Cómo un Venture Studio Elige en Qué Verticales Construir

Un venture studio que lanza 3 a 4 ventures al año gasta un cuarto del portafolio anual cada vez que elige una vertical. Equivocar la vertical no es un error menor. Son tres meses de capacidad de build y $500K-1.5M apuntados a un mercado donde el studio no puede ganar. Por eso la construcción de portafolio se reduce a una decisión tomada tres o cuatro veces al año. Qué vertical merece un cupo de build, y qué mercado grande se deja pasar aunque parezca tentador. Esta es la selección a nivel del studio, una pregunta distinta de defender el moat de una sola empresa.

Avante Ventures es un venture studio que construye empresas AI-native en Brasil y América Latina, y la pregunta de cómo los studios eligen verticales es una que respondemos antes de cada build. La versión corta es un test de cuatro partes. Una vertical merece un cupo solo cuando combina un gran mercado de servicios poco digitalizado, un operador de dominio disponible con profunda cicatriz de experiencia, un workflow donde la IA cambia la economía unitaria, y un camino hacia datos propietarios que se acumulan con el tiempo. Falle uno y el cupo rinde más en otra parte.

El telón de fondo es la tesis de IA vertical. La IA vertical que domina el workflow de una industria se está probando más defendible y mejor valorada que los copilots horizontales, y Brasil por casualidad ofrece un número inusual de verticales que califican. La tesis completa está en /why-avante. Lo que sigue es el test en sí, y la disciplina de usarlo para decir que no.

Por qué la selección es todo el juego

Un venture studio está restringido en oferta a propósito, y esa restricción es la razón por la que la selección lo decide todo. Con tres o cuatro cupos al año, el studio no puede dejar que la matemática de portafolio absorba sus errores como lo hace un fondo que firma 30 cheques. Cada cupo es una apuesta real que debe pasar el test antes de gastarse.

El modelo gana su prima de retorno justamente porque concentra. Según la Global Startup Studio Network, las ventures de studio registraron una tasa interna de retorno promedio que redondea a cerca del 50% frente a cerca del 19% de las startups financiadas por venture capital tradicional, lo que Avante cita como IRR de studio de ~50% versus ~19% estándar de la industria para VC tradicional, cerca de 2,5x en horizontes de tiempo realistas. Ese es el benchmark del modelo de studio, nunca el retorno realizado de un studio en particular. La salvedad honesta es que esa cifra corre sobre una muestra autodeclarada de studios sobrevivientes, y por eso medir el desempeño de un studio con honestidad importa, así que léela como el techo que el modelo alcanza, no como un número que se le deba a un studio cualquiera. La cifra de VC tradicional proviene de benchmarks institucionales como el índice de Venture Capital de EE. UU. de Cambridge Associates, construido a partir de estados financieros trimestrales a lo largo de cuatro décadas.

Esa prima solo se sostiene cuando el operating partner puede ir a fondo. Una venture de studio llega a Serie A en 25,2 meses frente a 56 de una startup tradicional, y 72% de las ventures de studio alcanzan la Serie A frente a 42% de las tradicionales, según datos de GSSN vía Bundl. La profundidad no escala a docenas de apuestas a la vez. Así que el studio compra su ventaja diciendo que no mucho más seguido de lo que dice que sí. La selección no es el paso previo al trabajo. Es el trabajo.

El test de cuatro partes para una vertical

Una vertical merece un cupo de build cuando cuatro condiciones se cumplen al mismo tiempo. Esto es una puerta, no un marcador. Una vertical fuerte en tres dimensiones y cerrada en la cuarta igual falla, porque la condición que falta suele ser la que decide el resultado.

• Un gran mercado de servicios poco digitalizado. La vertical tiene que ser grande para importar y atrasada en software para que el trabajo aún corra en llamadas, hojas de cálculo y PDFs. Un mercado enorme ya bien servido por software es una pelea a cuchillo, no una apertura.
• Un operador de dominio disponible con profunda cicatriz de experiencia. El studio necesita un co-founder con más de 10 años dentro de la industria, que cargue el conocimiento regulatorio, de relaciones y de proceso que ningún deck enseña. Si ese operador no se puede encontrar ni reclutar, la vertical falla por bueno que se vea el mercado.
• Un workflow donde la IA cambia la economía unitaria. La IA tiene que convertir una tarea intensiva en mano de obra en software, no agregar una función. Según a16z, ese giro puede expandir los ingresos por cliente 2-10x, sobre los 2-5x que la integración de fintech ya entregó.
• Un camino hacia datos propietarios que se acumulan. El workflow tiene que generar datos que el studio pueda acumular y que mejoren el producto con el uso. Sin un ciclo que se acumula, un incumbente bien financiado o un modelo horizontal termina alcanzando.

Por qué la IA vertical pasa el test

El test apunta a la IA vertical y no a los copilots horizontales porque la IA vertical se está probando más defendible y mejor valorada. La evidencia ya no es teórica. Según Bessemer Venture Partners en septiembre de 2024, las empresas verticales LLM-native alcanzaban 80% del valor promedio de contrato del SaaS tradicional, crecían cerca de 400% año contra año, y mantenían márgenes brutos de cerca de 65%, con la capitalización de mercado de la IA vertical proyectada en al menos 10x el tamaño del SaaS vertical heredado.

Lo que separa a una empresa duradera de un wrapper superficial es la posesión del workflow más un ciclo de datos. Bessemer liga los moats de IA vertical a datos propietarios, profundidad de integración del producto y valor económico entregado, no al acceso al modelo, que todos comparten. a16z plantea el mismo punto a través del sistema de registro. La empresa que domina el workflow captura el presupuesto de mano de obra, no solo el de software, y los $313B gastados en software en EE. UU. son apenas cerca del 3% de los $10,5T gastados en mano de obra. Toast llegó a $1,5B de ARR con más del 80% de los ingresos viniendo de servicios financieros embebidos, que es como se ve dominar un workflow vertical a escala.

