DeepSeek busca nuevos miles de millones semanas después de su primera ronda: la IA barata sale cara
El FT informa de que DeepSeek mantiene conversaciones preliminares para una nueva ronda con una valoración de 71.000 millones de dólares, solo semanas después de captar 7.000 millones. El dinero financiaría centros de datos y chips para mantener sus precios de IA por los suelos.
DeepSeek, el laboratorio chino de IA famoso por ofrecer precios inferiores a los de todos sus competidores, ya ha vuelto a pedir dinero. Solo unas semanas después de cerrar su primera ronda de financiación, unos 7.000 millones de dólares con una valoración de 52.000 millones a finales de mayo, la empresa mantiene conversaciones preliminares con inversores para una nueva ronda con una valoración previa a la inversión de unos 71.000 millones, según informa el Financial Times.
El nuevo capital tiene un destino claro: DeepSeek quiere construir sus propios centros de datos y comprar chips de IA, y está diseñando su propio chip de inferencia, el hardware que ejecuta un modelo una vez entrenado, para reducir su dependencia de Nvidia y Huawei. El fundador, Liang Wenfeng, aportó unos 3.000 millones de dólares de su propio dinero en la primera ronda, convirtiéndose en el mayor inversor, junto a empresas como Tencent, CATL y JD.com. Este es el contexto: los nuevos modelos V4 de DeepSeek son los mayores modelos de pesos abiertos, con hasta 1,6 billones de parámetros, y sus precios son demoledores: cuestan aproximadamente once veces menos que GPT-5.5 en la entrada, un descuento que la empresa convirtió hace poco en permanente. Y está funcionando. Los datos de pagos de la entidad financiera estadounidense Ramp situaron a DeepSeek entre los proveedores de software de crecimiento más rápido en las empresas de Estados Unidos durante junio, aunque Ramp también señaló el problema de seguridad que supone enviar datos empresariales a través de la plataforma de DeepSeek.
¿Qué hay detrás? Vender IA muy por debajo del precio de la competencia solo funciona si sigues reduciendo tus propios costes, y eso requiere una infraestructura propia en lugar de alquilada. De ahí la captación de fondos. El panorama de rendimiento es sincero pero presenta matices: GPT-5.6 Sol de OpenAI y los modelos del nivel Mythos de Anthropic se han adelantado hasta una categoría que DeepSeek todavía no puede igualar, pero la diferencia de capacidad es mucho menor que la de precio, y para muchas tareas cotidianas gana un modelo lo bastante bueno que cuesta una fracción. Mientras tanto, los rivales nacionales de DeepSeek, Zhipu, MiniMax y Moonshot, están captando financiación y lanzando productos con intensidad, por lo que quedarse quieto no es una opción.
Qué significa esto para ti: si solo conversas con una aplicación de IA, cambia poco de forma directa. Pero esta guerra de precios está determinando discretamente el coste de todo lo que se construye con IA: las herramientas de tu trabajo y las funciones de tus aplicaciones. Cuando unos modelos capaces de pesos abiertos cuestan céntimos, las funciones de IA dejan de ser complementos prémium. La salvedad que debes tener presente es que importa dónde se ejecuta un modelo. Las empresas, y los particulares prudentes, deberían tener en cuenta que los datos que circulan por la plataforma de cualquier proveedor quedan sujetos a la jurisdicción de ese proveedor, una de las razones por las que algunas compañías ejecutan modelos de pesos abiertos en su propio hardware.
Fuentes
Fuentes: https://www.ft.com/content/6deb470e-d152-43a2-be0d-cc1fde4f3db8
Hassabis, de DeepMind, quiere un árbitro para la IA inspirado en el supervisor de Wall Street
Demis Hassabis propone un organismo estadounidense de normalización para la IA de vanguardia inspirado en el regulador financiero FINRA: financiado por el sector, con protocolos de evaluación y capacidad para coordinar una ralentización. Las startups quedarían exentas.
