Noticias de inversiones

I dont share here the email for LP/GPs i sent monthly, however AngelList published the performance for funds in their platform (aggregates) and if you are in the VC industry I believe its a good way to understand the current market. (note: in english since the email I send is in english)

Hi dear friends,
Here’s my take on the trends and concerns reflected in this dataset:

Key Observations
• The 2017 vintage shows the strongest performance:
• Median IRR: 19.7%
• Median TVPI: 3.57x
• Median DPI: 0.29x
• Steady decline across all metrics from 2017 to 2023:
• IRR drops from 19.7% (2017) to -5.5% (2023)
• TVPI declines from 3.57x (2017) to 0.95x (2023)
• DPI remains near zero for recent vintages, indicating a lack of distributions.

Liquidity Concerns: When Did It Become a Problem?
• The 2017-2018 vintages show some DPI, but even after 6+ years, LPs haven’t seen significant cash returns. Ouch!
• 2019 marks the real turning point: DPI collapses to near zero, signaling a breakdown in liquidity. Ouch times 3!
• 2020-2023 vintages are almost entirely illiquid, with DPI stuck at 0.00x, showing that exits have stalled.

Market Reality: Why Are Exits Stalling?
• Post-2021 exit market collapse: The IPO window shut down, M&A slowed, and high-valuation startups are stuck.
• 2019-2021 overvaluation problem: Many startups raised at inflated multiples and can’t exit profitably without major markdowns.
• Structural venture challenges: Even before 2021, DPI was low, suggesting that the industry had already over-relied on paper markups.

J-Curve vs. Broader Concerns: Are 2021-2023 Vintages Just Too Young?
• Venture funds follow a J-curve, where returns start low and improve around years 5-8.
THIS IS KEY:
• However, even adjusting for fund maturity, the early performance of recent vintages is weaker than historical norms:
• 2017 had 3.57x TVPI by year 4, while 2021 is only at 1.04x.
• 2022-2023 vintages have near-flat TVPI (~1.00x), meaning no real appreciation.
• Negative IRRs (-5.5% in 2023) are sharper than usual for early-stage funds.

This suggests that while 2021-2023 funds need more time, they are facing far worse conditions than prior cycles.

Final Takeaway
• Liquidity issues emerged in 2019 and worsened post-2021 as exits dried up.
• Even mature funds (2017-2019) have struggled to distribute capital, suggesting broader structural issues in venture.
• The next 2-3 years will determine whether these vintages recover or remain stuck, shaping the future of venture fundraising.

Si hay algo fundamental en una startup es medir qué tan bien tu producto cumple con las expectativas de los usuarios y si logra mantenerse como parte de su vida: eso se hace midiendo la retención. Punto. Es uno de los indicadores clave de product-market fit, que muestra si las personas no solo prueban tu solución, sino si regresan y la usan de manera recurrente. ¿Y dónde impacta esto? Directamente en los ingresos, sostenibilidad del negocio y tu capacidad de escalar, ya que adquirir nuevos usuarios es mucho más caro que mantener a los existentes.

Pero un problema que veo en varias startups e incluso analistas de fondos es que la retención no se mide en una sola instancia porque el comportamiento de los usuarios cambia con el tiempo. Una sola medición no captura esta evolución ni permite tomar decisiones estratégicas informadas.

Tomar periodos de medición permite identificar patrones de comportamiento, detectar posibles puntos de abandono y optimizar la experiencia de usuario. Por eso la retención se mide a través de timeframes específicos, que podemos estandarizar en los primeros 30, 90 y 365 días.

¿Por qué 30, 90 y 365 días?

• Retencion a 30 días: esto mide el engagement inicial y la adopción de tu producto o servicio. Indica qué tan efectivo es tu on-boarding, la experiencia de usuario y la propuesta de valor inicial para atraer a nuevos clientes.
• Retencion a 90 días: se usa para medir la retención a mediano plazo y el nivel de “stickiness” -o qué tan indispensable se vuelve tu producto para el usuario- que lográs; especialmente si es un modelo de suscripción o una fintech esto es CLAVE, y podés evaluar incluso las estrategias de engagement.
• Retención a 1 año: esto mide la lealtad a largo plazo y la satisfacción del cliente. Indica si tu producto ha logrado ofrecer un valor sostenible para sus usuarios; pero además los clientes a largo plazo tienen más probabilidades de convertirse en defensores y evangelizadores de tu producto.

¿Podés medir en otros períodos?

Claro, pero para eso hay otras formas de lograr mejores insights; ej: el "bounce rate" te ayuda a entender cuán efectivo es tu punto de entrada -sea una app o lo que sea- o la medición a 7 días que te ayuda a entender si el nuevo usuario que descargó tu app o entró en tu comunidad, pasó el punto de registro y empezás a ser un hábito en su vida.

