Por Canuto  

Y Combinator observa un giro profundo en el ecosistema emprendedor: el hardware, la defensa, la robótica y los agentes de IA ganan terreno, mientras fundadores solitarios y profesionales experimentados construyen empresas con una velocidad inédita.
***

  • Según los datos presentados por Y Combinator, las startups de hard tech pasaron de representar 8% a 20% de sus lotes recientes, con avances en robótica, defensa, energía y semiconductores.
  • La startup mediana pasó de generar USD $8.000 a USD $20.000 de ingresos mensuales al terminar el programa, según los datos compartidos por la aceleradora.
  • Los fundadores solitarios ya superan 18% del lote, mientras los agentes de código permiten crear productos completos con equipos más pequeños.

El ecosistema de startups entra en una etapa en la que la inteligencia artificial no solo acelera el software, sino también la fabricación, la defensa, la energía y la robótica. Esa es una de las principales conclusiones de The State of Startups in 2026, una presentación de Y Combinator sobre las tendencias que la aceleradora observa entre las compañías que financia.

Según la presentación, las empresas de hard tech, aquellas que trabajan con objetos físicos y no únicamente con código, aumentaron su participación de 8% a 20% en los lotes recientes de la aceleradora. Al mismo tiempo, la compañía mediana que llega al programa sin producto ni ingresos termina con USD $20.000 de ingresos mensuales, frente a los USD $8.000 que registraba anteriormente. Y Combinator presentó estos datos como una señal de que los agentes de IA están reduciendo el tiempo entre construir y vender.

El cambio también afecta al perfil de quienes fundan empresas. Y Combinator describió un crecimiento de los emprendedores con más experiencia profesional y de los fundadores solitarios, cuya participación pasó de aproximadamente 5% a entre 18% y 19% del lote en el plazo de un año.

El regreso de las empresas que construyen objetos

Dentro del hard tech, la robótica pasó de representar cerca de 1% del lote a entre 6% y 7%, mientras la manufactura industrial aumentó de alrededor de 4% a 10%. La defensa también avanzó, desde aproximadamente 1,5% hasta 5%, y las startups vinculadas con semiconductores y fotónica subieron de 1% a cerca de 4%.

La energía completa ese mapa, con una participación que pasó de cerca de 1% a 3%, impulsada por la necesidad de alimentar centros de datos y nuevas infraestructuras computacionales. Según la explicación presentada, varias categorías físicas se multiplicaron por tres o cinco veces, debido a que la demanda de inteligencia artificial está generando cuellos de botella en suministro eléctrico, fabricación y capacidad de cómputo.

La aceleradora vinculó parte de este crecimiento con los modelos de IA capaces de generar código, automatizar tareas de ingeniería y acelerar la investigación científica. Aunque las compañías físicas todavía necesitan especialistas y equipos técnicos, ya no requerirían contratar a cientos o miles de ingenieros de software para avanzar a la misma velocidad que los grandes grupos tecnológicos.

El video también atribuyó el auge a tres fuerzas concretas: el interés por el espacio, una nueva generación de fundadores marcada por los conflictos armados y la expansión de los centros de datos. En ese entorno aparecen empresas como Exosat, que trabaja en una alternativa soberana a Starlink; Beyond Reach Labs, enfocada en paneles solares para satélites; y startups que desarrollan infraestructura para centros de datos orbitales.

La defensa representa otra vertiente del movimiento. Icarus desarrolla un avión espía propulsado por energía solar para vigilancia y comunicaciones, mientras Nine Mothers fabrica un sistema antidrones basado en una torreta de escopeta y visión computacional. De acuerdo con la presentación, Icarus consiguió contratos de siete cifras con el Departamento de Guerra y las fuerzas especiales adquirieron la solución de Nine Mothers. El sitio de Icarus describe su aeronave como solar, autónoma y capaz de permanecer semanas en vuelo, pero no permite confirmar por sí solo los contratos mencionados.

Centros de datos, chips y cadenas de suministro

La carrera por la infraestructura de IA está creando oportunidades desde la selección de terrenos hasta los procesadores especializados. Y Combinator mencionó compañías dedicadas a planificar y construir centros de datos, suministrar energía y baterías, desarrollar nuevos chips y resolver las interconexiones entre las unidades de procesamiento.

La presión sobre el cómputo se refleja incluso en el precio de equipos que normalmente pierden valor con el tiempo. En la conversación se señaló que las GPU Nvidia A100, pese a ser generaciones antiguas frente a modelos más recientes, se están apreciando por hora de uso debido a que la demanda supera la oferta disponible. Esta explicación aparece como una tesis expuesta en la conversación; no se presenta aquí como una causa confirmada por una serie independiente de precios.

También se presentaron propuestas de hardware que buscan competir con las arquitecturas dominantes. Lamb Labs trabaja en nuevos procesadores, mientras Bot desarrolla una arquitectura personalizada basada en representación ternaria para modelos de IA, bajo la tesis de que los modelos de lenguaje no siempre necesitan la precisión completa de la aritmética de punto flotante.

