BAG Ventures, fondo de ex-Google, cierra US$11,3M para IA B2B

BAG Ventures, el nuevo fondo de US$11,3M de dos ex-Google, apuesta por la IA que las empresas pagan de verdad

BAG Ventures cerró un fondo de US$11,3 millones para invertir en etapa temprana en startups de inteligencia artificial orientadas a empresa, según reportó TechCrunch. El vehículo lo lideran Bontia Stewart, exvicepresidenta de Google con 17 años en la compañía (casi una década como VP y miembro del consejo de Gradient Ventures, el fondo early-stage de IA de Google), y Jackson Georges Jr., exsocio de CapitalG, el fondo de crecimiento de Alphabet, que también pasó por Google y por GE Healthcare.

El fondo ya respaldó a 10 compañías en áreas como infraestructura de IA, cómputo, IA física y edge, seguridad, gobernanza y SaaS vertical. Entre las empresas de cartera aparecen el software company SXD, el agente de viajes de IA BizTrip, la plataforma de razonamiento agéntico Nomadic y Defendremate, su apuesta en seguridad. Los cheques van desde US$100.000 hasta US$500.000, y el plan es desplegar el resto del capital en los próximos dos años.

El atractivo diferencial, según Georges, no es el cheque: es el acceso. BAG Ventures reúne más de 150 limited partners que son operadores en Google, Nvidia, Amazon y Snowflake, entre otros, y la red se complementa con BAG Collective, el sindicato de ángeles que ambos co-lideran y que supera los 450 miembros. El objetivo declarado es tender puentes directos entre fundadores y clientes enterprise.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Por qué importa un fondo nuevo de US$11,3M en plena meseta de la IA

La cifra es modesta al lado de los mega-rounds del sector, pero el contexto la vuelve relevante. Gartner proyecta que el gasto mundial en IA alcanzará US$2,7 billones en 2026, un 49,5% más interanual, según su forecast publicado el 18 de septiembre de 2026. Sin embargo, la misma firma estima que más del 40% de los proyectos de IA agéntica serán cancelados antes de fin de 2027 por costos crecientes, valor de negocio difuso y controles de riesgo insuficientes.

Esa contradicción explica la tesis de BAG Ventures. Para Georges, la fase de "experimental sandbox" empresarial está terminando: "Las empresas están afinando mucho la unit economics ahora mismo. Ya no pagan por chatbots abiertos; pagan por soluciones determinísticas. El valor real viene de productos que se integran en workflows heredados y ejecutan el trabajo de verdad". El ejemplo que pone es prosaico y revelador: automatizar code reviews y parsear documentos legales.

Un caso cercano valida la tesis. Ema, fundada por ex-Google y ex-Coinbase, cerró en septiembre de 2026 una Serie B de US$77M (US$140M acumulados) precisamente porque no cobra por asientos ni por tokens consumidos, sino por tareas y outcomes completados, según reportó TechCrunch. Sus bookings superan los US$150M y su net dollar retention ronda el 180%. Es exactamente el modelo de pricing que Georges anticipa como nuevo estándar.

La tesis dura: integración profunda, no "wrappers" sobre APIs de frontera

La frase más citada por Georges en la entrevista es una advertencia para los fundadores de IA: "Si una startup es solo un thin wrapper alrededor de una API de modelo de frontera, va a ser barrida". El razonamiento es directo: los propios labs (OpenAI, Anthropic, Google DeepMind) lanzan cada vez más productos propios, así que la única defensa durable es capturar datos propietarios que no se pueden scrapear y controlar lo que llaman "la capa de intención".

En otras palabras: los wrappers genéricos tienen fecha de caducidad igualada al próximo release mayor del modelo. Los que sobreviven son los que se meten dentro del workflow del cliente, acumulan datos de uso único y crean lock-in técnico. BAG Ventures busca equipos técnicos que ya hayan trabajado juntos, que tengan MVP, al menos un cliente partner, y "un camino muy claro a monetización en 24 horas", según la nota original de TechCrunch.

El otro vector es la seguridad y gobernanza para sistemas agénticos. Georges destaca que las empresas van a necesitar pronto Identity and Access Management para trabajadores no humanos, o sea, agentes de IA. "Las startups que construyan el próximo nivel de arquitectura zero trust y orchestration rails específicamente para sistemas agénticos van a llenar un vacío masivo y muy lucrativo", dice. Por eso Defendremate aparece como ejemplo temprano de cartera.

Sectores donde BAG Ventures está escribiendo cheques

El fondo es explícito sobre las verticales que le interesan, y todas comparten una lógica: profundidad técnica más regulación, fricción o datos propietarios. El listado, según TechCrunch:

Infraestructura de IA y cómputo: la capa que sostiene el entrenamiento y la inferencia, donde la barrea de entrada es alta y los márgenes mejoran.
IA física y edge: ejecutar modelos fuera del data center, en dispositivos, robots o entornos industriales.
Seguridad, gobernanza y red teaming: incluyendo startups que operen en industrias altamente reguladas donde la privacidad exige especialización.
SaaS vertical: software especializado por industria que reemplaza workflows específicos con agentes determinísticos.

Este último punto coincide con el giro que describe el análisis sectorial: Gartner proyecta que el 40% de las aplicaciones empresariales tendrán agentes de IA específicos por tarea antes de fin de 2026, frente a menos del 5% en su forecast de 2025. La oportunidad es real, pero también lo es el filtro: si tu producto es horizontal y depende de un modelo que cualquiera puede llamar, el upside tiene techo.

¿Qué significa esto para tu startup?

Para un founder hispanohablante construyendo en IA, la lectura práctica del lanzamiento de BAG Ventures va más allá del monto. Tres implicancias concretas:

Revisa tu pricing hacia outcomes, no hacia seats ni tokens. El modelo de Ema (cobrar por tarea completada) y la tesis explícita de Georges apuntan a que los compradores enterprise van a exigir métricas de ROI por workflow, no suscripciones infladas. Si todavía vendes por usuario o por API call, prepárate para la próxima renovación con clientes que van a pedir conversión a outcome-based.
Construye el "intent layer" o posiciónate en infraestructura regulada. Si tu producto depende 100% de GPT, Claude o Gemini sin datos propietarios capturados en el loop, estás a un release de distancia de la irrelevancia. La salida es acumular datos únicos del cliente o especializarte en industrias donde la regulación (salud, finanzas, legal, sector público) bloquee a los modelos genéricos.
Mide unit economics desde el día uno, no después del Serie A. Georges fue explícito: "dialing in heavily on unit economics". Si tu costo variable por interacción no baja con la escala, o si dependes de modelos caros por cada request, ningún fondo como BAG Ventures te va a tomar en serio. Calcula gross margin por cliente desde el primer deal y demuéstralo en tu deck.

Si operas en LATAM o España con clientes enterprise, el mensaje es claro: el dinero existe (US$2,7 billones de gasto global en IA en 2026, según Gartner), pero se va a los productos que prueban valor con métrica dura, no a los demos vistosos.