Una ronda de financiación que cambió el panorama de la industria de la IA
En mayo de 2026, el sector de la IA en China vivió un acontecimiento histórico: DeepSeek completó su primera ronda de financiación externa, con un importe total superior a 500.000 millones de RMB (aprox. 7.400 millones de USD). La valoración postinversión superó los 5.000 millones de USD. Este es el primer intento de esta empresa líder de modelos, que tradicionalmente se ha mantenido alejada de los mercados de capital, de abrir la puerta a la financiación.
El cartel de inversores es de lujo: el fundador, Liang Wenfeng, aportó personalmente 20.000 millones de RMB; Tencent, 10.000 millones; CATL (Líthium), 5.000 millones; y NetEase, JD.com e IDG Capital, 3.000 millones cada uno. También figuran Monolith Qisi Capital, Positive Mind Valley Investment y otros.
Esta ronda de financiación causó un terremoto en la industria no solo por su escala, sino también porque provino de una empresa que antes había afirmado: “No financiamos, no salimos a bolsa, no nos comercializamos”. La gente se preguntaba: ¿por qué Liang Wenfeng cambió de opinión? ¿Cuál era realmente su ruta tecnológica y su filosofía comercial detrás de tanta aureola?
Recientemente, se difundieron en la industria unas actas internas de la financiación de DeepSeek. En un documento de varias horas, Liang Wenfeng expone raramente de manera sistemática su pensamiento completo sobre la cultura organizacional, la ruta técnica, la estrategia en la negociación comercial y la infraestructura de cómputo. Estas opiniones bastan para explicar decisiones de esta empresa que parecían contraintuitivas en el pasado, pero que al final se comprobó que eran correctas gracias a su moderación.
Experimento organizacional guiado por la visión: una empresa sin KPI
“Gestionar una gran empresa no depende de tus reglamentos; depende de la visión.” En la reunión, Liang Wenfeng definió así la filosofía organizacional de DeepSeek.
Esto no es un eslogan vacío. Él fue directo: DeepSeek “no tiene una organización” en el sentido tradicional, depende únicamente de que todo esté impulsado por la visión. “No lo hacemos con la manera de ‘qué KPI quiero lograr y cómo se va a evaluar’; solo tenemos una visión.”
La manifestación concreta de ese experimento organizacional es: la gestión de la empresa se divide en dos líneas: los proyectos formales de arriba hacia abajo, y la exploración libre de abajo hacia arriba. Liang Wenfeng esperaba que el trabajo formal “no consumiera la mitad del tiempo de los empleados”; la otra mitad del tiempo, los investigadores podían explorar libremente cualquier dirección que consideraran importante: “nadie lo controla; no hay KPI”.
“Generalmente tampoco hacemos horas extra.” Da dos razones: una, para hacer investigación se necesita un ambiente relajado; si aprietas demasiado, no se puede hacer investigación; dos, la empresa se enfoca de manera extrema: “precisamente porque somos moderados, elegimos no hacer muchas cosas. Como yo tengo menos cosas que hacer, cada persona recibe menos trabajo.”
Detrás de esa gestión que parece “zen” hay un juicio estratégico claro: el principal interés central de DeepSeek es mantener la estabilidad del equipo.
“Mientras pueda mantener la estabilidad del equipo, podré lograr la AGI.” Dijo Liang Wenfeng: “No importa si es antes o después; si cuando hay contratiempos todos no se van, entonces puedo seguir adelante.”
Él lo considera “el único interés central que no se puede ceder”. Todo lo demás—tiempo, recursos, dinero—puede variar, pero el equipo no puede desintegrarse. Un significado clave de esta ronda de financiación es que, mediante opciones, se aseguró el compromiso a largo plazo del equipo central.
Más importante aún, explica por qué DeepSeek puede atraer y retener talento usando la propia visión.
