Comprar equipos y no productos será la estrategia de 'M&A' para 2026. El mercado de fusiones y adquisiciones estará marcado por la carrera por el talento y se priorizará adquirir equipos expertos en inteligencia artificial para ganar velocidad estratégica.
En 2026, la aceleración del M&A en start up estará impulsada sobre todo por la carrera por el talento, más que por la búsqueda de ingresos inmediatos. En IA y ciberseguridad, las empresas compiten por capacidades escasas -investigadores, ingenieros y líderes técnicos- que resultan lentas y difíciles de incorporar uno a uno. Por eso aumenta el atractivo de comprar equipos completos mediante operaciones tipo acqui-hire (comprar una empresa principalmente por su equipo) o acuerdos híbridos (licencia más contratación), que permiten ganar velocidad, saber hacer y ejecución en semanas, no en años, y además reducen el riesgo de coordinación de un equipo recién montado.
Este FOMO competitivo -no quedarse atrás frente a los rivales- empuja a pagar primas por talento incluso en start up todavía tempranas, donde la ventaja real es el equipo y no tanto el histórico financiero. A la vez, un mercado de financiación más exigente y la incertidumbre sobre las salidas a Bolsa hacen que más start up estén dispuestas a vender. La combinación de compradores urgentes por talento y vendedores abiertos a liquidez convierte el talento en el detonante crucial de M&A en 2026, especialmente cuando el tiempo de reacción marca la diferencia.
Nace una era en la que el talento de IA se trata como activo escaso "tipo estrella", y eso reconfigura las salidas a Bolsa y las fusiones y adquisiciones para este año. Hay una idea que lleva años circulando en el ecosistema tecnológico: si las salidas a Bolsa son escasas, debería aumentar la presión para que las start up encuentren liquidez por otra vía, especialmente vía fusiones y adquisiciones (M&A), incluidos procesos de consolidación sectorial y ventas estratégicas.
Un reciente análisis de Crunchbase insiste en que la carrera por el talento y la tecnología acelerará las fusiones y adquisiciones este año, sobre todo en verticales en los que el "reloj competitivo" es agresivo y el coste de quedarse atrás es alto.
En busca de la liquidez
La explicación a todo esto es que, cuando las salidas a Bolsa son escasas, se crea una presión estructural, porque el ecosistema venture necesita liquidez para funcionar: los fondos de venture capital tienen que devolver capital a sus inversores dentro de un horizonte (por ejemplo, ocho o doce años), y si no hay salidas a Bolsa se alarga el "tiempo hasta la salida" y se atasca el ciclo de retorno y reinversión, afectando también a la capacidad de levantar nuevos fondos y a la rotación del capital.
Además, por lo que se refiere a los empleados y fundadores de las start up, hay que tener en cuenta que gran parte de su compensación está en equity. Sin salida, ese equity es ilíquido, y crece la presión para buscar liquidez vía ventas parciales, secundarios o una adquisición. Y por lo que se refiere a las propias start up, si el mercado de capital (rondas) se endurece, levantar dinero puede implicar down rounds, que son rondas de financiación en las que una start up levanta capital a una valoración inferior a la de su ronda anterior. En ese contexto, vender pasa a ser una alternativa racional, o incluso una opción defensiva para proteger al equipo y al producto.
Probablemente sí veremos más M&A (moderadamente), y sobre todo M&A estratégico y de mayor tamaño, aunque el crecimiento de volumen no tiene por qué ser explosivo ni uniforme por geografías o sectores. Según EY-Parthenon, en mercados como el estadounidense el volumen de deals (acuerdos o transacciones) mayores de 100 millones de dólares crecerá en 2026; y Reuters añade que muchos ejecutivos esperan más actividad, con la inteligencia artificial como área de interés para deals y para compras con lógica industrial.
Además, según KPMG, en 2026 muchas compras y fusiones en tecnología estarán impulsadas por la inteligencia artificial. Las empresas no sólo invertirán en IA, sino que comprarán start up para avanzar más rápido. Y no comprarán sólo "un producto", sino tres cosas clave: talento (equipos de expertos difíciles de contratar), infraestructura (tecnología, datos, capacidad de computación y herramientas para operar IA) e integración (encajar esa inteligencia artificial dentro de sus sistemas y procesos para que funcione a escala y genere valor), con un foco creciente en despliegue, seguridad y adopción real.