Honestamente, hoy podés medir lo que quieras, pero 30, 90 y 365 días te permiten tener un benchmark con la industria que te ayude no sólo a entender tus puntos débiles sino también tener mejores charlas con tus inversores y podés reflejar diferentes etapas del ciclo de vida del cliente, desde la adopción inicial hasta el compromiso a largo plazo.

¿Buena retención implica crecimiento eterno?

No, ni de cerca. La retención es solo una parte del ciclo de vida de una startup. Si bien es un indicador clave para medir el éxito inicial y la adopción del producto, no es un resultado permanente. En la mayoría de los productos, incluso aquellos con buenas curvas de retención, esta métrica eventualmente tiende a disminuir e incluso a llegar a cero debido a la disrupción de la competencia, cambios en las necesidades de los usuarios y factores externos impredecibles. Por eso, es fundamental que las startups no solo se enfoquen en mantener la retención, sino también en evolucionar su adquisición de usuarios constantemente.

En 1957, ocho jóvenes ingenieros, conocidos más tarde como los “Traitorous Eight”, tomaron la decisión que dio origen a Silicon Valley: abandonaron Shockley Semiconductor por desacuerdos con su fundador, fundaron Fairchild Semiconductor y no solo marcó el nacimiento de la industria de los semiconductores, sino que también sentó las bases de una nueva era con empresas como Intel y AMD.

Hoy, los investigadores en inteligencia artificial generativa tienen una oportunidad similar; si uno mira las 50 startups de AI con más funding por parte de inversores, o las 10 más conocidas, vas a ver que seguramente todos están fundados o co-fundados por un investigador; y cuando lean que equipos de empresas grandes (ej: Google u OpenAI) van a abrir un startup seguro son investigadores y tiene lógica porque el mercado de GenAI está todavía naciendo y nadie conoce cómo van a evolucionar los modelos de negocio.

Por eso con cada release de los gigantes, léase OpenAI, mueren decenas de startups; un poco repitiendome:

"... la velocidad de despliegue de infraestructura es tal que se está pisando con el lanzamiento de muchos modelos de negocio no probados o ni siquiera pensados, por el pico de expectativas exageradas de varios VCs que no dejan de saltar de una moda a otra, y tienen miles de millones en dry-powder". (¿Hay una burbuja?, agosto 2024).

¿Cómo impacta esto en la industria? De muchas maneras, pero algunas son más claras de ver que en otras:

• A nivel emprendedor, es un gran momento para arrancar una startup donde AI sea parte core de tus procesos... pero si vas a ser un "pure AI" tendrías que ir a mercados donde puedas tener una diferenciación clara.
  • Tooling: como los llamabamos en MS, toda herramienta que ayude al mercado a implementar o manejar herramientas de AI es clave.
  • Enterprise: si sos capaz de trabajar con sets propietarios de datos (aunque la ventana se esté cerrando) en mercados donde los hyperscalers no estén atacando directamente tenés una oportunidad. (Nota: no lo confundas con hacer "consulting/implementation" porque tu exit es un aquihire a un Globant y está bien, pero a un VC eso no le interesa).
  • O, como decía arriba, usá AI para tus procesos... ej: el on-boarding de usuarios, la creación del contenido (ej: no entiendo que MercadoLibre no tenga un "Copilot de publicación" o que las apps de Citas no te ayuden a editar tus imágenes con GenAI!)
• A nivel Inversor, si no entendés como funcionan los stacks de AI y como están avanzando los gigantes (más allá de los comunicados) creo que vas a tener un problema en encontrar un AI startup que la rompa.
  • Consejo: si estás en un mercado marginal sin un fundador o co-fundador técnico realmente fuerte, deberías repensar cómo pueden competir tus invertidos contra un ecosistema cada día más concentrado.
• A nivel Big Tech: los hyperscalers van a seguir siendo los ganadores porque nadie tiene sus recursos, pero el talento que están perdiendo es increíble porque NO ofrecen oportunidades de crear internamente; para tener una idea: ninguno de los 8 creadores de "Attention is all you Need", el paper que creó este mercado, sigue en Google, y de las 50 empresas top de AI a nivel global... 14 fueron fundadas por ex Googlers (ej: Anthropic, Perplexity AI y Mistral AI).
• A nivel academia: sigo sosteniendo como hace 8 años que el "la pérdida de talento en la academia va a ser un problema a largo plazo". Eso se ve en las posiciones que ni siquiera Stanford o Caltech pueden cubrir, cuando antes era una meca.
  • ¿Que haría? encontrar mejores mecanismos de transferencia de tecnología donde los investigadores sean debidamente recompensados (ej: Israel Tech).

De nuevo, estos son pensamientos sueltos sobre el gran gran momento en el que estamos metidos todos los del ecosistema emprendedor, y creo que Hispam/Brasil tienen grandes oportunidades para este momento, pero deberíamos entender bien que estamos en la génesis de algo como fue 1957 para Silicon Valley y que, además, pese a que estamos en un mercado lejano... el talento es global pero el capital no todavía

Creo que el ecosistema inversor/emprendedor de la region (Latam+España) no entiende el momento o espacio en el que está en temas de Inteligencia Artificial especialmente en GenAI y, quizás, analizar los 100 papers más citados en el ámbito académico ayude a explicar dónde estamos parados para así entender dónde podemos encontrar oportunidades de inversión para crecer.

