Cuando DeepSeek lanzó su modelo de código abierto R1 en enero de 2025, dejó atónito a Silicon Valley. La idea de que un pequeño laboratorio chino hubiera creado un modelo de código abierto tan potente con muchos menos recursos que sus homólogos estadounidenses desconcertó a las grandes figuras de la industria tecnológica. Marc Andreessen lo calificó de “momento Sputnik”. El entonces CEO de Scale, Alex Wang, lo describió como una “llamada de atención”.
Dentro de OpenAI, aquello llevó a tres jóvenes investigadores a comprender el potencial de los modelos de código abierto. Si podían construir la infraestructura necesaria para optimizarlos, pensaron, podría convertirse en un gran negocio. “Nuestra visión del mundo era muy diferente a la de muchos de nuestros colegas en OpenAI”, explica a Forbes Yash Patil, uno de los investigadores. “Si los modelos de pesos abiertos van a ser realmente buenos, no creemos que OpenAI o Anthropic vayan a tener todos los datos del mundo para entrenar este supermodelo. Más bien vemos a empresas como JPMorgan utilizando sus propios datos para entrenar modelos destinados a aquello que les interesa, porque nunca van a entregar esos datos”.
Cinco meses después, Patil, junto con sus compañeros de investigación Rhythm Garg y Linden Li, dejó OpenAI para fundar Applied Compute, una startup que entrena modelos personalizados de código abierto para clientes empresariales y posteriormente ejecuta esos modelos en su propia nube.
Desde entonces, todo ha sucedido a gran velocidad. En junio de 2025, la compañía captó $20 millones en una ronda semilla y, en menos de un año, consiguió clientes de alto perfil como DoorDash, Nvidia y Microsoft. El CEO de Microsoft, Satya Nadella, incluso se sentó con Patil en una entrevista en junio para hablar sobre el futuro de la IA empresarial.
Ahora, el miércoles, Applied Compute dijo a Forbes que está negociando una ronda de financiación de $350 millones que elevaría su valoración hasta $3.250 millones. La compañía advirtió que algunas de estas cifras podrían cambiar mientras termina de cerrar la ronda. The Information ya había informado sobre algunos detalles de esta nueva captación de capital.
La nueva valoración sería casi el doble de la que tenía Applied Compute hace apenas cuatro meses, haciendo que su valoración crezca incluso más rápido que la del unicornio que más rápido alcanzó esa categoría en la historia de Y Combinator.
El inversor ángel Elad Gil lidera la ronda, con la participación de inversores existentes como Lux Capital y Kleiner Perkins. Patil afirma que la mayor parte de este nuevo capital se destinará a comprar más chips para ampliar su infraestructura en la nube con una “flota masiva de capacidad informática”.
La compañía trabaja con grandes empresas para ayudarlas a desarrollar modelos y agentes de IA especializados a partir de modelos de código abierto como Qwen, de Alibaba, o Kimi, de Moonshot. Es una propuesta mucho más rentable que depender de OpenAI o Anthropic. Para ajustar estos modelos, la empresa utiliza un método conocido como “aprendizaje por refuerzo” (reinforcement learning), que proporciona retroalimentación a los modelos al recompensarlos cuando realizan bien determinadas tareas, lo que a su vez los incentiva a adaptarse para obtener más recompensas.
Applied Compute envía a sus ingenieros para asesorar a los clientes empresariales y entrenar los modelos con sus propios datos internos, antes de implementarlos para que funcionen en los servidores de la compañía. La idea es convertirse en una solución integral para entrenar, implementar y ejecutar agentes personalizados de código abierto.
La semana pasada, la compañía lanzó AC2, una plataforma que permite a los clientes utilizar por sí mismos las herramientas internas de Applied Compute para entrenar modelos, una alternativa más económica que recurrir a los servicios de consultoría personalizada de la startup.
La ronda de financiación llega en un momento en que los modelos de código abierto han ganado popularidad, mientras las empresas buscan contener el creciente costo de sus inversiones en IA. Los modelos de vanguardia propietarios y cerrados, como Fable de Anthropic o Sol de OpenAI, son extremadamente potentes, pero pueden costar casi 40 veces más por millón de tokens que algunos modelos de código abierto. Patil afirma que, en determinados casos, los modelos de Applied Compute pueden ser hasta 10 veces más baratos que los modelos de frontera.
Mientras tanto, a medida que los modelos de código abierto se han vuelto cada vez más capaces, también se han convertido en sustitutos adecuados para tareas más sencillas en determinados entornos empresariales.
“Siempre creí que el código abierto tendría un papel importante”, explica a Forbes Gil, el principal inversor de la ronda. El currículum de los fundadores —todos de 25 años o menos— los convirtió, según él, en un equipo especialmente atractivo para abordar el reto de optimizar estos modelos de código abierto. “Dado que son el antiguo equipo de investigación de OpenAI que trabajó en este tipo de problemas, están realmente en la vanguardia”.
