Pongamos a prueba la tesis incómoda: ¿están los fondos de capital de riesgo apostando miles de millones a una transformación genuina o simplemente inflando la siguiente burbuja con narrativa de IA? General Catalyst ha destinado US$1,500 millones de su fondo Creation a iniciativas que incluyen «rollups de IA», Thrive Capital lanzó Thrive Holdings para desarrollar y adquirir startups, y Khosla Ventures evalúa operaciones similares. La promesa es seductora: convertir empresas de servicios con márgenes del 15% en plataformas tecnológicas con márgenes del 40%. Pero, ¿es matemáticamente posible o es solo el pitch perfecto para salir con múltiplos inflados?
El rollup tradicional: consolidar sin transformar
Las estrategias de rollup no son nuevas. El modelo clásico es elegante en su simplicidad: compras diez empresas pequeñas en un sector fragmentado —digamos, software vertical para dentistas— a 1-3x EBITDA cada una. Las consolidas bajo una marca, eliminas redundancias administrativas, negocias mejores contratos con proveedores, y vendes el paquete completo a 5-10x EBITDA. Constellation Software perfeccionó este arte, construyendo un imperio de soluciones de nicho con integración mínima y retornos consistentes.
El secreto de Constellation nunca fue transformar radicalmente los negocios adquiridos. Era disciplina de capital, selección quirúrgica de targets y eficiencias operativas graduales. Nada de promesas revolucionarias ni “vamos a reinventar la industria con tecnología disruptiva”. Solo matemáticas sólidas y ejecución metódica.
La nueva narrativa: de servicios a software con IA
Los rollups de IA en 2024-2025 venden una historia diferente. La tesis suena irresistible para cualquier LP buscando retornos extraordinarios: compras una firma de contabilidad tradicional o un centro de llamadas a valoraciones modestas, incluso cercanas a 1x ingresos. Estas empresas operan con márgenes EBITDA del 10-15%, aplastadas por costos de nómina masivos. Cientos de contadores procesando declaraciones fiscales. Decenas de operadores respondiendo las mismas preguntas repetitivas.
Luego viene la magia: se implementa IA generativa para automatizar procesos clave. Los agentes de IA pueden manejar una gran parte (por ejemplo, 60-80%) de las llamadas entrantes. Los modelos de lenguaje procesan documentos contables que antes requerían revisión humana línea por línea. Se reduce la plantilla en 60-70%, se expanden los márgenes EBITDA hacia el 30-40% y se busca salir con múltiplos de software porque “ahora eres una plataforma tecnológica escalable”.
General Catalyst, Thrive y Khosla: tres enfoques convergentes
General Catalyst ha asignado US$1,500 millones de su fondo de US$8,000 millones a su estrategia Creation, que contempla consolidaciones habilitadas por IA en sectores de servicios. Thrive Capital, por su parte, lanzó Thrive Holdings con el objetivo de desarrollar y comprar empresas para transformarlas con tecnología. Khosla Ventures ha señalado públicamente su interés en operaciones similares. ¿Tres de los fondos más sofisticados del mundo están viendo una oportunidad estructural, o están construyendo una narrativa de salida?
Los números que nadie cuestiona (pero deberían)
Hagamos las cuentas incómodas. Una firma de contabilidad típica con US$10 millones en ingresos y márgenes EBITDA del 15% genera US$1.5 millones de EBITDA. Para llegar al 40% de margen, necesitas generar US$4 millones de EBITDA con los mismos ingresos. Eso implica reducir costos operativos en US$2.5 millones anuales.
Si el 70% de tus costos son nómina (típico en servicios profesionales), estás hablando de US$7 millones en salarios. Para ahorrar US$2.5 millones, necesitas despedir aproximadamente 35% de tu plantilla. Pero aquí viene el truco: ¿cuánto cuesta implementar, mantener y actualizar los sistemas de IA que reemplazan a esas personas?
- Licencias de modelos de lenguaje empresariales: US$50,000–US$200,000 anuales (según volumen)
- Infraestructura cloud para procesamiento: US$30,000–US$100,000 anuales
- Ingenieros de IA/ML para mantenimiento: US$150,000–US$250,000 por persona (al menos 2–3 perfiles)
- Consultores de implementación: US$500,000–US$2,000,000 el primer año
- Reentrenamiento continuo de modelos: US$50,000–US$150,000 anuales
Súmalo todo y estás gastando fácilmente US$1–US$1.5 millones anuales en tecnología y talento especializado. Tus ahorros de US$2.5 millones se convierten en US$1–US$1.5 millones netos. Sigues mejorando márgenes, sí, pero del 15% al 25-30%, no al 40%. Y eso asumiendo que la implementación funciona, que los clientes aceptan servicios automatizados y que no pierdes ingresos.