¿Por qué los 100 papers más citados? [fuente] Por dos razones principales: por un lado, el momento actual de la inteligencia artificial generativa es el de transferencia tecnológica, de R&D y academia a corporaciones y startups. Y, por otro lado, porque el avance de las corporaciones sobre la investigación académica se está dando a pasos agigantados por la cantidad de capital necesario para desplegar estas soluciones.

Pocas cosas son mas simples de entender que el ZIRP que vivimos hasta 2021; con tasas de interés en cero el mercado no le preocupa el ROI ahora o en una década con lo que un fondo de inversión puede apostar a largo plazo y en ideas estúpidas.... ¿cuando levantaron plata esos fondos que admirás?

Fast-Forward a hoy: con tasas de 5.5% pongo plata en bonos y en una década tengo 170% de retorno ¿que fondo me da ese retorno? (*) entonces a un VC no puedo darle plata para que haga pelotudeces y entonces los inversores de riesgo se vuelven mas conservadores porque les cuesta levantar un fondo.

¿Cual es la segunda derivada de esto? los fondos grandes que invirtieron en valuaciones ridiculas (eg: A16z) llamaron la atención de los PE players (eg: Coatue, Tiger, etc.) y juntos generaron una generación de startups que van a parir para que sus siguientes rondas no sean un downround y hay una fricción gigantesca para invertir si no tienen runway.

¿A que viene esto? a que es un gran momento para invertir en early stage o inversiones ángel... el mercado se limpió:

• muchos de los fondos que necesitaban desplegar su capital en growth hoy no van a molestar en early stage porque necesitan cuidar sus números,
• muchos emprendedores que lograron salir en 2020/21/22 tienen ganas de hacer cosas y tienen capital para invertir en otros,
• Ai está recién arrancando y el valle de la desilusión va a borrar wrappers y startups sin diferenciación.

Soy más que optimista de este momento, creo que el ecosistema emprendedor debería enfocarse en construir porque el capital va a seguirlos, en vez de seguir ellos al capital (x) como pasó un tiempito nomás.

notas:

(*) y eso es solo para mantener mi poder de compra porque con 5.5% técnicamente voy a perder un 42% de valor.

(x) si los fondos y las asociaciones regionales no empiezan a hablar en serio del tema del ZIRP van a seguir mirando boludeces en vez de dar un debate interesante aunque privado.

Estamos en un momento interesante de la Inteligencia Artificial, todos los días hay titulares que dicen “La burbuja de la IA está llegando a un punto de inflexión” o "La Revolución de la Inteligencia Artificial pierde fuerza" y muestran críticas interesantes, pero dejan de lado noticias clave como el desarme de Character.AI o Inflection.AI o, aún más interesantes como el momento de NVIDIA en la bolsa.

“Now you’re looking for the secret, but you won’t find it, because of course you’re not really looking. You don’t really want to know. You want to be fooled.”
― Christopher Priest, The Prestige

Creo, honestamente, que hay una conjunción de 3 temas: (a) Falta de conocimiento real sobre IA al punto que no separan entre LLMs/GenAI e Inteligencia artificial como campo; (b) Un pico de expectativas sobredimensionadas especialmente por varios inversores y (c) Una necesidad de maravillarse sin preguntar realmente que hay atrás de todo esto para luego descartarlo y pasar al siguiente "fad".

Esta semana, Monzo, con sede en Londres, logró una de las mayores rondas de financiación en algún tiempo para fintechs, una Serie I de $435 millones con una valuación post de $5.000 millones, subiendo desde $4.500 millones en 2021 aunque en los dos últimos años las inversiones en fintech cayeron mas de un 50% y en banking startups un 72%.

Investment to banking startups has evaporated, with funding falling 72% in 2023 — the biggest YoY decrease across fintech sectors. Payments startups saw funding decline just 30% YoY — the least of any fintech sector — though the annual funding total was propped up by 2 massive rounds to Stripe ($6.5B) and Metropolis ($1B). Payments remains the most well-funded fintech sector by a wide margin.

