Neolabs: El modelo de startups de IA que captan inversiones multimillonarias sin contar aún con un producto definitivo

Invertir en una empresa emergente suele estar ligado a la expectativa de que produzca un bien, atraiga clientes y genere ingresos. No obstante, una nueva ola de compañías dedicadas a la inteligencia artificial (IA) está alterando ese orden: primero se enfocan en resolver retos científicos y tecnológicos, después crean productos y, finalmente, constituyen un negocio comercial.

Estas organizaciones se denominan neolabs, una categoría que adquiere mayor visibilidad a medida que los capitalistas de riesgo destinan sumas multimillonarias a proyectos que aún no disponen de productos comercializables.

El ejemplo más reciente corresponde a Flapping Airplanes, una firma estadounidense de investigación en IA que recaudó US$1.000 millones en una ronda de financiación, pese a que todavía no ha lanzado ningún producto al mercado.

La operación fue encabezada por Index Ventures y Lux Capital, con la participación de otros inversores, entre ellos Sequoia Capital, GV, Kleiner Perkins y Nvidia. En enero del mismo año, la compañía había obtenido US$180 millones en su primera ronda de capital.

El tamaño de la transacción no se justifica por la facturación actual de la empresa, sino por el potencial de la tecnología que pretende crear. Su objetivo consiste en descubrir métodos para entrenar y ejecutar modelos de IA con menor cantidad de datos y menor requerimiento computacional, recursos que se han vuelto críticos para una industria que demanda cada vez más chips, centros de datos y energía.

Este fenómeno se inscribe en una reconfiguración del financiamiento tecnológico. Hasta ahora, las startups tradicionales debían demostrar que habían encontrado clientes dispuestos a pagar antes de acceder a rondas de inversión significativas. En contraste, las neolabs buscan capital para financiar investigaciones que podrían dar origen a tecnologías de aplicación transversal en la economía digital.

La lógica subyacente es económica: si una compañía logra idear un método que reduzca drásticamente el coste de entrenar o utilizar IA, su innovación podría convertirse en un insumo esencial para empresas ya consolidadas. Sin embargo, el riesgo también aumenta, pues el éxito comercial depende de descubrimientos que aún no están garantizados.

Otros ejemplos que atraen capital antes de contar con productos

Un estudio publicado en septiembre pasado por el fondo de inversión israelí VC Café identificó diez neolabs que, en conjunto, habían recaudado alrededor de US$11.600 millones en sus últimas rondas de financiación anunciadas.

El informe también señaló que los avances de estas compañías presentan gran heterogeneidad: algunas ya han publicado modelos o herramientas utilizables, mientras que otras aún no ofrecen productos de acceso público.

Uno de los casos es AMI Labs, un laboratorio impulsado por Yann LeCun, exdirector científico de IA de Meta, que captó aproximadamente US$1.000 millones en marzo de 2026.

Su proyecto se orienta a crear sistemas de inteligencia artificial capaces de interpretar el entorno físico y aprender mediante modelos que trascienden los enfoques predominantes basados en la predicción de texto. La apuesta se centra en la investigación de nuevas arquitecturas, más que en el lanzamiento inmediato de una aplicación comercial.

Otro ejemplo corresponde a Mirendil, que obtuvo US$200 millones en junio de este año. La empresa se dedica a desarrollar sistemas de IA autónomos que aceleren la investigación y el desarrollo en áreas como la biología, la ciencia de materiales y la ingeniería de IA.

El tercer caso mencionado es Flourish, una iniciativa vinculada a Thomas Reardon, cofundador de Internet Explorer, que recibió financiación para explorar sistemas de IA inspirados en el funcionamiento cerebral y con menor consumo energético.

También destaca en este ámbito la firma Safe Superintelligence. Fundada por Ilya Sutskever, exinvestigador de OpenAI, la compañía tiene como objetivo desarrollar una superinteligencia artificial segura.

Su caso representa una de las manifestaciones más claras del modelo: recibe financiación para sostener un esfuerzo de investigación concentrado, sin depender de la comercialización inmediata de una aplicación.

Por otro lado, se menciona a Thinking Machines Lab, una empresa fundada por Mira Murati, exdirectora de tecnología de OpenAI, que concretó una ronda de US$2.000 millones.

Este ejemplo fue señalado por VC Café como un caso singular de algunos neolabs que transitan de la investigación a la oferta de tecnología utilizable. La compañía cuenta con herramientas para entrenar modelos, una API y modelos de acceso público entre sus desarrollos. Esto evidencia que priorizar la investigación no implica necesariamente posponer indefinidamente la comercialización, según el informe.

¿Por qué financiar startups sin ingresos comerciales?

La primera explicación que ofrecen los fondos de capital riesgo está vinculada al costo de crear tecnología de vanguardia. Los neolabs requieren contratar investigadores de alta especialización, acceder a enormes volúmenes de datos y disponer de capacidad computacional para entrenar y evaluar sus sistemas. Son inversiones que pueden ascender a cientos de millones de dólares antes de que exista un producto listo para vender.

La segunda razón radica en el potencial económico de los avances. En el caso de Flapping Airplanes, la compañía persigue que los modelos de IA puedan entrenarse con menos datos y emplear de forma más eficiente los chips disponibles. Si logra ese objetivo, podría crear una tecnología que otras empresas integren en sus propios sistemas, con un mercado potencial que trasciende una única aplicación.

Su cofundador Asher Spector estimó que la demanda de IA crecerá más rápido que la oferta de chips y datos. Según su planteamiento, incluso una mejora del 10 % en el rendimiento de cada chip tendría un valor económico significativo. La empresa planea comercializar su tecnología una vez que esté desarrollada.

La tercera razón se refiere a la competencia estratégica por las capacidades de IA. Las compañías que consigan crear modelos más eficientes o nuevas arquitecturas podrían ocupar posiciones relevantes en una industria donde los grandes proveedores de servicios digitales destinan inversiones crecientes a infraestructura y desarrollo tecnológico.

En este contexto, la participación de Nvidia como inversor de Flapping Airplanes resulta ilustrativa: el interés no se limita a financiar una futura empresa de software, sino también a impulsar desarrollos que podrían optimizar el aprovechamiento de sus procesadores. La distinción entre proveedor de infraestructura, inversor y socio tecnológico se vuelve cada vez más difusa en este segmento.

También influye el perfil de los fundadores. En los neolabs, las credenciales académicas, la experiencia en laboratorios de primer nivel y los antecedentes de investigación actúan como señales contundentes para los inversores. En esencia, el capital se destina a equipos capaces de resolver problemas que aún no tienen una solución comprobada, en lugar de financiar exclusivamente un modelo de negocio cuya demanda ya ha sido validada.

Fuente: Ambito.com