El capital de riesgo global mandó 64% de todo su dinero a startups de IA este trimestre. La pregunta incómoda no es si es burbuja: es qué deja de financiarse mientras dura

Dos de cada tres dólares de capital de riesgo disponibles en el mundo, durante el tercer trimestre de 2026, fueron a un solo sector. Según el reporte trimestral de Crunchbase News, las startups de inteligencia artificial captaron 102,000 millones de dólares de los 159,000 millones invertidos globalmente —64% del total—, con 27 rondas de 1,000 millones de dólares o más, un récord que supera las 16 del segundo trimestre y las 14 del primero. Ocho compañías levantaron 3,000 millones de dólares o más cada una, incluyendo rondas de 5,000 millones tanto para Databricks como para Safe Superintelligence. El acumulado de los primeros tres trimestres del año, 679,000 millones de dólares, ya es el monto más alto jamás registrado para ese periodo en la historia del capital de riesgo.

La pregunta que casi toda la cobertura de estas cifras va a hacer, inevitablemente, es si esto es una burbuja. Es una pregunta razonable, pero también una que desvía la atención de algo más inmediato y más verificable: cuando una proporción tan extrema del capital disponible se concentra en un sector, lo interesante no es solo si ese sector está sobrevaluado —eso solo se sabrá con certeza en retrospectiva—, sino qué deja de financiarse mientras esa concentración dura, y quién paga el costo de oportunidad de esa decisión colectiva de miles de inversionistas actuando, en gran medida, de forma correlacionada.

Lo que el 64% no dice sobre el otro 36%

El dato de concentración sectorial, por sí solo, no cuantifica el daño que le hace al resto de la economía de startups —ningún reporte de Crunchbase está diseñado para medir eso directamente—, pero la aritmética es inevitable: si el capital de riesgo global no creció en la misma proporción en que creció la porción destinada a IA, entonces sectores como fintech, biotecnología, climatech o software vertical sin componente de IA como eje central no solo recibieron una porción menor del pastel, sino que compitieron por un pastel que, fuera de IA, probablemente se contrajo en términos absolutos. Una startup de diagnóstico médico o de tecnología climática que hace dos años habría competido por capital contra otras startups de su propio sector, hoy compite, indirectamente, contra la narrativa de que cualquier dólar no destinado a IA es un dólar peor asignado —independientemente de si esa startup específica tiene fundamentales más sólidos que el promedio de las compañías de IA que sí están recibiendo financiamiento.

Por qué la comparación con 1999 es tentadora y, a la vez, incompleta

Cualquier periodo de concentración extrema de capital invita la comparación con el boom de internet de finales de los noventa, donde una proporción desproporcionada de capital de riesgo fluyó hacia compañías .com sin ingresos verificables, antes de que el colapso de 2000-2001 borrara buena parte de ese valor. La comparación tiene mérito parcial —en ambos casos, una narrativa tecnológica dominante atrajo capital muy por encima de lo que los fundamentales de cada compañía individual, evaluados uno por uno, habrían justificado—, pero también una diferencia que vale la pena no pasar por alto: a diferencia de 1999, una porción sustancial del capital de hoy está yendo a compañías con ingresos reales, contratos empresariales verificables y, en el caso de los hyperscalers que ancoran buena parte de esta inversión, flujos de caja operativos que financian directamente gran parte del capex de infraestructura. Eso no elimina el riesgo de sobrevaluación en compañías específicas —ocho rondas de 3,000 millones de dólares o más en un solo trimestre es, por definición, apostar fuerte sobre un número reducido de apuestas—, pero sí significa que la pregunta correcta no es "¿es esto exactamente igual a 1999?" sino "¿qué proporción de este capital está financiando ingresos reales frente a expectativas de ingresos futuros que todavía no se materializan?" —una pregunta que ningún reporte agregado de capital de riesgo puede responder por sí solo, compañía por compañía.

La adopción real todavía no justifica, por sí sola, la proporción del capital

Si el argumento a favor de esta concentración es que el capital sigue a la adopción empresarial genuina, la evidencia disponible sobre esa adopción es más desigual de lo que el tamaño de las rondas sugeriría. Encuestas recientes sobre el uso de agentes de inteligencia artificial en entornos corporativos reportan tasas de adopción declarada relativamente altas en sectores como telecomunicaciones y retail —cerca de la mitad de las organizaciones encuestadas dicen estar usando agentes de IA en algún proceso—, pero una fracción sustancialmente menor reporta que esa adopción ya opera en producción real, a escala, en lugar de en fase piloto. Esa brecha entre "estamos usando IA en algún proceso" y "la IA ya está generando valor medible en nuestra operación central" es exactamente el tipo de distinción que una ronda de financiamiento de miles de millones de dólares tiende a comprimir en una sola narrativa de adopción exitosa, cuando la realidad operativa dentro de las empresas compradoras todavía está, en muchos casos, en una fase mucho más temprana.

