«Nueve de cada diez startups fracasan en su primer año». La frase aparece en medios económicos, en libros de emprendimiento, en charlas TEDx, en talleres de incubadora. Es probablemente la cifra más citada del ecosistema emprendedor mundial. Y es probablemente la cifra peor respaldada empíricamente de todo el sector.
Antes de aceptar la estadística como verdad operativa o de rechazarla como mito, conviene mirar de cerca qué dicen los estudios serios sobre supervivencia de startups y empresas de nueva creación. Porque la realidad es bastante más matizada que el titular catastrofista, y porque las decisiones que un emprendedor toma —arrancar o no arrancar, qué inversión personal asumir, cuándo cortar una operación que no funciona— dependen de tener los datos correctos.
El origen difuso del 90%
El primer problema con la cifra «90% de startups fracasa» es que no se sabe con precisión de dónde viene. Diversos análisis recientes —incluyendo el análisis de ITO Agency y el reporte de Findstack— coinciden en que la cifra circula desde principios de los 2000 sin un estudio fuente claramente identificable. Lo que sí existe es:
-
Datos del Bureau of Labor Statistics estadounidense: muestran que aproximadamente el 20% de empresas con empleados cierra en su primer año, el 50% antes de los 5 años, y el 65-70% antes de los 10 años. Es decir, mortalidad alta a largo plazo, pero muy lejos del 90% en primer año.
-
Datos del Small Business Administration (SBA) de Estados Unidos: aproximadamente dos tercios de las empresas con empleados duran al menos dos años, y el 50% supera los cinco años.
-
Investigación de Shikhar Ghosh de Harvard Business School (2012): aproximadamente 3 de cada 4 startups en cartera de venture capital terminan no devolviendo el capital invertido a los fondos. Pero esto incluye empresas que continúan operando con escala menor a la prevista —no solo las que cierran.
-
Cambridge Associates: el porcentaje de fracaso de startups financiadas por venture capital no ha superado el 60% desde 2001.
La cifra empíricamente respaldada está más cerca del 50-75% en plazo de cinco años, no del 90% en primer año. Y la diferencia es significativa: una cosa es decir que la mitad de las startups no llega a los cinco años, otra muy distinta es decir que casi todas mueren en doce meses.
¿Qué cuenta como «startup» y qué cuenta como «fracaso»?
El segundo problema es semántico. La estadística del 90% mezcla con frecuencia tres categorías muy distintas:
Pequeñas empresas tradicionales (restaurantes, tiendas, peluquerías, consultoras unipersonales). Su mortalidad sigue patrones muy diferentes de los de una startup tecnológica con financiación venture. Las pequeñas empresas tradicionales tienen tasas de supervivencia mejores en plazo corto pero techos de crecimiento más bajos.
Startups con financiación venture. Son las que típicamente analizan los estudios de venture capital. Su perfil de mortalidad incluye tanto cierres efectivos como pivotes drásticos, cambios de modelo, integraciones en otras empresas. Una startup que «no devuelve capital» no necesariamente «fracasa» en términos operativos —puede haberse vendido, fusionado o continuado con escala menor.
Proyectos emprendedores que no llegan a constituirse. Algunos análisis del «90%» incluyen proyectos que se quedaron en estado de idea o prototipo sin llegar a registrarse como empresa. Esa categoría infla la cifra de fracaso considerablemente, pero no es comparable con empresas formalmente constituidas.
Mezclar las tres categorías en una sola cifra produce resultados sin valor analítico real. Una afirmación seria sobre supervivencia emprendedora tiene que especificar de qué tipo de empresa habla y qué considera fracaso.
Los datos reales sobre España
En el caso español, los datos disponibles del INE sobre demografía empresarial ofrecen algunas referencias verificables.
En 2025 se crearon en España 127.533 nuevas sociedades mercantiles, un 7,9% más que en 2024 y la cifra más alta desde 2007. En el mismo periodo, se disolvieron 26.073 sociedades, de las cuales el 83,5% lo hicieron voluntariamente. Aunque las cifras no son directamente comparables —las disoluciones de 2025 incluyen empresas creadas en años anteriores—, la proporción agregada sugiere mortalidad anual en torno al 20%, no al 90%.
Las cifras españolas son consistentes con las de otros mercados europeos. Eurostat reporta tasas de supervivencia de empresas a 5 años en torno al 45-55% en la mayoría de Estados miembros, con España ligeramente por debajo de la media debido al peso de pequeñas empresas en sectores tradicionales (hostelería, comercio, construcción) que tienen tasas de mortalidad más altas.
Para startups tecnológicas españolas específicamente, el Spain Startup Map y los reportes de South Summit recogen datos sectoriales. La mortalidad en este segmento es difícil de medir con precisión porque incluye salidas exitosas (adquisición), salidas parciales (continuación con escala menor) y pivotes, además de cierres efectivos.
Las causas reales del fracaso cuando ocurre
Para los emprendedores que están en activo o que están considerando arrancar, las causas documentadas de fracaso son operativamente más útiles que las cifras agregadas.