CB Insights Fintech 2023

Qué fin de semana increíble para Sam Altman, Satya Nadella, OpenAI y Microsoft; desde un despido a traición el viernes a última hora seguido de renuncias en masa, hasta una oferta grupal para liderar el nuevo Microsoft Advanced AI Research Team… update: que resultó ser una palanca para negociar la vuelta de Sam a OpenAI

Fue todo tan rápido que hubo mil especulaciones pero es bastante simple de entender, enfocandose en el origen de OpenAI, su estructura societaria y los bandos que se fueron formando naturalmente. Tengan en cuenta este gráfico:

1. Un Board enfrentado con el concepto de empresa: la clave de lo que vimos arranca con un board of directors pensado para una ONG/non-profit (OpenAI LLC), enfrentado con la realidad de una empresa (OpenAI Global LLC) que tuvo el lanzamiento más exitoso en la historia de Internet (ChatGPT) y que NECESITA ser for-profit para escalar su tecnología, por el nivel de gastos que el desarrollo de modelos implica y el costo de infraestructura que conlleva su crecimiento.
   • Extraoficialmente, desde 2019 a hoy, se necesitaron mas de USD2.500 millones de infraestructura.
   • Los compensation packs para algunos de los nuevos investigadores es de USD5 millones a USD10 millones.
2. Falta de alineamiento: aunque la forma de comunicar fue todo lo que está mal, lo interesante es que al Board no le afecta porque ellos controlan a OpenAI Inc, que parece un departamento académico desconectado del for-profit y por eso lo hicieron de forma amateur; creo que no habían calculado que a minutos del despido casi todos los investigadores senior (el talento puro y duro) iban a comenzar a renunciar en masa.
3. Inversiones masivas para que OpenAI (o MSAI) escale: si OpenAI LLC no necesita funding, la realidad es que escalar modelos o la infraestructura de Inteligencia Artificial necesita unos recursos casi imposibles de encontrar; sumados a que si tuvieras el capital tendrías que crear organizaciones enteras desde cero.
4. Enter Satya: mientras el mercado estaba en pánico, Satya Nadella, con el apalancamiento de los 10+ billions invertidos, trató de mediar y que Sam Altman "vuelva" a OpenAI, pero mostrando al mismo tiempo opciones para que OpenAI pueda enfocarse en Artificial General Inteligence y el equipo focalizado en productos pueda impactar al mundo desde una plataforma plug&play... como Microsoft :)
5. $MSFT: Microsoft tiene una licencia perpetua para todo el IP de OpenAI y ahora además tiene el talento para explotarlo (¡gracias Ben Thompson por el reminder!)
   (Ejemplo: ~50bn de investment esperado en AI por año fiscal).

Y esto, más allá de estar feliz de tener a Sam Altman en Microsoft y reafirmar que Nadella se merece una estampita, es una realidad: en cada adquisición que hizo Satya Nadella los fundadores siguieron haciendo crecer sus ideas, identidades y productos, hoy interconectados.

Si Open AI era una "compañia accidental" ahora los objetivos están claros y veremos como se acelera todo.

Hoy Instacart comenzó a cotizar en el NASDAQ:CART con un valor de mercado de $10.000 millones y creo que todos los que están en el mercado de inversiones o emprendimiento deberían mirar esta empresa porque puede ser un gran barómetro del mercado.

Instacart IPO y la montaña rusa de crecer en COVID

Para los que siguen imaginando que llegar a cotizar es fácil, me gustaría que entiendan el timeline de esta empresa; fue fundada en 2012 ...

• En 2017 Amazon compró a WholeFoods que era el mejor cliente y le cortaron el contrato de delivery... muchos imaginaron que iban a morir pero;
• en 2018 consiguieron que muchos retailers que compiten con Amazon los comiencen a utilizar y asi "el enemigo de mi enemigo es mi amigo" lo dejo listo para
• Salir a bolsa en 2019... y cuando todo estaba listo, apareció COVID y de golpe su negocio explotó al punto de lograr levantar en un solo año más del doble de lo que esperaban levantar al salir a bolsa
• Era Marzo de 2021 y aparecieron Andreessen Horowitz, Sequoia Capital, D1 Capital Partners valorando la empresa en $39.000 millones y todos festejaban, pero terminó COVID y tuvieron que cortar todo porque el negocio cambió

Sin embargo Apoorva Mehta, su CEO, logró convertir a Instacart en una empresa rentable, preparar un IPO y ser el primero de la "era de los unicornios" en salir al mercado y asi convertirse en una prueba de como el mercado valora realmente a los que levantaron con cotizaciones de zero interest rate phenomenon.

Hoy el pop fue de 40% y durante el dia se estabilizó en -10% veremos en un mes como el mercado analiza esto y si vuelven los exits realmente y no los papelitos de colores :)

Mi postura sobre SVB es super clara, hice un post sobre el tema que es publico, pero estaría bueno leer otro punto de vista al simplificado que está dando vueltas por las redes sociales; por un lado Michael Moritz, partner de Sequoia en el Financial Times, y por otro Hemant Teja, CEO y MD de General Catalyst.

