Por qué no invertir en empresas 'de IA' | Vera CPU 2026

El problema de las empresas ‘de IA’: cuando el label no es el negocio

Cada semana aparece una nueva startup que se presenta como una empresa ‘de Inteligencia Artificial’. El pitch es siempre similar: un modelo de lenguaje como base, una interfaz encima y una promesa de automatizar algo. El problema es que eso no es una empresa de IA. Es un wrapper. Y los wrappers no construyen ventajas competitivas sostenibles.

La tesis es sencilla: cuando el núcleo de tu negocio depende enteramente de la API de un tercero (OpenAI, Anthropic, Google), tu moat es prácticamente inexistente. El día que ese proveedor lanza su propio producto vertical o reduce sus precios al piso, tu diferenciación desaparece. No es pesimismo: es análisis estructural del stack tecnológico.

Y curiosamente, el lanzamiento de la Vera CPU de NVIDIA en el GTC 2026 ilustra con precisión quirúrgica por qué esta lectura es correcta.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Qué es la Vera CPU y por qué importa más allá del hardware

La CPU Vera de NVIDIA no es un chip más. Es la apuesta más ambiciosa de la compañía por dominar la capa de infraestructura donde realmente se crea valor en la era de la IA. Estos son los datos que debes conocer:

88 núcleos Olympus de arquitectura personalizada, compatibles con Armv9.2, con 176 hilos gracias al multithreading espacial.
Ancho de banda de memoria de hasta 1,2 TB/s con LPDDR5X, consumiendo menos de 50W, ideal para cargas de inferencia, preparación de datos y KV-cache en agentes de IA.
Diseño monolítico con un Scalable Coherency Fabric (SCF) de segunda generación a 3,4 TB/s de baja latencia.
Integración nativa en la plataforma Vera Rubin: GPU Rubin con 288 GB de VRAM HBM4, NVLink 6.0 a 3,6 TB/s, y capacidad combinada de hasta 8 exaflops de rendimiento en IA.
Fabricado en proceso TSMC N2, con aproximadamente 500 mil millones de transistores, representando un salto generacional de eficiencia energética frente a la arquitectura Blackwell.

En términos prácticos: la plataforma Vera Rubin multiplica por cinco el rendimiento respecto a su predecesora y hace que el entrenamiento e inferencia a escala sea radicalmente más económico. Jensen Huang lo anticipó en el GTC 2026 hablando de un chip que ‘sorprenderá al mundo’.

La paradoja del ecosistema IA: el valor no está donde crees

Aquí está el argumento de inversión que incomoda a muchos founders: el valor en la cadena de IA se concentra en la infraestructura, no en las aplicaciones. Siempre ha sido así en los grandes ciclos tecnológicos.

Durante la fiebre del oro en California (1848–1855), los que se enriquecieron de manera consistente no fueron los buscadores de oro, sino quienes les vendían las palas, los picos y los pantalones de mezclilla. Levi Strauss no buscaba oro: vendía infraestructura.

La analogía es directa:

Los buscadores de oro → Startups de IA que construyen sobre APIs de terceros.
Las palas y los picos → Hardware especializado: GPUs, CPUs como Vera, memoria HBM4, redes NVLink.
Levi Strauss → NVIDIA, TSMC, Arm Holdings y los grandes proveedores de infraestructura cloud.

Cada nueva generación de modelos de IA más potentes exige más cómputo, más memoria y más ancho de banda. Ese crecimiento de demanda tiene un ganador estructural claro: quienes fabrican y controlan el hardware donde todo corre.

El ‘AI wrapper problem’: por qué la mayoría de startups de IA son frágiles

El patrón que se repite en el ecosistema es el siguiente: una startup identifica un flujo de trabajo tedioso (redacción de contratos, análisis de datos, atención al cliente), construye una interfaz sobre GPT-4o o Claude, y levanta una ronda seed con el argumento de que ‘usan IA’.