El análisis de CB Insights sobre más de 400 startups que cerraron identificó las causas más frecuentes:
42% murieron porque no había necesidad real de mercado. El producto resolvía un problema que los clientes no consideraban prioritario, o resolvía un problema imaginado por el equipo fundador que no existía con suficiente intensidad. Es la causa más recurrente y la más prevenible: validar la demanda antes de construir el producto reduce significativamente este riesgo.
29% se quedaron sin capital antes de alcanzar product-market fit. El equipo construyó el producto correcto pero el ciclo de venta o el coste de adquisición de clientes superó la planificación financiera. Para empresas de software B2B, este patrón es especialmente frecuente: subestimar tiempo de cierre comercial.
23% tuvieron problemas de equipo. Conflictos entre cofundadores, dificultad para atraer perfiles clave, rotación temprana de personal técnico. Es la causa más vinculada a factores «humanos» y la más difícil de prevenir con análisis previo.
19% fueron superados por competencia directa. Otros equipos llegaron al mismo problema con mejor ejecución, mejor capital o mejor timing. Este patrón es típico en mercados donde la primera ventaja temporal no es decisiva y la diferenciación operativa marca el ganador a medio plazo.
18% tuvieron problemas de modelo de negocio. El producto funcionaba operativamente pero la unit economics no cerraba. Es categoría que se solapa parcialmente con «sin capital» pero tiene matices distintos: aquí no es solo que el dinero se acabó, es que las cuentas nunca iban a cuadrar.
(Las categorías suman más de 100% porque cada startup que cerró tuvo típicamente más de un factor combinado).
Lo que esto significa para el emprendedor en activo
Tres lecturas operativas que las cifras reales sugieren para emprendedores que están considerando arrancar o que están en sus primeros 18 meses.
La probabilidad de que tu empresa sobreviva al primer año está más cerca del 75-80% que del 10%. Si dejas de creer en la estadística catastrofista, las decisiones se ven distintas: arrancar es razonable, no es heroico.
La probabilidad de que tu empresa siga operando a los cinco años está alrededor del 45-50%. Sigue siendo significativa pero está lejos de ser inevitable. La mitad de los proyectos llegan; la otra mitad se reorganiza, se vende o cierra. Cualquiera de estos finales puede ser legítimo.
Las causas de fracaso documentadas son prevenibles en buena medida. Validar mercado antes de construir, gestionar caja con disciplina, formalizar relación entre cofundadores, monitorizar competencia activamente, calibrar unit economics desde el primer mes. Cinco prácticas operativas que reducen el riesgo significativamente.
Por qué la cifra del 90% se mantiene
Si los datos no respaldan la cifra catastrofista, ¿por qué se sigue citando? Hay tres razones culturales que conviene reconocer.
La cifra alta tiene valor narrativo. Es más interesante para un titular de medio o para una charla TEDx decir «9 de cada 10 fracasan» que «aproximadamente la mitad supera los cinco años». La primera versión genera atención; la segunda no. Los medios y conferenciantes prefieren la versión que vende más.
La cifra alta funciona como filtro de seriedad. Hay quien la usa para disuadir a emprendedores poco preparados. La lógica es: si te asusta el 90%, probablemente no estás listo. Aunque la cifra sea inexacta, el filtro selectivo cumple una función práctica.
La cifra alta favorece a algunos actores del sector. Inversores que aceptan riesgo alto, programas de aceleradora con altas tarifas, consultoras que venden servicios de desarrollo de negocio. Si el emprendedor cree que su probabilidad individual es del 10%, está más dispuesto a aceptar condiciones desfavorables —dilución agresiva, fees altos, contratos rígidos— que si cree que su probabilidad es del 50%.
Reconocer estos sesgos no significa rechazar el riesgo real del emprendimiento, sino entender que la cifra circula sostenida por intereses, no solo por evidencia.
Una observación final
El emprendedor que arranca un proyecto con buena idea, validación previa de demanda, equipo cohesionado y planificación financiera realista tiene probabilidades reales de éxito que los estudios sitúan claramente por encima del 50% a cinco años. No del 10% en primer año.
Eso no convierte el emprendimiento en apuesta segura. Sigue siendo actividad de riesgo significativo, con tasas de mortalidad más altas que las de profesiones por cuenta ajena. Pero el riesgo está cuantificado de forma más razonable de lo que la conversación pública sugiere.
Para un fundador en sus primeros 18 meses, eso debería ser información operativa. Tomar decisiones bajo la creencia de que «casi seguro voy a fracasar» empuja al emprendedor hacia patrones autodefensivos que reducen probabilidades reales: subestimar inversión necesaria, evitar compromisos a largo plazo, no construir red estable. Tomar decisiones bajo la creencia de que «la mitad llega y la mitad no» permite construir con horizonte realista.
La diferencia entre ambos marcos es operativa, no semántica. Vale la pena tener los datos correctos.
Fuentes consultadas:
