Fal, una startup de San Francisco que aloja y ejecuta modelos de inteligencia artificial para generar video, imágenes y audio, cerró una ronda de 1,300 millones de dólares encabezada por Bessemer Venture Partners, con participación de Nvidia, Sound Ventures y T. Rowe Price. La operación la valúa en 16,000 millones de dólares, el doble de los 8,000 millones que valía en abril, según reportó Bloomberg y retomó TechCrunch el 3 de noviembre.
La empresa anunció a la vez sus series E y F, con las que reunió en total 1,650 millones de dólares (la ronda anterior la había encabezado Sequoia). Fal superó este año los 800 millones de dólares en ingresos anualizados.
Qué es la inferencia y por qué vale tanto
Entrenar un modelo es la etapa cara y famosa; la inferencia es todo lo que viene después: cada vez que alguien pide una imagen, un video o una respuesta, un servidor tiene que ejecutar el modelo. Esa demanda está creciendo muy rápido, sobre todo entre empresas que usan modelos de código abierto y no quieren montar su propia infraestructura.
Fal no está sola: compañías como Baseten, Fireworks AI y Modal también levantan rondas grandes a valuaciones cada vez más altas. La advertencia, según fuentes citadas por TechCrunch, es que sus márgenes siguen siendo delgados, porque comprar o rentar capacidad de cómputo sigue siendo muy caro.
Contexto
Fal fue fundada en 2021 por Burkay Gur, exlíder de aprendizaje automático en Coinbase e ingeniero de Oracle, y Gorkem Yurtseven, exdesarrollador de Amazon. Que Nvidia aparezca entre los inversionistas no es casual: el fabricante de chips invierte en buena parte de las empresas que, a su vez, compran o rentan sus GPU.
Por qué importa en México
Las agencias, productoras y equipos de marketing mexicanos que generan imágenes o video con IA muchas veces lo hacen, sin saberlo, sobre plataformas de inferencia como esta, que están detrás de muchas aplicaciones de consumo. Que el negocio crezca tanto significa más competencia y, potencialmente, precios más bajos por imagen o por segundo de video. Pero los márgenes delgados también son una alerta: si el costo del cómputo no baja, las tarifas que hoy parecen baratas podrían subir.
Para los emprendedores mexicanos que construyen productos sobre modelos abiertos, la lección es práctica: comparar proveedores de inferencia, medir el costo real por uso y no casarse con uno solo.
Con información de TechCrunch (con datos de Bloomberg).