“La AGI es una visión más amplia; esta visión puede atraer a más personas excelentes.” En su opinión, esa es la ventaja estructural de DeepSeek frente a las empresas comerciales. La visión de una empresa comercial podría ser “servir bien a los usuarios de la C”, lo cual tiene ventajas en producto y en flujo; pero en tecnología es difícil que tengan una ventaja. “Y ahora la situación más favorable es que la tecnología de los modelos es lo más central y lo más importante.”
Este modelo organizacional impulsado por la visión hace que Liang Wenfeng diferencie deliberadamente a DeepSeek de los Bell Labs en la historia: “Los Bell Labs tenían claro que no necesitaban comercialización, pero nosotros tenemos claro que sí la queremos. Al final todavía necesitamos poder vivir; somos una empresa y el gobierno no me dará ni un centavo.”
Esa es la parte pragmática de su filosofía: tener la intención benévola de cambiar el mundo, pero al final poder mantenerse a sí mismo.
La escalera de la AGI: de la cadena de pensamiento a la inteligencia encarnada
Si la cultura organizacional es el sistema operativo de DeepSeek, entonces el mapa de ruta hacia la AGI es su mapa de navegación. En la reunión, Liang Wenfeng describió un camino de desarrollo claro en forma de escalera.
“Podemos entender el desarrollo de la IA como una escalera”, dijo. “El año pasado recorremos un peldaño que fue CoT (cadena de pensamiento); vimos que usando la cadena de pensamiento la inteligencia puede alcanzar un nivel más alto. El peldaño de este año es el Agent: usando Agent, el rango de capacidades de la IA será más amplio y el límite de la inteligencia será más alto.”
Esta escalera no son pasos independientes. En cada ascenso, se necesita el soporte de todos los pasos anteriores. “El Agent usará CoT, y el CoT también usará los modelos de lenguaje anteriores; no hay ningún paso que sea en vano.”
Pero después, con los Agent, él vio un cuello de botella central: el aprendizaje continuo.
“La IA aún no sustituye a los empleados humanos. Porque las personas pueden seguir aprendiendo. Contratas a un empleado, y en dos meses se familiariza con el entorno y el trabajo de la empresa, y ya puede ponerse al día. Tú dices ‘llamen a Wang’, y él sabe quién es Wang. Pero si la IA no tiene esos dos meses de aprendizaje, entonces tienes que darle todo el contexto: quién es Wang, qué cargo tiene, dónde está... Eso no es realista.”
En opinión de Liang Wenfeng, el aprendizaje continuo es el umbral que la AGI debe cruzar. Al cruzarlo, se llega al siguiente nodo: la IA puede iterarse a sí misma, desarrollar por sí misma la siguiente versión y estudiar modelos más potentes. Entonces es cuando entra la inteligencia encarnada: “ir al mundo real, hacerte las tareas del hogar y cuidarte en la vejez”.
Este mapa de ruta determina la lógica de decisiones de DeepSeek: qué hacer y qué no hacer, todo gira en torno a “si está en la línea principal de la inteligencia”.
¿Multimodal? “Es un componente; no es la línea principal en sí. Lo haremos, pero no lo consideraremos como la inteligencia en sí.” ¿Generación de video? “No tiene una relación muy grande con la línea principal de la inteligencia; no lo haremos.” ¿Modelos del mundo? “Ahora no tiene tanta relación con aumentar el límite de la inteligencia, y tampoco lo haremos.”
Esta concentración a veces se malinterpreta como conservadurismo. Pero la lógica de Liang Wenfeng es muy clara: solo quiere construir los peldaños centrales en la escalera de la inteligencia; las demás cosas, aunque tengan un enorme valor comercial, preferiría cedérselas a otros.
“Después de que salió Sora, todas las grandes empresas y también las pequeñas lo hicieron, pero las pequeñas luego lo recortaron. Comercialmente era un buen negocio, pero no tiene nada que ver con la inteligencia. Solo lo haríamos si es parte de las cosas del mapa de ruta de la inteligencia.”
