Se dice que la Tierra, este hogar nuestro tan particular, alberga más de 10.000 startups de IA. Son más prolíficas que las promesas de campaña política en año electoral, superan en número a las secuoyas y, probablemente, a la paciencia de un argentino esperando el colectivo. La cifra, claro está, es una suposición tan volátil como el precio del dólar blue: startups vienen y startups van, algunas se esfuman antes de que termine de calentar el mate. Sin embargo, el año pasado, más de 2.000 de ellas lograron su primera ronda de financiamiento. Ahora que los inversores derraman miles de millones en inteligencia artificial, cabe preguntarse con cierta inquietud: ¿Qué hacen todas estas criaturas de la era del boom?
Para desentrañar el misterio, me propuse contactar al mayor número posible de fundadores recientes de IA. El objetivo no era adivinar quién sería el próximo unicornio, sino entender cómo es, sobre el terreno, el día a día de crear productos de IA: cómo las herramientas de esta tecnología han modificado la naturaleza de su trabajo; lo aterrador que resulta competir en un campo tan abarrotado. Era como intentar bailar un tango sobre la superficie del sol, con los pies ya medio chamuscados. OpenAI lanza una actualización, y una avalancha de mensajes en X pronostica la masacre de un centenar de startups. Brutal, sí, y con el ritmo de un velorio.
¿Es esta una revolución que solo deja pies chamuscados y sueños rotos? Desde luego, no todos pueden sobrevivir a este vértigo. Una startup es, por definición, un experimento, y la mayoría de los experimentos, lo sabemos, terminan en fracaso. Pero hagan que miles de ellas recorran el panorama económico y, quizás, podremos vislumbrar lo que nos depara el futuro cercano. O al menos, quién pagará el próximo asado.
La juventud al poder
Navvye Anand es cofundador de una empresa llamada Bindwell. Cuando nos contactamos 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, en el tiempo que otros deciden qué filtro de Instagram usar, él ya estaba publicando en Nature. 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 <a data-offer-url="https://www.biorxiv.org/content/10.1101/2024.02.08.575577v3.full.pdf" class="external-link" data-event-click="{"element":"ExternalLink","outgoingURL":"https://www.biorxiv.org/content/10.1101/2024.02.08.575577v3.full.pdf"}" href="https://www.biorxiv.org/content/10.1101/2024.02.08.575577v3.full.pdf" rel="nofollow noopener" target="_blank">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, la historia toma un giro digno de un cuento de hadas posmoderno: un hada madrina corporativa (léase, un inversor de riesgo con chequera holgada) se puso en contacto con ellos a través de LinkedIn y les ofreció 750.000 dólares por abandonar el instituto y la universidad y dedicarse a la empresa a tiempo completo. Aceptaron y se pusieron en marcha. Los adolescentes, es justo decirlo, no sabían casi nada de agronegocios. Eso fue en diciembre pasado.
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. Un detalle no menor). Le pregunté cómo había adquirido los conocimientos necesarios para trabajar en un laboratorio húmedo, un campo que para la mayoría requiere años de estudio. "Contraté a un amigo", me confesó con una naturalidad que desarmaba. 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".
Vaya, 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 simplemente "no estar mal". La verdad es que, una vez calculado todo lo que habían hecho, uno no podía más que masticar su asombro y preguntarse si no se había saltado varias décadas de progreso acelerado. 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: desglosen qué ha cambiado y cuánto, por favor, y con un café bien cargado.
Programando el futuro con IA
"Hemos distribuido una cantidad ingente de cosas", me cuenta Collin Barnwell. Su empresa, formada por cuatro personas (dos de ellas comenzaron el pasado abril), fabrica un sistema de visión en tiempo real para semáforos que mejora la sincronización de las luces rojas y verdes. 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, o al menos un milagro. 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 autodenomina "programador mediocre", un título que, a la luz de sus logros, bien podría significar "mago oculto de la programación" en el diccionario de la IA. 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, la otra mitad de esta singular sociedad. "Lo que habría tardado unas semanas en construirse se convierte en cinco minutos de espera hasta que se ejecuta un modelo", me dice Pradhan, con la calma de quien domina los hilos del tiempo. Lo que más tiempo les llevó, con diferencia, fue encontrar a su primer cliente humano, ese escurridizo eslabón entre la genialidad y la realidad. 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. Parece que la promesa de un tráfico más fluido, sin los tradicionales "qué quilombo" que suelen adornar nuestros semáforos, podría estar más cerca de lo que pensamos.