El problema estructural de este modelo tiene tres dimensiones:

Sin propiedad del modelo: No controlas la calidad, el costo ni la disponibilidad de tu componente más crítico. Un cambio de precios de OpenAI puede destruir tus márgenes en semanas.
Sin datos propietarios diferenciados: Si no tienes un corpus de datos que nadie más tiene, cualquier competidor con acceso a la misma API puede replicar tu producto.
Sin ventaja de distribución defensible: Los grandes incumbentes (Microsoft, Google, Salesforce) ya están integrando IA en sus suites. Si tu único diferenciador es ‘usamos IA’, serán absorbidos.

Vera CPU refuerza este argumento desde otro ángulo: con hardware que hace la inferencia hasta 3-4 veces más rápida y eficiente que generaciones anteriores, los costos de correr modelos potentes seguirán bajando. Eso significa que la barrera de entrada para construir un wrapper se acerca a cero. Lo que hoy parece un producto diferenciado, mañana es una feature en una plataforma existente.

Entonces, ¿en qué tipo de empresa de IA sí tiene sentido invertir?

La pregunta correcta no es ‘esta empresa usa IA’, sino ‘dónde en la cadena de valor está esta empresa’. Algunas categorías que sí presentan tesis de inversión sólidas:

Infraestructura y hardware: Semiconductores, diseño de chips, memorias HBM, redes de alta velocidad (NVLink, InfiniBand). El crecimiento de la demanda de cómputo es estructural.
Datos propietarios + modelo propio: Empresas que han entrenado modelos sobre datos verticales que nadie más tiene (registros médicos, transacciones financieras, datos industriales). Ese corpus es el moat real.
Herramientas para el flujo de desarrollo de IA: MLOps, observabilidad de modelos, evaluación, fine-tuning, gestión de prompts a escala. La complejidad operacional de la IA crea mercado para estas herramientas.
Aplicaciones con efecto de red o lock-in de datos: Plataformas donde el valor crece a medida que más usuarios generan más datos que mejoran el modelo. El loop de retroalimentación es la ventaja.

Lo que GTC 2026 nos dice sobre el próximo ciclo

El GTC 2026 no fue solo un evento de hardware. Fue una declaración de intenciones sobre quién va a capturar valor en los próximos tres a cinco años. NVIDIA no solo fabrica chips: está construyendo el sistema operativo de la era de la IA, con plataformas como Vera Rubin que integran CPU, GPU, memoria, red y software en un stack cohesionado.

La plataforma Vera Rubin NVL144 puede albergar hasta 75 TB de memoria rápida y entregar 8 exaflops de rendimiento combinado, una capacidad que equivale a toda la lista TOP500 de supercomputadoras hace apenas unos años. Ese salto exponencial no va a frenar: la demanda de cómputo para modelos de razonamiento, agentes autónomos y simulación científica no tiene techo visible.

Para un founder o inversor en LATAM, la lectura práctica es esta: el moat real de los próximos años no se construye en el label (‘somos de IA’), sino en el nivel de la cadena donde operas. Cuanto más cerca estés de la infraestructura, más defensible es tu posición. Cuanto más cerca estés de la capa de aplicación sin diferenciación de datos o distribución, más vulnerable eres.

Conclusión

El argumento de no invertir en una empresa simplemente ‘porque usa IA’ no es tecnofobia. Es disciplina de inversión. La Vera CPU de NVIDIA es un recordatorio de que el valor en los ciclos tecnológicos tiende a acumularse donde la escasez es real: en el hardware difícil de replicar, en los datos que nadie más tiene, y en las plataformas con efectos de red genuinos.

La próxima vez que evalúes una startup de IA —sea para invertir, para unirte, o para competir— hazte esta pregunta: ¿dónde exactamente en la cadena de valor está creando valor esta empresa, y qué tan difícil sería para un competidor con acceso a la misma API replicarlo? La respuesta te dirá mucho más que el hecho de que ‘usen IA’.

Conecta con founders e inversores que analizan el ecosistema IA con profundidad. En nuestra comunidad discutimos tesis de inversión, casos reales y estrategias para navegar el ciclo tecnológico actual.

Unirme a la comunidad