A principios de 2023, Tome, la startup de presentaciones con inteligencia artificial de Keith Peiris, crecía rápidamente. Se había convertido en la herramienta de productividad que más rápido alcanzó el millón de usuarios, según informó Forbes en aquel momento, cifra que posteriormente ascendió a 25 millones. Peiris recaudó 80 millones de dólares de importantes 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 creando la empresa equivocada.
Resultó que la mayoría de la gente no quería pagar por sus herramientas, que generaban diapositivas atractivas en cuestión de minutos. Los usuarios de Tome, principalmente estudiantes y dueños de pequeñas empresas, utilizaban en su mayoría planes gratuitos o suscripciones mensuales de 10 dólares, una cantidad insuficiente para mantener el negocio. Además, la startup no logró penetrar en el mercado de profesionales como especialistas en marketing y ventas, ya que no estaba conectada a sus datos ni contaba con el contexto necesario para crear buenas presentaciones. Si bien el número de usuarios seguía creciendo, los ingresos anuales de la empresa se estancaron en torno a los 3 millones de dólares.
“Para ser sinceros, nuestra tesis sobre Tome, nuestra tecnología y nuestra cultura eran muy inmaduras”, admite ahora Peiris.
Con aproximadamente la mitad de la financiación de Tome aún en el banco y una gran capacidad de GPU en reserva, Peiris decidió cambiar de rumbo. «Pensábamos: «No hay manera de que hayamos perdido la oportunidad en este segundo año. Tenemos un gran equipo, mucho capital. ¿Por qué no lo intentamos de nuevo?»», comenta.
Así que Peiris recurrió al multimillonario Stewart Butterfield —quien había convertido dos veces sus intentos fallidos de fundar empresas de videojuegos en negocios icónicos como Slack y Flickr— en un valioso consejo sobre cómo reinventarse. Butterfield le aconsejó empezar de cero con un equipo lo suficientemente pequeño como para alimentarlo con dos pizzas grandes. Y lo que es más importante, según Butterfield, Peiris necesitaba suficiente éxito con el nuevo producto para mantener a inversores y empleados demasiado ocupados como para hablar del pasado. En marzo de 2025, Peiris cerró Tome y despidió a la mayoría de sus 70 empleados, quedándose con un equipo de seis personas.
Ocho meses después, lanzó Lightfield, un software de inteligencia artificial que ayuda a los vendedores con tareas rutinarias como resumir llamadas, redactar correos electrónicos de seguimiento y llevar un registro de las interacciones con los clientes.
“Tenemos un gran equipo, mucho capital. ¿Por qué no lo intentamos de nuevo?”
Keith Peiris, director ejecutivo de Lightfield
Al principio, sus inversores no estaban muy entusiasmados. Desarrollar un software de gestión de relaciones con el cliente era intrínsecamente más difícil, y los inversores de capital riesgo cuestionaron la experiencia de Peiris y su cofundador en este sector. Pero se trataba de una mejor oportunidad de negocio. «Creo que hubo un debate animado, pero al final todos lo aceptaron», afirma.
Según Peiris, los ingresos de la empresa crecen un 80 % cada mes gracias a 1000 clientes de pago, entre los que se incluyen Substack, Goodfire e IntentHQ. Hasta ahora, ha desarrollado Lightfield íntegramente con los fondos recaudados para Tome, pero actualmente está negociando para conseguir más financiación. Todos sus inversores anteriores participan en el proyecto.
El cambio de rumbo es una parte clásica del emprendimiento. Se prueba algo, no funciona tan bien como se esperaba, así que se prueba otra cosa. Pero esto suele ocurrir antes de que una empresa gane tracción sustancial y recaude una cantidad significativa de dinero. No es así en la fiebre de financiación de la IA. Lightfield forma parte de la primera ola de startups de IA que recaudaron muchísimo capital, solo para alejarse de lo que inicialmente habían creado. Mientras que algunas han dado giros drásticos que han descartado por completo el producto o la visión original, otras han ampliado su enfoque a áreas más nuevas y lucrativas. La naturaleza vertiginosa de la IA ha hecho que sea aún más difícil para las startups mantenerse competitivas: los modelos mejoran tan rápido que el mercado está en constante cambio.
«A medida que los modelos de vanguardia van ganando terreno, creo que lo que veremos es que un subconjunto de estas empresas prometedoras… darán un giro radical o, más probablemente, encontrarán partes de la infraestructura que han construido que tal vez quieran independizar», dice Aditya Agarwal, socio general de South Park Commons, una firma de capital de riesgo que trabaja con fundadores de empresas tecnológicas.
Pika, por ejemplo, recaudó 135 millones de dólares para crear un generador de vídeo con IA, pero ha evolucionado hacia la creación de 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 Proyecto Horizon con CoreWeave; un esfuerzo que fracasó después de que Poolside no lograra 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 la infraestructura, llamada PIC, y otra dedicada a la creación de modelos.
“Creo que todo comienza con un grupo de personas que se reúnen en torno a una hipótesis que quizás no logren alcanzar”, afirma Christina Melas-Kyriazi, socia de BCV. “Eso, sumado al capital, ha permitido que estas empresas tomen caminos mucho más sinuosos de lo que se habría visto en épocas anteriores”.