DoorDash ya ha trabajado con Applied Compute para desarrollar un modelo que permite a los restaurantes generar menús con precisión cuando se incorporan a la plataforma de entregas. Nvidia recurrió a la startup para ayudar en el postentrenamiento de sus modelos Nemotron de pesos abiertos, destinados a crear agentes complejos.
Por su parte, la startup de IA jurídica Harvey utilizó Applied Compute para crear un agente capaz de revisar enormes volúmenes de documentos de litigios o analizar contratos para procesos de due diligence. Todo el proceso de desarrollo del agente tomó menos de dos meses, explicó a Forbes Niko Grupen, responsable de investigación aplicada de Harvey.
Anteriormente, según Grupen, un proyecto de este tipo habría requerido desde varios meses hasta años, además de importantes recursos, incluidos investigadores especializados en postentrenamiento, ingenieros de infraestructura para supercomputación y enormes cantidades de capacidad de cómputo.
“Es una diferencia de un orden de magnitud”.
Hijo de inmigrantes indios —su padre es pediatra y su madre ingeniera de hardware—, Patil, de 23 años, creció en Austin. De niño, su padre trabajó para los gigantes de los chips Qualcomm y ARM en diseño de circuitos y arquitectura de potencia. Se interesó por la tecnología porque quería seguir los pasos de su hermano mayor, Neil, que ahora es ingeniero en la startup de biotecnología Chai Discovery. Durante la pandemia, cuando estaba en el instituto, Patil y su hermano crearon un programa llamado Helping Hands, que conectaba a personas necesitadas con otras que podían realizar tareas como comprar alimentos o recoger medicamentos.
Garg, de 24 años y criado en Dallas, descubrió la tecnología participando en hackathons durante el instituto. Li, de 25 años y originario de Carolina del Norte, pasó sus años de secundaria y bachillerato en Shanghái y se interesó por la tecnología después de ver una demostración de vehículos autónomos.
Los tres fundadores se hicieron amigos en Stanford. Como estudiante de informática, Patil conoció a su futuro jefe, el CEO de OpenAI, Sam Altman, durante una cena que este organizó en su casa para estudiantes de ingeniería de Stanford. “Estaba muy nervioso. No hablé con él. Quizá le dije ‘hola’ al final”, recuerda Patil.
Después, OpenAI lanzó ChatGPT unos meses más tarde y, como el resto del mundo, Patil quedó fascinado con la tecnología. Le escribió a Altman diciéndole que le encantaría trabajar en el incipiente chatbot, y Altman lo invitó a postularse al programa de residencia de la compañía.
Tras incorporarse a OpenAI a los 20 años, Patil recomendó a Garg para que se uniera al equipo. Después, Garg recomendó a Li. Una vez dentro, Patil trabajó en infraestructura de post-training y en lo que posteriormente se convertiría en Codex; Garg se centró en modelos de razonamiento y Li, en sistemas de aprendizaje automático.
Como los tres eran mucho más jóvenes que los demás investigadores de OpenAI, estrecharon aún más sus lazos. Patil y Garg compartían departamento cerca de la sede de OpenAI en San Francisco, mientras que Li, que vivía cerca, iba a visitarlos después del trabajo.
Entonces llegó el momento de revelación de DeepSeek. Patil, Garg y Li coincidieron en un viaje de esquí al lago Tahoe cuando se lanzó el modelo R1. Fascinados, pasaron buena parte del día hablando sobre él entre bajada y bajada. El fenómeno puso a los modelos de código abierto en el centro de atención como nunca antes.
Patil no cree que los clientes empresariales vayan a abandonar los modelos de frontera más avanzados de OpenAI y Anthropic para apostar exclusivamente por el código abierto. En cambio, considera que las empresas utilizarán una combinación de modelos de alta gama y alternativas más económicas, dependiendo del caso de uso. Y a medida que algunas compañías dan mayor importancia a la rentabilidad y las alternativas de código abierto se vuelven más viables, Applied Compute cree que su momento ha llegado.
Leigh Marie Braswell, socia de Kleiner Perkins que lideró la inversión de la firma de capital riesgo en Applied Compute, pudo comprobar de primera mano el nivel de compromiso de la compañía a principios de este año. Braswell, una apasionada del póker, es conocida en Silicon Valley por organizar partidas con las empresas de su cartera.
Pero cuando organizó una en la sede de Applied Compute en San Francisco, la noche terminó antes de lo previsto, alrededor de las 10 p. m. “Es la única empresa que me ha echado de la oficina”, dice entre risas. “Me dijeron: ‘Tenemos que volver al trabajo’”.
Este artículo está traducido de Forbes.com
