En el cambiante panorama de la economía digital, los agentes de inteligencia artificial (IA) se están estableciendo como nuevos «clientes», aunque la falta de transparencia en su impacto financiero genera preocupaciones. Las empresas de software como servicio (SaaS) pueden reportar crecimientos de ingresos significativos, pero estos resultados pueden provenir de relaciones estables con clientes humanos o de la fluctuante actividad de agentes de IA que podrían desaparecer tras una actualización de modelo.
La contabilidad actual no refleja con precisión quiénes son los reales generadores de ingresos. En este sentido, las métricas tradicionales, como el costo de adquisición de clientes y el valor de vida del cliente, se vuelven obsoletas cuando los «clientes» son agentes de IA sin lealtad ni memoria. Una nueva métrica, el «índice de penetración de agentes», podría ofrecer una solución más efectiva, aunque su implementación en la divulgación empresarial aún es incierta.
La trampa de la volatilidad
Históricamente, las empresas podían perder a su mayor cliente y observar un impacto claro y predecible en sus ingresos. Sin embargo, en la economía de los agentes de IA, esta concentración de ingresos se comporta de manera diferente. Cuando los agentes de IA seleccionan proveedores de autenticación o procesadores de pagos, lo hacen basándose en patrones aprendidos de modelos fundamentales. Esto significa que una simple actualización por parte de un proveedor de IA puede redirigir considerablemente los ingresos hacia una nueva opción preferida, alterando drásticamente el panorama competitivo.
La ausencia de costos de cambio y de fidelidad en las relaciones de negocio con estos agentes plantea retos para quienes evalúan el rendimiento de empresas con ingresos impulsados por IA, impidiendo el uso de métodos convencionales de análisis financiero. Sin datos segmentados, los inversores luchan por entender la exposición al riesgo que supone contar con ingresos generados por agentes en lugar de humanos.
El déficit de transparencia
Muchas empresas carecen de la capacidad para diferenciar entre ingresos generados por humanos y aquellos impulsados por agentes de IA. La utilización de informes segmentados podría cambiar esta situación, permitiendo a las empresas clasificar sus ingresos en tres categorías: compras humanas, integraciones de agentes y transacciones híbridas donde los humanos intervienen en el proceso de decisión. Esta metodología permitiría estimar la dependencia de los ingresos en las configuraciones de datos de entrenamiento y la concentración en modelos fundamentales.
Aunque este enfoque requeriría un análisis detallado de los patrones de integración, la resistencia a implementar estas medidas es esperada. Los equipos de gestión podrían argumentar que el costo técnico de seguir los patrones de los agentes es elevado, pero la falta de dicha información no solo distorsiona la percepción del riesgo para los accionistas, sino que puede resultar en oportunidades perdidas para maximizar el valor empresarial.
Implicaciones para los inversores
Para los inversores en mercados públicos, el desafío práctico radica en cómo valorar esta falta de claridad. Una estrategia podría consistir en utilizar comparables de la industria si una empresa no revela el porcentaje de ingresos provenientes de integraciones de agentes. Dependiendo de la información disponible, esto podría traducirse en descuentos o primas sobre la valoración del activo, reflejando así los riesgos asociados a la concentración de ingresos y la falta de comprensión del negocio por parte de la administración.
A medida que los modelos de negocio evolucionan, se vuelve crucial que los inversores comprendan la ubicación de los agentes dentro de la cadena de valor y su influencia en el uso de los productos. Esta necesidad de due diligence se irá intensificando con el tiempo, convirtiéndose en un aspecto fundamental para evaluar inversiones en el futuro.
Estableciendo estándares de divulgación
El creciente abismo entre lo que las empresas comunican y lo que los inversores necesitan saber solo se agranda con la integración de la IA en los modelos de negocios. A medida que esta tecnología redefine la ventaja competitiva, surge la pregunta de cómo valorar correctamente un activo cuando el perfil del usuario es incierto y variable.
Apostar por la actividad del sector o esperar correcciones del mercado es una elección pasiva que puede dejar pasar oportunidades valiosas. Una mayor precisión en la divulgación beneficiaría a los mercados financieros, propiciando una asignación de capital más eficiente hacia las empresas que realmente comprenden a su base de usuarios, ya sean humanos o agentes de IA.