Startup neoyorquina lidera la carrera global por la IA física
La startup estadounidense General Intuition ha cerrado una nueva ronda de financiamiento con una valuación pre-money de 6,000 millones de dólares, según fuentes cercanas al proceso. La operación —en fase final de cierre— involucra a inversores clave como Valor Equity Partners, Point72 Ventures y Seven Seven Six, además de participaciones confirmadas de Khosla Ventures y General Catalyst, actuales accionistas desde su etapa inicial. El anuncio llega apenas ocho semanas después de que la empresa recaudara 320 millones de dólares a una valuación de 2,300 millones, lo que evidencia un crecimiento exponencial en confianza institucional y expectativas técnicas.
Del videojuego al laboratorio robótico
Fundada en octubre de 2025 por el holandés Pim de Witte, General Intuition nació como una derivación estratégica de Medal, plataforma especializada en compartir clips de partidas de videojuegos. Lo distintivo no fue el entretenimiento, sino el dato: cientos de millones de horas de jugabilidad registradas con precisión milimétrica —botones presionados, tiempos exactos, secuencias de movimiento espacial—, convertidos en un insumo único para entrenar modelos de inteligencia artificial (IA) capaces de comprender y anticipar la dinámica del mundo físico. Este enfoque, denominado ‘modelos mundiales’, representa un salto cualitativo respecto a los grandes modelos lingüísticos tradicionales: ya no se trata solo de procesar texto o imágenes, sino de simular cómo un agente puede navegar, interactuar y adaptarse en entornos tridimensionales cambiantes.
¿Por qué México y Latinoamérica deben prestar atención?
Aunque la sede operativa está en Nueva York, el impacto tecnológico de General Intuition tiene implicaciones directas para la región. En México, donde el sector manufacturero representa el 17 % del PIB y la industria 4.0 avanza con lentitud pero con impulso gubernamental —como el Programa Nacional de Inteligencia Artificial lanzado en 2024—, soluciones que aceleren la autonomía de robots industriales podrían transformar cadenas de suministro en Jalisco, Nuevo León o Querétaro. De hecho, según datos del INEGI, el parque industrial nacional incorporó 2,842 robots nuevos en 2025, un incremento del 22 % respecto al año anterior. Sin embargo, más del 70 % de esos equipos requieren programación específica por tarea, lo que limita su escalabilidad. La tecnología de General Intuition apunta justamente a reducir esa barrera: agentes que aprenden comportamientos complejos a partir de simulaciones, no de líneas de código escritas manualmente.
Inversión estratégica y alianzas de infraestructura
Valor Equity Partners, conocido por su apuesta temprana en SpaceX, realiza aquí su primera inversión en un laboratorio dedicado exclusivamente a la investigación de IA. Este giro refleja una redefinición del riesgo tecnológico: si antes el capital de alto riesgo se concentraba en cohetes o biotecnología, hoy se desplaza hacia la construcción de sistemas cognitivos capaces de operar en el mundo físico. Paralelamente, General Intuition ha establecido una alianza estratégica con CoreWeave —proveedor especializado en infraestructura computacional para cargas intensivas de IA—, lo que le permite escalar sus entrenamientos sin depender de centros de datos genéricos. Se estima que la empresa destinará más del 60 % de los nuevos fondos a ampliar su capacidad de cómputo y reclutar talento técnico especializado, particularmente en visión por computadora, control robótico y modelado físico diferenciable.
El factor ‘intuición’: más allá del aprendizaje supervisado
Vinod Khosla, cofundador de Khosla Ventures y uno de los primeros inversionistas, ha señalado públicamente que el verdadero valor de General Intuition radica en su potencial para lograr la ‘emergencia de la intuición’: la capacidad de un modelo para transferir conocimientos entre dominios sin reentrenamiento explícito. Por ejemplo, un agente que aprende a manipular objetos en un entorno de juego de simulación podría aplicar ese razonamiento espacial en una línea de ensamble automotriz real, ajustando su estrategia ante imprevistos como piezas mal colocadas o variaciones de iluminación. Esta generalización es el santo grial de la IA física —y también su mayor obstáculo técnico—, pues exige no solo datos masivos, sino arquitecturas que integren percepción, planificación y acción en tiempo real.
Desafíos éticos y regulatorios en la región
Mientras la tecnología avanza, las regulaciones latinoamericanas aún no han alcanzado el ritmo. En México, la Ley General de Protección de Datos Personales no contempla específicamente los sistemas autónomos que toman decisiones en entornos físicos; tampoco existe una normativa federal sobre responsabilidad civil en caso de fallos robóticos. Organismos como el Consejo Nacional de Ciencia y Tecnología (CONACYT) han iniciado diálogos con universidades y empresas sobre marcos éticos para IA, pero sin lineamientos vinculantes. Esto coloca a los actores locales —desde startups mexicanas hasta proveedores de automatización en Guadalajara— en una posición de ventaja competitiva, pero también de exposición legal si adoptan tecnologías avanzadas sin acompañamiento normativo.
Conclusión: una oportunidad para construir capacidades locales
La valuación de 6,000 millones de dólares de General Intuition no es solo un hito financiero: es un indicador claro de que la próxima frontera de la innovación no está en los servidores de la nube, sino en la interacción tangible entre máquinas y entornos reales. Para México y América Latina, esto representa una ventana estratégica. No se trata de esperar a que las soluciones lleguen desde afuera, sino de impulsar ecosistemas locales que generen talento especializado, desarrollen casos de uso regionales —como logística portuaria en Veracruz o agricultura de precisión en Sinaloa— y participen activamente en la gobernanza técnica de estas tecnologías. El reto no es competir con los gigantes globales, sino definir qué tipo de IA física queremos construir: eficiente, inclusiva y alineada con nuestras prioridades productivas y sociales. La hora de actuar es ahora —no cuando la tecnología ya esté implementada, sino mientras aún se está diseñando.
