Hay una nueva generación de empresas que prioriza la investigación científica y el desarrollo de modelos de inteligencia artificial. Son un imán para grandes tecnológicas y fondos de capital de riesgo.
Asher Spector (centro), junto a los cofundadores de Flapping Airplanes.
La decisión de invertir en una startup suele estar asociada con la expectativa de que desarrolle un producto, consiga clientes y genere ingresos. Sin embargo, una nueva generación de empresas vinculadas con la inteligencia artificial (IA) está modificando esa secuencia: primero busca resolver problemas científicos y tecnológicos, después desarrollar productos y, finalmente, construir un negocio comercial.
El contenido al que quiere acceder es exclusivo para suscriptores.
A estas compañías se las conoce como neolabs, una categoría que gana visibilidad a medida que los inversores destinan sumas millonarias a proyectos que todavía no tienen productos a la venta.
El caso más reciente es el de Flapping Airplanes, una empresa estadounidense de investigación en IA que levantó us$1.000 millones en ronda de inversión, pese a que todavía no comercializa ningún producto.
La operación fue liderada por Index Ventures y Lux Capital, con la participación de otros inversores, entre ellos Sequoia Capital, GV, Kleiner Perkins y Nvidia. Unos meses antes, en enero de este año, la empresa había conseguido u$s180 millones en su primera ronda de capitalización.
La magnitud de la operación no se explica por la facturación actual de la compañía, sino por el valor potencial de la tecnología que intenta desarrollar. Su objetivo es encontrar formas de entrenar y ejecutar modelos de IA utilizando menos datos y capacidad de cómputo, dos recursos que se volvieron vitales para una industria que necesita cada vez más chips, centros de datos y energía.
El movimiento se inscribe en una transformación del financiamiento tecnológico. Hasta ahora, las startups tradicionales deben demostrar que encontraron clientes dispuestos a pagar por sus productos antes de acceder a grandes rondas de inversión. En cambio, las neolabs buscan capital para financiar investigaciones que podrían dar lugar a tecnologías de uso transversal en el conjunto de la economía digital.
La apuesta tiene una lógica económica: si una empresa logra desarrollar un método que reduzca sustancialmente el costo de entrenar o utilizar inteligencia artificial, su tecnología podría convertirse en un insumo relevante para compañías que ya operan a gran escala. Pero también implica un riesgo mayor, porque el resultado comercial depende de descubrimientos que todavía no están garantizados.
Un relevamiento publicado en septiembre pasado por el fondo de inversión israelí VC Cafe identificó diez neolabs que, en conjunto, habían obtenido alrededor de u$s11.600 millones en sus últimas grandes rondas de financiación divulgadas.
El análisis también advirtió que los avances de estas empresas son heterogéneos: algunas ya publicaron modelos o herramientas utilizables, mientras que otras todavía no ofrecen productos de acceso público.
Uno de los casos es AMI Labs, un laboratorio impulsado por Yann LeCun, exresponsable científico de IA de Meta, que captó alrededor de u$s1.000 millones en marzo de 2026.
Su proyecto está orientado a desarrollar sistemas de inteligencia artificial capaces de comprender el mundo físico y aprender mediante modelos que van más allá de los enfoques dominantes basados en la predicción de texto. La apuesta se concentra en la investigación de nuevas arquitecturas, antes que en el lanzamiento inmediato de una aplicación comercial.
Otro ejemplo corresponde a Mirendil, que obtuvo u$s200 millones en junio de este año. Se enfoca en desarrollar sistemas de IA autónomos para acelerar la investigación y el desarrollo en campos como la biología, la ciencia de los materiales y la ingeniería de IA
El tercer caso mencionado es Flourish, una iniciativa vinculada con Thomas Reardon, cocreador de Internet Explorer, que obtuvo financiación para investigar sistemas de IA inspirados en el funcionamiento del cerebro y con menor consumo energético.
También destaca en este terro la firma Safe Superintelligence. Fundada por Ilya Sutskever, exinvestigador de OpenAI, la empresa se propone desarrollar una superinteligencia artificial segura.
Su caso se presenta como una de las expresiones más claras del modelo: recibe financiación para sostener un esfuerzo de investigación concentrado, sin depender de la comercialización inmediata de una aplicación.
Por otro lado aparece el caso de Thinking Machines Lab, una compañía fundada por Mira Murati, exdirectora de tecnología de OpenAI, que concretó una ronda de u$s2.000 millones.
Este ejemplo fue mencionado por VC Cafe un caso singular de algunos neolabs que avanzan desde la investigación hacia la oferta de tecnología utilizable. Cuenta con herramientas para entrenar modelos, una API y modelos de acceso público entre sus desarrollos. Esto muestra que priorizar la investigación no implica necesariamente postergar indefinidamente la comercialización, destaca el informe.
La primera explicación que ofrecen los fondos de VC se relaciona con el costo de desarrollar tecnología de frontera. Los neolabs necesitan contratar investigadores altamente especializados, acceder a grandes cantidades de datos y disponer de capacidad de cómputo para entrenar y evaluar sus sistemas. Son inversiones que pueden requerir cientos de millones de dólares antes de que exista un producto listo para vender.
La segunda razón es el potencial económico de los avances. En el caso de Flapping Airplanes, la compañía busca que los modelos de inteligencia artificial puedan entrenarse con menos datos y utilizar de manera más eficiente los chips disponibles. Si consigue ese resultado, podría desarrollar tecnología que otras empresas incorporen a sus propios sistemas, con un mercado potencial que no se limita a una única aplicación.
Su cofundador Asher Spector estimó que la demanda de IA crecerá por encima de la oferta de chips y datos. Según su planteo, incluso lograr una mejora del 10% en el rendimiento de cada chip podría tener un valor económico significativo. La empresa planea comercializar su tecnología cuando esté desarrollada.
La tercera razón es la competencia estratégica por las capacidades de IA. Las empresas que consigan desarrollar modelos más eficientes o nuevas arquitecturas podrían ocupar posiciones relevantes en una industria en la que 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 está únicamente en financiar una futura empresa de software, sino también en impulsar desarrollos que podrían mejorar el aprovechamiento de sus procesadores. La frontera entre proveedor de infraestructura, inversor y socio tecnológico empieza a ser más difusa en este segmento.
También influye el perfil de los fundadores. En los neolabs, las credenciales científicas, la experiencia en laboratorios de primer nivel y los antecedentes de investigación pueden funcionar como señales contundentes para los inversores. Básicamente porque el capital se destina a equipos capaces de resolver problemas que todavía no tienen una solución comprobada, en lugar de financiar únicamente un modelo de negocio cuya demanda ya fue validada.