Pero antes que nada quiero dejar en claro 3 puntos que nadie puede negar y que haciendo el post mortem parecen no ser importantes:

• El valor del SVB en el nacimiento del ecosistema de startups y VCs es innegable. Cuando las empresas tecnológicas nacen y son "una idea liderada por dos emprendedores" los bancos tradicionales no le prestan atención... y cuando estás armando tu primer vehículo de inversión ¿quién estaba ahí dándote servicios?
• El manejo de riesgo fue terrible, aun con la excusa que los depósitos se triplicaron en la pandemia, diversificar mal fue estúpido y eso se paga; encima el CEO solo generó desconfianza con un timming terrible y una comunicación terriblemente mala.
• La cámara de eco de nuestro mercado fue destructiva y mostró POCO profesionalismo. De 3 fondos que arrancaron la corrida, las redes sociales empujaron una corrida de 42.000 millones de dólares en menos de 2 días, 3 veces más que la segunda corrida bancaria de la historia y aún así todos los pedidos fueron honrados.

Ecosistema implica una interconexión

In a perverse way, SVB has paid a price for its loyalty. Much will be said about the reasons for its demise, but few will dwell on what made it special for those of us in Silicon Valley. SVB stayed close to its roots and its customers. When it collapsed almost all of its 40,000 customers were technology companies — a drop in the bucket for the big banks.

Michael Moritz - Sequoia en el FT

"What should have been sophisticated, systems-level thinking quickly gave way to the most basic human instinct to act in one’s own self-interest, not out of malice or greed, but to ensure survival." ... "But the losses SVB reported should not have been fatal. The value-generating parts of the business remained intact, as did the deep relationships and trust SVB enjoyed with nearly every actor in our industry."

The counternarrative—that those investors who panicked first were fulfilling a fiduciary duty—is incomplete. We were all shocked at the speed with which the events of last week unfolded. But causing a bank run at the most important institution in your sector can hardly be considered an act of fiduciary duty. While your own company may be able to recover most or all of its cash, what happens if the resulting collapse wipes out your customer base? Or your venture debt provider?

Hemant Taneja - CEO General catalyst @ The Information

Creo que esas notas dicen bastante claro que hay algo que se perdió en el momento donde algunos dejaron de "ayudar a emprendedores a crecer!" para crear FUD (Fear, Uncertainty and Doubt) en redes sociales. De nuevo, el management hizo una peor que otra, pero no estoy seguro de que el banco fuera a colapsar.

La industria se debe un gran debate, que afortunadamente se está dando pero a puertas cerradas, sobre cómo se manejan rumores en épocas de redes sociales y mentalidad de rebaño.

Si decimos que de los errores se aprende.... tenemos una gran oportunidad como ecosistema, aunque hayamos matado a uno de los mejores socios del ecosistema.

La crisis del Silicon Valley Bank me trajo recuerdos a un Ministro de economía argentino quejándose del mercado -"Les hablé con el corazón y me respondieron con el bolsillo"- porque un componente importante de esta crisis se dio por temas de percepción y timming sumadas a una de las peores diversificaciones a nivel negocio que vi:

SVB customers were pulling deposits out of the bank as the prolific venture capital fund Founders Fund advised its startup companies to withdraw funds from SVB. This deposit outflow is forcing the bank to sell bonds worth $21bn at a combined post-tax loss of $1.8bn forcing SVB Financial to announce a public offering of common stock worth $1.25bn and $500mn of depository shares.

Esto disparó una serie de comunicaciones por parte del CEO que, en otro momento, podría generar un debate sobre que sus comunicaciones hicieron un cocktail explosivo:

• El CEO decidió vender varios millones de dólares que tenia en acciones del banco.
• Decidieron reforzar su balance sheet con 2.5bn luego de la venta de MBS a pérdida.
• Comunicaron esto el mismo dia que Silvergate, otro banco, tenía que cerrar operaciones por sus problemas de balance-sheet (misma lógica)
• Y comenzaron algunas declaraciones del CEO: “We have ample liquidity to support our clients, with ONE exception” y “If everybody is telling each other that SVB is in trouble, that will be a challenge.”

Honestamente creo que la suma de mala estrategia de negocio sumada a un muy mal timming y estrategia de salida, crearon lo que llevó al banco preferido del ecosistema de startups y fondos de inversión a ser intervenido por la FDIC porque no lograron interés de compradores que, en este punto, esperan que todo se rompa para pagar menos.

¿Cómo sigue esto? El procedimiento tradicional de la FDIC:

"All insured SVB depositors will have access to their insured deposits no later than Monday morning" ... "It would pay uninsured depositors an advance dividend within the next week." ... "Uninsured depositors will get a receivership certificate for the remaining amount" ... "as it sells off SVB’s assets, future payments may be made to uninsured depositors" ... "the FDIC will now look for a buyer to take over SVB" ... "If one can't be found, the bank will likely be pieced out over the coming weeks. Stockholders in the bank will be wiped out."

Ahora ¿quién va a pagar por este outlook? Acá les dejo el PDF con el update oficial del banco.

Me gustaría resaltar dos detalles de la nota del Financial Times sobre cómo los fondos de inversión están siendo cautos con las inversiones en el mercado de Inteligencia Artificial:

AI’s potential has drawn in the likes of Sarah Guo who, a year ago, led investment into the crypto sector for venture capital firm Greylock, having also been an angel investor into cryptocurrency exchange FTX. FTX has since collapsed into bankruptcy, but Guo has raised more than $100mn to invest into artificial intelligence with her new fund Conviction.