Aquí es donde la carrera por el talento y la tecnología entran en juego: la presión por la liquidez actúa como empuje desde el lado vendedor, y la carrera por el talento y la tecnología funciona como tirón desde el lado comprador. Dicho de otra manera, hay más disposición a vender y más urgencia por comprar, y esa simultaneidad hace que el mercado se mueva con mayor rapidez.
Según Crunchbase, "las corporaciones están firmando cheques grandes por IA, ciberseguridad, datos y acuerdos masivos tecnológicos y de captación de talento", y añade que el miedo a quedarse fuera (lo que se conoce como FOMO) ha sido un driver en inteligencia artificial, tanto por el valor del equipo como por el valor de su propiedad intelectual y su capacidad de ejecución.
Acelerador de fusiones
La carrera por el talento es crucial sobre todo en IA y en ciberseguridad, donde el build versus buy lleva a comprar equipos completos para ganar velocidad y asegurar capacidad, especialmente cuando el talento es un cuello de botella y el aprendizaje colectivo del equipo pesa más que el código aislado. En estos casos, el comprador busca una unidad ya cohesionada: equipo, liderazgo técnico, hábitos de trabajo y un camino claro de integración.
Crunchbase asegura que los adquirentes están comprando antes "para llegar antes a la capacidad". En el caso de la IA ese tiempo vale mucho: si uno llega tarde al mercado pierde distribución, datos, socios y talento adicional. Por eso el M&A se considera un atajo de ejecución. Si el activo escaso es el equipo, el M&A se vuelve una herramienta fundamental de estrategia, no un plan B, y se apoya además en planes de retención, incentivos y continuidad del liderazgo técnico.
Así, el FOMO cambia la forma de conseguir talento: no sólo empuja a "contratar más", sino también a comprar equipos completos cuando el mercado de talento está tan disputado que "contratar" no ofrece velocidad ni certeza. Y cuando esa urgencia se combina con tecnología crítica, la operación deja de ser oportunista y pasa a ser estructural.
El talento, un activo estratégico
El FOMO convierte el talento en un activo estratégico escaso y empuja a las compañías a pagar primas salariales y paquetes extremos, o a comprar equipos completos.
Se trata de un acelerador, una vía más rápida y menos arriesgada que construir, porque reduce fricciones de coordinación y captura conocimiento tácito que no se transfiere bien con fichajes individuales.
El FOMO que surge de no querer quedarse atrás en IA implica decisiones muy concretas de contratación. Un ejemplo es el de Microsoft, que para acelerar su posición en IA fichó a Mustafa Suleyman (cofundador de DeepMind y creador de Inflection) para dirigir Microsoft AI. Junto a él incorporó a Karén Simonyan y a buena parte del equipo de Inflection. Es un ejemplo de FOMO porque, en vez de intentar contratar talento puntero uno a uno, Microsoft compra de golpe liderazgo, un equipo ya coordinado y con experiencia en construir modelos, para no quedarse atrás frente a rivales como Google, Meta o Amazon.
Precisamente Amazon fichó a David Luan (CEO de la start up Adept) y a varios cofundadores y empleados clave, en una operación similar a un acqui-hire acompañada de acuerdos paralelos. En lugar de construir lentamente un equipo equivalente desde cero, Amazon incorporó de golpe a un grupo ya experto en IA aplicada y en agentes que automatizan tareas. Es una forma de contrarrestar la idea de que Amazon iba "por detrás" en inteligencia artificial frente a rivales como Microsoft y Google. Así se gana velocidad y credibilidad, y se reduce el tiempo de maduración del producto.
Por su parte, Google volvió a fichar a Noam Shazeer y a Daniel De Freitas, dos investigadores que habían salido de la compañía y fundaron Character.AI, y también incorporó a parte de su equipo. El movimiento se estructuró mediante un acuerdo de licencia, parecido a otros quasi-acqui-hires recientes en el sector. El FOMO aquí revela que, ante la presión por no quedarse atrás en IA, Google prefiere recuperar a un grupo ya probado en vez de construir internamente durante años.
El círculo del FOMO se cierra con Meta, que intensificó su carrera de talento en IA para acelerar su proyecto de superinteligencia. Fichó a Ruoming Pang, responsable de modelos fundacionales en Apple, y a dos investigadores de IA de Apple para dar un salto de capacidad y no quedarse atrás, asumiendo los costes altos a cambio de velocidad.
