Stripe dice que las nuevas empresas en su plataforma casi se duplicaron año con año

Why it matters

Stripe's proprietary data suggests AI is accelerating company formation and early monetization, even as agents threaten thin software products. The opportunity is shifting toward founders with deep knowledge, differentiated markets and plans ambitious enough to justify years of work.

Patrick Collison (@patrickc), cofundador y CEO de Stripe, dijo que el número de nuevos negocios que comienzan en la plataforma de pagos se acercaba al doble del nivel del año pasado al 26 de julio, el aumento anual más fuerte que Stripe ha registrado.

Hablando en Y Combinator's Startup School, Collison dijo que los datos internos de Stripe también mostraban una mejora más allá de la formación de empresas. La nueva empresa mediana estaba rindiendo mejor que su contraparte del año anterior, dijo, mientras que una mayor proporción de negocios estaba alcanzando umbrales de ingresos que van de $1 millón a $10 millones. Las empresas formadas a través de Stripe Atlas, el servicio de constitución de Stripe, también estaban alcanzando sus primeros ingresos más rápido.

"Creo que los datos de Stripe sugerirían que nunca ha habido un mejor momento", dijo Collison.

La cifra de casi 2x es una métrica de Stripe, en lugar de un conteo de nuevos negocios en toda la economía. Collison no proporcionó el número subyacente de compañías ni el periodo usado para definir un negocio nuevo, y las inscripciones en la plataforma de pagos no miden cuántas empresas sobreviven. La posición de Stripe dentro de la economía startup aún le da peso al resultado: Stripe informó en febrero que directa o indirectamente impulsó a más de 5 millones de empresas y procesó $1.9 billones en volumen en 2025.

Esa actualización anual ofreció una vista anterior de la misma aceleración. Stripe dijo que su cohorte de 2025 creció aproximadamente 50% más rápido que la cohorte de 2024, mientras que el doble de compañías alcanzaron $10 millones en ingresos recurrentes anuales dentro de tres meses. Las constituciones por Stripe Atlas aumentaron 41% durante 2025, y 20% de las startups de Atlas cobraron a un cliente dentro de 30 días, frente a 8% en 2020. Stripe también dice que Atlas ahora representa 25% de las constituciones de empresas en Delaware.

Knowledge remains an advantage

Collison emparejó las cifras de crecimiento con un argumento en contra de externalizar demasiado pensamiento a la IA. Comparó el conocimiento acumulado con la capa de memoria más rápida de un procesador: la información ya disponible en la "caché cognitiva L1" puede ser recuperada y combinada más rápido de lo que una persona puede formular un prompt y esperar a un agente.

"Durante mucho tiempo, las búsquedas neuronales serán mucho más rápidas", dijo Collison.

Su prueba es el comportamiento de contratación de laboratorios de IA y empresas como Stripe, que siguen pagando mucho por la capacidad cognitiva incluso cuando los modelos mejoran. Collison dijo que desechar el valor del conocimiento aprendido antes de que la evidencia muestre que sus beneficios se han agotado sería prematuro.

Aplica el mismo estándar a la escritura. Collison dijo que sigue escribiendo su propio material porque no le gusta la prosa generada por modelos y todavía no ha encontrado un ensayo escrito por IA que le parezca convincente. También dijo que nunca ha enviado las respuestas preescritas que productos como Gmail colocan cada vez más frente a los usuarios.

Esa postura impone un límite a uno de los pitches más comunes de la ola de IA en las startups. Los modelos pueden reducir la mano de obra necesaria para investigar, codificar y operar un producto. No eliminan la ventaja que tiene un fundador que ya entiende el mercado, la tecnología o al cliente lo suficientemente a fondo como para hacer mejores preguntas y reconocer una respuesta débil.

AI changes where startups should begin

Collison reconoció que los agentes cada vez más capaces eliminarán algunas categorías de software. Un agente general que pueda navegar interfaces, ensamblar flujos de trabajo y ejecutar tareas puede absorber funcionalidad que anteriormente apoyaba una aplicación vertical independiente.

Rechazó la conclusión más amplia de que los proveedores de modelos consumirán todas las oportunidades para startups. Las organizaciones grandes tienen dificultades para perseguir cientos de prioridades a la vez, incluso cuando poseen el capital, la distribución y la capacidad técnica para entrar en mercados adyacentes. Collison señaló a Google como una compañía que ha tenido éxito en muchos campos sin construir todos los productos posibles.

"En general, creo que ese miedo ha sido exagerado", dijo.

La presión competitiva puede, en cambio, cambiar cómo los fundadores eligen un mercado inicial. Collison dijo que el enfoque tradicional de lean-startup, en el que un equipo encuentra una pequeña apertura mediante publicidad o pruebas rápidas y se expande de manera incremental, se vuelve más difícil cuando la IA permite que muchos competidores identifiquen y ataquen la misma apertura.

Su alternativa es una mayor diferenciación desde la formación. Los fundadores pueden usar la IA para comenzar con un producto técnicamente ambicioso o una posición de mercado inusual que anteriormente habría requerido un equipo mucho más grande. Citó laboratorios de IA de frontera y a la empresa de tecnología de defensa Anduril como compañías cuyos planes iniciales no se parecían a experimentos estrechos y de bajo costo.

La implicación práctica es que la IA reduce el costo de intentar una idea grande mientras aumenta la presión competitiva alrededor de las obvias. Un fundador que construye una interfaz delgada alrededor de un modelo ampliamente disponible enfrenta replicación rápida por parte de otras startups, proveedores de modelos y vendedores de software establecidos. Una empresa organizada alrededor de conocimiento propietario, operaciones difíciles o un mercado que otros han ignorado tiene más espacio para componerse.

Founders still have to want the company

Collison también advirtió a los posibles fundadores contra tratar la formación de la empresa como la decisión principal. La cuestión más dura llega si la startup funciona.

"¿Y si tienes éxito?" dijo. "Y recaudas dinero y tienes clientes y tienes empleados y todo un asunto. ¿Vas a disfrutar eso? ¿Vas a querer trabajar en eso por 10 años, por 17 años, por 30 años?"

Collison ha pasado la mayor parte de su vida adulta dentro de ese resultado. Antes de Stripe, él y su hermano John construyeron Auctomatic, software para vendedores en línea, y lo vendieron en 2008. Patrick asistió brevemente al MIT y más tarde describió Stripe al Congress como un esfuerzo por facilitar la aceptación de pagos por internet.

Los hermanos decidieron perseguir Stripe después de asistir a Startup School en Berkeley en 2009. Collison recordó tomar la decisión mientras regresaba de la cena, razonando que el proyecto "probablemente no será tan difícil". A Stripe le tomó casi dos años lanzarse públicamente en septiembre de 2011.

El regreso a Startup School dio a los datos de formación de Collison una simetría conveniente. Stripe ofreció a los asistentes incorporación gratuita en Atlas, eliminando un costo administrativo más para cualquiera que saliera del evento listo para comenzar. La apuesta más grande es visible en la estrategia de producto de Stripe: más empresas nuevas crean más demanda de pagos, facturación, impuestos, prevención de fraude y servicios de incorporación. El optimismo de Collison sobre la creación de startups está fundado en los datos de Stripe, y Stripe se beneficia directamente si esa lectura resulta ser correcta.