El edtech sigue mandando DVDs por correo

Cuando yo estaba en la universidad, Netflix era una empresa que enviaba DVDs por correo. Hacías una lista de todo lo que querías ver, que Netflix llamaba tu “cola”. Su plan estándar en 2002 te permitía tener tres DVDs fuera al mismo tiempo, sin fechas de entrega ni recargos por retraso, y la compañía también ofrecía otros planes con distintos niveles de servicio. Cuando devolvías uno, Netflix te enviaba otro título disponible de tu cola.

En su momento fue brillante. No tenías que manejar hasta Blockbuster. No había recargos. El catálogo era enorme comparado con lo que podía almacenar una tienda física, y Netflix podía aprender qué te gustaba y recomendarte qué ver después. Pero había una limitación gigantesca de la que Netflix no podía salir optimizando: seguías teniendo que esperar a que llegara el siguiente DVD.

Cuando Netflix lanzó el streaming en 2007, empezó a eliminar por completo la entrega física y después extendió la distribución por internet más allá de la computadora, hacia otros dispositivos. La relación con el cliente se mantuvo, el sistema de recomendaciones se mantuvo y buena parte de lo que creaba valor se mantuvo. El sobre rojo y la espera, no.

Cada vez pienso más en el edtech desde esa distinción. En mi primer ensayo sostuve que hasta un 90 % del edtech de hoy va a desaparecer, consolidarse, volverse irrelevante o quedar absorbido por otra cosa en los próximos años. No lo creo porque la educación esté perdiendo importancia. Lo creo porque el aprendizaje está viviendo su momento Netflix.

La gente sigue buscando información. Sigue intentando entender conceptos difíciles, practicar habilidades, preparar exámenes, aprender idiomas, cambiar de carrera, resolver problemas y pedir explicaciones. Lo que cambió de forma dramática es cómo lo hace.

Abren ChatGPT, Claude, Gemini o Perplexity. Preguntan directamente y luego preguntan otra cosa. Suben el documento que se les atraviesa. Piden una explicación al nivel de alguien de 12 años y después al nivel de un posgrado. Piden ejemplos y ejercicios de práctica, discuten la respuesta, le piden al sistema que les haga preguntas y que les explique dónde se equivocaron.

Esto ya no es un comportamiento hipotético del consumidor. OpenAI informó en 2025 que más de un tercio de los jóvenes en edad universitaria en Estados Unidos usaba ChatGPT y que alrededor de una cuarta parte de sus mensajes tenía que ver con aprender o con tareas escolares. La UNESCO reportó que más de dos tercios del alumnado de secundaria en países de ingresos altos ya usaba IA generativa, mientras que los datos de uso de Anthropic en 2026 situaron la instrucción educativa y el trabajo bibliográfico como la segunda categoría más grande de uso de Claude.ai.

El aprendizaje no desapareció. Cambió el modo de consumo. Y buena parte del edtech sigue mandando DVDs por correo.

La incómoda historia del edtech

La explicación obvia de por qué tanto edtech se ve hoy tan vulnerable es la IA generativa. Sería cómodo decir que llegó ChatGPT y de pronto dejó obsoleta a una industria sana. Por desgracia, la cronología no sostiene esa explicación.

El sector tenía problemas estructurales serios mucho antes de que apareciera ChatGPT. Si miras los últimos 10 o 15 años del edtech, casi puedes ver una sucesión de intentos por resolver los problemas creados por la generación anterior. Los primeros sistemas empresariales solían ser horribles. Eran difíciles de comprar, difíciles de configurar y difíciles de usar. Implementar uno podía exigir consultores, integraciones, capacitación, proyectos de migración y meses de trabajo antes de que alguien que estudiaba viera absolutamente nada.

Después llegó el SaaS y pareció resolver el problema. Los productos se volvieron más fáciles de comprar, más fáciles de implementar y mejor diseñados. Estaban en la nube y eran por suscripción, sin necesidad de un proyecto gigante de TI. Fue un avance real, pero en algún momento la industria empezó a confundir eliminar fricción de implementación con crear valor.

Nos volvimos extraordinariamente buenos haciendo software: una plataforma de cursos, una de cuestionarios, una de tutorías, una para docentes, una de engagement, una app de idiomas, una de bienestar, una de educación financiera, una de desarrollo profesional, una plataforma de competencias. Otro inicio de sesión, otro panel y otra suscripción. Como el SaaS hizo más fácil vender software, se vendió una cantidad enorme de software. Eso no significa que alguien lo usara.

El Informe de Seguimiento de la Educación en el Mundo 2023 de la UNESCO encontró que, en promedio, el 67 % de las licencias de software educativo en Estados Unidos no se usaban y el 98 % no se usaban de forma intensiva. El EdTech Genome Project, citado en el informe, analizó unas 7.000 herramientas pedagógicas que representaban 13.000 millones de dólares de gasto y encontró que el 85 % encajaban mal o estaban mal implementadas. Es una cifra asombrosa, y creo que a la industria le ha resultado demasiado cómodo llamarle a esto un problema de implementación.

Por supuesto que la implementación importa. Las escuelas no capacitan al profesorado. Los liderazgos compran software sin cambiar comportamientos. Los productos se integran mal. Los docentes no tienen tiempo. Compras y uso van por caminos separados. Pero desde la lógica de un modelo de negocio, esas explicaciones solo llegan hasta cierto punto.

Si construyo un producto que genera valor únicamente cuando el cliente capacita bien a todo el mundo, lo integra a la perfección, impulsa el uso de forma constante y de algún modo convence a miles de personas ocupadas de adoptar un hábito nuevo, esas dependencias son parte de la economía de mi producto. No puedo simplemente declarar que son problema del cliente.

El problema de la evidencia era igual de incómodo. La UNESCO encontró que solo el 7 % de las empresas de edtech británicas que revisó había hecho un ensayo controlado aleatorizado. Un 12 % había usado certificación de terceros y un 18 % había participado en estudios académicos. En una encuesta en 17 estados de Estados Unidos, solo el 11 % del profesorado y del personal directivo pidió evidencia revisada por pares antes de adoptar tecnología educativa.

Así que creamos un mercado peculiar. Las empresas con frecuencia no demostraban que sus productos mejoraran el aprendizaje, quienes compraban con frecuencia no exigían pruebas antes de comprarlos, y la industria se volvió extremadamente sofisticada midiendo lo que el software podía medir: registros, inicios de sesión, minutos vistos, preguntas respondidas, cursos completados y certificados generados.

Esas cosas te dicen qué pasó dentro del software. No necesariamente te dicen que alguien aprendió, y desde luego no te dicen que el cliente recibió suficiente valor como para seguir pagando.

El COVID hizo que casi cualquier DVD pareciera útil, por un tiempo

Entonces llegó el COVID. La inversión global de capital de riesgo en edtech fue de unos 7.000 millones de dólares en 2019. Saltó a 16.100 millones en 2020 y a 20.800 millones en 2021. Para 2024 se había desplomado a unos 2.400 millones, antes de subir apenas a 2.600 millones en 2025.

La lectura habitual es que quienes invierten enloquecieron durante la pandemia y luego recuperaron la cordura. Hay algo de verdad en eso, pero el COVID también creó una ilusión extraordinaria de product-market fit, porque eliminó la alternativa.

Las escuelas no eligieron voluntariamente la educación en línea por encima de aulas que funcionaban perfectamente. Las universidades no podían esperar a que mejorara el software. Las empresas no podían cancelar indefinidamente cada programa de formación, y las familias no podían decidir que sus hijos ya habían tenido suficiente pantalla y mandarlos de vuelta a la escuela. No había a dónde más ir.

Lo viví en primera persona. Antes de la pandemia, empresas como la mía podían dedicar la primera mitad de una conversación de ventas a explicar por qué el aprendizaje debía ocurrir en línea. De pronto dejamos de tener que hacerlo. El mundo había hecho el argumento por nosotros.

El uso explotó, pero la adopción de emergencia solo demuestra que un producto funciona cuando la gente no tiene alternativa. No demuestra que vaya a seguir eligiéndolo cuando la alternativa regrese. La industria trató ese tráfico de emergencia como si se hubiera establecido de forma permanente un patrón de comportamiento completamente nuevo. Luego el mundo reabrió y los clientes recuperaron su capacidad de elegir.

Si el COVID disfrazó temporalmente debilidades estructurales que ya estaban ahí, esas debilidades deberían haber empezado a aparecer antes de que la IA generativa se volviera un sustituto serio. El lugar obvio para buscar esa evidencia es el mercado público.

El mercado se rompió antes de ChatGPT

Quería saber si las debilidades que el COVID había ocultado temporalmente empezaron a aparecer antes de que la IA generativa se volviera un sustituto serio. No porque el precio de una acción pueda decirnos si la gente quería aprender, no puede, sino porque puede decirnos algo mucho más acotado y aun así muy importante: qué pasó con el dinero que se invirtió en las empresas que supuestamente iban a beneficiarse de la digitalización de la educación.

Así que volví al cierre de 2020 y tomé las 20 mayores empresas educativas cotizadas puras por valor de mercado en ese momento. Eran TAL Education Group, Offcn Education, New Oriental, Chegg, Gaotu Techedu, Bright Horizons, Pearson, Kahoot!, Grand Canyon Education, China Education Group, China East Education, IDP Education, East Buy Holding, China Yuhua Education, Youdao, Laureate Education, Pluralsight, 2U, Cornerstone OnDemand y John Wiley & Sons.

Después hice un experimento deliberadamente simple. Imagina que el 31 de diciembre de 2020 tenías un millón de dólares y decidías que el edtech era donde querías ponerlo. ¿Qué habría pasado con ese dinero?

Este ejercicio tiene límites evidentes. El precio de una acción no mide pedagogía, demanda de aprendizaje ni calidad de producto. Una empresa puede crecer en ingresos y destruir valor para sus accionistas porque quienes invirtieron pagaron de más desde el inicio. Otra puede construir un producto excelente y aun así dar un retorno mediocre. Los precios están afectados por tasas de interés, ejecución, competencia, regulación, geografía y las expectativas ya incorporadas en la valoración de partida.

Así que no uso la bolsa como prueba de que la gente dejó de querer educación. La uso para hacer una pregunta mucho más estrecha: ¿se recompensó realmente a quienes asignaron capital a las empresas que representaban la categoría?

También había una complicación enorme entre las 20 originales. Nueve eran chinas, y las restricciones a las tutorías que China impuso en 2021 cambiaron de raíz la economía de buena parte del mercado privado de educación. Esas pérdidas son totalmente reales si eras inversionista, pero sirven menos si la pregunta es si los modelos de negocio ya se estaban debilitando al margen de un evento regulatorio extraordinario. Así que calculé ambas cosas.

La cartera completa de 20 empresas nos dice qué pasó realmente si alguien compró la categoría tal como existía a finales de 2020, China incluida. Para la comparación central, quité las nueve empresas chinas y miré las 11 restantes: Chegg, Bright Horizons, Pearson, Kahoot!, Grand Canyon Education, IDP Education, Laureate Education, Pluralsight, 2U, Cornerstone OnDemand y John Wiley & Sons.

Y entonces pregunté qué pasó con ese millón de dólares.

En el grupo sin China, un millón de dólares invertido en la empresa mediana se convirtió en unos 1,07 millones. Si el dinero se hubiera repartido por igual entre las 11 empresas, habría llegado a unos 1,31 millones, en buena medida porque un puñado de empresas fuertes jaló la cartera hacia arriba. Si en cambio ese millón se hubiera asignado según el valor de mercado de las empresas al inicio del periodo, es decir, siguiendo la jerarquía que el propio mercado ya le había dado a la categoría, habría terminado en unos 1,02 millones.

En el mismo periodo, un millón de dólares invertido en SPY se convirtió en unos 2,10 millones. En QQQ, en unos 2,18 millones. Esa comparación es difícil de maquillar.

Quien invertía en edtech como especialista tenía que entender compras escolares, pedagogía, implementación, tasas de finalización de cursos, regulación, presupuestos institucionales, ciclos de venta B2B y la diferencia entre un LMS, un OPM, una empresa de tutorías y un operador universitario. Tenía que decidir qué empresas merecían capital, qué valoraciones estaban justificadas y qué modelos de negocio sobrevivirían. Quien invertía de forma pasiva podía comprar SPY e irse a comer.

Seguir la jerarquía original del mercado en las empresas educativas sin China dejó a la persona especialista con unos 1,02 millones. El mismo monto inicial en SPY produjo unos 2,10 millones. Más de un millón de dólares de valor adicional vino de elegir la alternativa pasiva.

Eso no prueba que el edtech fuera inútil, ni prueba que no hubiera demanda de educación digital. Prueba algo mucho más incómodo para quien invierte: como grupo, las mayores empresas educativas cotizadas no recompensaron la especialización, la concentración y el riesgo adicionales que exigía invertir en ellas.

Pero incluso esa conclusión es demasiado amplia, porque las empresas no se comportaron ni remotamente igual.

Un millón de dólares invertido en Laureate Education se convirtió en unos 5,67 millones. En Pearson, en unos 2,21 millones. Grand Canyon Education llegó a unos 1,71 millones, Wiley a unos 1,45 millones y Cornerstone OnDemand a unos 1,31 millones.

En el otro extremo, un millón de dólares invertido en Chegg cayó a unos 12.000 dólares. En 2U se fue a cero. IDP Education bajó a unos 122.000, Kahoot! a unos 368.000 y Bright Horizons a unos 478.000.

Esas no son diferencias menores alrededor de un resultado sectorial común. Una empresa multiplicó por más de cinco la inversión original mientras otra prácticamente la borró.

Y eso importa porque descarta la conclusión más simple. El mercado no estaba decidiendo que la educación en sí se hubiera vuelto inútil. Estaba distinguiendo entre tipos de negocio muy distintos que habían quedado bajo la misma etiqueta de edtech.

De hecho, quizá ahí esté parte del problema con la categoría misma. Llamamos “edtech” a un abanico enorme de negocios fundamentalmente distintos solo porque todos tocan la educación. Pero un operador universitario, una editorial, un proveedor de evaluación, un LMS, una plataforma de tutorías y una app de aprendizaje para consumidores no comparten necesariamente la misma economía por el simple hecho de que sus clientes estén aprendiendo algo.

Algunos de los negocios más fuertes estaban ligados a instituciones, credenciales, evaluación, investigación, publicación, operaciones reguladas o infraestructura profundamente incrustada dentro del cliente. Otros dependían mucho más de que la gente decidiera una y otra vez visitar un destino digital aparte para obtener contenido, cursos, actividades o respuestas. Y en ese segundo grupo estuvo parte de la destrucción más espectacular.

Lo cual lleva a la siguiente pregunta evidente. Si esos negocios eran especialmente vulnerables porque la gente tenía que volver a una plataforma aparte para algo que cada vez podía conseguir en otro lado, ¿fue ChatGPT lo que los rompió?

La cronología dice que no.

El primer desplome ocurrió antes de la IA. Después llegó un segundo.

Chegg es el ejemplo más violento. En su punto máximo en 2021, la empresa valía unos 14.700 millones de dólares. Hoy su valor de mercado ronda los 100 millones. Más del 99 % del valor desapareció.

Es enormemente tentador mirar esa destrucción y contar una historia simple: llegó ChatGPT, el estudiantado dejó de pagar por respuestas y una categoría entera se rompió. El problema es que la primera ruptura ocurrió demasiado pronto.

Separé a las empresas educativas cotizadas según si una IA de propósito general podía reproducir un resultado central por el que sus clientes les pagaban. No era una clasificación de si las empresas usaban IA. Era una medida de con qué facilidad un sistema de IA general podía sustituir el resultado que antes el cliente necesitaba de esa empresa.

De febrero de 2020 a noviembre de 2022, un millón de dólares invertido en la empresa mediana de mayor exposición cayó a unos 550.000. En el mismo periodo, un millón invertido en el negocio educativo mediano de menor exposición se convirtió en unos 1,39 millones.

Eso ocurrió antes de que ChatGPT tuviera ninguna oportunidad real de causar el desplome. Algo ya andaba mal.

Después el patrón hizo algo importante que es fácil pasar por alto si solo comparas el inicio y el final: se estabilizó. De noviembre de 2022 a diciembre de 2023, un millón de dólares en la empresa mediana de mayor exposición se convirtió en unos 1,04 millones, mientras que la inversión equivalente en el grupo de menor exposición llegó a unos 1,06 millones. Durante cerca de un año, la brecha dejó de ampliarse. El grupo vulnerable ya había sido revalorado a la baja con dureza, pero ya no se hundía respecto al resto del sector.

Entonces llegó la segunda ruptura.

Durante 2024 y 2025, conforme se aceleró la adopción de IA generativa, un millón de dólares en la empresa mediana de mayor exposición cayó a unos 400.000. El equivalente de menor exposición llegó a unos 1,08 millones.

Esa secuencia es mucho más interesante que decir que la IA mató al edtech. Primero, los negocios más expuestos a la sustitución cayeron con fuerza antes de ChatGPT. Después se estabilizaron. Y luego, una vez que la gente tuvo una forma radicalmente más fácil de obtener muchos de los mismos resultados, la brecha volvió a abrirse.

Eso no prueba que la IA haya causado cada dólar de la segunda caída. Los precios de las acciones dependen de tasas de interés, ejecución, competencia, geografía y valoración de partida. Pero establece el orden de los hechos, y ese orden vuelve mucho más difícil sostener la explicación cómoda.

Si la IA generativa hubiera roto de golpe una industria por lo demás sana, el primer desplome habría llegado después de la IA generativa. No fue así.

La conclusión más incómoda es que una parte relevante del edtech ya había desarrollado una economía frágil alrededor de productos difíciles de retener, poco utilizados o dependientes de que la gente visitara una y otra vez destinos separados. La primera corrección del mercado dejó esas debilidades a la vista. Durante un breve periodo, el daño se estabilizó. Después la IA generativa cambió la forma en que la gente podía acceder a muchos de esos mismos resultados, y las empresas cuya propuesta de valor era más fácil de reproducir volvieron a caer.

Esa diferencia importa muchísimo. Si ChatGPT fuera el problema original, la respuesta obvia sería añadirle IA al producto existente. Pero si la necesidad de fondo sigue ahí mientras cambia la forma de acceder a ella, entonces la pregunta estratégica es mucho más grande: ¿ese mismo valor sigue teniendo que entregarse a través del mismo producto?

¿Y si el producto sirve pero el envase está equivocado?

Netflix tuvo éxito no porque la gente quisiera de pronto películas distintas, sino porque una nueva tecnología le permitió cambiar el mecanismo de entrega y quitarle fricción al usuario. Hoy esa fricción rara vez es una barrera física. Puede ser un modelo de pago, un inicio de sesión aparte, una app que alguien tiene que acordarse de abrir, un curso que hay que comprometerse a terminar o una plataforma que exige cambiar un hábito ya existente.

Las empresas de aprendizaje compiten hoy contra el aprendizaje que ocurre en TikTok, en pódcast, en YouTube y en IA de propósito general. En un estudio europeo de 2025 encargado por YouTube, el 74 % de las personas jóvenes encuestadas dijo haber visto videos de YouTube para aprender algo nuevo para la escuela. Los canales oficiales de Plaza Sésamo en YouTube generaron más de cinco mil millones de reproducciones en el año previo a que YouTube anunciara una alianza ampliada que convertiría a la plataforma en el mayor hogar digital de sus episodios a partir de 2026.

De nuevo: la demanda de aprendizaje no desapareció. Se movió. Y elegir el envase equivocado puede terminar en un fracaso rotundo. Un ejemplo danés reciente lo vuelve inusualmente concreto. MYiNNERME era una app digital de salud mental desarrollada por psicólogos infantiles para niñas, niños, adolescentes y sus familias. Ofrecía programas de aprendizaje autoguiado sobre ansiedad, enojo, timidez, duelo, acoso escolar, sueño y autoestima, traduciendo enfoques psicológicos consolidados en ejercicios y contenidos que las familias podían usar fuera de una sesión de terapia tradicional. La empresa detrás de MYiNNERME ya cerró, señalando que no logró encontrar un modelo de negocio rentable.

La conclusión obvia sería que el producto fracasó porque no había suficiente demanda de lo que ofrecía. No estoy segura de que esa sea la conclusión correcta.

Si yo enfrentara hoy el mismo problema, cuestionaría que una app deba ser siquiera el punto de partida. Imagina en cambio un canal de YouTube sin rostro construido alrededor de los personajes de la empresa. Una niña podría encontrarse con uno de esos personajes en un video que explica la ansiedad, volver a verlo en una historia sobre acoso escolar, usarlo para un ejercicio de respiración y más tarde reconocerlo en contenido sobre irse a dormir o empezar en una escuela nueva.

Crear ese universo ya no requiere nada parecido a la infraestructura de producción que habría hecho falta antes. Los personajes pueden crearse y animarse con herramientas asistidas por IA. Guiones, voces, traducciones y variaciones pueden producirse mucho más barato. La producción y la publicación pueden automatizarse. Los mismos personajes y conceptos psicológicos pueden pasar del video largo de YouTube a los shorts, al audio, a ejercicios imprimibles y a material que usen psicólogos o escuelas.

También pueden salir por completo de la pantalla. La misma propiedad intelectual podría convertirse en cuentos, libros para colorear por impresión bajo demanda, libros de actividades, cartas u otros productos físicos, sin que la empresa tenga que financiar inventarios enormes antes de descubrir si alguien los quiere.

El punto no es que MYiNNERME necesariamente habría triunfado como empresa de YouTube. Es que el activo valioso nunca fue necesariamente la app. Era la experiencia clínica, los marcos psicológicos, los ejercicios, las historias, los personajes y la capacidad de traducir conceptos emocionales difíciles a algo que la infancia pudiera entender. La app era una forma de envolver ese valor. Hoy hay muchas más.

Así que una empresa concreta y un modelo de entrega concreto pueden desaparecer mientras la demanda de fondo sigue intacta. De hecho, esa demanda puede estar atendida hoy en más lugares que nunca: dentro de productos dedicados, a través de creadores, en YouTube, mediante IA, en las escuelas, entre sesiones de terapia y con productos físicos conectados a mundos digitales.

Pero eso crea otro problema. Si el software se vuelve más barato de construir y el contenido más barato de crear, entonces tener buen contenido tampoco basta.

La pregunta importante pasa a ser: ¿qué sigue siendo escaso? Pueden ser las marcas con credibilidad. Pueden ser las credenciales. Pueden ser los datos propios, la distribución, las relaciones institucionales, la comunidad, la aprobación regulatoria, la integración en el flujo de trabajo, la evaluación reconocida, la propiedad intelectual o los resultados demostrados. La respuesta cambiará según la empresa, pero el principio es el mismo. Cuando producir software y producir contenido se abaratan, quien invierte tiene que identificar la parte del negocio que no es fácil de reproducir. Esa es una distinción mucho más útil que preguntar si una empresa de edtech “usa IA”.

El momento DVD del edtech también es un problema para quien invierte

La IA generativa no solo ha creado nuevos lugares donde aprender. También ha abaratado enormemente que las empresas reempaqueten la misma propiedad intelectual en muchos de esos lugares.

Pero hay una diferencia importante entre MYiNNERME, la industria edtech en general y Netflix. El edtech no entra a esta transición tecnológica desde una posición de fortaleza económica evidente. Los problemas financieros y las caídas de valor son anteriores a la IA generativa. Mucho antes de que ChatGPT fuera un sustituto serio, el sector tenía licencias sin usar, poca evidencia de resultados, retención difícil y modelos de negocio que dependían de que la gente volviera una y otra vez a destinos digitales aparte. Los mercados públicos ya reflejaban parte de esas debilidades.

Por eso cada vez creo más que la distinción útil no es simplemente entre “empresas de IA” y “empresas que no son de IA”. Puede ser entre destinos e infraestructura. Un destino exige que el cliente decida venir a ti. Abrir la app. Entrar a la plataforma. Empezar el curso. Ver la lección. Preguntarle al tutor. Completar la actividad. Volver mañana.

La infraestructura es distinta. Vive dentro de un flujo de trabajo, una institución o un sistema que ya existe. Credenciales, evaluación, publicación, cumplimiento normativo, administración escolar, titulaciones reconocidas, datos propios y herramientas institucionales profundamente integradas pueden tener formas de valor más difíciles de interceptar para una interfaz de IA general.

Eso no hace invulnerables a los negocios de infraestructura, ni convierte en inútiles a los negocios de destino. Pero la distinción importa porque la IA reduce drásticamente la fricción para obtener información, explicaciones, práctica y una instrucción cada vez más personalizada sin visitar una plataforma especializada.

Para quien invierte, entonces, la pregunta no es solo si la gente va a seguir aprendiendo. Obviamente lo hará. La pregunta es quién captura la economía de ese aprendizaje cuando cambia la interfaz por la que ocurre.

La comparación con el mercado público hace difícil ignorar el problema. Seguir la jerarquía original del mercado en las mayores empresas educativas cotizadas sin China convirtió un millón de dólares en unos 1,02 millones. En el mismo periodo, ese mismo millón en SPY se convirtió en unos 2,10 millones. Quien invertía como especialista tenía que entender pedagogía, compras públicas, implementación, regulación y un conjunto de modelos de negocio muy específicos, mientras que quien invertía de forma pasiva podía comprar un fondo indexado e irse a comer. La opción pasiva terminó con más del doble de dinero.

Esto no es un argumento de que la educación no tenga valor. Es casi lo contrario. La gente sigue aprendiendo. La infancia sigue necesitando ayuda con la ansiedad. Las personas adultas siguen necesitando entender de inversiones. El personal de las empresas sigue necesitando nuevas habilidades. El estudiantado sigue necesitando explicaciones. La demanda no está desapareciendo. La pregunta incómoda es por qué tantas de las empresas creadas para atender esa demanda han sido tan malas convirtiéndola en valor para sus accionistas.

El caso de MYiNNERME lo hace especialmente fácil de ver. La empresa puede desaparecer mientras el conocimiento que creó, los problemas que atendía y las personas que buscan esas soluciones siguen ahí. Ese valor hoy puede envolverse en un universo de YouTube, personajes recurrentes, interacciones con IA, libros, programas escolares, herramientas para psicólogos, productos físicos o combinaciones de todo lo anterior, muchas veces con costos de producción y distribución que habrían sido impensables hace pocos años.

La película no perdió su valor cuando lo perdió el DVD. Pero tampoco servía de mucho ser dueño de un negocio de DVDs después de que llegó el streaming.

Esa es la distinción que creo que hoy importa para quien invierte en edtech. El buen contenido no basta. La buena pedagogía no basta. Ni siquiera una demanda enorme basta. Si la tecnología cambia la forma en que la gente consume el valor de fondo, la empresa tiene que moverse con ella y encontrar cómo capturar suficiente de ese valor para justificar el capital invertido.

Si no, ¿para qué asumir el riesgo adicional? Si alguien puede poner un millón de dólares en un índice pasivo, no hacer casi nada y terminar con más del doble, el capital especializado en edtech tiene que ganarse su existencia.

Por eso, la próxima generación de ganadoras no serán simplemente las empresas que usen IA, las que tengan los mejores cursos o las que hagan las apps de hoy un poco mejores. Serán las que entiendan qué parte de su producto sigue siendo realmente escasa y valiosa, cómo la nueva tecnología cambia la forma más barata y natural de entregarla, y en qué punto de ese nuevo sistema hay de verdad un negocio capaz de capturar suficiente valor para dar retornos atractivos.

Por eso creo que el 90 % del edtech puede desaparecer sin que el aprendizaje desaparezca con él. No nos estamos quedando sin cosas que aprender. Quizá solo nos estemos quedando sin razones para pagar por ellas de las maneras que el edtech pasó la última década construyendo.