Tres días escuchando a quienes buscan capital
Hace unos meses fui invitado a la 54.ª edición de la J.P. Morgan Global Technology, Media and Communications Conference, en Boston. Es un encuentro anual que reúne a ejecutivos de compañías, inversores institucionales, analistas y fondos. Durante tres días, empresas de tecnología, medios y comunicaciones presentan sus negocios y sus perspectivas frente a gente que tiene capital para invertir. Lo que escuché ahí me dejó pensando en cómo preparar una compañía para una venta.
El formato permite escuchar mucho en poco tiempo. Hay varias salas funcionando en paralelo, con conversaciones de unos treinta o cuarenta minutos moderadas por ejecutivos o analistas de J.P. Morgan. En algunas presenta el CEO; en otras, el CFO o el responsable de Investor Relations. Uno puede salir de una charla y entrar en otra, pasando de una compañía de software a una de pagos digitales, infraestructura tecnológica o entretenimiento. También había compañías privadas que se preparaban para una eventual salida a bolsa y aprovechaban para empezar a construir relaciones con esa comunidad inversora.
Me resultaba interesante ver a ejecutivos de empresas con valuaciones de miles de millones de dólares haciendo algo que cualquier emprendedor necesita hacer cuando busca un inversor o un comprador: explicar su negocio, defender su posición y transmitir por qué tiene futuro. Con otra escala, más exposición pública y equipos profesionales detrás, pero con la misma necesidad de convencer a alguien de que vale la pena poner plata ahí.
Y había un común denominador en las charlas que escuché: la inteligencia artificial.
Cambiaban las compañías y los sectores, pero AI aparecía una y otra vez. El propio ejecutivo la incorporaba a su presentación o el moderador la traía a la conversación. Era parte de la explicación de hacia dónde iba el negocio.
Eficiencia y crecimiento
La conversación sobre AI tenía dos grandes ejes. El primero era la eficiencia: cómo permitía automatizar procesos, mejorar la productividad de los equipos, reducir costos y absorber más volumen sin aumentar la estructura en la misma proporción. Algunos ejecutivos también contaban cómo habían reducido el headcount gracias a la AI: tareas que antes requerían más personas ahora podían resolverse con equipos más chicos, apoyados en automatización. Desarrollo de software, atención al cliente, análisis de información, tareas administrativas. Cada compañía lo llevaba a su terreno y explicaba cómo esos cambios impactaban en sus costos y sus márgenes.
El segundo eje era el crecimiento. Ahí la conversación se volvía especialmente interesante en compañías cuyo modelo podía verse afectado por la AI. Las empresas de software (SaaS)y de servicios tecnológicos tenían que explicar cómo evolucionaba su propuesta de valor, qué seguían aportando a sus clientes y qué nuevas oportunidades podían capturar.
Los ejecutivos hablaban de incorporar capacidades, desarrollar productos, mejorar la experiencia del cliente y atender necesidades que antes eran demasiado costosas o complejas. La AI les permitía reformular el storytelling de la compañía. Y los inversores buscaban entender cuánto de esa historia ya se estaba convirtiendo en negocio.
Había dos ideas que se repetían: cómo la AI podía mejorar los márgenes y cómo podía generar nuevos ingresos. Para quien está preparando una venta, conviene trabajar sobre ambas.
Globant y los AI Pods
Uno de los ejemplos que escuché fue Globant. En una compañía que desarrolla software y presta servicios tecnológicos, la AI toca directamente el corazón del negocio. Si permite programar más rápido y automatizar tareas que antes requerían muchas horas de trabajo, cambia la economía de un modelo tradicionalmente asociado a equipos, personas y horas facturadas. La productividad mejora, pero también aparece presión sobre lo que el cliente está dispuesto a pagar por ese trabajo.
En su presentación hablaron de AI Pods, una propuesta que combina agentes de inteligencia artificial con la supervisión de expertos de Globant. Los clientes pueden contratar esos servicios mediante una suscripción mensual, con capacidad medida por consumo. Es una forma de reformular cómo se presta y se comercializa el servicio tecnológico.
Lo que me interesó fue cómo incorporaban ese cambio a la historia que contaban a los inversores. La tecnología que podía presionar su modelo tradicional también les daba una herramienta para desarrollar una nueva oferta. La experiencia acumulada, el conocimiento de las industrias, las relaciones con clientes y la capacidad de ejecutar proyectos podían servir de base para esa transformación.
El caso me pareció relevante porque mostraba una respuesta concreta a un cambio en el negocio. Después hay que evaluar la adopción, los resultados y la rentabilidad de esa propuesta. Pero frente al inversor ya había algo más que una declaración de entusiasmo por la AI: había un modelo de servicio para discutir.
