En septiembre de 2025, la consultora Strategex hizo un experimento: pasó los mismos prompts de TAM, SAM y SOM por Gemini, ChatGPT y AlphaSense sobre cinco mercados cuyo tamaño real ya conocían. En uno de ellos, la IA devolvió un TAM de 33.600 millones de dólares. El tamaño del mercado real era de 1.980 millones; un error de diecisiete veces pero entregado con la seguridad de quien nunca ha dudado de nada…
Lo interesante no es que la IA alucinase y arrojase un resultado erróneo; es que se equivocó hacia arriba sobreestimando el tamaño del mercado aunque la cifra que arrojó estaba bien redactada, bien estructurada y tenía toda la pinta de un informe de consultora.
Que los fundadores de una startup inflen o sobreestimen el tamaño del mercado es bastante habitual y casi que normal porque no siempre es fácil de estimar porque necesitas acceso a datos, informes sectoriales… y no siempre son datos públicos o accesibles.
En 2020 escribí sobre el TAM-SAM-SOM y en 2024 volví sobre la cuantificación del mercado para explicar por qué el «solo con el 1% de este mercado ya somos unicornio» es la manera más rápida de perder una reunión (y pegarse un tiro en el pie en un pitch en un evento de inversión o ante una reunión con inversores).
Aquellos artículos siguen siendo válidos; sin embargo lo que ha cambiado es que ahora el emprendedor tiene un cómplice, una herramienta que infla por él, gratis, en treinta segundos y con una prosa impecable: la IA generativa.
1. Lo que ha cambiado desde 2024 a la hora de calcular el tamaño del mercado
En estos dos años y medio desde mi último artículo sobre el TAM-SAM-SOM han cambiado 3 cosas fundamentales y que, además, no son nada despreciables:
1. El listón del bottom-up ya no se negocia. El top-down (partir de un informe de mercado global y filtrar hacia abajo) siempre fue el camino cómodo; el bottom-up (contar clientes reales y multiplicarlos por lo que pagan), el trabajoso. Ahora el cómodo es directamente sospechoso porque cualquiera puede generarlo sin pensar. Cuando un inversor ve una cifra que sale de un informe de Gartner, sabe que todos los fundadores de esa categoría tienen acceso al mismo PDF. No le estás contando nada. Le estás contando que googleaste durante treinta segundos.
2. El SOM se ha convertido en un problema de capacidad comercial, no de porcentaje. Esta es la parte que más me interesa y la que casi nadie hace bien. Es tu capacidad actual para llegar al mercado y es clave, luego lo veremos en detalle.
3. El TAM ya no se descubre: se construye. Procore empezó vendiendo gestión de obra y acabó siendo el sistema operativo de la construcción. Toast empezó siendo un TPV de restaurantes y acabó siendo una fintech completa, creciendo por ARPU y no solo por clientes nuevos. Euclid Ventures lo dice de manera muy directa: los fundadores deberían dedicar un orden de magnitud más de tiempo a la estrategia de expansión del TAM que al cálculo del TAM. El número es el suelo, no el techo.
Y mientras tanto, la teatralidad no ha bajado…
En mayo de 2026, SpaceX presentó su S-1 ante la SEC (el folleto de salida a bolsa ante el regulador estadounidense donde se declaran las cifras reales del negocio bajo responsabilidad legal) afirmando haber identificado «el mayor mercado direccionable accionable de la historia de la humanidad»: 28,5 billones de dólares, aproximadamente el PIB anual de Estados Unidos, de los cuales 26,5 billones eran IA.
Cuando una empresa que fabrica cohetes te dimensiona su mercado incluyendo las aplicaciones empresariales de inteligencia artificial, ya no estamos hablando de un TAM… es otra cosa diferente…
2. Por qué la IA tiende a inflar el tamaño de mercado
La IA no infla los datos ni por maldad ni por casualidad, los infla por cuatro motivos que conviene entender porque solo así se pueden controlar y, de esta forma, minimizar la probabilidad de meter la pata en un deck o en una reunión.
