Tres amigos de Stanford y excolegas de OpenAI dejaron la compañía para fundar una startup empresarial basada en modelos de código abierto. Quince meses después, buscan recaudar US$350 millones para una valoración de US$3.250 millones.
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 desarrollado un modelo de código abierto tan potente, utilizando comparativamente menos recursos que sus pares estadounidenses, dejó desconcertados a los grandes jugadores de la industria tecnológica. Marc Andreessen lo calificó como un “momento Sputnik”, mientras que Alex Wang, entonces CEO de Scale, lo describió como una “llamada de atención”.
Dentro de OpenAI, tres jóvenes investigadores se dieron cuenta del potencial de los modelos de código abierto. Pensaron que, si lograban construir la infraestructura necesaria para optimizar esos modelos, podrían generar un gran negocio. “Nuestra visión del mundo era muy diferente a la de muchos de nuestros colegas de OpenAI”, explica Yash Patil, uno de los investigadores, a Forbes . “Si los modelos de ponderación abierta van a ser realmente buenos, no vemos a OpenAI ni a Anthropic con todos los datos del mundo para entrenar este supermodelo. Más bien, vemos a empresas como JPMorgan utilizando sus propios datos para entrenar modelos para los temas que les interesan, porque jamás compartirán esos datos”.
Cinco meses después, Patil, junto con sus colegas investigadores Rhythm Garg y Linden Li, dejó OpenAI para fundar Applied Compute, una startup que entrena modelos personalizados de código abierto para clientes empresariales y luego ejecuta esos modelos en la nube de la startup. Desde entonces, todo ha sido un torbellino. Recaudó US$20 millones en una ronda de financiación inicial en junio de 2025 y, en menos de un año, había conseguido clientes de renombre como DoorDash, Nvidia y Microsoft, cuyo CEO, Satya Nadella, se sentó a conversar con Patil en junio sobre el futuro de la IA empresarial. El miércoles, Applied Compute anunció a Forbes que está en conversaciones para recaudar US$350 millones en financiación, lo que elevaría su valoración a US$3250 millones. La compañía advirtió que algunas de esas cifras podrían cambiar al finalizar la ronda. ( The Information ya había informado sobre algunos detalles de la última recaudación de fondos). La nueva valoración sería casi el doble del valor de Applied Compute de hace tan solo cuatro meses, con un crecimiento más rápido que el del unicornio de más rápido crecimiento de Y Combinator .
El inversor ángel Elad Gil lidera la inversión, con la participación de patrocinadores ya existentes como Lux Capital y Kleiner Perkins. Patil afirma que la nueva inyección de capital se destinará principalmente a la compra de más chips para ampliar su infraestructura en la nube con una “enorme flota de capacidad de procesamiento”.
La empresa colabora con grandes empresas para ayudarlas a crear modelos y agentes de IA especializados a partir de modelos de código abierto como Qwen de Alibaba o Kimi de Moonshot, una propuesta mucho más rentable que depender de OpenAI o Anthropic. Para optimizar estos modelos, la empresa utiliza un método llamado “aprendizaje por refuerzo”, que les proporciona retroalimentación recompensándolos cuando realizan bien las tareas, lo que a su vez los anima a ajustarse para obtener más recompensas.
Applied Compute envía a sus ingenieros a asesorar a clientes empresariales para entrenar modelos con sus propios datos internos, antes de implementarlos en sus servidores. El objetivo es ofrecer una solución integral para el entrenamiento, la implementación y la ejecución de agentes personalizados de código abierto. La semana pasada, la compañía lanzó AC2, una plataforma que permite a los clientes utilizar las herramientas internas de entrenamiento de modelos de Applied Compute, una opción más económica que recurrir a los servicios de consultoría personalizados de la startup.
Esta ronda de financiación llega en un momento en que los modelos de código abierto han ganado gran popularidad, ya que las empresas intentan frenar el aumento de los costes de su IA. Los modelos insignia de código cerrado de vanguardia, como Fable de Anthropic o Sol de OpenAI, son increíblemente potentes, pero pueden costar casi 40 veces más por millón de tokens que algunos modelos de código abierto. (Patil afirma que, en algunos casos, sus modelos pueden ser hasta 10 veces más baratos que los modelos de vanguardia).
Mientras tanto, a medida que los modelos de código abierto se han vuelto más capaces, se han convertido en sustitutos adecuados para tareas más sencillas en algunos entornos empresariales. “Siempre creí que el código abierto desempeñaría un papel importante”, comenta Gil, el inversor principal de la ronda, a Forbes . El currículum de los fundadores —todos menores de 25 años— los convirtió en un equipo idóneo para abordar la optimización de estos modelos de código abierto, afirma. “Dado que son el antiguo equipo de investigación de OpenAI que trabajaba en este tipo de problemas, están a la vanguardia”.