Al mismo tiempo, mantiene una fe inquebrantable en el Scaling Law. “Creemos en Scaling; definitivamente, cuanto mayor sea la escala, mejor será el efecto. Lo que nos impide hacer Scaling es el poder de cómputo; no es que no queramos hacer Scaling, es que no tenemos tanto poder de cómputo para hacerlo.”
Sobre las afirmaciones en Silicon Valley de que el “Scaling llega al tope”, Liang Wenfeng respondió con precisión: “Eso es para Silicon Valley; para los chinos, todavía estamos muy lejos de ese punto. Básicamente ni siquiera hemos escalado hasta ese nivel.”
Filosofía comercial de la moderación: el sésamo y la sandía
Tal vez la decisión comercial más desconcertante de DeepSeek sea que parece que siempre renuncia de forma activa a la ganancia a corto plazo. Los precios de la API extremadamente bajos, el no apurarse por monetizar el producto, no hacer crecimiento de usuarios, y lanzar como código abierto el modelo más potente: en la lógica tradicional de negocios, esas conductas son casi incomprensibles.
Liang Wenfeng lo explicó todo con un conjunto de “filosofía de la moderación”.
“Esto de la IA es demasiado grande y hay demasiado en juego. Cuanto más moderado seas, más probable es que logres hacerlo.” Su lógica es clara: al final, la IA podría representar el diez por ciento del PIB humano; un mercado de ese tamaño no puede ser monopolizado por una sola empresa. Si intentas monopolizarlo, la historia te dejará atrás. Por lo tanto, hay que diseñar un mecanismo para asegurar que tú solo tengas una porción limitada.
Eso es la parte de la moderación como defensa pasiva. Pero la moderación también tiene otra cara: como arma de ofensiva estratégica.
“La moderación es una estrategia: a veces puedes renunciar a algunas cosas para obtener otras muchas.”
Usó una metáfora para explicar este tipo de concesión: el crecimiento de usuarios en el corto plazo y la monetización inmediata quizá sean “el sésamo”; y la AGI es la verdadera “sandía”. “No debería acaparar todo el sésamo. El C de el año pasado y el B de este año: esas cosas hay que hacerlas y hacerlas bien, pero ese no es nuestro objetivo. Es un subproducto en la ruta hacia la AGI; es una salida intermedia.”
El precio de la API es lo que mejor refleja esta filosofía. El principio de fijación de precios de DeepSeek es: recuperar el costo del equipo en diez meses.
“Con ese costo, recuperamos en diez meses; nosotros podemos lograrlo, otros no. Como Alibaba o Tencent: como no tienen optimizaciones como las nuestras, sus costos deberían ser varias veces más altos que esto.”
Lo interesante es que descubrió que cuando el precio se duplica, la cantidad de tokens que consumen los usuarios casi no cambia: la demanda en ese rango no tiene elasticidad. En teoría, subir el precio podría aumentar directamente los ingresos. Pero cuando intentó bajar los precios, en el grupo de la empresa hubo “una ola de celebraciones”.
“Esa es nuestra idea real. Cuando hayamos ganado un beneficio razonable, que todos puedan usarlos. Ese es el propósito por el que dedicamos tanto esfuerzo a construir el modelo y lograr que todos puedan usarlo plenamente.”
Esa estrategia de precios que parece “ingenua” en realidad crea un muro de competencia muy fuerte. Con un precio fijado con la meta de recuperar la inversión en diez meses, los competidores que despliegan modelos de terceros no pueden ganar dinero: porque sus costos son más altos. El código abierto no solo no afectará los ingresos; al contrario, se convierte en parte del foso defensivo.
“Tampoco me preocupa que otros desplieguen nuestros modelos para competir con nosotros. En absoluto. Solo me preocupa que no puedan desplegarlos: si no hacen bien algunos detalles, el resultado empeora; o si los costos salen relativamente más altos.”
Su creencia subyacente es: quien tiene más, es derrotado por quien tiene menos.