2.1 El pecado del promedio
El fallo de Strategex que comentaba al inicio es bastante ilustrativo.
Para calcular el mercado de un software para e-commerce, la IA cogió la comisión media por comerciante y la multiplicó por el número total de comerciantes. Un cálculo elegante que parece lógico pero que, en realidad, es absurdo porque Amazon no paga lo mismo que la ferretería de tu barrio.
La disposición a pagar, el famoso willingness to pay, no es un número: es una curva, unos pocos pagan muchísimo y una inmensa mayoría paga muy poco o nada.
Cuando coges la media en lugar del área bajo la curva, el mercado se hincha exageradamente. Es exactamente el mismo error que cometió WeWork en su S-1 de 2019 cuando declaró un TAM de tres billones de dólares multiplicando 255 millones de trabajadores de oficina por un coste medio de ocupación de 11.700 dólares. La crítica de thrv lo explicaba bien: tomar la media en vez del área bajo la curva infla el mercado de forma descomunal. Un modelo de IA en 2026 comete ese mismo error solo y sin ayuda de un banco de inversión.
Así que si en tu cálculo aparece una media, probablemente estás inflando.
2.2 La fabricación de fuentes
Los modelos inventan informes, no «a veces», es algo que incluso es medible.
En el estudio de Walters y Wilder (Scientific Reports, 2023), GPT-3.5 fabricó el 55% de las citas que ofrecía y GPT-4 el 18%. En trabajos posteriores centrados en economía, más del 30% de las referencias eran inexistentes, y la fiabilidad empeoraba cuanto más especializado era el prompt que se le daba a la IA.
Traducido a nuestro terreno: cuanto más nicho sea tu mercado, más probable es que la IA se invente el informe que «demuestra» su tamaño.
Hay otra trampa que no debemos ignorar. A veces, aunque la fuente exista, puede que sea de muy mala calidad.
Busca en Google el tamaño de cualquier mercado y verás cifras que varían en cuatro órdenes de magnitud según quién publique el artículo: para «mercado del SEO» puedes encontrar cifras que van desde los 26 millones hasta 427.000 millones de dólares. Es un ecosistema industrial de informes generados para posicionar en Google, todos con su CAGR de dos dígitos y su metodología invisible.
La IA los lee con el mismo respeto que un dato del INE, así que revisa siempre las fuentes y la veracidad de sus datos.
2.3 La sobreconfianza está medida
En FermiEval (Stanford, octubre de 2025), los investigadores pidieron a los modelos intervalos de confianza del 99% en problemas de estimación. Esos intervalos contenían la respuesta correcta solo el 65% de las veces. Aunque daban una confianza alta, las respuestas eran erróneas.
Los autores lo llaman «túnel de percepción»: el modelo tiene en la cabeza un abanico amplio de valores posibles, de los más probables a los más raros, pero al responder solo mira el centro de ese abanico y descarta los extremos (que el mercado real sea diez veces mayor o diez veces menor de lo que parece). El problema es que un intervalo del 99% se define precisamente por incluir los extremos. Es como presupuestar una reforma contando solo con que todo saldrá según lo previsto: la horquilla sale estrecha y la confianza con la que te la dan, inflada.
Y QuantSightBench (abril de 2026) añade el matiz que nos afecta directamente. De once modelos evaluados, ninguno alcanza el objetivo del 90% de cobertura: el mejor se queda en el 79,1%. Pero lo importante es esto otro: la calibración se degrada a medida que crece la magnitud del número. Con valores entre 1 y 10 la cobertura supera el 80%, en cuanto las cifras llegan al orden de los cientos de miles, cae por debajo del 65%.
Es decir, el régimen donde peor se comportan los modelos es exactamente el régimen del tamaño de mercado porque son números grandes basados en estimaciones.