Lea también: OpenAI lanzará “próximamente” su competidor para Mythos de Anthropic
DoorDash ya ha colaborado con Applied Compute para crear un modelo que permite a los restaurantes generar menús con precisión al unirse a la empresa de reparto. Nvidia utilizó a la startup para el postentrenamiento de sus modelos Nemotron de peso abierto, destinados a la creación de agentes complejos. Asimismo, la startup de IA legal Harvey se basó en Applied Compute para crear un agente que revisara grandes volúmenes de documentos de litigios o contratos para la debida diligencia. Todo el proceso de creación del agente duró menos de dos meses, según declaró Niko Grupen, director de investigación aplicada de Harvey, a Forbes . Anteriormente, explicó, habría requerido desde varios meses hasta años, además de considerables recursos, incluyendo investigadores especializados en postentrenamiento, ingenieros de infraestructura de supercomputación y una enorme capacidad de procesamiento. “La diferencia es abismal”.
Hijo de inmigrantes indios —su padre es pediatra y su madre, ingeniera de hardware—, Patil, de 23 años, creció en Austin. Durante su infancia, su padre trabajó para gigantes de los semiconductores como Qualcomm y ARM en diseño de circuitos y arquitectura de potencia.
Patil se interesó por la tecnología inspirado por su hermano mayor, Neil, quien actualmente es ingeniero en la startup biotecnológica Chai Discovery. Durante la pandemia, cuando cursaba la secundaria, ambos desarrollaron Helping Hands, un programa que conectaba a personas necesitadas con voluntarios para realizar tareas como comprar alimentos o recoger medicamentos.
Garg, de 24 años y criado en Dallas, descubrió la tecnología participando en hackatones durante la secundaria. Por su parte, Li, de 25 años y originario de Carolina del Norte, pasó sus años de secundaria 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 Ciencias de la Computación, Patil conoció a su futuro jefe, Sam Altman, CEO de OpenAI, durante una cena que este organizó en su casa para estudiantes de ingeniería de Stanford. “Estaba muy nervioso. No hablé con él. Quizás dije ‘hola’ al final”, recuerda Patil.
Meses después, OpenAI lanzó ChatGPT y, como buena parte del mundo, Patil quedó fascinado con la tecnología. Le escribió a Altman para decirle que quería trabajar en el entonces nuevo 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 entrar a la empresa, y posteriormente Garg recomendó a Li. Allí, Patil trabajó en infraestructura de postentrenamiento y en lo que se convertiría en Codex; Garg, en modelos de razonamiento, y Li, en sistemas de aprendizaje automático.
Como los tres eran considerablemente más jóvenes que los demás investigadores de OpenAI, su relación se estrechó aún más. Patil y Garg compartieron apartamento cerca de la sede de OpenAI en San Francisco, mientras que Li, que vivía cerca, solía pasar por allí después del trabajo.
Entonces llegó el momento DeepSeek. Patil, Garg y Li coincidieron en un viaje de esquí a Lake Tahoe cuando se lanzó el modelo R1. Fascinados, pasaron buena parte del día hablando sobre el modelo entre una bajada y otra. El lanzamiento puso el foco, como nunca antes, sobre los modelos de código abierto.
Patil no cree que los clientes empresariales vayan a abandonar los modelos de frontera de OpenAI y Anthropic para apostar exclusivamente por alternativas de código abierto. En cambio, considera que las empresas utilizarán una combinación de modelos de alto rendimiento y opciones más económicas, dependiendo del caso de uso. A medida que algunas compañías comienzan a priorizar más la eficiencia de costos y las alternativas de código abierto se vuelven más competitivas, Applied Compute considera que este es su momento.
Leigh Marie Braswell, socia de Kleiner Perkins que lideró la inversión de la firma de capital de riesgo en Applied Compute, pudo comprobar de primera mano el enfoque de la compañía a comienzos de este año. Braswell, aficionada al póker, es conocida en Silicon Valley por organizar partidas con las empresas de su portafolio. Pero cuando organizó una en la sede de Applied Compute en San Francisco, la noche terminó abruptamente alrededor de las 10 p. m.
“Es la única empresa que alguna vez me ha echado de la oficina”, dice entre risas. “Me dijeron: ‘Tenemos que volver al trabajo’”.