El segundo acto del fundador unicornio ya no consiste en repetir el negocio que le hizo millonario: los creadores del banco digital Lunar auditan cuentas con IA y el cofundador de PayFit vigila cámaras de seguridad.
CB Insights ha rastreado a los líderes que ayudaron a construir empresas de más de 1.000 millones de dólares y que, en 2025 o 2026, han fundado compañías de inteligencia artificial. El resultado es una lista de 59 nombres que funciona como mapa de por dónde respira el capital: la mayoría se queda en el sector que conoce, pero cambia de cliente, de modelo y hasta de tamaño de equipo.
El patrón que repiten los fundadores de unicornios: mismo sector, otro cliente
Vamos a los números. De los 17 líderes que construyeron software de empresa, 12 vuelven a montar una compañía en la misma categoría. En seguros y servicios financieros, la proporción es de 8 sobre 13. Kyle Nakatsuji, fundador de la aseguradora de automóvil Clearcover, desarrolla ahora sistemas de IA para aseguradoras con Dearborn Labs.
El patrón se rompe en consumo y retail. Once ejecutivos de ese mundo han lanzado su segunda empresa y ninguno ha vuelto al negocio original: nueve construyen IA para operaciones de otras empresas y dos se han pasado a la robótica y los sistemas autónomos. Tomáš Čupr, fundador del supermercado online Rohlik, automatiza ahora la operativa de retailers y fabricantes de gran consumo con Duvo.AI.
Repodo: de construir un banco millonario a auditar cuentas con IA
Ken Villum Klausen y Peter Andreasen levantaron Lunar, un banco digital que superó los 1.000 millones de dólares de valoración. Su nueva empresa, Repodo, no compite en banca: prepara registros y documentación de auditoría con IA y deja la firma final en manos de auditores cualificados. Automatiza la parte del trabajo que es producción documental y preserva el sello profesional, que es donde vive la responsabilidad legal.
La jugada tiene lógica de unit economics. Una auditoría es un servicio intensivo en horas junior, con márgenes que se estrechan y una demanda recurrente por obligación normativa. Si la IA reduce esas horas y el criterio experto se reserva para la revisión, el negocio escala sin multiplicar plantilla. El fundador no necesita inventar un mercado: le basta con aplicar tecnología nueva a un proceso antiguo que ya está pagado.
El segundo acto no consiste en buscar una idea nueva, sino en encontrar un proceso caro y repetitivo que el fundador ya conoce por dentro.
📦 Caso de estudio: Repodo
- El reto: la auditoría consume horas de perfil junior y soporta una presión de márgenes constante.
- La jugada: usar IA para preparar la documentación y reservar la firma al auditor cualificado.
- El resultado: los cofundadores del banco Lunar convierten su experiencia en un servicio recurrente.
- La lección: automatiza el trabajo documental y cobra por el criterio profesional, no por producir papeles.
De las nóminas a la videovigilancia: los segundos actos más inesperados
El salto más difícil de explicar es el de Florian Fournier, cofundador de la nómina francesa PayFit. Su nueva compañía, Orasio, utiliza IA para detectar amenazas potenciales y buscar dentro de grabaciones de seguridad. Del software de recursos humanos al vídeo de vigilancia: mismo cliente empresarial, problema completamente distinto.
Otros nombres del mapa: Lucas Ngoo (Carousell) entrena robots con datos del mundo real; Aleksander Djurka, ex CIO de Vestiaire Collective, desarrolla sistemas autónomos; y Andrew Rubin, cocreador de Android, construye humanoides en Genki Robotics. En ciencia, Benjamin Lamm y George Church predicen cambios biológicos con Astromech, y Richard Socher (You.com) diseña una IA que reescribe su propio código.
Cinco compañías del informe ya son unicornios: Recursive Superintelligence, Core Automation, Astromech, Upscale AI y Genki Robotics. Todas caen en la frontera técnica: desarrollo de IA, infraestructura de cómputo, robótica e investigación científica.
Qué enseña esto a un fundador que no ha levantado su primer unicornio
El detalle más útil no es la lista de nombres, sino cómo cambia la forma de construir. David Sullivan, cofundador de NevadoAI tras su paso por Unqork, cuenta que antes contrataba a decenas y cientos de personas por trimestre y que ahora no necesita esa escala: automatiza el back office para concentrar el gasto en ingeniería y en en las funciones de cara al cliente. Ese es el cambio de mentalidad que un founder puede copiar hoy, con ronda o sin ella.
La lección se sostiene con criterio. El founder market fit no es una etiqueta de pitch deck: es la ventaja de conocer el problema mejor que nadie. Por eso Repodo tiene sentido y un humanoide no lo tiene para quien nunca ha tocado la robótica. Quien monta un negocio real —una correduría, una chocolatería artesanal con suscripción, una gestoría— puede aplicar la lógica de Lean Startup a un proceso heredado: identificar lo que consume horas, automatizarlo con herramientas accesibles y cobrar por el criterio que queda.
Ojo con el espejismo. La IA en sectores regulados exige cumplimiento y ciclos de venta largos; la deep tech, años de capital riesgo y un runway que casi ningún proyecto aguanta sin socio industrial. La avenida realista para el ecosistema local —con Lanzadera, Wayra, líneas de ENISA y business angels— es la capa de software sobre procesos que ya se pagan. Ahí el product-market fit se mide en contratos, no en demos.
🚀 Hoja de Ruta para Emprender
- Elige un proceso aburrido y caro: auditoría, seguros, logística o back office tienen demanda recurrente y margen para automatizar; mejor si lo conoces por dentro.
- Separa producción de criterio: deja que la IA haga el trabajo documental y cobra por la firma experta, como hace Repodo con los auditores.
- Diseña el equipo pequeño desde el día uno: decide qué tareas automatizas antes de la primera contratación masiva, porque la plantilla es lo que más runway quema.
- Valida el pago antes del producto: consigue una carta de intención de diez clientes del sector; el founder market fit se demuestra con contratos, no con demos.