El FOMO asociado a la contratación invade las 'start up'
Cuando hablamos de 'start up', el FOMO asociado a la contratación se vuelve todavía más "mecánico". No se trata sólo de pagar salarios altos sino de acelerar 'M&A' para capturar equipos completos.
En el caso de las 'start up' que fichan talento de IA por una especie de 'FOMO competitivo' hay algunos ejemplos:
- Anthropic fichó a investigadores de altísimo perfil procedentes de OpenAI para reforzar su capacidad técnica. Según Reuters, John Schulman, cofundador de OpenAI, dejó la empresa para unirse a Anthropic y centrarse en el trabajo de investigación. TechCrunch revela además que Durk Kingma, también cofundador de OpenAI, se incorporó a Anthropic. Es un ejemplo de FOMO competitivo porque, en un mercado en el que el talento 'top' es escaso, estos fichajes sirven para acelerar de golpe: aportan conocimiento profundo, velocidad de investigación y credibilidad ante los clientes e inversores. Son 'fichajes-señal' que ayudan a no quedarse atrás.
- Thinking Machines Lab, impulsada por Mira Murati, también es un ejemplo de esto porque nació literalmente comprando velocidad con talento. La compañía se lanzó con un equipo de unas 30 personas procedentes de OpenAI, Meta o Mistral. Así, desde el primer día la ventaja no fue un producto maduro, sino un núcleo capaz de construir rápido la empresa.
- La 'start up' francesa Mistral, gigante europeo de la IA, decidió expandirse en Silicon Valley para contratar científicos, ingenieros y equipo comercial. 'Financial Times' menciona incluso la posibilidad de trasladar a un cofundador para reforzar su presencia en la Bahía de San Francisco. Esto es FOMO competitivo porque supone jugar en el mercado de talento más disputado y caro del mundo: si uno quiere competir de tú a tú con los grandes laboratorios y 'start up' estadounidenses, necesita acceso directo a los mejores perfiles, redes y oportunidades. En vez de depender sólo del talento europeo, Mistral se posiciona justo donde está la mayor concentración de expertos, acelerando contratación, las asociaciones y el crecimiento.
- También Cohere, fundada por Aidan Gomez, Ivan Zhang y Nick Frosst en 2019 y dedicada a desarrollar modelos de lenguaje (LLMs) y una plataforma para crear chatbots, búsqueda semántica y automatización 'agentic' con controles de seguridad y privacidad, nombró a Joelle Pineau -exvicepresidenta de AI Research en Meta y líder de FAIR- como 'chief AI officer'. Con esto Cohere pretendía competir en un mercado en el que credibilidad y capacidad de ejecución importan tanto como el producto.
- SafeSuperintelligence (SSI), la 'start up' de Ilya Sutskever, construye un equipo de élite en Tel Aviv fichando investigadores sénior, incluidos perfiles académicos de alto nivel. La idea es que no se necesitan miles de empleados al principio, sino un núcleo pequeño y excepcional que trabaje muy coordinado para avanzar más rápido que equipos más grandes. Esto encaja con un 'FOMO competitivo', porque si se cree que la ventaja depende del talento escaso, asegurar cuanto antes a los mejores resulta crítico.
- El de Periodic Labs -'start up' de IA aplicada a ciencia y materiales fundada por Liam Fedus (exvicepresidente de investigación en OpenAI y Ekin Dogus Cubuk (ex de Google Brain-DeepMind)- no es tanto un ejemplo de contratación individual como de inversores compitiendo por no perderse a un equipo excepcional. Periodic Labs no es una empresa grande que contrata a alguien, sino una 'start up' que nace porque dos perfiles 'top' se van de sus empresas y montan un equipo. Los inversores ven a dos fundadores con un historial excepcional y piensan: "Si este equipo puede crear algo grande, prefiero entrar ya aunque el negocio aún no esté probado, porque si espero, me lo pierdo." Eso es también FOMO.
- AMI Labs, la nueva 'start up' impulsada por Yann LeCun, nombró a Alex LeBrun (cofundador y CEO de Nabla) como CEO. Es un ejemplo de FOMO porque ficha a un líder probado para acelerar desde el día uno: producto, alianzas y ejecución, ya que en IA moverse rápido y atraer talento es clave para no quedar atrás.