“Desde el principio, OpenAI pensó que realmente podría monopolizar este mundo, pero en realidad se enfrentará a muchísimos retadores. Estados Unidos se encontrará con retadores; y en el futuro también podría enfrentar desafíos de China, porque la gente en China está dispuesta a recibir menos. Quien tiene más será derrotado por quien tiene menos. Incluso ni siquiera tienes que realmente tener más; si la visión es tener más, entonces serás derrotado por una visión de quien tiene menos.”
Brecha de poder de cómputo y estrategia real: dos años de retraso, y 1/20 del cómputo
Entre todas las expresiones francas, tal vez la parte sobre el poder de cómputo sea la más realista y la más esclarecedora.
“La diferencia entre nosotros y Estados Unidos está sobre todo en los recursos; en cuanto a las personas, la brecha no es grande.” Liang Wenfeng lo resumió con precisión. “El talento, en esencia, son las mismas personas: algunos se quedan en el país y otros se van al extranjero; la asignación es aleatoria. La verdadera diferencia es el poder de cómputo. Hay menos oportunidades en China para hacer experimentos, así que en general el talento está en desventaja frente a Estados Unidos. ‘La brecha del talento’ es, en esencia, también la brecha del poder de cómputo.”
Admitió que DeepSeek actualmente puede hacer experimentos con una escala de parámetros activados de varias decenas de B, mientras que los modelos de primera línea en Estados Unidos ya están en una escala de activación de 800B. “Falta un orden de magnitud. Incluso si gastaran los 50.000 millones completos, en realidad no se puede entrenar.”
Esta narrativa sobre la brecha la resume en una frase: “Estamos dos años por detrás de Estados Unidos; con solo una vigésima parte del cómputo de Estados Unidos, logramos hacerlo.”
Pero no quiere detenerse ahí. “En el futuro, reescribiremos este relato: usaremos una fracción de ese poder de cómputo, pero acortaremos el tiempo; lo reduciremos a 6 meses, 3 meses.”
Esa confianza al perseguir, en parte, proviene de una hipótesis central: la IA puede acelerar la investigación de IA. Una vez resuelto el problema del aprendizaje continuo, la IA puede ayudar a investigar la IA, formando un volante de autoaceleración.
Sobre la sustitución de chips nacionales, Liang Wenfeng dio una evaluación más optimista que la de muchas otras personas.
“El foso defensivo de la tecnología CUDA de Nvidia se está desmoronando rápidamente.” Da tres razones: el propio modelo de IA puede escribir código para construir un ecosistema; el lenguaje de alto nivel TileLang, desarrollado por DeepSeek, puede reescribir rápidamente el ecosistema de Nvidia; y el mercado de tarjetas de cómputo ya es más grande que el de tarjetas para juegos; por lo tanto, los chips dedicados ya no necesitan acoplarse a CUDA.
Su conclusión fue: “Los chips de IA nacionales no tienen problemas en hardware ni en ecosistema; el único problema es que no hay capacidad suficiente. En un año, podremos cambiar esa percepción con hechos.”
Pero tampoco oculta las limitaciones reales para Huawei. Huawei le aporta a DeepSeek una capacidad de 16.000 tarjetas; eso equivale solo a 4.000 tarjetas de la serie B de Nvidia. “No es una cantidad grande; alcanza solo para entrenar los modelos de esta generación, no para entrenar la siguiente.”
Resumió la brecha en chips entre China y EE. UU. con un número preciso: “cuatro veces más, y dos años de retraso”. Cuatro tarjetas de Huawei equivalen a una tarjeta de Nvidia, y aun así se quedan dos años atrás.
Aun así, sigue siendo optimista con el largo plazo: “No es que yo crea mucho que dentro de cinco años seguiremos atorados en el problema de capacidad de producción.”
El desenlace de la industria: no hay beneficios desorbitados; solo costos, tiempo y experiencia
Cuando le preguntaron en qué se reflejarían las diferencias en el cierre de la competencia de los grandes modelos, Liang Wenfeng dio una respuesta ultraminimalista: costo, tiempo y experiencia de usuario.
