Millones para investigar: la apuesta por empresas de inteligencia artificial que todavía no venden

Conseguir grandes inversiones sin demostrar ventas ya no es una excepción en algunos proyectos de inteligencia artificial. Hay empresas que reciben fondos para investigar problemas que todavía no tienen una solución comprobada. La comercialización queda para después.

El atractivo para los inversores no pasa por la facturación actual. La apuesta es que estas compañías desarrollen métodos capaces de reducir el costo de entrenar y usar modelos de inteligencia artificial en toda la industria.

Una ronda de 1.000 millones de dólares

El caso más reciente es Flapping Airplanes, una firma estadounidense que no comercializa productos. Reunió 1.000 millones de dólares en una ronda liderada por Index Ventures y Lux Capital, con participación de Sequoia Capital, GV, Kleiner Perkins y Nvidia. En enero de 2026 había captado otros 180 millones en su primera ronda.

La compañía busca entrenar y ejecutar modelos con menos datos y menos capacidad de cómputo. Cuando hablamos de capacidad de cómputo, hablamos de potencia de procesamiento: es el recurso que también necesita una computadora de casa para ejecutar programas, aunque la escala de estos modelos es muy distinta.

Su cofundador, Asher Spector, sostiene que la demanda de inteligencia artificial crecerá por encima de la oferta de chips y datos. Según su planteo, incluso una mejora del 10 por ciento en el rendimiento de cada procesador tendría un valor económico significativo.

Distintos caminos, una misma apuesta

Un relevamiento publicado en septiembre por el fondo israelí VC Cafe identificó diez empresas de este tipo que reunieron alrededor de 11.600 millones de dólares en sus últimas grandes rondas. Sus situaciones son diferentes: algunas ya ofrecen modelos o herramientas de acceso público y otras todavía no tienen productos disponibles.

Entre ellas 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. También figura Safe Superintelligence, fundada por Ilya Sutskever, ex investigador de OpenAI, que trabaja en inteligencia artificial segura sin un producto comercial previsto en el horizonte cercano.

¿Y eso para qué sirve? Si estas investigaciones logran reducir los recursos necesarios para entrenar y usar modelos, podrían abaratar una tecnología cuya demanda sigue creciendo. Por ahora, los inversores financian esa posibilidad antes de que haya resultados comerciales comprobados.

Rocío Encina, Universidad y ciencia.