Durante los últimos años, se ha intensificado el debate sobre el verdadero valor de las startups de inteligencia artificial que construyen productos o servicios como capas (wrappers) sobre modelos fundacionales de lenguaje, como los LLMs (Large Language Models). Aunque muchos las critican por no innovar de forma profunda, otras voces defienden que, bien ejecutadas, estas soluciones pueden generar un valor sostenido y escalable.
Más allá del simple wrapper
En el reciente informe de Google Cloud titulado “Future of AI: Perspectives for Startups 2025”, diversas figuras del mundo startup y de capital de riesgo compartieron sus opiniones sobre las tendencias en IA. Una de las intervenciones más destacadas fue la de David Friedberg, empresario y CEO de Ohalo Genetics.
Friedberg fue enfático: “Si solo eres un wrapper sobre un LLM, será difícil construir un negocio sostenible. Lo más probable es que termines siendo reemplazado por la competencia”. Para él, las startups necesitan crear mecanismos de generación de valor que les permitan mantener una ventaja competitiva a largo plazo. Esto, en su opinión, solo es posible mediante la generación de datos propios que mejoren continuamente el rendimiento del modelo, o mediante efectos de red que aseguren el acceso a clientes o información clave.
Una visión más abierta
Sin embargo, no todos consideran negativo el concepto de wrapper. Aravind Srinivas, cofundador y CEO de Perplexity, declaró en una entrevista que el término “wrapper” ha adquirido una connotación despectiva injusta. “Hoy en día, todos somos wrappers de alguna forma”, afirmó. En el caso de Perplexity, su valor diferencial está en integrar múltiples modelos LLM junto con su propio modelo para ofrecer respuestas más completas y confiables.
Will Poole, socio fundador de Capria Ventures, también compartió una visión similar. Durante una entrevista, explicó que incluso el software como servicio (SaaS) puede considerarse un wrapper sobre bases de datos, y sin embargo ha dado origen a una industria multimillonaria. Para Poole, la clave no es si una empresa es un wrapper, sino si aplica una innovación profunda que le permita crear datos de negocio valiosos y construir una defensa competitiva sostenible.
El caso de India: personalización y datos locales
El enfoque local de muchas startups indias las ha llevado a desarrollar soluciones que los grandes jugadores de la tecnología no pueden ofrecer. Poole citó a 5C Network, una startup de IA médica que está revolucionando los departamentos de radiología con diagnósticos automatizados. Su principal ventaja competitiva: el acceso a datos médicos de alta calidad y diversidad.
Esto demuestra que ser un wrapper no significa estar condenado al fracaso. Cuando se combina con datos únicos y conocimiento del mercado local, una solución basada en un modelo fundacional puede ser altamente valiosa y difícil de replicar.
La postura de los inversores
La firma de capital de riesgo Accel ha apostado con fuerza por startups de IA en India, recientemente anunciando un fondo de $650 millones destinado a impulsar la tecnología en el país. Según Prayank Swaroop, socio de Accel, “la mayoría de las personas puede comenzar con un wrapper y, con el tiempo, desarrollar su propio modelo. No es necesario hacerlo desde el primer día”.
Swaroop aclaró que están dispuestos a invertir en empresas que utilicen wrappers, siempre que estas demuestren su capacidad para atraer clientes y resolver problemas reales. No obstante, también enfatizó que para destacar en el campo de la investigación de modelos fundacionales, simplemente hacer un wrapper no es suficiente: debe haber innovación real.
Manus y Harvey: casos de éxito que desafían el escepticismo
Un ejemplo reciente que ha llamado la atención mundial es Manus, un agente de IA de propósito general desarrollado en China. A pesar de ser un wrapper —construido sobre el modelo Claude Sonnet de Anthropic y otras herramientas—, Manus ha demostrado una capacidad impresionante para planificar, ejecutar y entregar resultados de forma autónoma, incluso navegando por internet en tiempo real.
Otro caso notable es el de Harvey AI, una plataforma de IA generativa para profesionales del ámbito legal. Construida sobre los modelos de OpenAI, Harvey ha recaudado un total de $580 millones, incluyendo una ronda Serie D de $300 millones que elevó su valoración a $3 mil millones. Esto demuestra que, si se crea una solución con enfoque sectorial claro y se aprovechan las capacidades del modelo base, un wrapper puede transformarse en una plataforma robusta y valiosa.
El auge de startups construidas sobre modelos fundacionales no es una moda pasajera, sino un reflejo de cómo las empresas están encontrando nuevas formas de generar valor en el ecosistema de la inteligencia artificial. Si bien ser un wrapper puede parecer poco innovador a simple vista, la clave está en la ejecución, en el uso de datos propios, la comprensión del mercado y la capacidad de diferenciarse. Quizás, después de todo, ser un wrapper no sea tan malo como parecía.