Hace unas semanas participé en un coloquio para discutir sobre Inteligencia Artificial, que es el tema para el que nos llaman a los inversores a dar charlas desde hace más de un año.

Los VCs solemos repetirnos bastante, pero tenía ganas de escribir un post algo más largo sobre el tema, e intentar no caer en todos los tópicos que dominan la conversación, desde una perspectiva un tanto más local y, por tanto, humilde.

Nos preguntaba Tino Fernández, de Expansión, en el coloquio si veríamos unicornios de la IA españoles y, aunque las opiniones estaban divididas, por mi lado estoy convencido de que sí.

Seguramente no en el ámbito de los modelos fundacionales, que necesitan demasiados datos, capital y acceso a GPUs para entrenarse, y que además parecen encaminados hacia una potente comoditización tanto por los costes de inferencia como por el impacto de los modelos Open Source en 2025. Pero sí en aquellas compañías que busquen resolver problemas de maneras distintas, en la capa de aplicaciones o de herramientas y no solo mejoren ligeramente las cosas como se hacen hoy en día. Por ejemplo, el camino que sigue MidJourney vs Illustrator o Perplexity vs Google.

El escalado mediante el lanzamiento de más tokens y computación para invocar la IA está llegando a una asíntota horizontal, al menos en el preentrenamiento de modelos, y los gurús nos están avanzando que GPT-5 podría no mostrar tanto progreso exponencial como las versiones anteriores. Creo que, por tanto, habrá catch up de performance de los distintos modelos y el foco estará más en los casos de uso.

A pesar de eso, creo que llegaremos a vivir la AGI en pocos años, aunque nadie parece estar del todo seguro de qué significa eso. Para mí, se asemeja a un futuro al estilo de las novelas de Ian Banks, en las que las minds (distintas superinteligencias) son conscientes y controlan gran parte de nuestra vida cotidiana. Pero hay un escepticismo razonable sobre el progreso continuo de la investigación y el desempeño de la IA, o su posible estancamiento. Aun así, creo que se pueden construir excelentes productos y empresas con lo que ya tenemos, incluso si el progreso se ralentiza dramáticamente.

A pesar de los temores a un empacho por exceso de inversión en infraestructuras, las Mag 7 (las principales siete empresas tecnológicas) destacaron en sus últimos informes de resultados un nivel de demanda brutal para la IA. Creo que encontraremos los 600 mil millones de dólares de ingresos anuales que Sequoia señalaba como necesarios, en su informe en el que identifican un gran salto entre las expectativas de ingresos que implican la construcción de infraestructura para la IA y el crecimiento real de ingresos en el ecosistema, que también sirve como indicador del valor para los usuarios finales. En definitiva, un gap de 600 mil millones de dólares que debe cubrirse cada año para igualar los niveles actuales de CapEx.

Y hay muchas cosas que construir más allá de la infraestructura; es posible conectar los building blocks o buscar soluciones verticales, evitando competir donde los incumbentes pueden añadir fácilmente un copiloto o agente, porque lo hacen muy rápido (como se ha visto en el caso de Adobe). Se me ocurren algunas opciones con grandes exponentes nacionales:

• La capa de herramientas para IA (tooling layer, como puede ser la orquestación, evaluación, RAG, etc.) aunque está bastante saturada y evoluciona rápidamente.
• El desarrollo de guardarraíles para la IA, como es el caso de Alinia.
• Compañías con foco específico, como latencia en procesamiento de voz en tiempo real: Voicemod.
• Uso de IA en espacios más regulados y, por tanto, protegidos, como la salud: Quibim, Idoven.
• Cubrir necesidades muy corporativas, como asegurar la privacidad de los datos a toda costa: Zylon.

Siguiendo el consejo de Sam Altman, es mejor evitar desarrollar algo que se vuelva obsoleto si mejoran los modelos fundacionales (por ejemplo, OCR), pero si tu startup mejora a medida que mejoran los modelos, ¡adelante!

Un área que me resulta muy interesante es la madurez creciente de la IA multimodal y su capacidad para llamar funciones y realizar tareas complejas. La inteligencia artificial generativa es, al fin y al cabo, una interfaz que nos permite «hablar» con nuestros datos no estructurados. Y los modelos multimodales nos permiten procesar este contenido con cualquier dispositivo y realizar prácticamente cualquier tarea que un ser humano pueda hacer, pero a una escala y velocidad infinitas.

Cuando puedes entender lo que contiene el contenido en una organización (y en el futuro, en toda la web), como contratos, facturas o documentos digitales, y extraer sus datos estructurados y no estructurados, puedes automatizar prácticamente cualquier flujo de trabajo. Un nuevo empleado puede tener acceso instantáneo al mismo nivel de experiencia que alguien que lleva 15 años trabajando en una empresa.

Eso sí, temo lo mucho que importa el tamaño en la industria de la IA. En 2024 vimos la mayor ronda de capital riesgo jamás registrada (OpenAI, donde el ticket mínimo era de 1.000 millones de dólares); también la mayor ronda semilla (Safe SuperIntelligence, 1.000 millones de dólares) o el mayor acqui-hire (Character, 2.700 millones de dólares).

Estas cifras mareantes y valoraciones desorbitadas pueden ser merecidas o no, pero en todo caso conllevan enormes expectativas de crecimiento y generación de ingresos. Si el capital es un arma, es difícil que consigamos campeones españoles, pero se puede levantar dinero también desde España con fondos internacionales; por eso buscamos fundadores con afinidad, pedigrí y contactos para moverse fuera.

Otro tema que me interesa mucho es la memoria infinita de los modelos, que posiblemente OpenAI lance en 2025. Los modelos no solo recordarán lo que les preguntamos, sino que también podrán aprender de nuestras interacciones previas, creando una experiencia mucho más personalizada y efectiva. Esto permitirá que la IA se convierta en un asistente continuo, adaptándose a nuestras necesidades y preferencias a lo largo del tiempo, optimizando procesos y ofreciendo soluciones basadas en nuestro propio contexto.

Por el contrario, no estoy seguro de la defensibilidad de las aplicaciones basadas en IA para el consumidor final. Cada cambio de paradigma o placas tectónicas de la tecnología ha visto el surgimiento de empresas dominantes de consumo, pero ahora todas parecen más copiables y la distribución con canales exclusivos y masivos será clave para alcanzar masa crítica antes de que arrasen. Puede que quien construya el Uber, Whatsapp o Airbnb de la IA generativa sea un desarrollador sentado solo en su estudio, pero que después los grandes le compitan con diez aplicaciones muy parecidas en pocos días.

En el mundo empresarial, veo a los consultores como posibles ganadores a corto plazo en estas carreras, con un modelo de Work as a Service, en vez de Software as a Service, en el que son capaces de crear aplicaciones personalizadas para finanzas, marketing, atención al cliente, etc., o dar respuestas a sus clientes corporativos de modo muy eficiente gracias a su uso de herramientas con IA.

Pero pronto llegarán los agentes de IA que se conecten entre sí para orquestar tareas de principio a fin. Y eso no será buena noticia para los consultores, ni para los trabajadores. Las empresas del futuro podrían necesitar muchas menos personas, y los trabajos evolucionarán hacia la gestión de unos pocos humanos y muchas IAs pequeñitas. Espero que eso nos libere para tareas más creativas y vivamos un renacimiento de las capacidades humanas, pero también puede evolucionar en el sentido opuesto.

Exciting times.