Link

Cuando uno maneja fondos o alocaciones de cientos de millones veo increiblemente dificil saltar de un mercado que necesita tanto domain knowledge, como cripto/web3, saltar a manejar cientos de millones en algo como inteligencia artificial donde se necesita mucho conocimiento para separar paja del trigo.

Aunque ambos mercados comparten el hype del conocimiento superficial:

One investor said that, because of the huge amount of capital and computing resources required, recent leaps in generative AI were comparable to landing on the moon: a massively impressive technical achievement, only replicable by those with nation-state level wealth.

Link

Cuando una tecnología arranca masivamente (no entremos en detalles de investigación y papers) es obvio que es un momento donde no hay economías de escala y que los modelos de negocio no son claros; encontrar donde existen esos modelos de negocio y donde esas economías de escala pueden aparecer es lo que distingue a los grandes inversores de los mediocres.

Cuando la duda sobre las inversiones en inteligencia artificial se den por las valuaciones es que no se termina de entender como es el stack de esta tecnología y cómo se dividen: plataformas, modelos y aplicaciones.

Es bastante simple de entender: plataformas cloud para AI son las 3 tradicionales con la entrada de startups como Coreweave, los modelos de IA son abiertos como Stable Diffusion o cerrados como GPT-3 y pueden correr en hubs como Hugging Face para finalmente ver aplicaciones de IA como Github Copilot o Midjourney que es el "front end" :)

En definitiva: hay muchos fondos que apuestan a AI y eso es porque tienen conocimiento como para entender el mercado y encima están completamente alejados del miedo que el Financial Times parece estar viendo en el mercado.

Pocos libros son mas utiles para un startup que esta teniendo tracción que Startup Boards: A Field Guide to Building and Leading an Effective Board of Directors de Brad Feld y Mahendra Ramsinghani.

A veces se olvida que un board basicamente ademas de ayudar, guiar, opinar al CEO tiene la responsabilidad de proveer "accountability" y supervision ... y las reuniones de ese directorio tienen que ser super claras, con estructura y agenda para que nadie pierda el tiempo.

• ejemplo: sin agenda ni pre-reads se hacen preguntas que solo hacen perder tiempo; que haya agenda e información clara ayuda a entender quien le dedica tiempo realmente y quien no suma valor.

No solo eso, sino que entender como se compone y estructura un board ayuda a hacerlo efectivo sin que haya desbalances de poder (la cantidad de discusiones que he visto por esto) especialmente en situaciones donde el apoyo del board es clave: en 2021 era como discutir valuaciones astronomicas, en 2023 y 2024 podemos asumir discusiones menos amigables como M&A y firesales o como querer poner mas plata si estas creciendo sin parar ;)

When building a board, the path of least resistance is to start with what you have (Founders) and add the people who are included with your financing (Investor Directors). But having seen the impact of independent domain experts, I’m blown away that bringing some onboard as soon as possible isn’t a matter of top priority for founders.  

Will Gibs de Octopus Ventures

Una parte que me parece super interesante es como crear un "perfil" de board y especialmente como elegir los directores independientes (la falta de claridad al momento de "reclutarlos" mata muchas grandes sociedades), especialmente por sus redes, influencia en el ecosistema pero también teniendo en contra potenciales conflictos de interés o incluso compensación.

En definitiva, es un gran recurso para emprendendores... y en Amazon sale U$S18 para descargar en Kindle, una ganga ;)

Fue Steve Jobs el que dijo "If you don't cannibalize yourself, someone else will." y creo que por eso la acción de Google cayó un 9% en un solo dia cuando apuró un evento de AI y no porque "hubo un error en una demo".

Lo que el análisis de 280 caracteres resume en "Google perdió un 9% porque una demo salió mal" es no entender el porque Google no habia presentado hasta ahora una interfaz conversacional como ChatGPT para aumentar los resultados: esto cambia la dinamica de negocio y no hay incentivos para innovar si canibalizas tus ingresos mientras cambia tu estructura de costos

• La estructura de costos de una interfaz conversacional sobre inteligencia artificial es diferente a la del modelo actual de los buscadores (aka: 10 blue links).
• El modelo de ingresos cambia radicalmente versus la actual integracion de links de anuncios arriba y abajo de los resultados en varios sentidos:
  • La interfaz es diferente entonces el espacio "above the fold" cambia; la integracion/mezcla de SERP/SEO cambia
  • pero mas estratégico es que el usuario ahora espera algo mas que "un link con la informacion" y nadie hizo pruebas a escala de esos nuevos modelos.

