SSI capta 1.000 millones para investigar una superinteligencia segura

Safe Superintelligence (SSI), la nueva empresa de Ilya Sutskever, ha recaudado 1.000 millones de dólares para investigar sistemas de inteligencia artificial más capaces que los actuales. La operación valora a la compañía en 5.000 millones de dólares, pese a que todavía no ha presentado un producto ni ha explicado qué modelo está desarrollando.

La cifra confirma que los inversores siguen dispuestos a financiar proyectos de IA muy tempranos cuando están dirigidos por investigadores con peso en el sector. Sutskever fue cofundador y científico jefe de OpenAI, donde participó en el desarrollo de algunos de los modelos de lenguaje más influyentes de los últimos años.

Una empresa centrada en un único problema

SSI fue presentada en junio por Sutskever junto a Daniel Gross, antiguo responsable de IA en Apple, y Daniel Levy, investigador que también trabajó en OpenAI. Su planteamiento es inusual incluso para una startup de frontera: la empresa dice que no dividirá sus esfuerzos entre productos comerciales y la investigación de seguridad.

Su objetivo es crear una superinteligencia segura, un sistema que supere ampliamente las capacidades cognitivas humanas sin actuar de forma contraria a los intereses de las personas. La superinteligencia no existe hoy como tecnología demostrada. Es una hipótesis sobre una etapa futura de la IA, más allá de los modelos actuales que generan texto, imágenes, código o respuestas a preguntas.

La seguridad en este contexto no se limita a impedir respuestas dañinas en un chatbot. El problema de fondo es cómo diseñar, evaluar y controlar sistemas que puedan resolver tareas complejas con gran autonomía. Es una cuestión abierta: ni OpenAI, ni Google DeepMind, ni Anthropic han demostrado que sepan garantizar ese control para una IA de capacidades muy superiores a las humanas.

Mil millones sin una aplicación a la vista

La ronda ha contado con firmas como Andreessen Horowitz, Sequoia Capital, DST Global y SV Angel, además de NFDG, el fondo de Daniel Gross y Nat Friedman. La valoración de 5.000 millones sitúa a SSI entre las apuestas privadas más caras del sector en una fase muy inicial.

No es una inversión basada en ingresos, usuarios o un producto que pueda compararse con ChatGPT, Claude o Gemini. Se apoya en el equipo fundador y en la convicción de que la próxima generación de modelos requerirá más investigación, más potencia de cálculo y nuevas técnicas de seguridad.

Eso explica tanto el importe como el riesgo. Entrenar modelos avanzados exige centros de datos, chips especializados y equipos de investigación difíciles de contratar. Pero una valoración elevada antes de enseñar resultados también eleva las expectativas: SSI tendrá que demostrar que su enfoque produce avances técnicos, no solo una tesis atractiva sobre los riesgos de la IA.

El mercado premia a los equipos de frontera

La financiación llega pocos meses después de la salida de Sutskever de OpenAI. Su marcha siguió a la crisis de gobernanza que vivió la compañía en noviembre de 2023, cuando su consejo destituyó brevemente a Sam Altman antes de que este regresara como consejero delegado. Sutskever abandonó finalmente OpenAI en mayo.

SSI forma parte de una nueva oleada de laboratorios que intentan competir en la capa más costosa de la inteligencia artificial: la creación de modelos fundamentales. Son los sistemas que después sirven de base para asistentes, herramientas empresariales, generadores de código y aplicaciones científicas.

Para las empresas usuarias, esta ronda no cambia de inmediato qué herramientas pueden emplear. SSI no ha anunciado una API, un asistente ni fechas de lanzamiento. Su relevancia está en otra parte: muestra que la seguridad de modelos avanzados se ha convertido en una apuesta empresarial por derecho propio, y no solo en un área interna de los grandes laboratorios.

El siguiente indicador será técnico. La empresa tendrá que concretar cómo pretende investigar la alineación —el conjunto de métodos para que una IA siga objetivos humanos— y si puede atraer talento y capacidad de computación suficientes para convertir esa ambición en resultados verificables.