Esa conversación también llega a una mesa de M&A
Cuando vendés una compañía, presentás resultados históricos, clientes, equipo, márgenes y perspectivas. El comprador usa todo eso para evaluar cuánto puede ganar con el negocio en el futuro y qué riesgos está asumiendo. Si la AI puede modificar ese futuro, va a formar parte de su análisis.
Podés tener una empresa rentable, con buenos clientes y una trayectoria impecable. Pero si parte de lo que vendés empieza a resolverse de forma más rápida o más barata, el comprador va a revisar la sostenibilidad de esos ingresos y de esos precios. Un producto que pierde relevancia, un servicio que se vuelve más fácil de reemplazar o un competidor capaz de operar con una estructura mucho más liviana pueden afectar su disposición a pagar.
También puede ocurrir lo contrario. Que tengas relaciones comerciales difíciles de construir, conocimiento especializado, datos que podés utilizar legítimamente o una posición dentro de los procesos de tus clientes que te permita aprovechar la AI mejor que un jugador nuevo. Esos activos pueden ganar valor si sabés combinarlos con la tecnología y convertirlos en una mejor oferta.
El comprador va a mirar tus resultados, pero también va a evaluar cuánto pueden durar y cómo pueden crecer. Tu estrategia de AI empieza a formar parte de esa evaluación.
Esto alcanza a una empresa de software, una consultora, una agencia y muchos otros proveedores de servicios. El impacto será distinto en cada actividad. Incluso puede haber negocios donde la aplicación inmediata sea limitada. Lo importante es haber hecho el análisis y poder explicar dónde hay oportunidades, dónde hay riesgos y qué decisiones estás tomando.
La historia tiene que aguantar el due diligence
Agregar “AI-powered” a la historia o ponerle “.ai” al dominio no alcanza. Cuando el comprador empieza a revisar la compañía, tenés que mostrar qué cambió en el negocio y qué resultados está generando.
Del lado de la eficiencia, conviene mostrar qué procesos cambiaste, cuánto tiempo ahorraste y qué pasó con los costos y la calidad. Si el equipo puede atender más clientes con la misma estructura, debería empezar a verse en alguna métrica. Si redujiste el headcount, hay que demostrar que el ahorro es sostenible y que la capacidad de entrega y la atención al cliente siguen funcionando bien. También hay que contemplar el costo de las herramientas, la implementación y la supervisión. El ahorro que interesa es el que queda después de hacer esas cuentas.
Del lado del crecimiento, la evidencia puede aparecer en funcionalidades que los clientes usan y pagan, mejores tasas de renovación, un mayor ingreso por cliente o una oferta que permite entrar en otro segmento. Un piloto puede ser un buen comienzo, siempre que se presente como tal. Mezclar lo que ya funciona con lo que todavía está en desarrollo termina debilitando la credibilidad de toda la presentación.
También conviene ser preciso sobre lo que estás construyendo. Usar tecnología de terceros puede ser una excelente decisión de negocio. El valor puede estar en cómo la integrás, en tu conocimiento de la industria o en tu capacidad de distribuirla. Atribuirte tecnología propia que después resulta ser ajena genera un problema evitable durante la revisión.
En M&A, el storytelling consigue interés. La evidencia permite sostener la negociación.
Empezar antes de salir a vender
Si estás pensando en vender tu compañía en los próximos años, este trabajo debería empezar ahora. Identificar dónde la AI afecta tu propuesta de valor, elegir aplicaciones concretas, implementarlas y medir resultados lleva tiempo. Cuando eso ya forma parte de la operación, la conversación con un comprador tiene otro peso.
Además, conviene entender cuánto del beneficio podés capturar. Si una mejora de productividad está al alcance de todos tus competidores, parte del ahorro puede terminar trasladándose al cliente vía menores precios. Por eso, además de medir eficiencia, hay que evaluar cómo esa tecnología fortalece tu posición comercial y qué ventajas te permite construir.
Me fui de la conferencia con esa idea. Los ejecutivos tenían enfrente gente que podía asignarles capital y necesitaban explicar cómo se adaptaban, dónde podían crecer y qué iba a pasar con sus márgenes. Para un emprendedor que prepara una venta, la tarea es muy parecida.
El comprador va a evaluar cómo la inteligencia artificial afecta los ingresos que está comprando y qué oportunidades abre sobre esa base. Llegar con una respuesta trabajada y respaldada por resultados puede influir en su interés, en su percepción del riesgo y en el precio que esté dispuesto a pagar.
Si vas a vender tu empresa, vas a tener que hablar de AI. Conviene llegar a esa conversación con algo más que una slide.
— Damian Voltes M&A para CEOs