La apuesta millonaria por investigar inteligencia artificial antes de vender

Por Ariel Kaplan, Tecnología y ciencia.

¿Por qué alguien pondría mil millones de dólares en una empresa que todavía no vende nada? En el negocio de la inteligencia artificial, algunos inversores creen que la respuesta está en lo que esa compañía podría descubrir, más que en lo que factura hoy.

Es una forma de financiamiento que empieza a alterar el recorrido habitual de las empresas tecnológicas jóvenes. En lugar de esperar a que consigan clientes para aportar grandes sumas, los inversores respaldan equipos que buscan resolver problemas científicos y técnicos cuya solución todavía no está comprobada.

La apuesta por usar menos recursos

El caso más reciente es Flapping Airplanes, una firma estadounidense de investigación que consiguió 1.000 millones de dólares en una ronda encabezada por Index Ventures y Lux Capital. También participaron Sequoia Capital, GV, Kleiner Perkins y Nvidia. La empresa no comercializa productos y ya había recibido otros 180 millones de dólares en enero de 2026, en su primera ronda.

Su objetivo es encontrar maneras de entrenar y ejecutar modelos de inteligencia artificial con menos datos y menos capacidad de cómputo. Para pensarlo en términos de cocina, sería como buscar una receta que permita preparar el mismo plato con menos ingredientes y menos energía. Si funciona, podría reducir costos para toda la industria.

Asher Spector, cofundador de Flapping Airplanes, sostiene que la demanda de inteligencia artificial crecerá por encima de la oferta disponible de chips y datos. Según su planteo, incluso mejorar un 10 por ciento el rendimiento de cada procesador tendría un valor económico considerable.

Un grupo con proyectos en distintas etapas

Un relevamiento publicado en septiembre por el fondo israelí VC Cafe identificó diez de estos laboratorios emergentes, conocidos como neolabs. Entre todos reunieron alrededor de 11.600 millones de dólares en sus últimas grandes rondas. No están en el mismo punto: algunos ya ofrecen modelos o herramientas de acceso público, mientras otros todavía no tienen productos disponibles.

Entre ellos está AMI Labs, impulsado por Yann LeCun, exresponsable científico de inteligencia artificial de Meta. En marzo de 2026 captó cerca de 1.000 millones de dólares para investigar sistemas capaces de comprender el mundo físico, más allá de la predicción de texto. Otro ejemplo es Safe Superintelligence, fundada por Ilya Sutskever, exinvestigador de OpenAI: busca desarrollar inteligencia artificial segura y no tiene un producto comercial previsto en el horizonte cercano. Para quienes usamos estas herramientas, la promesa es que algún día puedan funcionar con menos recursos; por ahora, esos resultados todavía están por verse.