2.4 El sesgo complaciente
El cuarto motivo no es técnico, es humano. Si tú le escribes a un modelo «calcula el TAM de mi startup de IA para recursos humanos, creo que es enorme», el modelo te va a dar la razón. No porque mienta, sino porque le has puesto la conclusión en el propio prompt y va a intentar darte la razón.
La IA es una máquina de plausibilidad, no una máquina de verdad y una cifra inflada es siempre más plausible que una cifra pequeña, porque hay más informes optimistas que pesimistas en Internet.
3. Cómo calcular el TAM, SAM y SOM con IA: los cuatro modos
La conclusión no es dejar de usar IA para dimensionar mercados, sería absurdo porque es la mejor herramienta que hemos tenido nunca para este trabajo. Solamente tenemos que cambiar qué le pedimos; es decir, no pedirle nunca la cifra, hay que pedirle los ingredientes de la cifra para luego componerla.
Cuatro modos de uso, en este orden.
Modo 1: contar, no estimar
Nunca preguntes «¿cuánto vale este mercado?». Pregunta «¿cuántas empresas hay que cumplan estas condiciones, y de dónde sale ese número?».
El bottom-up honesto es una operación de recuento. En España tienes el DIRCE del INE: a 1 de enero de 2025 había 3.310.824 empresas activas, clasificables por CNAE, tramo de asalariados y comunidad autónoma. Y ahí aparece el dato que le arruina el TAM a media España: el 54,4% no tiene ni un solo asalariado y el 81,6% tiene dos o menos. Si tu producto necesita un equipo con estructura, acabas de perder ocho de cada diez empresas de tu «mercado».
Prompt para usar:
Necesito contar el universo de empresas objetivo para un SaaS de [X]. Mi ICP es [criterios: sector, tamaño, geografía, condición]. Usa exclusivamente fuentes estadísticas oficiales (DIRCE/INE para España, Eurostat/NACE para Europa, Census/NAICS para EE.UU.). Para cada cifra, dame: el número, la tabla concreta de la que sale, el año y el enlace directo a la fuente. Si no encuentras el dato en una fuente oficial, dilo explícitamente en lugar de estimarlo. No calcules ningún tamaño de mercado todavía.
La última frase es la importante porque le estás prohibiendo el resultado para obligarle al método.
Modo 2: extraer, no inventar
Los mejores datos de mercado no están en informes de mercado, están en las cuentas de tus competidores cotizados. Un S-1 o un 10-K (el informe anual auditado que toda cotizada presenta ante el regulador) te da ARPU real, número de clientes real y penetración real. Es material primario y es gratis.
Te paso el S-1 de [competidor]. Extrae: número de clientes, ingreso medio por cuenta, tasa de retención neta, definición exacta que ellos hacen de su mercado y qué segmentos excluyen. Cítame la página de cada dato. No interpretes: extrae.
Aquí la IA es excelente, porque el trabajo es de lectura y estructuración, no de invención. Es la diferencia entre pedirle memoria y pedirle atención.
Modo 3: calcular, no narrar
Cuando ya tienes inputs verificados, el cálculo lo hace una hoja de cálculo, no un prompt. Usa el intérprete de código, no el chat.
Con estos inputs [tabla verificada], construye el modelo bottom-up en Python. Calcula TAM, SAM y SOM en tres escenarios (conservador, base, optimista). Después haz un análisis de sensibilidad: dime qué variable, movida un 20%, cambia más el resultado. No añadas ninguna cifra que no esté en la tabla que te he dado.
Cuando el modelo tiene que ejecutar código, no puede maquillar. O cuadra o no cuadra.
Modo 4: atacar, no confirmar
Este es el modo que casi nadie usa y el que más valor genera. Una vez tienes tu cifra, pídele a la IA que la destruya.
