Google y Meta pierden a sus principales investigadores de IA mientras nuevas startups recaudan miles de millones en tiempo récord
Cada vez más investigadores de primer nivel abandonan Google, Meta y otros grandes laboratorios de IA para fundar sus propias empresas. El mercado ya registra rondas récord: David Silver, exinvestigador de DeepMind, ha captado $1,1 mil millones para Ineffable Intelligence, y Tim Rocktäschel, también procedente de Google DeepMind, busca hasta $1 mil millones. En las grandes corporaciones queda cada vez menos espacio para la investigación a largo plazo y crece la presión por obtener resultados comerciales rápidos. *Meta ha sido declarada organización extremista y está prohibida en Rusia.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Las grandes compañías de IA están perdiendo a investigadores de renombre con acceso a los desarrollos más avanzados, algo mucho más grave que una simple rotación de plantilla. Cada vez más especialistas de este perfil dejan Google, Meta, OpenAI y Anthropic para lanzar sus propias startups, y los inversores están dispuestos a financiarlos casi de inmediato, a menudo con cientos de millones de dólares.
Por qué se van
El auge de la IA generativa ha disparado lo que está en juego para los grandes laboratorios. Las empresas con valoraciones multimillonarias deben presentar nuevos modelos con regularidad, mejorar sus resultados en benchmarks y convertir rápidamente la investigación en productos. En este contexto, los científicos e ingenieros más destacados tienen menos margen para los ciclos largos de trabajo fundamental.
Tanto inversores como fundadores coinciden cada vez más en que la libertad de investigación se está reduciendo dentro de las corporaciones: la prioridad la tienen los lanzamientos, los KPI comerciales y la carrera por el liderazgo, por encima de líneas arriesgadas pero potencialmente disruptivas. Esto se nota especialmente fuera del ámbito de los LLM. Cuando toda la organización gira en torno al lanzamiento del siguiente modelo, los temas de investigación aplicada o más específicos pasan fácilmente a un segundo plano.
Alexandre Joel-Carbonell, socio de HV Capital, describe el problema sin rodeos: la presión por el rendimiento y los ciclos de lanzamiento acelerados apenas dejan tiempo para la verdadera investigación. Para muchos, ese es el punto de inflexión: si construir un nuevo laboratorio es arriesgado de todos modos, mejor hacerlo en una empresa propia que dentro de un gigante.
Quién ha captado ya financiación
Los ejemplos aparecen ahora casi cada semana, y ya no se trata de pequeños cheques de inversores ángel. Por su tamaño, las rondas de los nuevos laboratorios se parecen más a la financiación de empresas tecnológicas maduras que al capital inicial de equipos de unas pocas personas.
Resulta especialmente revelador que se trate de compañías con apenas unos meses de vida: el mercado no paga por adelantado ingresos ni madurez de producto, sino la reputación de los fundadores y la probabilidad de que sean ellos quienes construyan el próximo stack disruptivo.
- David Silver, exinvestigador de Google DeepMind, anunció una ronda semilla de $1,1 mil millones para Ineffable Intelligence, una empresa con solo unos meses de vida.
- Tim Rocktäschel, otro veterano de DeepMind, busca hasta $1 mil millones para Recursive Superintelligence.
- AMI Labs, fundada por un exempleado de Meta, recibió $1 mil millones en marzo de 2026, pocos meses después de su lanzamiento.
- Ricursive Intelligence, fundada por Anna Goldie y Azalia Mirhoseini, exempleadas de Anthropic y Google DeepMind, levantó $335 millones en dos rondas apenas unos meses después de su creación.
Y ya no son excepciones. Durante el último año, exempleados de OpenAI, DeepMind, Anthropic y xAI han reunido grandes cheques para nuevas compañías como Periodic Labs, Ricursive Intelligence y Humans&.
Según Dealroom, solo en 2026 los inversores de capital riesgo ya han invertido $18,8 mil millones en startups de IA fundadas desde principios de 2025. Si se mantiene el ritmo, el mercado superará los $27,9 mil millones que recibieron empresas similares creadas desde principios de 2024.
