I Invested in Uber, Passed on Lyft

El audio y el vídeo están en inglés. Estas notas son una traducción.

Hoy entrevisté a David Cohen, fundador y CEO de Techstars, una de las aceleradoras más grandes del mundo, detrás de empresas como SendGrid, ClassPass, PillPack, Chainalysis y Remitly. Más de 4,000 empresas han pasado por el programa, levantando más de $30 mil millones y produciendo 22 unicornios.

Por separado, como ángel, fue inversionista temprano en Uber y en Twilio. También tuvo la chance de invertir en Lyft y pasó, y ese es el pase en el que todavía piensa.

Fundó Techstars hace 20 años desde Boulder, se apartó del rol de CEO, fue chairman durante cuatro años, y volvió el año pasado.

Hablamos de lo que se había desviado mientras él no estaba, de cómo la IA cambia lo que buscas en un fundador, y de por qué cree que los agentes de IA que hacen venture capital le van a ganar a una buena parte del mercado.

Estructura y Highlights Clave

Por Qué Volvió

• Seguía en el board como chairman, así que estaba metido, pero no operaba el día a día
• Su marco sobre su sucesor: un CEO distinto va a tomar decisiones distintas, y eso no es ni malo ni bueno, solo distinto
• Lo que le dio la pandemia: una pausa, tiempo con su familia, y distancia suficiente para ver la empresa desde afuera
• Los tres compromisos a los que volvió a comprometerse
• Primero, el fundador es el centro del universo y el único cliente. Tienen muchos partners, pero un solo cliente, y él sentía que eso se estaba perdiendo
• Segundo, abrazar las comunidades de startups. Techstars funciona por las comunidades en las que opera, un elenco de muchos miles y no de unos pocos cientos de empleados
• Tercero, uno cultural: más grande no es mejor, mejor es mejor
• Lo que eso cambió en la práctica: la empresa venía enfocada en hacer más inversiones en más lugares, y él volvió a poner el foco en la calidad, mejoró la oferta de inversión, y empezó a medir el crecimiento como el valor del portafolio y nada más

Boulder, 19 Años Después

• Sigue viviendo ahí, y antes decía que se imaginaba en Boulder a 20 años vista. Han pasado 19 y no tiene planes de mudarse
• La creencia de fondo: puedes armar una gran empresa en cualquier lugar, siempre que haya algo de comunidad de startups, conectividad, capital y experiencia
• Lo que llama mitología pura: que tienes que estar en un lugar concreto para armar una empresa interesante
• Su observación sobre la tendencia de ahora: la mayoría de las empresas del Bay Area no empezaron ahí, se mudaron cuando algo ya funcionaba. Incluso su competidor más conocido
• Mudarse por leverage es natural. Decir que tienes que empezar ahí es una tontería
• Lo que Boulder le dio: una mentalidad de underdog y una puerta abierta, una cultura de give first, en una ciudad de unas 100,000 personas que sigue en el top ten de las tablas de venture
• Su aclaración sobre give first: Techstars no creó la idea, la adoptó. Su cofundador Brad Feld empezó a escribir sobre las comunidades de startups, y eso se volvió un playbook que otros lugares chicos podían seguir

Lo que les Dice a los Fundadores que Preguntan si Mudarse

• Si quieres estar en San Francisco, está en San Francisco. Es la mejor comunidad de startups del mundo
• Pero ahora puedes publicar software, y cualquiera en el mundo puede usarlo ahora
• Depende de qué te importe como ser humano. Si lo único que importa es la densidad de gente haciendo lo mismo, esa puede ser la decisión correcta
• Si tienes familia, o si amas el lugar donde estás, es un balance. Quizás te subes a un avión
• A lo que objeta es a la parte del «tienes que»
• Su punto sobre el sesgo de los datos: muchas de esas empresas se mudaron ahí después de que ya funcionaban
• Y una nota de competencia: levantar capital ahí probablemente es más difícil, no más fácil. Aunque después puede venir una valuación más alta
• Los dos principios de sesgo que nombra: todos creen que están en el top 5%, y todos creen que pueden identificar quién está en el top 5%
• Su contrapunto: no sabes quiénes son los mejores fundadores hasta que hacen lo suyo, y eso toma diez o veinte años