Pero entonces ¿con tantas preguntas porque el mercado le pego a Google este golpe que borró $100b en una hora? porque esperaban que se presente algo parecido al nuevo Bing que presentó Microsoft y Google no lo hizo... repito: no lo hizo porque pese a tener talento y tecnologia no tenia incentivos para probar algo que pudiera canibalizar su modelo de negocios por eso hay otro jugador, Microsoft, probando cosas nuevas.

¿Porque hablo de Microsoft si empece hablando de la caida de 9% en un dia de $GOOG o citando a Steve Jobs? porque la realidad es que en algun momento todos los negocios necesitan cambiar... y los mejores ejemplos son los dos "abuelos" del mercado de las Big Tech: Apple y Microsoft tienen 47 años y ya sufrieron reinvenciones.

Apple presento el iPhone en 2007 sabiendo que iban a volver obsoleto al iPod aun cuando era el motor de su crecimiento; Microsoft se enfoco en la nube aun cuando era su core eran los servers... "If you don't cannibalize yourself, someone else will."

Enter Satya y su experiencia en canibalizarse antes que lo canibalice otro, que explica MUY bien en su entrevista con The Verge sobre "The New Bing":

Like all things, one of the things that I think about is, in platform shifts, two things have to happen. You have to retool pretty much every product of yours, so you’ve got to rethink it, whether that’s the way you build it or what its core features are. It’s like how Microsoft had to pivot for the cloud to rethink exchange. It was not an exchange server. It was exchange as a service or what we had to do with our server infrastructure. We had to rebuild, essentially, a new core stack in Azure. So every time, with transitions, you have to essentially rewrite it. That’s how I think about it. The second thing is you also have to think about the business model. Sometimes these transitions are pretty harsh. I’ll tell you, the last transition from having the high share server business with great gross margins to saying, “Hey, the new business is called cloud, and it’s going to have one-fourth the margins” as the new news was pretty harsh, but we made it.

Satya Nadella explicando las dos caras de un cambio de paradigma.

Pero ¿hace bien el mercado en apostar contra Google? honestamente no lo creo... Google tiene el talento, tiene el market share y sobre todo tiene a Chrome y Android para apalancar todo; ojala hoy tengan algo de miedo y dejen de alocar experimentos interesantes como Google Duplex a una parte de Assistant.

Todo el mundo habla de startups…, emprendedores e inversiones pero me vino a mi cabeza… ¿cuantos productos de startups usamos? Esta lista no es exhaustiva pero son todos los que me solucionaron algo realmente:

• Es increíble que el startup con mayor presencia en mi vida sea NotCo de Matías Muchnik. Los productos están en mi casa y hasta en stock
• A nivel transaccional uso Belo de M. Beuadroit de forma ridícula; hasta esta en MercadoPago como opción por la cantidad de tarjetas virtuales y uso de cripto… aunque Lemon de Marcelo Cavazzol y Borja Martel fueron mi testbed para mi on-ramp cripto
• Me quede pensando que hay dos plataformas que uso cuando las necesito; Workana de Tomas O’Farrell me resolvió temas de diseño e implementación de varios proyectos que tenía en la cabeza pero que no podía hacer yo solo 🙌🏻
• Uso 123Seguro… para lo menos sexi del mundo que es asegurar cosas, pero lo bueno es que los hermanos Ferrari hicieron un gran producto para recomendar.
• Pese a mis idas y vueltas no puedo dejar de mencionar Cabify de Juan de Antonio… y creo que es lo ÚNICO que uso creado en España.
• El delivery es lo único que uso diariamente (no por elección, sino por acuerdo corporativo) con PedidosYa… antes usaba Rappi pero únicamente porque “Turbo” tenía un hub a 2 cuadras de mi casa y la entrega promedio era de 8 minutos. Comodidad mata servicio.
• Y mención especial a CollectedNotes de Alejandro Crosa… que fue lo ÚNICO que estuvo cerca de desplazar a mi WordPress.

En 2023 voy a usar más cosas seguramente; por un lado porque no entiendo que haya tan poco share-of-wallet de emprendedores en mi vida cotidiana… pero por otro lado porque estamos aumentando la velocidad de inversión ángel y eso implica que quiero poner mi dinero donde está mi boca. Joder, esto suena mejor en inglés

2022 y 2023 son años donde el tsunami de capital barato y fondos que tenían tasas de retorno monstruosas en papel parecen haber terminado; estos últimos 5 años fueron una anomalía y es simple: con tasas altas algunos fondos se secan y levantar capital vuelve a ser el trabajo que fue siempre pero aprovechando el momento aparecen los que te dicen "no es necesario discutir ahora la valuación" (FT)

Y como emprendedor aparece una decision difícil: "Estoy quemando mas que lo que genero ¿acepto una ronda a menor valor que la anterior? ¿acepto una ronda con términos "estructurados"? ¿busco ser rentable a toda cosa?" no hay un consejo universal pero mi postura termina siendo casi siempre la misma que este titulo: una Ronda estructurada... es solo una ultima opción.