Este es mi cálculo de TAM/SAM/SOM con todos mis supuestos [pegar]. Actúa como el socio más escéptico de un fondo de venture capital que va a decir que no. Enumera, ordenados por gravedad: (1) qué supuesto es más frágil y por qué, (2) dónde estoy confundiendo gasto total de la industria con mercado direccionable de mi producto, (3) dónde estoy usando una media que debería ser una distribución, (4) qué pregunta me haría en la reunión que no sé responder. No seas amable.
Si la IA no encuentra nada que atacar, es que no lo has intentado en serio.
4. El protocolo en acción para comprobar el tamaño del mercado: auditando un informe real
Mientras preparaba este artículo hice el ejercicio completo: le pedí a un modo de deep research un informe sobre TAM-SAM-SOM.
Volvió con veinte páginas impecables: definiciones, tablas comparativas, casos de Airbnb y Uber, veinticinco fuentes citadas. El tipo de documento que da ganas de reenviar sin abrirlo porque todo suena muy bien.
Le apliqué el protocolo anterior para comprobar los datos de tamaño del mercado y esto es lo que salió:
- Comprobación 1 — ¿Existen las fuentes? La fuente más citada del informe, de la que colgaba la mitad del contenido, era literalmente esto en la bibliografía: «5. Estrategia». Sin URL, sin autor, sin fecha. Una fuente fantasma sosteniendo el edificio.
-
Comprobación 2 — ¿El dato estrella tiene padre? El informe afirmaba que «según Carta y DocSend, los decks con proyecciones bottom-up cierran Series A un 40% más rápido». Suena a oro para un artículo. Rastreé la cifra: sale del blog de una agencia de pitch decks, sin enlace a ninguna publicación de Carta. Y hay un detalle que la delata: Carta gestiona cap tables, no ve tu deck, así que estructuralmente no puede medir ese dato.
-
Comprobación 3 — ¿Los números cuadran con la fuente primaria? El informe cerraba diciendo que Uber vale 85.000 millones e ingresa 32.000. Pero el formulario 10-K dice otra cosa: ingresos de 52.000 millones en 2025 y capitalización de unos 153.000 millones.
-
Comprobación 4 — ¿Las unidades son consistentes? En el caso Airbnb, el informe daba un SAM en dólares en un párrafo y en número de viajes en la tabla, y sacaba un porcentaje de uno para llegar al otro. Cuando dólares y unidades se mezclan sin avisar, el cálculo es decorativo.
Ojo, la IA es buena sintetizando marcos y estructurando conceptos pero es débil en cifras sin verificar. El error es usarla sin distinguir en qué es fuerte y en qué no.
5. Cómo calcular el SOM: la parte más complicada y que duele
Todo lo anterior sirve para no mentir con el TAM. Pero el número que de verdad se mira en una reunión es el SOM, y sigue calculándose fatal: un porcentaje elegido a ojo sobre el SAM.
El SOM no es un porcentaje, es una función de tu capacidad comercial real y se calcula así:
(número de comerciales × reuniones cualificadas al mes × tasa de cierre × contrato medio anual × 12)
Hagamos el ejercicio con un equipo de cuatro comerciales, quince reuniones cualificadas al mes cada uno, una tasa de cierre del 20% y un contrato medio de 18.000 euros:
4 × 15 × 0,20 × 18.000 × 12 = 2,59 millones de euros
Ese es tu SOM de verdad, no el 3% de un SAM de 400 millones.
Un fundador solo, vendiendo él, diez reuniones al mes, un 15% de cierre y un contrato de 12.000 euros. Resultado: 216.000 euros. Escuece y duele pero es tu número hoy y la ventaja de defender un número que escuece es que nadie puede tirártelo abajo porque ya está en el suelo.
La diapositiva de mercado dice 200 millones de SOM y la diapositiva de go-to-market dice «contrataremos dos comerciales el año que viene». Un inversor tarda cuatro segundos en cruzar esas dos diapositivas. La IA nunca te va a avisar de esa contradicción, porque nunca ve el deck entero.