Si la IA Empareja la Cancha

• Irónicamente, puede hacer las dos cosas
• Lo que ve en toda su huella global: armar un prototipo ahora es algo de talento cero, y gratis. Esa señal de front end desapareció
• Así que democratiza el arrancar y el poder transmitir una idea, lo que también genera mucho ruido
• Pero si estás construyendo infraestructura, la tecnología misma de los LLM, estar en un lugar denso importa enormemente
• Su compresión del tiempo: estar diez años adelante antes significaba algo. Ahora lo que significa es estar un mes adelante
• Lo llama un efecto barbell. Importa en el comienzo mismo y a escala. En el medio igual tienes que probar que los clientes lo quieren

Cómo se Movió el Perfil del Fundador

• Los pesos se mueven hacia el insight que tienes de un mercado y hacia la red que tienes en él, y se alejan de la habilidad técnica temprana
• Puedes reclutar talento técnico una vez que pruebas el product market fit y hay emoción alrededor del negocio
• Las habilidades de diseño también importan un poco menos al principio
• Lo que importa más, y más temprano: el storytelling, generar emoción, la capacidad de reclutar un equipo
• Su analogía: no invertirías en un taller de autos sin mecánicos. Pero ahora que los robots arreglan los carros, sí puedes. Lo que importa más es la experiencia del dueño y cómo atrae a los clientes
• Lo que cree que la IA no habrá disrumpido en 20 años: las redes que tiene la gente, la creatividad artística, y la capacidad de vender
• Cómo se ve eso en su proceso: usan la IA en el pipeline como otra voz en la sala. No filtran según lo que piensa la IA, pero están cerca de hacerlo
• El escenario que describe: todos creen que es una tontería y el modelo dice espera, aquí hay algo. Entonces le dan otra mirada
• Están ajustando los pesos de su modelo hacia la apertura del mercado y hacia el background y la pasión de la gente, y lejos de si alguien tiene un título en ciencias de la computación

Si el Modelo de Aceleradora Todavía Tiene Sentido

• Su marco, dicho con honestidad: es un camino, y el mejor camino depende del fundador
• La propuesta de valor: haz crecer rápido tu capital humano y tu red, ponte frente a los inversionistas que corresponden, y accede a una red de clientes ya armada, de veinte años de alumni
• Su comparación: es como elegir universidad. Harvard y Stanford son buenas las dos, con vibras y filosofías distintas
• Lo que no es: la educación. Eso puede ser on demand y no tiene que ocurrir durante el programa
• El modelo alternativo que usa de contraste es el venture studio, donde te lo construyen ellos. Y la pregunta obvia que sigue es si la IA puede construírtelo
• Su conclusión: lo que se sostiene son las cosas que tienen redes alrededor, porque en un mundo donde todos tercerizan su inteligencia, las redes humanas siguen decidiendo quién confía en ti y quién te compra

La Diferenciación de Techstars

• La meta a diez años es un portfolio market cap de un billón de dólares. Andan por algún punto entre 300 y 350 mil millones
• La forma de ir más rápido no es más aceleradoras en más lugares
• Su distribución geográfica es la ventaja. Llegan a los fundadores en Londres, Nueva York o Boston antes de que esas empresas recojan sus cosas y se muden
• Así que la red está distribuida, y es una red de llegarles temprano
• De dónde sale el crecimiento: reinvertir en los alumni, en los cinco o seis mil mentores con los que trabajan, y en las empresas nuevas que esa gente funda
• La escala de ese pool: 5,000 empresas de portafolio, unos 15,000 fundadores, docenas de los cuales han construido unicornios y cientos de los cuales han construido éxitos más chicos
• Su resumen: ser inversionistas de red alrededor de la red que ya armaron

Lo que Ha Aprendido de Escalar Redes

• Es de verdad difícil, y no afirma que lo hayan hecho a la perfección
• Su red ha estado más en silos de lo que les gustaría, y eso es precisamente una de las cosas que la hace funcionar
• La razón: la red de Nueva York o la de Londres no se siente tan grande como la global, y la escala puede ser enemiga de una red que se siente personal
• El modo de falla: un grupo donde todos publican y todos responden es puro ruido
• Lo que funciona en cambio: segmentar en redes verticales, como fintech, marketplaces, o fundadores que han levantado por encima de cierto monto
• Su ejemplo de un subgrupo que vale: los fundadores de unicornios, que se comparten deals y tienen una confianza ya armada, producto de una experiencia en común
• Y hay que avivar esos fuegos. Segmentarla y regarla con cuidado

