Cómo fundar una startup de IA en tiempos de caos

Se dice que la Tierra alberga más de 10,000 startups de IA. Son más abundantes que las chitas (o guepardos). Superan en número a las secuoyas. La cifra es una suposición, por supuesto: startups vienen y startups van. Pero el año pasado, más de 2,000 de ellas consiguieron su primera ronda de financiamiento. Ahora que los inversores invierten miles de millones en IA, cabe preguntarse: ¿Qué hacen todas estas criaturas del boom?

Decidí acercarme al mayor número posible de fundadores recientes de IA. El objetivo no era tratar de elegir a los ganadores, sino ver cómo es, sobre el terreno, crear productos de IA: cómo las herramientas de IA han cambiado la naturaleza de su trabajo; lo aterrador que es competir en un campo abarrotado. Era como intentar bailar tap sobre la superficie del sol. OpenAI lanza una actualización, y una avalancha de mensajes en X pronostica la masacre de un centenar de startups. Brutal.

¿Es esta una revolución que acaba con los pies chamuscados? Desde luego, no todos pueden sobrevivir. Una startup es un experimento, y la mayoría de los experimentos fracasan. Pero haz que miles de ellas recorran el panorama económico y puede que te enteres de lo que nos depara el futuro próximo.

Empieza pronto

Navvye Anand es cofundador de una empresa llamada Bindwell. Cuando nos pusimos en contacto por videollamada, me habló con una media sonrisa y un aire vagamente sofisticado mientras me contaba cómo está desarrollando pesticidas utilizando modelos de IA personalizados. El sitio web de Bindwell describió en su día estos modelos como «increíblemente rápidos» y aseguró que podían predecir, en «meros segundos», los resultados de experimentos que habrían llevado días. Al oír a Anand explicar cómo está aplicando a los cultivos los principios de la IA para el descubrimiento de fármacos, era fácil olvidar que tiene 19 años.

Anand creció en la India leyendo Hacker News con su padre y ya estaba construyendo sus propios modelos de lenguaje a mitad del instituto. Antes de graduarse, él, su cofundador (que ahora tiene 18 años) y otros dos amigos del campamento de verano publicaron un artículo en bioRxiv sobre un LLM que habían creado para predecir una faceta del comportamiento de las proteínas. El artículo fue citado en la prestigiosa revista Nature. Decidieron que debían crear una empresa emergente, intercambiaron ideas y se decidieron por los pesticidas basados en proteínas. Entonces, el cuento de hadas continúa, un duendecillo de la madera (perdón, un inversor de capital de riesgo) se puso en contacto con ellos a través de LinkedIn y les ofreció 750,000 dólares por abandonar el instituto y la universidad y trabajar en la empresa a tiempo completo. Aceptaron y se pusieron en marcha. Los adolescentes no sabían casi nada de agronegocios. Eso fue el pasado diciembre.

Cinco meses después, Anand y su cofundador abrieron su primer laboratorio de pruebas biológicas en la bahía de San Francisco, y luego se trasladaron a otro, donde exprimen personalmente gotas de moléculas prometedoras en viales diminutos. (Un compuesto basado en proteínas puede atacar con más precisión a una langosta, dice la teoría, y no acabar también con los humanos, las lombrices de tierra o las abejas). Le pregunté cómo había adquirido los conocimientos necesarios para trabajar en un laboratorio húmedo. «Contraté a un amigo», me confesó alegremente. El amigo le entrenó durante el verano antes de volver a la universidad en otoño. «Ahora puedo hacer algunos ensayos bioquímicos», refiere Anand. «No toda una serie de ensayos, sino la validación básica en laboratorio húmedo de nuestros modelos».

Huh, pensé. Que unos cuantos adolescentes hubieran hecho en un puñado de meses su propio máster, hubieran aprendido la bioquímica del control de plagas, hubieran utilizado sus modelos para identificar moléculas potenciales y ahora estuvieran pipeteando en su propio laboratorio no me pareció mal. La verdad es que, una vez calculado todo lo que habían hecho, me pareció completamente absurdo. Esperaba oír que las herramientas de IA están acelerando algunas fases de la creación de una empresa, pero apenas tenía una vaga idea de la magnitud de su impacto. Así que en mi siguiente entrevista, con los cofundadores de Roundabout Technologies, una empresa emergente con 14 meses de vida, fui directamente al grano: desglosa qué ha cambiado y cuánto.

Programa con IA

«Hemos distribuido una cantidad ingente de cosas», me cuenta Collin Barnwell. Su empresa, formada por cuatro personas (dos de ellas empezaron el pasado abril), fabrica un sistema de visión en tiempo real para semáforos que mejora la sincronización de los semáforos en rojo y verde. Teniendo en cuenta los miles de millones de horas de trabajo humano que se pierden en los semáforos en rojo en carreteras vacías, parece claro que se necesita una revolución de la inteligencia artificial en los cruces. Barnwell hace una lista de lo que han conseguido desde abril, mientras saltaban de un asistente de IA a otro: entrenar redes de visión con sus propios datos, utilizar LLM para investigar a fondo las ciudades, escribir el software para su GPU, crear varios paneles de control, diseñar los componentes de hardware. «Realmente sientes que estas herramientas te llevan a la vanguardia», afirma. Se considera un programador mediocre y parece encantado con lo que ha sido capaz de construir. «Yo diría que estamos en la Inteligencia Artificial General (IAG) de Collin. Aún no hemos llegado a la IAG de Sabeek».

Sabeek Pradhan es su cofundador. «Lo que habría tardado unas semanas en construirse se convierte en cinco minutos de espera hasta que se ejecuta un modelo», me dice Pradhan. Lo que más tiempo les llevó, con diferencia, fue encontrar a su primer cliente humano. En julio, cuando la empresa estaba a punto de cumplir un año, colaboraron con la ciudad de San Anselmo, al norte de San Francisco, para instalar su sistema en el cruce más transitado. En octubre empezaron a funcionar en un cruce situado una calle más allá, y tienen previsto instalar 11 semáforos más.