“Además de eso, quizá no haya mucha diferencia.”
El costo es lo primero. Quien pueda bajar el costo manteniendo la misma calidad de servicio, tiene el foso defensivo más central. El tiempo es lo segundo: meses antes o meses después marcan una diferencia enorme. La experiencia de usuario está en tercer lugar, pero aun así hay algo de pegajosidad y barreras: “pero tal vez no sea la esencia”.
Con base en esto, juzga que la industria inevitablemente convergerá. “Hay demasiadas empresas en China que hacen modelos fundacionales ahora. En Estados Unidos, quizá solo haya tres; y los recursos de China están muy dispersos. Eso seguramente se va a consolidar. No hacen falta tantas.”
Predijo que cuando los participantes descubran que esa rentabilidad no es tan alta como imaginaban, naturalmente se irán. “No creo en los beneficios extraordinarios, porque no se ajusta a las leyes objetivas. Al final, en China habrá tres o cuatro competidores; y los precios ya son suficientes como para librar una guerra de precios.”
En la división global del trabajo, él cree que la oportunidad estructural de las empresas chinas está en “tener el mayor volumen y hacer que el producto sea lo más barato posible”. “Los chinos están dispuestos a recibir menos, así que pueden proporcionarte ese servicio. Ese ‘barato’ quizá sea de manera sistémica; es lo mismo que otros sectores donde los servicios de China también son más baratos.”
¿Cuánto tiempo falta realmente para la AGI?
“En el tema de la IA, dentro de uno o dos años en China podremos lograr algo parecido al extranjero; este año tal vez podamos hacer un equivalente para los modelos extranjeros.” Pero eso todavía no es una AGI verdadera. El umbral que él fija para la AGI es que tenga capacidad de aprendizaje continuo. “Antes de eso, lo que podemos hacer es el costo, luego mejorar más el efecto y hacerlo más rápido. Pero para lograr un gran avance, debe tener aprendizaje continuo.”
Epílogo: exploración sin imitar a nadie
“No tenemos un referente para imitar; cada paso es una decisión analizando ventajas y desventajas en función de la situación real, con hechos.” Al acercarse el final de la reunión, Liang Wenfeng resumió así la elección de ruta de DeepSeek.
Es una combinación extraña: ambición extrema y moderación extrema a la vez. La ambición está en que él quiere hacer AGI y no se conforma con ninguna estación intermedia. La moderación está en que está dispuesto a renunciar a casi todas las ganancias a corto plazo para ello, e incluso abrir el modelo más potente como código abierto y bajar el precio de la API hasta un nivel en el que los competidores no puedan ser rentables.
La lógica subyacente de esta combinación, quizá sea la idea más central de Liang Wenfeng: en un mercado que está por volverse tan grande que cuesta imaginarlo, la forma de maximizar la probabilidad de éxito no es arrancar desesperadamente la ganancia inmediata, sino construir el mayor ecosistema y consenso. La moderación no es debilidad; es una forma de ofensiva a largo plazo.
“Muchas empresas logran cosas muy grandes porque tienen una búsqueda que va más allá de las ganancias. Pero esa búsqueda, al final, no solo no afectó la comercialización; al contrario, hizo que se comercializara mejor.”
Tal vez estas actas de la reunión de financiación se conviertan en un texto que valga la pena revisar una y otra vez en la historia del emprendimiento de IA. No solo registran el pensamiento estratégico de una empresa en puntos clave, sino que también muestran una filosofía comercial extremadamente rara: en una industria impulsada por intereses a corto plazo y ansiedad tecnológica, todavía hay gente dispuesta a apostar por un futuro más grande con buena intención, moderación y pensamiento de largo plazo.
(Este artículo se basa en actas internas recopiladas durante la ronda de financiación de DeepSeek. El contenido integra reportes de medios como Caixin/Interface News, Tencent Technology, Deep Blue Finance, etc.)