Durante años, una startup necesitaba demostrar que tenía clientes reales antes de acceder a rondas de inversión importantes. Ese orden empieza a cambiar en el segmento de inteligencia artificial. Un conjunto de empresas, agrupadas bajo el nombre de neolabs, recibe financiamiento masivo para resolver problemas científicos y tecnológicos que aún no tienen solución comprobada, con la comercialización como un paso posterior.

El caso más reciente es Flapping Airplanes, una compañía estadounidense de investigación en IA que levantó 1.000 millones de dólares en una ronda liderada por Index Ventures y Lux Capital, con participación de Sequoia Capital, GV, Kleiner Perkins y Nvidia. La empresa no comercializa ningún producto. Su objetivo es encontrar métodos para entrenar y ejecutar modelos de IA con menos datos y menor capacidad de cómputo, dos recursos que la industria consume en volúmenes crecientes. Meses antes, en enero de 2026, había captado 180 millones en su primera ronda.

El cofundador Asher Spector sostuvo que la demanda de IA crecerá por encima de la oferta de chips y datos disponibles, y que incluso una mejora del 10% en el rendimiento de cada procesador tendría un valor económico significativo.

Un relevamiento publicado en septiembre por el fondo israelí VC Cafe identificó diez neolabs que, en conjunto, habían obtenido alrededor de 11.600 millones de dólares en sus últimas grandes rondas. El informe señaló que los avances son heterogéneos: algunas ya ofrecen modelos o herramientas de acceso público, mientras que otras todavía no tienen productos disponibles.

Entre los ejemplos relevados aparece AMI Labs, impulsado por Yann LeCun, ex responsable científico de IA en Meta, que captó cerca de 1.000 millones de dólares en marzo de 2026 para investigar arquitecturas de IA capaces de comprender el mundo físico más allá de los modelos de predicción de texto. También figura Safe Superintelligence, fundada por Ilya Sutskever, ex investigador de OpenAI, orientada al desarrollo de inteligencia artificial segura y sin producto comercial en el horizonte cercano.

Thinking Machines Lab, fundada por Mira Murati, ex directora de tecnología de OpenAI, concretó una ronda de 2.000 millones y se presenta como un caso intermedio: ya cuenta con herramientas para entrenar modelos, una API y modelos de acceso público, lo que muestra que priorizar la investigación no implica postergar la comercialización indefinidamente.

La lógica que mueve a los inversores combina tres factores. Primero, el costo de operar en la frontera tecnológica: los neolabs necesitan investigadores especializados, grandes volúmenes de datos y capacidad de cómputo antes de tener algo para vender. Segundo, el potencial de que un avance en eficiencia se convierta en insumo para toda la industria digital. Tercero, la competencia estratégica entre los grandes proveedores de infraestructura, que encuentran en estas empresas socios para mejorar el aprovechamiento de sus propios sistemas, como ilustra la presencia de Nvidia entre los inversores de Flapping Airplanes.

¿Qué posibilidades reales tiene este modelo de generar tecnología que cambie los costos de la inteligencia artificial para el resto de la industria? Los próximos años responderán si la apuesta tiene fundamento científico o si el capital llegó demasiado rápido.