La inversión en inteligencia artificial apuesta a la investigación antes que a las ventas

Alrededor de 11.600 millones de dólares. Esa es la suma que diez laboratorios de inteligencia artificial consiguieron en sus últimas grandes rondas de inversión, según un relevamiento publicado en septiembre por el fondo israelí VC Cafe. Sus desarrollos están en etapas distintas: algunos ya ofrecen modelos o herramientas públicas y otros aún no tienen productos disponibles.

El fenómeno cambia el orden habitual del financiamiento tecnológico. En lugar de esperar a que una empresa demuestre que tiene clientes, los inversores aportan capital para investigar problemas científicos y técnicos que todavía no tienen una solución comprobada. La venta queda para después.

Menos datos y menos capacidad de cómputo

El caso más reciente es Flapping Airplanes, una empresa estadounidense 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 compañía no vende ningún producto y, en enero de 2026, había reunido otros 180 millones en su primera ronda.

Su objetivo es encontrar formas de entrenar y utilizar modelos de inteligencia artificial con menos datos y menor capacidad de cómputo. El entrenamiento es la etapa en la que el sistema procesa información para aprender patrones; la capacidad de cómputo es la potencia de procesamiento necesaria para hacerlo funcionar.

El cofundador Asher Spector planteó que la demanda de inteligencia artificial crecerá más rápido que la disponibilidad de chips y datos. En ese escenario, sostuvo, incluso una mejora del 10 por ciento en el rendimiento de cada procesador tendría un valor económico importante.

Distintas apuestas, una misma etapa de búsqueda

Entre las empresas relevadas también está AMI Labs, impulsada por Yann LeCun, ex responsable científico de inteligencia artificial en 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 caso es Safe Superintelligence, fundada por Ilya Sutskever, ex investigador de OpenAI, que apunta a desarrollar inteligencia artificial segura y no prevé un producto comercial en el corto plazo.

La apuesta de los inversores se apoya en el potencial de esas investigaciones, no necesariamente en ingresos actuales. Lo que todavía no se sabe es cuáles de esos proyectos lograrán resolver los problemas que se proponen y convertir sus avances en productos.

Carla Riveros, Ciencia y tecnología