para detectar inexactitudes fácticas y señalar respuestas que violaban derechos de autor, recaudando 20 millones en financiación de patrocinadores destacados como Lightspeed Venture Partners. Fundada por Anand Kannappan y Rebecca Qian, ex-investigadores de Forbes 30 Under 30 y ex-Meta AI, la startup con sede en San Francisco también elaboró benchmarks para evaluar el rendimiento de los modelos de IA en tareas financieras, médicas y legales. Pero a medida que la industria se orientó hacia los agentes de IA, la startup comenzó a entrenar los llamados “modelos de mundo digital” — réplicas de sistemas internos y sitios web para probar qué tan bien los agentes pueden completar tareas como pedir Doordash o reservar un billete de avión. Las simulaciones de Patronus ayudan a mejorar a los agentes premiando la precisión y castigando los errores.

Ahora se llama a sí mismo un “laboratorio de la frontera”. Hoy en día, estas réplicas representan el 70% de sus ingresos, dice el CEO Kannappan, atrayendo a las principales empresas de IA como clientes. Tras el lanzamiento del nuevo producto, Patronus cerró una ronda de financiación de 50 millones de dólares con una valoración de 400 millones. “Creo que es extremadamente importante que sigamos reinventando y repensando exactamente lo que hacemos”, dice.

Para otros, pivotar era crucial para la supervivencia. Los cofundadores de Wispr AI y graduados de Stanford, Tanay Kothari y Sahaj Garg, pasaron seis meses construyendo unos auriculares que convertían las señales neuronales y el habla silenciosa de una persona en texto y voz. Tres años y 14 millones de dólares en financiación después, el dúo finalmente decidió que no funcionaría. Además, se ahuyentaron por fallos graves y embarazosos en hardware de IA de consumo, como el PIN de IA de Humane. En 2024, decidieron eliminar el dispositivo de hardware, despidieron a la mayoría de sus 40 empleados y se centraron en el software de dictado por voz impulsado por IA que habían creado para los auriculares. “Teníamos una oficina de 22,000 pies cuadrados con cinco personas”, escribió la CEO Kothari en una entrada de blog detallando el giro.

Hoy en día, su aplicación de dictado por voz con IA, Wispr Flow, cuenta con cientos de miles de usuarios activos diarios y está creciendo un 40% mes a mes. “Dejamos de perseguir el sueño de la ciencia ficción y empezamos a construir lo que la gente realmente necesitaba”, dice el blog.

Este artículo fue publicado originalmente en Forbes US