La resistencia humana que los pitch decks ignoran
Aquí está el problema que pocos mencionan en sus presentaciones: la gente no desaparece silenciosamente cuando automatizas sus trabajos. Los clientes de una firma contable no solo compran procesamiento de declaraciones; compran la relación con su contador, la confianza construida en años, el consejo personalizado en momentos críticos.
¿Qué pasa cuando le dices a un cliente de 20 años que su contador fue reemplazado por un agente de IA? Algunos lo aceptarán encantados si el servicio mejora y el precio baja. Otros migrarán a competidores que aún ofrecen toque humano. La tasa de retención post-transformación es el número que rara vez se comparte públicamente.
En México y América Latina, la automatización masiva en sectores de servicios podría enfrentar resistencia cultural y regulatoria. ¿Qué tan rápido pueden escalar los rollups de IA en mercados donde el empleo y las relaciones personales son valores centrales?
Valoraciones infladas: ¿software real o servicios disfrazados?
El argumento de salida de los rollups de IA depende de que el mercado los valore como empresas de software, no como negocios de servicios. Las empresas SaaS puras suelen cotizar a múltiplos altos de ingresos por su escalabilidad, márgenes del 70-80% y crecimiento no lineal. ¿Un rollup de IA con márgenes del 25-35% y dependencia de implementaciones personalizadas merece los mismos múltiplos?
Probablemente no. Los compradores sofisticados distinguen entre software verdaderamente escalable y servicios mejorados con IA. Al momento de salir, estos rollups podrían descubrir que el mercado los reclasifica como «servicios habilitados por tecnología» con múltiplos más modestos.
Señales de alerta para inversores
Si estás evaluando un rollup de IA, pregunta:
- ¿Qué porcentaje de procesos está realmente automatizado versus “asistido por IA”? Hay una diferencia enorme entre un agente de IA que atiende de principio a fin y uno que solo sugiere respuestas.
- ¿Cuál es la tasa de retención de clientes 12-24 meses post-transformación? Si no tienen datos o evaden la pregunta, es una bandera roja.
- ¿Cuánto del ahorro de costos es permanente versus temporal? Despedir personas es fácil; mantener sistemas de IA funcionando a largo plazo es caro y complejo.
- ¿Cómo se comparan los márgenes con empresas SaaS puras en el mismo sector? Si hay una brecha significativa, el mercado eventualmente lo notará.
Veredicto: transformación real con expectativas infladas
Los rollups de IA son una estrategia legítima de creación de valor, pero las expectativas de retorno suelen estar infladas. La IA generativa puede transformar sectores de servicios, mejorar eficiencias y expandir márgenes: eso es real. Un “Constellation Software con esteroides de IA” puede funcionar en casos bien ejecutados.
Pero la narrativa de “márgenes del 40% y múltiplos de software” es, en muchos casos, optimismo de pitch deck más que realidad operativa. Los fondos que despliegan capital ahora apuestan a que podrán salir antes de que el mercado ajuste valuaciones. Es una carrera contra el reloj: adquirir rápido, transformar rápido, vender rápido, antes de que los compradores distingan con claridad software real de servicios mejorados.
Para México y América Latina, la pregunta es si este modelo puede escalar con dinámicas laborales, expectativas de servicio y marcos regulatorios distintos. La resistencia a la automatización podría ser más fuerte aquí que en Silicon Valley.
¿Mi predicción? En 3-5 años veremos una bifurcación: un puñado de rollups de IA exitosos que construyeron plataformas escalables y salieron con múltiplos premium; y una mayoría que descubrirá que transformar servicios tradicionales es más difícil, más caro y menos escalable de lo proyectado, forzando salidas con múltiplos modestos o permanencia en márgenes medios.
Los fondos que apuestan miles de millones hoy están jugando a estar en el primer grupo. El tiempo dirá si tienen razón o si esto es la siguiente iteración de “blockchain va a transformar todo”, ahora con mejor tecnología pero expectativas igualmente irreales. ¿Mejor que lo nuestro? Lo sabremos en la salida.