Quién paga el costo mientras la apuesta se resuelve

El capital de riesgo no es el único actor financiando esta expansión, y el resto de los actores financieros que sí la están financiando revela algo relevante sobre la fragilidad relativa de la estructura: los hyperscalers que ancoran buena parte del capex de infraestructura de IA incrementaron sustancialmente su endeudamiento en el último año, según estimaciones de Goldman Sachs, muy por encima de su ritmo habitual de emisión de deuda. Esa combinación —capital de riesgo concentrado en startups de IA, deuda corporativa concentrada en la infraestructura que esas mismas startups usan para entrenar e inferir sus modelos— significa que, si la adopción empresarial real tarda más en materializarse de lo que el ritmo actual de inversión asume, el ajuste no se sentiría solo en las valuaciones de startups específicas, sino en el costo de ese endeudamiento corporativo adicional, con un canal de transmisión hacia el resto de la economía que no depende de que ninguna startup individual quiebre.

El empleo es el lugar donde la tensión ya es visible, no hipotética

Mientras el capital de riesgo apuesta a futuro sobre la productividad que la IA va a generar, algunas de las mismas compañías que están construyendo esa infraestructura ya están tomando decisiones de personal en el presente que reflejan una lectura distinta de esa misma transición. Amazon notificó, a inicios de octubre, una nueva ronda de recortes en roles de oficina —atención al cliente, soporte de marketplace, ingeniería de retail— que se suma a los aproximadamente 30,000 puestos eliminados desde finales de 2025, en paralelo a un gasto planeado de 220,000 millones de dólares en cómputo de IA y centros de datos para este año. No es evidencia de que la IA ya esté desplazando esos empleos específicos de forma directa y verificable —las razones declaradas de cualquier recorte corporativo suelen ser más complejas que una sola causa—, pero sí es una señal de que, dentro de las mismas empresas que lideran la inversión en IA, la narrativa pública de "la IA crea más valor del que destruye" convive, en la práctica, con decisiones de reducción de plantilla que preceden, en varios casos, a cualquier evidencia pública de que esa productividad prometida ya se esté materializando a la escala necesaria para justificar la reducción.

Lo que un trimestre de datos no puede responder todavía

Ninguna cifra agregada de capital de riesgo, por sí sola, puede decir si la concentración de 64% en IA termina siendo la asignación de capital más inteligente de la década o la versión 2026 de la sobreextensión de 1999 —esa respuesta solo la va a dar el tiempo, y probablemente de forma desigual entre compañías específicas, no como un veredicto único sobre el sector completo. Lo que sí es medible hoy, con los datos disponibles, es que la concentración extrema tiene un costo de oportunidad real para cualquier sector que no lleve la etiqueta correcta en este momento, y que ese costo se está pagando ahora, en tiempo presente, mientras la pregunta sobre si la apuesta en IA se justifica sigue, por definición, sin poder resolverse todavía.

Fuentes

• Crunchbase News — "Global VC Funding: Q3 2026" (cifras corroboradas de forma cruzada por múltiples fuentes secundarias independientes —aiweekly.co, fourweekmba.com, valueaddvc.com, metirai.com, crowdfundinsider.com—, que citan los mismos números exactos; el acceso directo al dominio de Crunchbase estuvo bloqueado por una restricción de red de este entorno de trabajo, limitación que se declara aquí de forma transparente)
• Amazon cuts fewer than 1,000 roles on top of 30,000 since late 2025 — PPC Land, citando reporte de Business Insider
• Gallup — encuesta sobre percepción de riesgo de automatización por IA entre empleados de Estados Unidos, 23,717 personas encuestadas, 4-19 de febrero de 2026
• NVIDIA — "State of AI Report 2026", cifras de adopción de agentes de IA por sector (citadas vía fuentes secundarias)
• Goldman Sachs — estimación de incremento en emisión de deuda corporativa de hyperscalers vinculada a infraestructura de IA