6. El protocolo para calcular el tamaño del mercado bien en siete pasos
- Define el ICP hasta que duela: No «pymes», empresas de 10 a 50 empleados, del CNAE 62, en España, que ya usan un CRM. Si no puedes filtrarlo en una tabla del INE, no es un ICP.
- Cuenta: fuentes oficiales, con enlace. La IA estructura; tú verificas el recuento a mano. Sí, a mano.
- Precio real: ACV o ARPU sacado de competidores y de conversaciones con clientes, no de tu intuición ni de lo que te gustaría cobrar.
- Calcula el TAM y filtra hasta el SAM (geografía, idioma, regulación, stack técnico): cada filtro debe ir con su justificación escrita.
- El SOM sale de la capacidad comercial, con la fórmula de arriba para los próximos 12-24 meses. Sin excepciones.
- Triangula: compara tu bottom-up con un top-down de fuente creíble. Si difieren más de 3-5 veces, uno de los dos está mal y probablemente es el tuyo.
- Documenta cada supuesto con su enlace: si un dato no tiene fuente verificable, no entra. Si la IA lo citó, ábrelo y compruébalo. Que exista el informe y que diga lo que dice que dice.
El paso 7 no es burocracia ni trabajar por trabajar; es lo único que te protege cuando un socio del fondo te pregunta de dónde sale el 24% y tú tienes que responder en tiempo real, sin abrir el portátil.
Y para cualquier informe que te entregue una IA (o un becario, o una consultora), dedica unos minutos a verificarlo: abre las tres fuentes más citadas y comprueba que existen y son primarias, coge las dos cifras más importantes y búscalas en su fuente original, verifica que las unidades no cambian por el camino y busca en Google, entre comillas, el dato más espectacular (si solo aparece en blogs de agencias o artículos pero sin enlazar con la fuente, es un dato que no tiene padre).
7. Si estás al otro lado de la mesa, esto del tamaño del mercado y la manera de calcularlo te interesa
Para inversores y mentores, el trabajo se ha vuelto más difícil porque los decks ahora llegan con una capa de barniz argumental que antes no tenían porque la cifra inflada ya no viene sola y ahora viene con tres párrafos de justificación bien escrita.
¿Qué hacer? Plantear 5 preguntas clave:
- ¿De dónde sale el número de empresas? Si la respuesta es un informe, pide la tabla. Si es una tabla, pide el filtro.
- ¿Qué media has usado y qué distribución esconde? Aquí se cae el 80% de los TAM.
- ¿Cuántos comerciales necesitas para llegar al SOM del año dos? Cruza con la diapositiva de equipo.
- ¿Qué % de tu TAM es gasto de tus clientes y qué % es ingreso tuyo? El error clásico: dimensionar el mercado de los supermercados cuando lo que vendes es software a los supermercados.
- Cuéntamelo sin mirar. Si no puede recitar su metodología en una frase, no la ha construido: se la han dado.
8. La honestidad como ventaja competitiva a la hora de defender el tamaño del mercado
Hay una asimetría que casi nadie aprovecha. Todo el mundo llega con cifras infladas, así que el que llega con una cifra pequeña y bien construida destaca porque es un dato de tamaño de mercado que es realista.
Un SOM de 216.000 euros que puedes defender línea a línea genera más confianza que un TAM de 40.000 millones que se desmonta con dos preguntas porque el inversor no solo está evaluando tu mercado, también está evaluando tu criterio y el mercado es solo la excusa para verlo funcionar.
La IA te da la cifra grande en treinta segundos y ese es el gran problema, no la solución. Lo difícil ahora no es la capacidad de calcular, es la voluntad de no engañarse.
Si tu TAM cabe en un círculo bonito pero no cabe en una hoja de cálculo, no tienes un mercado, lo que tienes es una diapositiva para un pitch con más ciencia ficción que realidad.
Nos leemos pronto.
Imágenes: Thirdman en Pexels, Giphy, Lean Case, Examples of y Lumenova