Los venture capitalists llevan años apostando a que la IA va a disrumpir todas las industrias. Ahora alguien les está devolviendo la pregunta: ¿y si la IA los disrumpe a ellos? No es ciencia ficción: en octubre pasado, un grupo de inversores evaluó una startup de software para optimizar modelos de IA. Analizaron el deck, debatieron el mercado, discutieron la valoración, y decidieron invertir $100.000 en la semilla. El detalle: todos los inversores eran agentes de IA.
La startup era real —Infinity Artificial Intelligence Institute, software para tunear y acelerar modelos de IA— pero los VCs eran algoritmos. La plataforma detrás de ese experimento se llama ADIN (Autonomous Deal Investing Network), creada por Tribute Labs y lanzada en 2025. ADIN tiene una docena de agentes inversores con personalidades y tesis distintas: el Tech Oracle evalúa la tecnología subyacente, el Unit Master analiza los fundamentos financieros, el Monopoly Maker —basado libremente en Peter Thiel— busca ventajas de dominación de mercado. El proceso completo toma una hora. Un analista humano tardaría días.
El problema que la IA quiere resolver en venture capital
El venture capital tiene un problema estructural de rendimiento. Solo el 1% de los deals produce “home runs” —retornos de 10x o más— según datos históricos del sector. Tres cuartas partes de las inversiones de VC no recuperan siquiera el costo de capital invertido. Aaron Wright, cofundador de Tribute Labs, ve en esto una oportunidad moneyball: igual que los equipos de baseball que usaron estadísticas para superar a los scouts con mejor ojo, los modelos de IA podrían mejorar significativamente la tasa de acierto eliminando los sesgos humanos.
El año pasado, los VCs invirtieron más de $200.000 millones en el sector de IA. Una paradoja enorme: el grupo de personas más bullish del mundo sobre la capacidad disruptiva de la IA parece ser el que menos ha pensado en cómo esa disrupción los afecta a ellos mismos.
¿Qué partes del trabajo del VC puede automatizar la IA?
No todo el trabajo de un VC es igual de automatizable. Hay un consenso emergente sobre qué partes sí pueden optimizarse con IA:
- Due diligence: Análisis de decks, modelos financieros, verificación de claims del fundador, comparación contra benchmarks de mercado. ADIN hace esto en minutos. Firmas como Hustle Fund ya usan Claude Code para triar emails de founders.
- Investment memos: Aydin Senkut (Felicis) reporta que su firma experimenta con chatbots para redactar memos y “puntuar” a los founders.
- Deal sourcing: Identificación de oportunidades mediante análisis de bases de datos de startups, señales de contratación, depósitos de patentes y actividad en GitHub.
- Portfolio monitoring: Seguimiento automático de métricas de las empresas en cartera, alertas tempranas de problemas.
Lo que resulta más difícil de automatizar —según los propios VCs— es el juicio temprano sobre personas y visión cuando no hay datos. Keval Desai, de la firma Shakti, lo define como “elegir a Michael Jordan en kindergarten”: sin estadísticas, sin historial, solo potencial. Marc Andreessen argumentó recientemente que el VC puede ser “uno de los últimos campos que la gente seguirá haciendo” incluso cuando la IA haga todo lo demás, porque es arte, no ciencia.
Por qué importa
Andreessen puede tener razón en que el “arte” del VC —el juicio sobre personas, la visión contraria, la apuesta a lo que aún no existe— es difícil de replicar. Pero ese argumento tiene un problema: el arte siempre ha sido el escudo de cada profesión antes de ser automatizada.
Lo más probable no es que los VCs desaparezcan, sino que el trabajo se redefina profundamente. Las firmas pequeñas sin acceso diferencial a deal flow de calidad o a redes de valor serán las primeras en sentir la presión. Los analistas junior —cuyo trabajo principal es hacer research y diligence— son los más expuestos. Y los grandes fondos que adopten herramientas como ADIN más rápido tendrán una ventaja de velocidad y escala sobre los que no.
Lo que sí está claro es que el moneyball llegó al VC. Puede que las mejores decisiones de inversión del próximo ciclo no las tome un humano con buen olfato en Sand Hill Road, sino un modelo que leyó 10 millones de decks y sabe exactamente qué correlaciones predicen un unicornio.
Relacionado: Robinhood democratiza el venture capital con un fondo cotizado en NYSE · Rowspace: IA para private equity que recuerda lo que los humanos olvidan
