Todas las empresas tecnológicas acaban enfrentándose a la misma pregunta: ¿cuánto de sí mismas están dispuestas a ceder para seguir creciendo?

El capital nunca es gratis. Cada ronda de financiación trae nuevos accionistas, nuevas expectativas y, en muchos casos, nuevas prioridades. El dinero permite contratar ingenieros, comprar chips y construir centros de datos, pero también introduce nuevas voces en la mesa. Y esas voces suelen tener objetivos muy concretos: crecer más rápido, monetizar antes y, algún día, recuperar su inversión.

En la industria de la inteligencia artificial, donde entrenar un modelo puntero puede costar miles de millones de dólares, esa tensión se ha vuelto especialmente intensa.

Los laboratorios nacen con ideales científicos, pero tarde o temprano se enfrentan a las exigencias del mercado pagando un precio muy alto en este sentido, en cuanto necesitan financiación.

OpenAI nació defendiendo una investigación abierta y la idea de que una inteligencia artificial no debía quedar en manos de unas pocas empresas como Google.

Una década después, dependía de la financyque obtenía de Microsoft. DeepMind comenzó como un laboratorio independiente y terminó integrado en Google y Anthropic, creada por antiguos investigadores de OpenAI que buscaban un enfoque más seguro y responsable, también descubrió que la seguridad y la independencia son objetivos difíciles de mantener cuando entrenar modelos cuesta miles de millones.

Durante años, DeepSeek parecía inmune a esa dinámica. Financiada por el fondo cuantitativo High-Flyer y dirigida por el discreto Liang Wenfeng, la empresa china había creado una imagen casi académica de sí misma: investigación de primer nivel, modelos open-weight y una aparente indiferencia hacia las reglas tradicionales de Silicon Valley.

La ronda anunciada en junio de 2026 parecía, a primera vista, otro paso más en la carrera global por la inteligencia artificial. Sin embargo, si observamos de cerca los detalles, DeepSeek no va a hacer lo mismo que el resto de empresas de IA y parece haber encontrado la fórmula para aceptar capital externo mientras intenta conservar su independencia.

¿Cómo ha conseguido recaudar miles de millones sin vender su “alma”?

La inteligencia artificial es una de las industrias más caras que conocemos. Entrenar modelos avanzados exige enormes cantidades de capacidad de cálculo, miles de chips especializados y centros de datos que consumen tanta energía como la que consumen pequeñas ciudades.

Precisamente por ello, aunque los ideales siguen siendo importantes, el acceso al capital se ha convertido en una ventaja competitiva casi tan esencial como el talento científico.

La IA tiene además una particularidad que la diferencia de casi cualquier otra industria tecnológica: cada generación es más cara que la anterior. Lo que ayer requería millones hoy exige miles de millones. Y lo que hoy cuesta miles de millones podría requerir decenas de miles de millones dentro de unos años.

Esta realidad ha transformado el ecosistema de la inteligencia artificial durante la última década. Los laboratorios que prometían cambiar el mundo han descubierto que cambiar el mundo requiere una infraestructura extraordinariamente cara. Y la infraestructura, inevitablemente, necesita financiación.

DeepSeek parecía ser la excepción.

La compañía fue fundada por Liang Wenfeng, un empresario poco habitual incluso para los estándares chinos.

Antes de crear DeepSeek, Liang ya había construido una enorme fortuna gracias a High-Flyer, uno de los fondos cuantitativos más sofisticados de China.

Los fondos cuantitativos utilizan modelos matemáticos y algoritmos para tomar decisiones de inversión, combinando estadística, informática y finanzas para detectar patrones que resultan invisibles para los analistas tradicionales.

Gracias a los beneficios generados por High-Flyer, Liang pudo financiar durante años el desarrollo de modelos de inteligencia artificial sin necesidad de recurrir a capital externo. Esa independencia financiera permitió a DeepSeek adoptar decisiones que habrían resultado difíciles para una startup tradicional.

La empresa apostó por publicar modelos open-weight, es decir, modelos cuyos pesos pueden ser descargados y utilizados por terceros. Los pesos son, simplificando mucho, los parámetros internos que el modelo aprende durante el entrenamiento y que determinan su comportamiento. Compartirlos favorece la investigación y acelera la innovación, pero limita algunas oportunidades de monetización directa.

