El 2025 fue el año del piloto de IA en la empresa. El 2026 iba a ser el año en el que esos pilotos se convirtieran en contratos y el ARR (Annual Recurring Revenue) de las startups de IA pasara de especulativo a sólido. Según una nueva investigación publicada el 3 de septiembre por TechCrunch, eso no ha ocurrido. El ARR de las startups de IA es, por primera vez, menos seguro de lo que parece —incluso cuando los contratos están firmados.El diagnóstico parte de dos encuestas publicadas casi simultáneamente. Madrona VC encuestó a 150 profesionales de TI de grandes empresas y encontró que el 74% planea expandir sus presupuestos de IA en los próximos 12 meses —solo el resto mantiene el gasto estable. Pero esos mismos profesionales admiten que menos del 50% de sus pilotos de IA llegan a producción real. Es una mejora: el año pasado, el MIT calculó que el 95% de los proyectos de IA empresarial había fracasado en términos de ROI. Superar el 50% de conversión es mejor que un 5%, pero en un contexto donde las startups prometen crecimiento explosivo, sigue siendo un dato que sienta mal.¿Por qué las empresas todavía no se comprometen a largo plazo con las startups de IA?El problema que identifica la investigación tiene dos capas. La primera es estructural: el ciclo de compra empresarial de TI, históricamente cauteloso y comprometido a largo plazo, todavía no se ha adaptado a la velocidad con la que mejoran los modelos de IA. Una empresa que firmó un contrato anual con una startup de IA en enero de 2026 puede encontrarse en julio con que el modelo ha sido superado por tres alternativas más baratas. El contrato sigue vigente, pero el commitment no es el mismo.La segunda capa es de precios. Andreessen Horowitz encuestó a 50 compradores técnicos de IA en empresas y encontró que más de la mitad quiere que las tarifas de IA estén vinculadas al trabajo producido o a otros outcomes, no al consumo de tokens. Ese es el punto de quiebre: el modelo de precios de casi todas las startups de IA (API de tokens) choca directamente con lo que los compradores empresariales están pidiendo. La desconexión entre el modelo de negocio que usan los proveedores de IA y el que quieren sus clientes es exactamente el mismo problema que ha sacudido el debate sobre tokenmaxxing en Meta y en otras grandes tecnológicas: el precio por token no mide el valor creado.El mecanismo que explota el problema es el de los presupuestos de prueba. Muchas empresas tienen líneas de budget específicas para «explorar IA» que no requieren el mismo nivel de aprobación que un contrato de software de producción. Las startups de IA han aprendido a capturar esos presupuestos con demostraciones impresionantes que, sobre papel, generan ARR. Pero ese ARR de piloto puede no renovarse cuando el presupuesto de prueba se agota y el gasto tiene que justificarse ante un CFO con KPIs de ROI.En wwwhatsnew.com hemos analizado este patrón desde que el escándalo de ARR inflado en el sector —con casos como Cluely o Spellbook— hizo que los inversores empezaran a pedir definiciones más estrictas. La diferencia entre «ARR comprometido», «ARR de run-rate anualizado» y «ARR de contratos activos» puede ser enorme en una startup de IA, y los inversores que no preguntan explícitamente cuál de las tres están midiendo corren el riesgo de tomar decisiones sobre valoraciones que no reflejan la realidad del negocio.El gasto total en tecnología empresarial alcanzará los 4,25 billones de dólares en 2026 (IDC), casi todo impulsado por la IA. Ese número dice que el mercado es real. Lo que los datos de conversión de pilotos y las encuestas de Madrona y a16z dicen es que la distribución de ese gasto entre las startups de IA sigue siendo mucho más incierta de lo que los ARR que publican sugieren. El debate sobre qué modelo de agente de IA —plataforma abierta o producto cerrado— captura más valor empresarial a largo plazo tiene ahora una capa adicional: cuál tiene el pricing que las empresas están dispuestas a comprometer por más de 12 meses. Las que lo resuelvan primero tendrán una ventaja que ningun benchmark de rendimiento puede replicar.En wwwhatsnew.com llevamos cubriendo los modelos de precios de IA empresarial desde la primera oleada de startups de agentes en 2025. La conclusión más honesta es que el mercado todavía está buscando el equivalente del «precio por asiento» de SaaS — una unidad de facturación que los compradores entiendan, puedan comparar y puedan comprometer sin necesitar un geek de IA para interpretar la factura de tokens. Hasta que eso se resuelva, el ARR de las startups de IA seguirá siendo la métrica más optimista y menos confiable de la industria.Los signos de corrección del mercado son visibles. El número de startups que van de 0 a 10 millones de ARR en tres meses sigue siendo alto, pero el número que pasa de 10 a 50 millones de forma orgánica (sin grandes contratos de prueba) ha crecido mucho más lentamente de lo esperado. El «ARR comprometido» — contratos firmados pero no todavía en producción — es la métrica que más ha sufrido: los clientes firman con la intención de implementar, pero la implementación real se ralentiza cuando el equipo técnico de la empresa descubre la brecha entre lo que el modelo demuestra en el piloto y lo que puede hacer de forma fiable en producción. Resolver esa brecha es costoso en tiempo de integración, formación de usuarios y ajuste de workflows — y ese coste no aparece en ningún ARR.La reversión de esta tendencia requiere que las startups de IA resuelvan el problema de pricing antes de que las empresas que financiaron los pilotos de 2025 presenten sus presupuestos de 2027. Ese ciclo de aprobación empieza en el cuarto trimestre. Las startups que lleguen a esas conversaciones con propuestas de precios por outcome —en lugar de estimaciones de tokens— tendrán una ventaja decisiva.La noticia El ARR de las startups de IA es más frágil que nunca: los pilotos no se convierten en contratos y las empresas quieren pagar por resultados, no por tokens fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.