Character AI, otra de las primeras empresas prometedoras de IA, se ha transformado significativamente desde la aplicación de chatbot para consumidores que presentó inicialmente a los inversores. Fundada en 2021 por Noam Shazeer y Daniel De Freitas, figuras destacadas de Google DeepMind, la startup recaudó alrededor de 200 millones de dólares de inversores de primer nivel como Andreessen Horowitz para generar personajes de IA inspirados en personas reales y ficticias con los que cualquiera pudiera conversar, gracias a sus propios modelos de lenguaje a gran escala. El objetivo era, en última instancia, «empoderar a todos con IA general», declaró Shazeer a Forbes en 2023. Sin embargo, en 2024, Google adquirió a Shazeer y De Freitas y obtuvo la licencia de la tecnología de Character por 2700 millones de dólares. A continuación, se desató una ola de demandas que alegaban que los chatbots de la compañía incitaban a adolescentes y menores a autolesionarse, suicidarse y participar en conversaciones sexualmente explícitas. En mayo de 2025, Karandeep Anand, asesor de la junta directiva y veterano ejecutivo de Facebook, asumió el cargo de director ejecutivo.
Todo eso parece cosa del pasado para la startup. Character AI resolvió la mayoría de las demandas en enero y prohibió a los menores de 18 años chatear con los personajes de la aplicación, una decisión que le costó 4 millones de usuarios activos mensuales. En lugar de entrenar modelos, utiliza principalmente software de código abierto. En vez de buscar capital de riesgo para lanzar modelos o realizar investigaciones, la empresa ahora se autofinancia por completo y es 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.
“Gran parte de nuestra energía se ha centrado en cómo evitar el enfoque tradicional de ‘recaudar, recaudar, recaudar, recaudar dinero, crecer, crecer, crecer’. Y algún día descubriremos si esto es un negocio real o no”, dice Anand. “Para mí, el crecimiento sostenible, combinado con la monetización, es muy importante”.
“Dejamos de perseguir el sueño de la ciencia ficción y empezamos a construir lo que la gente realmente necesitaba.”
Tanay Kothari, director ejecutivo de Wispr Flow
Ahora está incursionando con fuerza en otras formas de entretenimiento interactivo que no se basan en texto, incluyendo el lanzamiento de audiolibros, cómics y microdramas generados por IA (series de episodios cortos de video producidos con la ayuda de inteligencia artificial). Los usuarios también pueden chatear con los personajes de las historias. «Nuestro objetivo ha sido ampliar las maneras en que la gente puede disfrutar de esto, porque no todos son tecleadores expertos», afirma Anand.
Pero Anand afirma que «giro» es una palabra demasiado fuerte para describir los cambios. «Yo diría que se trata más bien de una evolución», comenta.
Así es como la startup de evaluación de IA, Patronus AI, concibe su reciente cambio de estrategia. Esta startup con sede en San Francisco comenzó desarrollando modelos para detectar imprecisiones fácticas y señalar respuestas que infringían los derechos de autor, recaudando 20 millones de dólares de inversores de renombre como Lightspeed Venture Partners. Fundada por Anand Kannappan y Rebecca Qian, exalumnos de Forbes 30 Under 30 y antiguos investigadores de Meta AI, la startup también creó puntos de referencia para evaluar el rendimiento de los modelos de IA en tareas financieras, médicas y legales. Pero a medida que la industria se orientaba hacia los agentes de IA, la startup comenzó a entrenar los llamados «modelos del mundo digital»: réplicas de sistemas internos y sitios web para evaluar la capacidad de los agentes para completar tareas como pedir comida a domicilio o reservar un billete de avión. Las simulaciones de Patronus ayudan a mejorar a los agentes recompensando la precisión y penalizando los errores.
Patronus IA
Ahora se autodenomina un “laboratorio de vanguardia”. Según su director ejecutivo, Kannappan, estas réplicas representan el 70 % de sus ingresos, 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 fundamental que sigamos reinventándonos y replanteándonos nuestra forma de trabajar”, afirma.
Para otros, el cambio de rumbo fue crucial para la supervivencia. Los cofundadores de Wispr AI y graduados de Stanford, Tanay Kothari y Sahaj Garg, dedicaron seis meses a desarrollar 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 de financiación después, el dúo finalmente decidió que no funcionaría. Además, les asustaron los grandes y vergonzosos fracasos en el hardware de IA para el consumidor, como el pin de IA de Humane. En 2024, decidieron abandonar el dispositivo, despidieron a la mayoría de sus 40 empleados y se centraron en el software de dictado de voz con IA que habían desarrollado para los auriculares. «Teníamos una oficina de 22.000 pies cuadrados con cinco personas», escribió el director ejecutivo Kothari en una publicación de blog donde detallaba el cambio de rumbo.
Actualmente, su aplicación de dictado por voz con IA, Wispr Flow, cuenta con cientos de miles de usuarios activos diarios y crece un 40 % mes a mes. «Dejamos de perseguir el sueño de la ciencia ficción y empezamos a crear lo que la gente realmente necesitaba», se lee en el blog.