El ciclo de datos es la parte que los fundadores más exageran, así que el test es estricto en eso, y trazamos la línea con precisión en cómo funcionan de verdad los efectos de red de datos en la IA vertical. Según el Network Effects Manual de NfX, los efectos de red explican cerca del 70% del valor creado por las empresas de tecnología desde 1994, pero las ventajas de datos son más débiles de lo que se cree. El dato solo es moat de verdad cuando el uso actualiza de forma continua un conjunto de datos central para el producto, como Waze que mejora con cada viaje, y no marginal como un feed de recomendación. Para el studio, esa distinción es la cuarta condición vuelta concreta. Una vertical pasa solo cuando su workflow genera datos a la vez propietarios y estructurales.

Por qué Brasil ofrece tantos candidatos

Brasil produce un número inusual de verticales que pasan la primera condición, porque los servicios representan cerca del 70% del PIB brasileño con baja penetración de software en esos sectores. Ese dato viene de cifras del IBGE divulgadas en julio de 2024, con la porción de servicios 12,7% por encima del nivel prepandemia. Una base grande y creciente de actividad económica todavía corriendo en workflows manuales es un banco profundo de exactamente lo que el test busca primero.

El telón de fondo de capital le dice al studio que estos mercados están abiertos, no saturados. Las startups de América Latina captaron $4,2B en 2024, un alza de 27% sobre el año previo, con Brasil quedándose con casi la mitad de todo el funding de la región, según Crunchbase. El funding se recupera de un 2023 débil y sigue muy por debajo del pico de 2021, lo que significa que la mayoría de las verticales aún no tiene un incumbente bien capitalizado dominando el ciclo de datos. Esa es la ventana. No queda abierta para siempre.

La ventaja estructural que permite al studio actuar es la profundidad del operador, y es el núcleo de por qué los venture studios ganan en LATAM. Operadores de dominio con más de 10 años de cicatriz del mercado brasileño, sumados a un playbook de Silicon Valley y capital de primer cheque montados el día uno, es lo que un fondo generalista no puede replicar desde un asiento de directorio. La infraestructura de IA hoy es barata para desplegar sin una Serie A, y por eso un studio puede correr 3-4 apuestas verticales al año en Brasil en vez de una sola apuesta pesada en capital. El patrón se repite. Construya un copilot de IA para generar datos propietarios, luego use esos datos para captar y desplegar capital.

Cuándo rechazar un mercado grande

La disciplina del test aparece en los rechazos, no en los builds. Un studio puede caer en el reconocimiento de patrones y entrar en una vertical saturada donde un incumbente bien financiado ya domina el ciclo de datos. El mercado es grande, el workflow está claramente roto, hasta hay un operador disponible, y tres de las cuatro condiciones se encienden en verde. La cuarta está cerrada. Alguien llegó primero, su conjunto de datos propietario ya se está acumulando, y un nuevo entrante estaría alimentando un ciclo que no puede ganar.

Eso es un rechazo, y debería ser fácil. Según el Network Effects Manual de NfX, la empresa cuyo conjunto de datos es central y se actualiza de forma continua por el uso tiene una ventaja que un entrante posterior no supera solo gastando más. Entrar en una vertical donde el camino de los datos ya está cerrado gasta un cupo escaso en un segundo lugar.

El tamaño del mercado no rescata la decisión. Un studio con apenas 3-4 cupos al año no puede darse el lujo de uno que produce un resultado estructuralmente limitado. El modo de falla honesto de la construcción de portafolio de un studio es confundir un mercado grande con uno abierto. La selección disciplinada significa renunciar a un mercado grande, roto y tentador justamente porque la condición que se acumula es la que ya no está.

Cómo Avante conduce la selección

Avante Ventures es un venture studio que construye empresas AI-native en Brasil y América Latina, y el test de cuatro partes es como decide dónde construir. Avante lanza 3-4 ventures al año a través de un sistema de seis etapas. Research, Partner, Build, Traction, Revenue, Compound. La etapa Research es donde el test se encuentra con las verticales candidatas. La etapa Partner responde la segunda condición, porque ningún build arranca sin un operador de dominio que cargue cicatrices reales. El capital desplegado es $500K-1.5M por venture en el preseed, y Avante retiene economía de co-founder.

La disciplina operativa sostiene la selección. Los operating partners siguen comprometidos hasta el primer hito de ingresos, luego pasan a la supervisión a nivel de directorio. Resolver la plomería de la empresa una vez dirige cerca de $300K-500K de capital efectivo por venture hacia producto y tracción en vez de overhead, y una venture de studio se lanza 6-9 meses por delante de un equipo autónomo con financiamiento comparable. Ese es el retorno de gastar bien el cupo.

El portafolio se lee como el test aplicado tres veces, por dominio. Alphajuri construye en activos judiciales, el mercado de precatorios y claims, donde el workflow es intensivo en documentos y los datos se acumulan con cada caso. WIR, con AXA, construye en precios de seguros y risk scoring, donde una API asíncrona domina un workflow y los datos de siniestros son estructurales. BR Auction Intel construye en subastas inmobiliarias, haciendo scrape, enriquecimiento y scoring de propiedades donde el conjunto de datos mejora con la cobertura. Cada una pasó las mismas cuatro condiciones antes de merecer un cupo. El modelo operativo está en /principles. El trabajo de un studio no es construir. La mayor parte del trabajo es elegir qué no construir.