Por qué los inversores tienen prisa
La lógica de los fondos es sencilla: en IA, el valor reside cada vez menos en la entidad jurídica y cada vez más en un equipo concreto y en su capacidad para construir rápidamente nuevos modelos, productos o plataformas de investigación.
Si una startup la lanza alguien que ya estuvo detrás de avances notables en DeepMind, OpenAI o Meta, el mercado lo interpreta casi como un sello de calidad. Los inversores temen perderse el próximo gran proyecto, así que entran en fases muy tempranas y están dispuestos a pagar por reputación, velocidad y acceso a un talento escaso.
También hay un factor de negocio. Una nueva empresa independiente puede vender tecnología a grandes clientes sin parecer una extensión de uno de los gigantes tecnológicos. En algunos mercados esto resulta crítico, sobre todo cuando entran en juego datos sensibles, chips o propiedad intelectual interna.
Anna Goldie, cofundadora de Ricursive Intelligence, lo formuló con contundencia:
«Para que los fabricantes de chips nos confíen su valiosa propiedad intelectual, tenemos que ser como
Suiza».
En ese caso, la neutralidad de la startup se convierte en una ventaja comercial.
Qué significa esto
El mercado de la IA entra en una fase en la que la gran batalla se libra por los modelos y la capacidad de cómputo, pero también por las personas capaces de reunir a su alrededor una nueva escuela de investigación.
Para Google, Meta y los demás gigantes, es una señal clara: los salarios y el acceso a la infraestructura ya no bastan para retener el talento. Para la industria en su conjunto, es un indicio de que la próxima ola de compañías de IA potentes podría surgir fuera de las corporaciones, de la mano de quienes salen de ellas.
*Meta ha sido declarada organización extremista y está prohibida en Rusia.
- 1 nov 2026Prueba de 16 modelos en 7 buscadores: Exa obtuvo una media de 10,5 puntos de 14; SearXNG, en torno a 3
- 1 nov 2026StreamVibe, el agente de vídeo de Google, supera en un 10,7 % a otros modelos en momento y calidad de respuesta
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué se van?
El auge de la IA generativa ha disparado lo que está en juego para los grandes laboratorios. Las empresas con valoraciones multimillonarias deben presentar nuevos modelos con regularidad, mejorar sus resultados en benchmarks y convertir rápidamente la investigación en productos. En este contexto, los científicos e ingenieros más destacados tienen menos margen para los ciclos largos de trabajo fundamental. Tanto inversores como fundadores coinciden cada vez más en que la libertad de investigación se está reduciendo dentro de las corporaciones: la prioridad la tienen los lanz
¿Qué se sabe sobre Quién ha captado ya financiación?
Los ejemplos aparecen ahora casi cada semana, y ya no se trata de pequeños cheques de inversores ángel. Por su tamaño, las rondas de los nuevos laboratorios se parecen más a la financiación de empresas tecnológicas maduras que al capital inicial de equipos de unas pocas personas. Resulta especialmente revelador que se trate de compañías con apenas unos meses de vida: el mercado no paga por adelantado ingresos ni madurez de producto, sino la reputación de los fundadores y la probabilidad de que sean ellos quienes construyan el próximo stack disruptivo. David Silver, exinvest
¿Qué se sabe sobre Por qué los inversores tienen prisa?
La lógica de los fondos es sencilla: en IA, el valor reside cada vez menos en la entidad jurídica y cada vez más en un equipo concreto y en su capacidad para construir rápidamente nuevos modelos, productos o plataformas de investigación. Si una startup la lanza alguien que ya estuvo detrás de avances notables en DeepMind, OpenAI o Meta, el mercado lo interpreta casi como un sello de calidad. Los inversores temen perderse el próximo gran proyecto, así que entran en fases muy tempranas y están dispuestos a pagar por reputación, velocidad y acceso a un talento escaso. También
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.