La nueva apuesta de la inteligencia artificial: financiar investigación antes de vender

Conseguir clientes ya no es necesariamente el primer paso para atraer grandes inversiones en tecnología. En el campo de la inteligencia artificial, un grupo de empresas recibe miles de millones de dólares para investigar problemas que todavía no tienen una solución comprobada. La venta de productos, en algunos casos, queda para más adelante.

Estas compañías son conocidas como neolabs. Un relevamiento publicado en septiembre por el fondo israelí VC Cafe identificó diez y calculó que habían reunido, en conjunto, alrededor de 11.600 millones de dólares en sus últimas grandes rondas. No todas están en la misma etapa: algunas ya ofrecen modelos o herramientas de acceso público y otras aún no tienen productos disponibles.

Una inversión de 1.000 millones sin productos a la venta

El caso más reciente es el de la estadounidense Flapping Airplanes, que obtuvo 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, en enero de 2026, había captado otros 180 millones de dólares en su primera ronda.

Su objetivo es encontrar formas de entrenar y ejecutar modelos de inteligencia artificial con menos datos y capacidad de cómputo. Su cofundador, Asher Spector, sostuvo que la demanda de esta tecnología crecerá por encima de la disponibilidad de chips y datos. También planteó que una mejora del 10 por ciento en el rendimiento de cada procesador tendría un valor económico significativo.

Cómo funciona la apuesta

Entrenar un modelo implica procesar datos para que aprenda a realizar tareas; ejecutarlo es ponerlo a trabajar una vez entrenado. La capacidad de cómputo es la potencia de las máquinas que hacen esos cálculos. En una comparación doméstica, los datos son los ingredientes y la capacidad de cómputo, la energía de la cocina: la búsqueda consiste en obtener resultados usando menos de ambos.

Los inversores apuestan al potencial de avances que puedan abaratar tanto el entrenamiento como el uso de modelos para toda la industria, aunque no haya una facturación actual que demuestre ese resultado. Entre los ejemplos del relevamiento también está AMI Labs, impulsado por Yann LeCun, ex responsable científico de inteligencia artificial en Meta. La empresa captó cerca de 1.000 millones de dólares en marzo de 2026 para investigar sistemas capaces de comprender el mundo físico más allá de la predicción de texto.

Otro caso es Safe Superintelligence, fundada por Ilya Sutskever, ex investigador de OpenAI. Su objetivo es desarrollar inteligencia artificial segura y no tiene un producto comercial previsto en el horizonte cercano. Para el usuario común, la diferencia todavía no es un servicio nuevo garantizado: la apuesta es que estas investigaciones permitan, en el futuro, usar la tecnología con menos recursos y a menor costo.

Malena Ríos, Tecnología