Competir en una Clase de Activo Institucionalizada

• Le gusta que haya más capital y más gente inteligente. Así es como evoluciona la industria
• Su objeción a la frase de los mejores fundadores: la trata como entrar a un supermercado donde puedes ver las cinco mejores manzanas porque no tienen golpes
• Simplemente no lo sabes. Y mucha gente tiene poca red, está subestimada o sin descubrir, en lugares que te sorprenderían
• Su rol es ofrecer oportunidad ahí donde hay menos de ella
• Su especialización: no están metiendo cinco millones en algo, están metiendo un par de cientos de miles
• Su conclusión sobre el foco: si tienes un juego y te vuelves bueno en él, es difícil ganarte en esa cosa. Es fácil ganarte en algo muy amplio, como encontrar al mejor fundador

Cómo Ven el Talento que a Otros se les Escapa

• Una disposición a apostarle a gente que va a encontrar lo correcto con el tiempo
• Lo que aprendieron: el mercado que le importa a un fundador pesa mucho más que su idea
• En su etapa son dos personas, un perro y una idea
• Por qué la recompensa ahora es desproporcionada: una cosa puede escalar fuera de control muy rápido. Buscan unicornios de diez personas, después de cinco, después de una, y eventualmente de cero personas
• La mirada de sistema: cuando inviertes en cien empresas, casi puedes predecir cuántas se vuelven grandes. Mientras no lo escales fuera de control, funciona

El Consejo que Cambió por la IA

• El meme interno de Techstars: simplemente reemplaza la palabra IA por software
• El paralelo que traza: antes la pregunta era si ser una empresa mobile first. La respuesta era hacer las dos cosas, es solo otra forma en la que la gente entra
• Lo que no funciona: decir que eres una empresa de IA para ponerte frente al capital que hay ahí afuera. Eso es lo que hace todo el mundo
• Hacia dónde empuja a los fundadores: datos propietarios y relaciones propietarias. Algo que alguien más no tiene
• Su ejemplo concreto de lo que no es un negocio: buscar en tu base de datos con lenguaje natural. Quién no tiene eso
• Lo que sí es un negocio: datos recolectados de fuentes que nadie más tiene, más canales que nadie más tiene, puestos juntos
• La honestidad que cree que los fundadores necesitan: si los datos están ahí afuera, Gemini o ChatGPT van a dar la misma respuesta. No tienes nada especial ni ahora ni en un año
• La dinámica detrás de tanto hablar de burbuja: una empresa que ya existe, al sacar una funcionalidad, mata a mil startups. Le agregan IA al software de listas de correo y mil empresas amanecen muertas

La Contradicción Aparente sobre el Capital

• Por un lado, los equipos más chicos pueden hacer mucho más y quemar menos. Por el otro, las empresas de IA que tienen éxito están levantando rondas enormes
• Su forma de reconciliarlo es que son dos juegos distintos
• En un extremo: armas algo que deja boquiabierto a un mercado, eres dueño de casi todo, vale $50 millones, y tomó seis meses y poco capital. Un exit que cambia la vida, sin una ronda grande
• En el otro extremo: estás haciendo algo fundacional, entrenando tu propio modelo, y eso exige una infraestructura enorme, energía y compute
• Lo que está pasando alrededor de los dos: el mundo se está volviendo nativo de IA, pero todavía no llegó, y eso es parte de por qué espera algún tipo de corrección
• Dónde se sienta el riesgo: en el medio. Empresas que crean algo de valor pero terminan con un cap table abarrotado, con un precio por encima de lo que resultan valer
• Su descripción de ese limbo: unicornios de SaaS que dejaron de crecer, ni listos para el IPO ni adquiridos

Agentes de IA Haciendo Venture Capital

• Ya ha visto unos cuantos, y cree que pueden ser mejores que lo que hace un montón de inversionistas
• Su ejemplo fácil: un ángel hace siete inversiones, no funcionan, y lo deja. Una IA con un mínimo de criterio nunca intentaría eso, porque hay que estar diversificado
• Así que espera que algunos agentes le ganen a un pedazo del mercado bastante rápido
• La pregunta que sigue: qué es valioso entonces. Puedes tomar el dinero de un bot y gastarlo en el supermercado, pero no te llevas la red humana que hay detrás
• El paralelo que traza son los mercados públicos: las comisiones son lo que te mata, y el venture tiene comisiones altas
• La vara que pone: no necesitas ganarle al mercado, solo necesitas ser promedio y sin comisiones
• Su referencia es Jack Bogle en Vanguard, y la frase de Bogle de que, en promedio, la industria financiera le resta valor a la sociedad

El Patrón de lo que Dejó Pasar

• Lo que tienen en común: eran simplemente malas ideas. Las miraba y pensaba que esa es una mala idea
• El diagrama de Venn que alguien le dibujó hace años y que todavía recuerda: parece una mala idea, en realidad es una buena idea. El cruce chiquito del medio es donde la gente hace montones de dinero, porque nadie cree que sea una buena idea
• Sus ejemplos clásicos: nadie se va a subir al carro de un desconocido, nadie se va a quedar en la casa de un desconocido
• El pase concreto: era ángel en Uber y tuvo la chance de ser ángel en Lyft
• Matt Van Horn mentoreaba en Techstars y sigue siendo su amigo. Pero en ese entonces la empresa era Zimride, transporte entre ciudades para universitarios que volvían a casa en el verano
• Su reacción en ese momento: un mercado diminuto, no lo entiendo. Lo que pasó después: un gran equipo pivotó, hizo fast follow de Uber y armó su propia plataforma, con peso de verdad
• La lección: cuando la idea suena tonta, dejas de mirar de cerca a la gente. Y el equipo que se da cuenta de que la idea es tonta no es un equipo tonto
• El contraejemplo de su propio historial: nunca conoció a Travis ni a Garrett en Uber. Conoció a Ryan Graves, que mentoreaba en Techstars, hicieron click, y Graves se volvió el primer empleado y se quedó en el board hasta el IPO
• Su conclusión: puedes convencerte de descartar a un gran equipo en etapa temprana porque no te gusta la idea. Pregunta en cambio si te gusta el mercado, porque probablemente se van a quedar en él

Cómo Cambió su Filosofía en 20 Años

• Antes pensaba que tenía que estar en todos los buenos deals, y eso lleva al pensamiento de grupo y a una mentalidad de lemming
• Ahora piensa que solo tiene que asegurarse de que los deals en los que está sean buenos
• El segundo filtro es una mentalidad de que la vida es demasiado corta: tiene que querer trabajar con esa gente
• Por qué cree que eso no es ser blando: cuando hay click, ayudas más, y ellos trabajan más de cerca contigo
• Lo que hace cuando el fundador es grande pero no hay click: hay otro buen deal al que ir. No hay forma de estar en cada buen deal
• Y su creencia más amplia: si estás armando una startup porque hiciste un spreadsheet llamado fantasy XLS y lo haces para hacerte rico, sin un porqué, probablemente vas a fallar. Y él también, como inversionista, si no tiene un porqué
• A quién agradece por empujarlo a pensar en grande: se le cuela Brad Feld, y después nombra a Jack Bogle, a quien nunca conoció pero que cambió la industria financiera con lo que escribió

Glosario Silicon Valley

Personas, Empresas y Referencias

Personas Mencionadas

• David Cohen: fundador y CEO de Techstars, de vuelta en el rol después de cuatro años como chairman
• Brad Feld: su cofundador, que escribió mucho sobre give first y sobre las comunidades de startups
• Jack Bogle: fundador de Vanguard, y lo que escribió lo hizo pensar en grande
• Matt Van Horn: mentoreó en Techstars, sigue siendo amigo, y es parte del pase de Lyft
• Ryan Graves: la conexión de Uber a la que de verdad conoció, y con la que hizo click
• Enzo Cavalie: host del podcast

Empresas y Referencias

• Techstars: más de 4,000 empresas, más de $30 mil millones levantados, 22 unicornios
• SendGrid, ClassPass, PillPack, Chainalysis y Remitly: empresas que salieron del programa
• Uber y Twilio: sus inversiones como ángel
• Lyft, antes Zimride: el pase en el que todavía piensa
• Vanguard: el modelo de comisión baja al que espera que el venture termine pareciéndose
• Boulder: la ciudad de 100,000 personas que sigue rankeando en el top ten de venture