El ARR de las startups de IA se tambalea: menos de la mitad de los pilotos llega a producción
Las empresas siguen aumentando sus presupuestos para inteligencia artificial, pero el entusiasmo inicial no se está traduciendo al mismo ritmo en contratos estables. El principal problema afecta a dos pilares del negocio de las startups de IA: la conversión de los proyectos piloto en productos de uso real y un modelo de precios basado, en muchos casos, en el consumo de tokens.
El ARR, siglas de Annual Recurring Revenue o ingresos recurrentes anuales, se utiliza para estimar cuánto ingresaría una compañía durante un año si mantiene sus contratos actuales. En el sector de la IA, sin embargo, esta métrica puede resultar especialmente frágil cuando incluye acuerdos de prueba, compromisos todavía no desplegados o consumos difíciles de predecir.
Más presupuesto, pero una conversión limitada
Una encuesta de Madrona entre 150 profesionales de tecnologías de la información de grandes empresas muestra que el 74% prevé ampliar su inversión en IA durante los próximos doce meses. El resto mantiene el gasto estable, sin que la mayoría contemple reducciones significativas.
El dato positivo queda matizado por otro: menos de la mitad de los proyectos piloto de inteligencia artificial llega a producción. Es decir, muchas iniciativas superan la fase de demostración, pero no se incorporan de forma permanente a los procesos internos de la compañía.
La situación supone una mejora frente a estimaciones anteriores, como la publicada por el MIT, que señalaba que el 95% de los proyectos de IA empresarial no obtenía un retorno de la inversión satisfactorio. Aun así, una tasa de conversión inferior al 50% resulta insuficiente para sostener las previsiones de crecimiento explosivo de numerosas startups.
El valor de un contrato puede cambiar en pocos meses
El primer problema es estructural. Los ciclos de compra de tecnología en las grandes empresas suelen ser lentos y estar vinculados a contratos anuales o plurianuales. La evolución de los modelos de IA, en cambio, es mucho más rápida.
Una compañía puede firmar en enero un acuerdo con un proveedor y descubrir en verano que existen alternativas más precisas, económicas o sencillas de integrar. El contrato continúa vigente, pero el compromiso estratégico del cliente se debilita. En algunos casos, la empresa mantiene el servicio hasta el final del periodo contratado, aunque ya esté preparando su sustitución.
Esta dinámica afecta especialmente al llamado ARR comprometido: ingresos asociados a contratos firmados, pero que todavía no se han traducido en un despliegue completo. Para los inversores, no equivale a los ingresos generados por un producto que los empleados utilizan diariamente y cuyo presupuesto ya está consolidado.
Los compradores piden pagar por resultados
La segunda tensión está relacionada con el precio. Más de la mitad de los compradores técnicos consultados por Andreessen Horowitz prefiere que las tarifas de IA estén vinculadas al trabajo realizado o a los resultados obtenidos, en lugar de depender únicamente del número de tokens procesados.
Los tokens son las unidades en las que los modelos de lenguaje dividen el texto para leerlo y generarlo. Muchos proveedores cobran en función de cuántos tokens recibe el sistema y cuántos produce. Es un método fácil de calcular para el proveedor, pero no siempre refleja el valor que obtiene el cliente.
Una respuesta de un millón de tokens no necesariamente resuelve mejor un problema que otra de cien mil. Del mismo modo, una automatización que reduce horas de trabajo, evita errores o consigue una venta tiene un valor empresarial que no aparece directamente en la factura de consumo.
Por eso, las empresas están explorando fórmulas basadas en outcomes, es decir, en resultados verificables. Un proveedor podría cobrar por una reclamación resuelta, un documento procesado correctamente, una oportunidad comercial cualificada o una tarea completada por un agente de IA.
El riesgo de confundir un piloto con ingresos recurrentes
Muchas organizaciones disponen de presupuestos específicos para experimentar con inteligencia artificial. Estas partidas suelen requerir menos aprobaciones que un contrato de software destinado a producción y permiten a los departamentos probar herramientas con rapidez.
Las startups han aprendido a competir por ese dinero mediante demostraciones llamativas y proyectos de alcance reducido. El problema aparece cuando termina el presupuesto de exploración y la renovación debe justificarse ante el director financiero con indicadores concretos de productividad, ahorro o ingresos.
En ese momento, la diferencia entre un piloto atractivo y un producto fiable se hace evidente. La integración con los sistemas internos, la formación de los empleados, la supervisión de las respuestas y el rediseño de los flujos de trabajo pueden exigir meses. Estos costes suelen quedar fuera de las previsiones iniciales de ARR.
Una métrica que necesita más precisión
El sector utiliza varias definiciones que no siempre significan lo mismo: ARR comprometido, ARR anualizado o ARR de contratos activos. El primero puede incluir acuerdos aún no desplegados; el segundo extrapola el consumo de un periodo corto; y el tercero se apoya en clientes que ya utilizan el servicio de forma efectiva.
La diferencia entre esas categorías puede alterar de forma considerable la valoración de una startup. Los inversores necesitan saber si los ingresos proceden de contratos de prueba, de consumos variables o de suscripciones que los clientes han renovado después de comprobar el rendimiento en producción.
El mercado tecnológico empresarial alcanzará los 4,25 billones de dólares en 2026, según IDC, con la inteligencia artificial como uno de los principales motores. El mercado, por tanto, es real. Lo que todavía no está claro es qué parte de ese gasto acabará de forma estable en las cuentas de las startups y qué parte se quedará en experimentos, grandes plataformas o proyectos internos.
La batalla decisiva llegará con los presupuestos de 2027
Las empresas que financiaron pilotos durante 2025 comenzarán a preparar sus presupuestos de 2027 en el último trimestre del año. Ese proceso será una prueba importante para los proveedores de IA: deberán demostrar que sus soluciones generan valor sostenido y ofrecer modelos de contratación comprensibles.
Las startups que sustituyan las estimaciones de tokens por precios vinculados a resultados podrían obtener una ventaja relevante. El sector busca una unidad de facturación comparable al precio por usuario del software empresarial tradicional: sencilla de entender, fácil de comparar y suficientemente estable como para comprometerse durante más de doce meses.
Hasta que ese modelo se consolide, el ARR seguirá siendo una referencia útil, pero no definitiva. En la inteligencia artificial, un contrato firmado no garantiza una implantación real, y una cifra de ingresos anualizados no siempre equivale a un negocio recurrente, rentable y resistente a la rápida evolución tecnológica.