Mi razonamiento es bastante simple; enfocarse 100% en ser rentable es difícil e implica tomar decisiones duras pero tiene ¿que proyectos cortas? ¿que equipos son impactados? ¿que base de clientes/usuarios perderás? ¿como los compensas? y encima no todos pueden hacerlo... porque al enfocarte en el hoy, a veces tenes que matar parte de la vision que tenias para tu startup; pero si sale bien te deja en una posición envidiable.

Por otro lado, un downround, o levantar una ronda de inversion a un valor menor que la anterior, que tiene downsides muy claros (ej: sostener tu valuación convierte tu equity en ventaja competitiva para M&A o atracción de talento) no es es una sentencia de muerte y si pensáis en el largo plazo no importa realmente, solo estás difiriendo un poco el liquidity event que todos buscan.

De hecho estos son algunos casos de éxito (y también de survivorship bias :P):

• Flipkart, down round a 1.6b en 2016... hoy respaldada por $WMT cerrando ronda a 40bn
• Wealthfront, dowround a 500m en 2018... ronda en Sept/22 a 1.4bn
• Facebook, down round a 10bn en 2019... hoy $META vale 333bn
• Doordash, down round a 700m en 2016.. hoy $DASh 19.5bn
• Square, fue down-exit... su IPO fue al 50% del valor de su ultima ronda.. hoy $SQ esta 20x arriba

¿Porque una ronda estructurada la creo una opción de ultima instancia? Porque en general el único objetivo del que levanta capital es sostener la valuación, mientras el objetivo del inversor que te trae una ronda estructurada no es tener ganancias financieras gracias al éxito del startup sino gracias a ventajas ganadas en cláusulas "escondidas".

Si el ROFO te parece complicado aprende el significado de ratchet, liquidity preference, veto a ofertas de M&A, el Dividendo con Pago en Especies, cláusulas basadas en series... el problema es que cada nuevo inversor, en cada nueva ronda, va a entender que alguien tiene a perpetuidad ventaja sobre el retorno de tu startup (*).

Pero no todo es negativo ¿quienes están hoy en un gran momento? los que levantaron capital de forma medianamente coherente, sin aceptar los cheques con 48horas de due diligence, sin dejarse guiar por el FOMO de inversores con necesidad de desplegar billions... o los que, con sacrificio, lograron ser cash-flow positive y pueden extender esa estructura en el tiempo sin necesidad de seguir enterrándose gracias a malos inversores :)

Es super interesante que el funding para neobancos sigue cayendo y por primera vez en años no se llegó ni a 2bn de inversiones en un trimestre; con lo que el modelo de los neobancos enfocados 100% en un crecimiento a toda costa porque los inversores apostaban a disrupcion tiene que, finalmente, enfocarse en los unit economics ya que menos del 5% son rentables (PDF)

TL;DR Al final del dia con la pandemia se aceleraron dos tendencias previsibles; los neobancos ganaron audiencia y los bancos tradicionales aceleraron su estrategia de bancos digitales y en un contexto de menos inversión la ventaja es de los tradicionales porque: tienen ingresos, no dependen de fondos de inversion, su capilaridad es gigantesca y, al fin del dia, el flujos de ingresos con altos márgenes de beneficio es de los tradicionales.

A veces los datos ayudan a entender si los mitos tienen algo de base real; cuando uno mira los datos duros del batch se puede hacer una idea interesante de quién es, realmente, el emprendedor promedio "Y Combinator Summer 2021"y cuáles son los patrones de los "elegidos".

El manual del buen inversor dice que hay que preguntarle a todo startup "¿cómo puedo ayudarte?" y que, cada tanto, explicar que uno es un "operador" y por lo tanto sabe cómo ayudar; de hecho este es el nuevo mantra de la industria pero ¿puede realmente un inversor ayudante? Y si es así ¿en qué parte de tu negocio puede hacerlo?

Carl de Creandum hizo una interesante encuesta con 71 inversores y 88 emprendedores para entender si los fondos sumaban valor, donde lo sumaban y como se percibía esa ayuda desde el lado emprendedor. El resultado no te sorprenderá ;)

Otro año más donde las fintech siguen siendo la niña bonita de las inversiones y esto es global porque lideran en todas las regiones; de hecho en 2021 las inversiones en fintech llegaron a $131b en 4960 deals lo que implica 20% de todo el capital desplegado en el año.

Pero.. aunque lideren su crecimiento, es inferior al del mercado. Porque las inversiones globales en startups crecieron un 211% llegando a $621b, pero fintech creció un 169% ¿Esto significa que el mercado se está enfriando? No realmente: asumo una maduración (y exits como Nubank) pero hay dos tendencias interesantes:

• Embedded fintech: startups no-fintech que aprovechan los datos contextuales para crear productos financieros de forma nativa en la UX/UI... y esto es fantástico!
• Nueva consolidación: en medio de estos dos años de crecimiento de las inversiones, aparecieron startups que están estirando su momento en el mercado publico con lo que están levantando rondas muy grandes en proptech y health.