Riesgos de envolver LLM y los agregadores de IA

Los riesgos actuales de las startups que se apoyan solo en LLM

El auge de la IA generativa convirtió en startup a una cada minuto. Pero a medida que el polvo empieza a asentarse, dos modelos de negocio que ayer eran tendencia muestran más bien historias de advertencia: los envoltorios de LLM y los agregadores de IA.

Qué son los envoltorios de LLM

Los envoltorios de LLM son startups que toman modelos de lenguaje grande existentes —como Claude, GPT o Gemini— y los envuelven con una capa de producto o experiencia de usuario (UX) para resolver un problema específico. Un ejemplo sería una app que usa IA para ayudar a estudiantes a estudiar o un asistente que automatiza tareas legales básicas.

"Si realmente solo cuentas con el modelo de backend para hacer todo el trabajo y prácticamente estás white-labeling ese modelo, la industria ya no tiene mucha paciencia para eso." — Darren Mowry

Según Darren Mowry, responsable de startups globales en Google Cloud, DeepMind y Alphabet, estas empresas suelen ofrecer una propiedad intelectual muy delgada alrededor de modelos como Gemini o GPT-5, lo que dificulta la diferenciación y el crecimiento sostenido.

Cómo diferenciarse: fosos profundos y nichos verticales

Para progresar y escalar, Mowry recomienda construir "fosos" amplios y profundos, ya sea mediante diferenciación horizontal o enfocándose en soluciones muy específicas para un mercado vertical. Ejemplos de envoltorios con mayor defensabilidad son Cursor (asistente de codificación impulsado por GPT) y Harvey AI (asistente legal).

Por qué los agregadores de IA también enfrentan dificultades

Los agregadores son un subconjunto de envoltorios: agrupan múltiples LLMs en una sola interfaz o API para enrutar consultas entre modelos y ofrecer orquestación, monitoreo y gobernanza. Plataformas como Perplexity o OpenRouter entran en esta categoría.

No obstante, Mowry advierte: "Mantente fuera del negocio de agregadores". Según él, muchos agregadores no están mostrando crecimiento porque los usuarios demandan propiedad intelectual que dirija al modelo correcto según contexto y necesidad, no simplemente un enrutador detrás de escena.

Paralelos con la historia de la nube

Mowry compara la situación actual con los primeros días de la computación en la nube (finales de los 2000 y principios de 2010), cuando surgieron startups que revendían infraestructura de AWS ofreciendo facturación consolidada y soporte. Cuando los proveedores construyeron herramientas propias y los clientes aprendieron a gestionar la infraestructura, la mayoría de esos revendedores desapareció. Solo sobrevivieron los que añadieron servicios reales (seguridad, migración, consultoría DevOps).

Hoy, los agregadores de IA enfrentan presiones de margen similares a medida que los proveedores de modelos amplían características empresariales, lo que puede desplazar a intermediarios sin propuesta de valor diferenciada.

Oportunidades: plataformas para desarrolladores y consumo directo

A pesar de las advertencias, Mowry se muestra optimista respecto a dos áreas con fuerte potencial:

• Plataformas para desarrolladores y "vibe coding": herramientas que permiten a desarrolladores construir y desplegar aplicaciones basadas en IA. Startups como Replit, Lovable y Cursor han tenido un año fuerte en financiación y adopción.
• Comercio directo al consumidor: productos que ponen potentes capacidades de IA en manos de usuarios finales, por ejemplo, herramientas creativas de video como Veo de Google para estudiantes de cine y TV.

Más allá de la IA: biotecnología y tecnología climática

Mowry también destaca que la biotecnología y la tecnología climática atraen inversión de riesgo y se benefician de una "increíble cantidad de datos" que permiten a las startups crear valor de nuevas maneras.

Conclusión: construir valor sostenible

La lección principal para fundadores y emprendedores es clara: ya no basta con poner una interfaz encima de un GPT o agregar APIs de múltiples modelos. La sostenibilidad exige propiedad intelectual real, defensas técnicas o de producto y un enfoque en mercados verticales donde la IA aporte ventaja competitiva duradera.

Rebecca Bellan es reportera senior en TechCrunch y cubre negocios, política y tendencias emergentes de la inteligencia artificial.