Dipole Labs, por su parte, intenta reemplazar los switches electrónicos de los centros de datos por un sistema completamente óptico. La empresa sostiene que las conexiones entre GPU se han convertido en un cuello de botella porque la velocidad de los procesadores aumenta más rápido que la capacidad de los dispositivos encargados de enrutar sus comunicaciones.

La manufactura también aparece como una pieza estratégica. Nox Metals busca reconstruir la cadena de suministro de metales en Estados Unidos desde instalaciones vacías de Detroit, con clientes que incluyen nuevas compañías de defensa; sus promotores sostienen que puede crecer a una velocidad parecida a la de una empresa de software porque los proveedores tradicionales no logran seguir el ritmo de sus compradores.

El software deja de ser una herramienta pasiva

Y Combinator no presentó el cambio como una desaparición del software como servicio, sino como una transformación de su función. La proporción de empresas del lote que ejecutan tareas completas de extremo a extremo pasó de aproximadamente 10% a más de 25%, según la presentación. Esto significa que sus productos no se limitan a registrar información, sino que realizan el trabajo que antes debía completar una persona.

Ese modelo incluye compañías que gestionan la intermediación de seguros, la admisión clínica o la facturación médica, entre otros flujos de trabajo. Según la aceleradora, la mayor velocidad de construcción y la disponibilidad de agentes permiten que los fundadores entreguen productos más maduros, mientras los clientes están dispuestos a pagar más cuando el sistema produce directamente un resultado.

Juicebox fue presentado como un ejemplo de esa evolución en el reclutamiento. La compañía comenzó como una herramienta para encontrar perfiles a partir de una descripción escrita, pero después añadió un agente capaz de contactar candidatos, coordinar entrevistas y ejecutar una parte mayor del proceso, lo que podría duplicar o triplicar los ingresos por cuenta.

El argumento de la empresa es que la automatización no elimina necesariamente al reclutador, porque desplaza el trabajo repetitivo y permite dedicar más tiempo a evaluar el encaje cultural y las capacidades humanas. Esa distinción resulta relevante para el mercado de software, donde el valor ya no estaría únicamente en almacenar información, sino en actuar sobre ella con supervisión y criterio.

La presentación también planteó que los sistemas de registro tradicionales tendrán que convertirse en interfaces operativas para agentes de IA. Si una plataforma solo permite leer y escribir datos, un protocolo de conexión puede facilitar que los usuarios migren esa información; en cambio, si la plataforma se convierte en el lugar donde los agentes ejecutan el trabajo, conserva una ventaja más difícil de reemplazar.

Datos, robótica y nuevos fundadores

Otra categoría que crece rápidamente es la de empresas que venden datos y entornos de aprendizaje por refuerzo a laboratorios de IA. Y Combinator indicó que en los últimos dos años financió más de una docena de compañías que superan USD $10 millones anuales en ingresos dentro de ese segmento, y añadió que algunas alcanzan cientos de millones de dólares.

La demanda ya no se concentra únicamente en datos etiquetados para modelos de lenguaje. Los laboratorios buscan entornos especializados para finanzas, tareas de horizonte largo y robótica, además de datos egocéntricos y operaciones controladas a distancia que permitan entrenar sistemas capaces de actuar en el mundo físico.

En ese grupo aparecen Practis Robotics, Deep Reach y Human Archive, junto con otras compañías que recopilan información en instalaciones industriales o mediante redes distribuidas. El atractivo comercial reside en que los laboratorios necesitan datos propietarios y situaciones reales para mejorar sus modelos, especialmente cuando los conjuntos públicos dejan de ofrecer ventajas suficientes.

La robótica podría profundizar esa tendencia porque sus modelos deben responder en tiempo real a objetos, personas y cambios en espacios tridimensionales. Empresas como Boost Robotic, que desarrolla robots para realizar cableado en centros de datos, probablemente necesitan ajustar los modelos generales a entornos concretos, mientras compañías como Ultra entrenan sistemas con miles de horas de tareas específicas, como colocar objetos en cajas.

El cambio tecnológico también está modificando quién puede comenzar una empresa. Los fundadores solitarios superan 18% del lote, según los datos compartidos, porque los agentes de código reducen la necesidad inicial de combinar en una misma mesa a un experto comercial, un operador y un director técnico.

La aceleradora subrayó que los cofundadores todavía aportan valor y que muchos emprendedores solitarios podrían incorporarlos más adelante, después de demostrar tracción. Sin embargo, la posibilidad de construir, vender y probar una primera versión con un equipo mínimo reduce una barrera que antes estaba reservada a personas con capacidades excepcionales en varias disciplinas.

También aumentó el peso de los fundadores experimentados, incluidos profesionales de entre finales de sus 30 y sus 50 años. La experiencia en productos, equipos y mercados puede ayudar a gestionar grupos de agentes de código con una lógica parecida a la dirección de ingenieros, mientras el conocimiento acumulado permite identificar antes los problemas difíciles y decidir qué vale la pena construir.

La conclusión de Y Combinator es que la ventaja competitiva se desplaza desde la capacidad de programar cada línea hacia la capacidad de elegir problemas, formular instrucciones y organizar sistemas que ejecuten el trabajo. En una industria donde un nuevo modelo puede convertir en funcional una idea que un mes antes parecía imposible, la velocidad de aprendizaje será tan importante como el capital disponible.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados