Start with the punch line: the elevator has replaced the staircase. Traditional SaaS averaged a decade to $100M in recurring revenue; Lovable did it in eight months, Mercor in eleven, Cursor in twelve. This is not a faster version of the old motion, it is a different physics.
Empieza con el remate: el ascensor reemplazó a la escalera. El software tradicional promediaba una década hasta 100M; Lovable lo hizo en ocho meses, Mercor en once, Cursor en doce. No es una versión más rápida del viejo modelo, es otra física.
This is a curve with no precedent in software history, which is why it needs a log scale to stay legible. Anthropic sat at an $87M run-rate in early 2024. By May 2026 it was $47 billion. Each gridline here is a tenfold jump, and the line still climbs steeply.
Es una curva sin precedente en la historia del software, por eso necesita escala logarítmica para leerse. Anthropic estaba en 87M anualizados a inicios de 2024. Para mayo de 2026 llegó a 47.000 millones. Cada línea es un salto de diez veces, y la curva sigue subiendo.
If Anthropic is the wild outlier, OpenAI is the steady rocket. Revenue roughly tripled every year, from $2 billion in 2023 to a $24 billion run-rate by spring 2026. At this scale, tripling is no longer a startup metric, it is an economy-sized one.
Si Anthropic es el valor atípico, OpenAI es el cohete constante. Los ingresos casi se triplicaron cada año, de 2.000 millones en 2023 a 24.000 millones anualizados en la primavera de 2026. A esta escala, triplicar ya no es una métrica de startup.
Cursor is the distribution story. It multiplied ARR twenty-fold in roughly twelve months, the fastest B2B software scale-up on record. That growth is not just enterprise contracts: it already reaches 70% of the Fortune 1,000 and over a million paying customers.
Cursor es la historia de distribución. Multiplicó sus ingresos por veinte en cerca de doce meses, el escalamiento B2B más rápido registrado. Ese crecimiento no son solo contratos: ya llega al 70% de las Fortune 1.000 y a más de un millón de clientes de pago.
The speed is not just the model labs. Glean compounded enterprise-search revenue from $15M in 2022 to $300M, doubling in its last nine months. Sierra took its customer-service AI from $26M to $200M in about eighteen months. The application layer is riding the same curve.
La velocidad no es solo de los laboratorios. Glean llevó sus ingresos de búsqueda empresarial de 15M en 2022 a 300M, duplicándose en sus últimos nueve meses. Sierra pasó su IA de atención al cliente de 26M a 200M en unos dieciocho meses. La capa de aplicaciones sigue la misma curva.
Line them up and the two model labs dwarf everyone. Anthropic at $47B and OpenAI at $25B are a full order of magnitude above Cursor, and two above the sub-$500M app leaders. The log scale is the only way to fit both giants and the specialists on one chart.
Al alinearlos, los dos laboratorios eclipsan al resto. Anthropic con 47.000M y OpenAI con 25.000M están un orden de magnitud sobre Cursor, y dos sobre los líderes de aplicaciones por debajo de 500M. La escala logarítmica es la única forma de caber gigantes y especialistas en un gráfico.
Now the cold water. Enterprises poured $30 to $40 billion into generative AI, and MIT found that 95% of pilots delivered zero measurable profit-and-loss impact. The revenue rockets are real, but so is the graveyard behind them. Everything after this slide is about the gap.
Ahora el agua fría. Las empresas invirtieron entre 30.000 y 40.000 millones en IA generativa, y el MIT halló que el 95% de los pilotos no tuvo impacto medible en ganancias. Los cohetes de ingresos son reales, pero también el cementerio detrás. Todo lo que sigue trata de esa brecha.
Here is how the machine works. Two years ago Anthropic had a dozen customers spending over a million dollars a year. Today it is more than a thousand, part of a base of 300,000 business customers that includes eight of the Fortune 10. Land small, then expand hard.
Así funciona la máquina. Hace dos años Anthropic tenía una docena de clientes que gastaban más de un millón al año. Hoy son más de mil, parte de una base de 300.000 clientes empresariales que incluye a ocho de las Fortune 10. Aterrizar pequeño y expandir con fuerza.
The land-and-expand motion is literal. Glean gets a foot in one department's door with a roughly $60,000 pilot, proves value, then furnishes the whole building with $300,000 to $500,000-plus enterprise deals. The first check is small on purpose. The real revenue comes from what follows.
El modelo de aterrizar y expandir es literal. Glean mete un pie en un departamento con un piloto de unos 60.000 dólares, demuestra valor y luego amuebla todo el edificio con acuerdos de 300.000 a 500.000 o más. El primer cheque es pequeño a propósito. El ingreso real viene después.
This is the number that proves the motion works. In 2025, existing customers spending more, not new logos, drove 52% of all new revenue. The whole game is the second and third contract, not the first. That is why sellers chase net retention above all.
Este es el número que prueba que el modelo funciona. En 2025, los clientes existentes gastando más, no los nuevos, impulsaron el 52% de todos los ingresos nuevos. El juego entero es el segundo y tercer contrato, no el primero. Por eso los vendedores persiguen la retención neta ante todo.
Retention rewards the enterprise seller. Enterprise SaaS keeps and grows about 118 cents of every revenue dollar each year, so a cohort expands even before a single new customer arrives. Small-business tools sit at 97, below the break-even line, quietly shrinking. That gap is why everyone chases the enterprise.
La retención premia al vendedor empresarial. El SaaS empresarial conserva y hace crecer unos 118 centavos de cada dólar al año, así una cohorte se expande antes de sumar un cliente. Las herramientas de pymes están en 97, bajo el equilibrio, encogiéndose. Esa brecha explica por qué todos persiguen la empresa.
Retention is not just a benchmark, it holds at real scale. OpenAI reported keeping 88% of its enterprise customers a full year in. When a base that large stays, expansion revenue compounds on top of a foundation that barely leaks. That is the flywheel.
La retención no es solo un promedio, se sostiene a gran escala. OpenAI reportó conservar al 88% de sus clientes empresariales un año completo. Cuando una base tan grande se queda, el ingreso por expansión se acumula sobre una base que casi no gotea. Ese es el volante de inercia.
The buyers are showing up with real money. Enterprise generative-AI spending went from $1.7 billion in 2023 to $37 billion in 2025, the fastest-growing software category in history. And 45% of CIOs say that money comes straight out of existing software line items. AI is not new budget, it is a reallocation.
Los compradores llegan con dinero real. El gasto empresarial en IA generativa pasó de 1.700 millones en 2023 a 37.000 millones en 2025, la categoría de software de más rápido crecimiento de la historia. Y el 45% de los CIO dice que ese dinero sale de partidas de software existentes. La IA no es presupuesto nuevo, es una reasignación.
The build-versus-buy question does not have a clean answer yet. Menlo reports 76% of enterprise AI use cases are now met by purchased tools. But a UBS survey found 60% of companies still choose to build in-house. They measure different things, and both are contested, which is exactly why buyers hesitate at the vendor-evaluation stage.
La disputa entre construir y comprar aún no tiene respuesta limpia. Menlo reporta que el 76% de los casos de uso empresarial se cubren con herramientas compradas. Pero una encuesta de UBS halló que el 60% de las empresas aún prefiere construir. Miden cosas distintas y ambas están en disputa, y por eso los compradores dudan en la evaluación del proveedor.
The pilot-to-production drop is brutal. IDC estimates that of the ten to twenty proofs-of-concept a firm ran in 2024, half reached production, a quarter failed outright, and a quarter simply stalled. Other trackers are harsher: one Q2 2026 read put paid production at just 31%. Either way, most experiments never ship.
La caída de piloto a producción es brutal. IDC estima que de las diez a veinte pruebas que una empresa hizo en 2024, la mitad llegó a producción, un cuarto fracasó y un cuarto se estancó. Otros rastreadores son más duros: una lectura del segundo trimestre de 2026 puso la producción pagada en solo 31%. En todo caso, la mayoría nunca se despliega.
The demo dazzles, then the deal drowns in questionnaires. Buyers name security review as the checkpoint most likely to stall or kill a deal, just ahead of vendor evaluation and rescopes. It is not a soft speed bump: Gartner data suggests security review alone kills roughly 23% of enterprise deals outright.
La demostración deslumbra y luego el trato se ahoga en cuestionarios. Los compradores señalan la revisión de seguridad como el punto que más frena o mata un trato, apenas por encima de la evaluación del proveedor y los cambios de alcance. No es un bache suave: datos de Gartner sugieren que la revisión de seguridad mata directamente cerca del 23% de los tratos.
Every new review step adds time. Among purchases over $10,000, 72% of AI buys take eleven weeks or more, compared with 57% for traditional software. The extra evaluation, the governance questions, the ROI proof: they all pile up in the calendar before a contract is signed.
Cada nuevo paso de revisión suma tiempo. Entre las compras de más de 10.000 dólares, el 72% de las de IA tarda once semanas o más, frente al 57% del software tradicional. La evaluación extra, las preguntas de gobernanza, la prueba de retorno: todo se acumula en el calendario antes de firmar.
This is the real test, and the split is stark. Firms that have run AI in production for a year or more report roughly 287% annual returns. Firms stuck at the pilot stage report losses. The gap between AI spend and shipped value is not evenly shared: durability is what pays. Treat the exact figures as one low-confidence estimate.
Esta es la verdadera prueba, y la división es tajante. Las empresas con IA en producción un año o más reportan cerca del 287% de retorno anual. Las estancadas en piloto reportan pérdidas. La brecha entre gasto y valor no se reparte por igual: la durabilidad es lo que paga. Las cifras exactas son una estimación de baja confianza.
The next wave faces the same reckoning. Gartner predicts that over 40% of agentic AI projects will be canceled by the end of 2027, killed by unclear ROI and runaway cost. The revenue rockets and the graveyard are the same market, seen from two ends.
La próxima ola enfrenta el mismo ajuste de cuentas. Gartner predice que más del 40% de los proyectos de IA agéntica se cancelará para fines de 2027, por retorno incierto y costo desbordado. Los cohetes de ingresos y el cementerio son el mismo mercado, visto desde dos extremos.
The graveyard is expensive, and it has a headstone. IBM and MD Anderson spent $62 million and five years on a Watson oncology project that never treated a single patient. It is the cautionary tale the whole enterprise-AI boom is trying to outrun. Winning the sale is only half the job; surviving production is the rest.
El cementerio es caro, y tiene lápida. IBM y MD Anderson gastaron 62 millones y cinco años en un proyecto de oncología con Watson que nunca trató a un paciente. Es la advertencia que todo el auge de la IA empresarial intenta superar. Ganar la venta es la mitad; sobrevivir a producción es el resto.
The research behind this deck
AI-native startups reach nine- and ten-figure revenue in months, land small and expand into seven-figure contracts, and ride a surge in enterprise AI budgets. But most pilots still die in security review, and only firms that reach durable production see returns.
Key findings
AI-native startups now hit $100M in annual recurring revenue in months, not the decade traditional SaaS needed: Lovable did it in just 8 months. Alatirok
Anthropic's run-rate revenue exploded from $87M in early 2024 to $47B by May 2026, a scale of growth with no precedent in software history. Anthropic (via Willison)
OpenAI tripled revenue roughly every year, climbing from $2B in 2023 to a $24B run-rate by April 2026. SaaStr
Cursor went from $100M to $2B in annual revenue in about a year, the fastest B2B software scale-up ever recorded. The Next Web
Anthropic's biggest accounts multiplied: from a dozen customers spending over $1M a year two years ago to more than 1,000 today. Sacra
Glean's enterprise-search revenue compounded from $15M in 2022 to $300M by May 2026, doubling in its last nine months alone. Sacra
Sierra's customer-service AI grew from $26M to $200M in annual revenue in about 18 months, crossing $100M roughly a year after launch. Sacra
On revenue, Anthropic and OpenAI tower over the app layer: Anthropic at $47B, OpenAI $25B, Cursor $2B, Glean, Harvey and Sierra under $500M each. Value Add VC
Despite $30-40B poured into enterprise generative AI, MIT found 95% of pilots delivered zero measurable profit-and-loss impact. MIT NANDA
As of Q2 2026, only about 31 of every 100 enterprise AI pilots convert into a paid production deployment. The Daily Brief (Beri)
IDC found that of the 10-20 generative AI proofs-of-concept a firm ran in 2024, about half reached production, a quarter failed, and a quarter stalled. IDC
Enterprise sales cycles have stretched from 8.1 months in 2023 to 12.4 months in 2027 as AI evaluation adds new review steps. Pulse Knowledge Library
The argument
Lovable reached $100M ARR in 8 months, a milestone traditional SaaS needed roughly a decade to hit.
Anthropic's run-rate rocketed from $87M in early 2024 to $47B by May 2026.
OpenAI roughly tripled revenue each year to a $24B run-rate, and Cursor went $100M to $2B in about a year.
The counter-punch: MIT found 95% of enterprise AI pilots delivered zero measurable profit-and-loss impact.
Winners land small and expand: Anthropic's $1M+ accounts grew from a dozen to over 1,000.
Enterprise generative-AI spending jumped from $1.7B to $37B in two years, cannibalizing legacy software.
Deals stall at security review, and by IDC's count only about half of pilots reach production.
Gartner expects over 40% of agentic AI projects canceled by 2027, while production veterans reportedly triple their money.
This research is published in English and Spanish. Ver en español