Cuando DeepSeek lanzó R1 a comienzos de 2025, el impacto fue inmediato. La empresa demostró que era posible desarrollar modelos competitivos utilizando menos recursos de los que muchos observadores consideraban imprescindibles. Durante meses, DeepSeek se convirtió en símbolo de una alternativa china y relativamente abierta frente a los modelos cerrados dominantes en Estados Unidos.

La siguiente generación de modelos será mucho más cara. Entrenar sistemas cada vez más capaces requiere acceso a chips avanzados, enormes centros de datos, electricidad abundante y equipos de investigación globales.

Tarde o temprano, todos los laboratorios llegan a la misma pregunta: ¿cómo conseguir más dinero sin perder el control?

La respuesta de Liang Wenfeng ha sido extraordinariamente original.

La operación es enorme. Más de 50.000 millones de yuanes, cerca de 7.400 millones de dólares, con una valoración superior a los 50.000 millones de dólares. Pero lo realmente extraordinario no son las cifras. Es quién conserva el poder después de que el dinero haya entrado en la empresa.

El propio Liang aporta alrededor de 20.000 millones de yuanes. Tencent invierte 10.000 millones. CATL, el gigante mundial de las baterías eléctricas, aporta otros 5.000 millones. JD.com, NetEase e IDG Capital contribuyen con aproximadamente 3.000 millones cada uno. La composición del grupo lo dice todo: gigantes tecnológicos, industria estratégica y capital riesgo chino actuando conjuntamente alrededor de un laboratorio de IA.

Sin embargo, el verdadero golpe de efecto está en la estructura.

En lugar de permitir que los inversores entren directamente en el capital de DeepSeek, Liang ha diseñado una estructura basada en una sociedad limitada gestionada por él mismo.

Los inversores aportan capital, pero obtienen derechos limitados. No reciben poder político significativo dentro de la compañía y, además, deben aceptar un periodo de bloqueo de cinco años durante el cual no pueden vender sus participaciones.

Es una arquitectura financiera poco habitual. En Silicon Valley, los inversores suelen exigir derechos de voto, influencia sobre la estrategia y la posibilidad de vender sus acciones cuando surge una oportunidad. Liang parece haber invertido esa lógica: acepta el dinero, pero limita el poder asociado a ese dinero.

De todas formas, hay una excepción: El Fondo Nacional de Inversión en la Industria de Inteligencia Artificial de China aporta alrededor de 1.000 millones de yuanes directamente a DeepSeek, pero, a diferencia del resto de inversores, sí obtiene derechos políticos y no está sujeto al periodo de bloqueo.

Aunque nos parezca un detalle pequeño en términos financieros, es enorme en términos estratégicos.

El único actor que obtiene influencia formal sobre DeepSeek no es un fondo privado ni un gigante tecnológico. Es el Estado chino.

Esto abre un tema fascinante. ¿Estamos ante una defensa de la independencia frente al capital privado o ante una nueva forma de alineamiento con los intereses estratégicos del Estado?

La pregunta es importante porque DeepSeek ya no es simplemente “una startup con un futuro prometedor” . Tras el éxito de R1 y esta ronda de financiación, la compañía se ha convertido en un activo estratégico dentro de la competición tecnológica entre China y Estados Unidos. En la carrera por la inteligencia artificial, los modelos más avanzados empiezan a parecerse cada vez menos a productos comerciales y cada vez más a infraestructuras nacionales.

Quizá por eso la historia de DeepSeek sea mucho más importante de lo que parece. No estamos observando únicamente una ronda de financiación, sino un experimento sobre cómo financiar la inteligencia artificial sin repetir exactamente el modelo de Silicon Valley.

Estados Unidos ha construido su ecosistema alrededor del capital riesgo. China parece estar explorando una fórmula distinta: fundadores fuertes, campeones nacionales e implicación estratégica del Estado. Todavía es pronto para saber cuál de estos modelos será más eficaz. Tampoco sabemos si DeepSeek logrará mantener la independencia que tanto ha defendido y tratado de conseguir.

Puede que después de unos años de pruebas, la pregunta clave sea cómo financiar el futuro de la IA sin perder el control sobre él y cómo mantener la independencia con la que todos sueñan y en realidad, casi nadie conserva.

Habrá que esperar para ver si China lo acaba de conseguir.