¿Qué es la due diligence? Cómo la aplican los VC hoy
Resumen
La due diligence es la verificación de las afirmaciones de una empresa antes de invertir, comprar o firmar. Cubre cinco líneas: financiera, legal, técnica, comercial y de equipo. En startups de IA añade la procedencia de los datos de entrenamiento, la propiedad del modelo y el margen tras el coste de inferencia. Las señales de alerta se clasifican por su efecto: acaban con la operación, mueven el precio o se corrigen después del cierre.
La due diligence es la verificación estructurada de lo que una empresa afirma antes de que cambien de manos el dinero, las participaciones o una firma. En venture capital, el inversor contrasta las finanzas, la situación legal, la tecnología, el mercado y el equipo de una startup con lo que dice el pitch deck. Entonces, ¿qué es la due diligence en la práctica? Una lista de solicitudes, una data room y unas semanas en las que cada cifra se comprueba dos veces. En las startups de IA de 2026, la lista tiene dos líneas adicionales: quién es dueño de los datos de entrenamiento y qué hace el coste de inferencia con el margen bruto.
¿Qué cubre realmente la due diligence en una operación de venture capital?
Cinco líneas de trabajo se ejecutan en paralelo. Cada una tiene un responsable, una lista de pruebas y una regla de parada.
Financiera: calidad de los ingresos, burn, runway y retención por cohortes. Pruebas: P&L mensual, extractos bancarios y puente de ARR.
Legal: cap table, constitución, contratos y litigios. Pruebas: escritura de constitución, pacto de socios, plan de opciones y MSA de clientes.
Técnica: arquitectura, seguridad, titularidad de la propiedad intelectual y escalabilidad. Pruebas: revisión de código, prueba de penetración y acceso al repositorio.
Comercial: tamaño de mercado, pipeline, churn y concentración de clientes. Pruebas: llamadas con clientes, exportación del CRM y notas de ganancias y pérdidas.
Equipo: trayectoria de los fundadores, perfiles clave y referencias. Pruebas: llamadas de referencia informales y contratos laborales.
Cuanto más temprana es la fase, más ligeras son las cuatro primeras filas. Un check pre-seed se apoya casi por completo en la fila de equipo, porque no hay nada más que auditar. Hacia la Serie A, las filas financiera y legal cargan la mayor parte del peso, y el inversor espera libros limpios. Kruze Consulting publica listas de verificación por fase que muestran qué suelen pedir los inversores en pre-seed, Serie A y Serie B.
Conviene separar una distinción antes que nada. La due diligence no es una auditoría. El auditor certifica que los estados financieros siguen las normas contables. El equipo de diligencia pregunta si el negocio es lo que dice el vendedor y pone precio a la diferencia. Los hallazgos no aprueban ni rechazan una operación sin más: mueven la valoración, las garantías de tipo escrow y las condiciones de cierre.
¿Quién la dirige y cuánto tarda?
Del lado comprador, un socio principal o un principal lidera el proceso, un asociado construye el modelo y un despacho externo se encarga de la parte legal. Contables y asesores técnicos entran para preguntas concretas, no para todo el expediente. Del lado vendedor, el CFO o un responsable financiero externo (fractional) monta la data room y responde a las preguntas.
Los plazos varían según el tamaño de la operación. Una ronda seed con un lead que ya conoce a los fundadores puede cerrarse en dos o tres semanas. Una Serie B con inversores nuevos se acerca más a seis u ocho semanas. Una adquisición de control dura más porque se amplían las filas legal y fiscal. Tómense estas cifras como rangos orientativos, no como referencias: ningún conjunto de datos público registra la duración de la diligencia, y quien cite un promedio preciso está adivinando.
El factor de coste rara vez es la tabla de honorarios. Es la atención de los fundadores. Un equipo que pasa cuatro semanas respondiendo solicitudes no está lanzando producto, y los inversores que lo entienden envían una sola lista consolidada en lugar de cinco.
La secuencia de siete pasos que siguen la mayoría de operaciones
Screening. Encaje con la tesis, la fase y el tamaño del cheque. La mayor parte del pipeline muere aquí, y ese es el objetivo.
Llamada con la dirección. Los fundadores repasan las cifras. El inversor escucha lo que el deck omite.
Lista de solicitudes. Un archivo estructurado de documentos, enviado una sola vez. La lista de muestra de Cooley GO para rondas de VC es una plantilla muy reutilizada.
Revisión de la data room. Las filas financiera, legal y técnica se revisan en paralelo.
Llamadas con referencias y clientes. Contactos informales con antiguos colegas y, después, con entre tres y cinco clientes.
Memorando de hallazgos. Señales de alerta clasificadas como bloqueantes, que mueven el precio o que son corregibles tras el cierre.
Ajuste del term sheet o salida. Los hallazgos se convierten en garantías, indemnizaciones, escrow o un precio menor.
Saltarse el paso 5 es el atajo más frecuente y el más caro. Un cliente que dice «estamos evaluando alternativas» emite una señal que ninguna data room contiene.
¿Qué cambia cuando el objetivo es una startup de IA?
La due diligence tradicional de software revisa la calidad del código, la seguridad y la arquitectura. Todo eso sigue vigente. La capa de IA añade cuatro preguntas que deciden la operación.
¿La empresa es dueña de lo que entrena? Los datos de entrenamiento pueden estar licenciados, extraídos de la web, comprados o generados por los usuarios, y cada origen tiene derechos distintos. El inversor pide la licencia de cada conjunto de datos relevante y comprueba que el entrenamiento del modelo está permitido. La falta de procedencia no es una nota a pie de página: en casos graves deja el modelo inutilizable. Los reguladores también piden evaluaciones de impacto en protección de datos y la base jurídica de cualquier dato personal presente en el conjunto de entrenamiento.
¿La capacidad es propia o alquilada? Los modelos fundacionales se han convertido en mercancía. Si el producto es un prompt y un flujo de trabajo envuelto alrededor de una API de terceros, un competidor con un equipo de ingeniería pequeño puede copiarlo. Las señales a buscar son los datos propios, el rigor en la evaluación y la profundidad de la integración en el flujo de trabajo. Una demo no prueba ninguna de las tres cosas.
¿Sobreviven las unidades económicas a la escala? El coste de inferencia crece con el uso. Una startup que presume de un margen bruto del 80% en un piloto con diez clientes amigos no ha dicho qué margen tendrá con diez mil peticiones diarias. Pida el coste por tarea, por cohorte de clientes, de los últimos seis meses.
¿Puede reproducirse y defenderse el modelo? Las model cards, los registros de entrenamiento, los conjuntos de evaluación y el historial de versiones son el equivalente en IA a los estados financieros auditados. Si el equipo no puede volver a ejecutar la precisión que anunció el trimestre pasado sobre un conjunto de datos nuevo, la previsión de adopción construida sobre ella es frágil.
La seguridad merece una línea propia. Los agentes con permisos amplios, la exposición a inyección de prompts y el acceso de terceros a datos son superficies de ataque que las revisiones clásicas de software no estaban diseñadas para probar. La señal de alerta es sencilla: datos sensibles al alcance de un sistema que no tiene motivo para verlos.
De dónde salen los datos: la capa externa
Antes de abrir la data room, el equipo de diligencia construye una visión externa a partir de bases de datos. Quién más ha financiado a la empresa, cómo es su contratación y cómo ha cambiado la página de precios del producto. Esta capa es barata en comparación con el resto y fija las preguntas para la llamada con la dirección.
Crunchbase es el punto de entrada. Según los listados de los proveedores, el plan Pro de autoservicio cuesta unos $49 por usuario y mes con facturación anual, y las exportaciones se limitan a 2,000 filas al mes. Ese límite es la restricción a tener en cuenta: basta para comprobar una sola empresa y es insuficiente para mapear un vertical.
PitchBook está en el otro extremo. Cubre unos 4.5 millones de empresas y 525,000 inversores, y se vende bajo presupuesto, por puestos y a precio de empresa. La cobertura justifica el coste cuando se necesitan comparables de operaciones, datos a nivel de fondo e historial de M&A en un mismo lugar. No lo justifica para una comprobación puntual.
Dealroom es la opción más sólida para objetivos europeos. Según los precios reportados, parte de unos EUR 12,600 con un mínimo de tres puestos, así que es una herramienta de equipo, no de analista en solitario.
Tracxn organiza las empresas en una taxonomía sectorial curada, con informes de paisaje escritos por analistas, y es más fuerte en India y el sudeste asiático. Para un objetivo de IA en esos mercados, a menudo muestra competidores que las bases de datos occidentales no detectan.
Ninguna de estas herramientas sustituye a la data room. Indican qué afirmaciones probar primero. La diferencia entre lo que muestra una base de datos y lo que dice el fundador es donde la llamada con la dirección debe concentrar su tiempo.
¿Qué señales de alerta cambian el precio y cuáles acaban con la operación?
No todos los hallazgos pesan lo mismo. La clasificación útil es por lo que el inversor puede hacer al respecto.
Acaban con la operación:
Propiedad intelectual del fundador o de un contribuidor clave que no está asignada a la empresa
Datos de entrenamiento obtenidos incumpliendo su licencia, sin vía de subsanación
Ingresos que no pueden conciliarse con los extractos bancarios
Mueven el precio:
Costes de inferencia que comprimen el margen bruto por debajo del que aparece en el deck
Concentración de clientes por encima de un tercio del ARR en una sola cuenta
Conflictos de licencias open source que obligan a rehacer la arquitectura
Corregibles tras el cierre:
Actas de consejo que faltan u opciones sobre acciones desactualizadas
Lagunas de seguridad con un plan de remediación definido
Versionado del modelo sin documentar
La clasificación determina el papel de cada hallazgo. Las señales que acaban con la operación detienen el proceso. Las que mueven el precio se traducen en una valoración menor o en un earn-out ligado a un rendimiento verificado. Las corregibles se convierten en condiciones de cierre, escrow o retenciones (holdbacks) vinculadas a hitos de remediación.
¿Cómo debe prepararse un fundador antes de abrir la data room?
Empiece entre 60 y 90 días antes de la ronda. Ejecute las mismas cinco líneas de trabajo como autoauditoría y corrija lo que sea barato de corregir: asigne la propiedad intelectual, limpie el cap table, concilie los ingresos con el banco y documente las licencias de los datos de entrenamiento. Los inversores valoran lo que el fundador puede demostrar, y durante la diligencia cada afirmación sin prueba se convierte en un descuento.
Construya la data room como herramienta operativa, no como una carrera de última hora. Un cierre mensual que produzca los mismos documentos que pedirá el inversor convierte la siguiente ronda en un ejercicio de copiar y pegar.
En las empresas de IA, prepare cuatro documentos antes de que alguien los pida: un inventario de conjuntos de datos con sus términos de licencia, una model card de cada modelo en producción, un informe de evaluación que describa el conjunto de prueba y una tabla de coste por tarea por cohorte. Estos cuatro responden en una sola pasada a la mayoría de las preguntas específicas de IA.
Lo que haríamos nosotros
Para un cheque seed o Serie A, prescinda del paquete completo de asesores externos. Haga la pasada por las bases de datos externas, dos llamadas con clientes y una revisión legal de una página sobre la asignación de la propiedad intelectual y el cap table. Eso cubre los fallos que de verdad matan operaciones.
Para una Serie B o una adquisición, pague la revisión técnica si la afirmación de IA sostiene la valoración. Un modelo alquilado y uno propio se valoran de forma muy distinta, y la única manera de distinguirlos es pedir las pruebas.
Señales, no narrativas: el expediente de diligencia está terminado cuando cada afirmación del deck tiene un documento al lado, o un descuento.