es.wedoany.com Noticia: La startup brasileña NeoSpace ha lanzado un modelo de datos masivos diseñado para procesar datos no textuales, como transacciones financieras, registros de consumo e información industrial, que los modelos de lenguaje tradicionales tienen dificultades para analizar.
En los últimos años, se ha invertido una gran cantidad de fondos en modelos de lenguaje de gran tamaño (LLMs), cuya arquitectura de entrenamiento se centra en comprender y generar texto. Entre los productos representativos se incluyen ChatGPT, Gemini y Claude. Estos sistemas han transformado la inteligencia artificial en una herramienta popular capaz de redactar informes, responder preguntas y mantener conversaciones con una fluidez casi humana. Sin embargo, dentro de grandes empresas como bancos, aseguradoras, minoristas y operadores de telecomunicaciones, los datos de clientes acumulados durante décadas aún no se aprovechan de manera efectiva. Este problema surge porque los LLMs están diseñados para procesar palabras, no datos fragmentados como transacciones, tablas y series temporales.
NeoSpace, cofundada por Felipe Almeida, Bruno Pierobon, Gustavo Debs y Thiago Teixeira, busca resolver este problema mediante el entrenamiento de modelos de datos masivos (LDM). La compañía llamó la atención al presentarse en el escenario principal de la conferencia GTC 2026 de NVIDIA en marzo. Almeida afirmó que los modelos de uso cotidiano solo son adecuados para información textual y fallan al introducir datos de diferentes tipos. Estos modelos pueden redactar un informe sobre un banco, pero no pueden comprender millones de transacciones financieras para identificar la pérdida de clientes, el comportamiento de compra o el riesgo de incumplimiento crediticio.
Almeida dirigió anteriormente la empresa de software empresarial Zup, que fue vendida a Itaú en 2020 por aproximadamente 575 millones de reales brasileños. Durante su colaboración con grandes empresas, descubrió que la transformación digital llevaba a las empresas a recopilar datos a gran escala, pero aún carecían de la capacidad para convertirlos en decisiones. Las transacciones, como las compras con tarjeta de crédito, incluyen múltiples atributos como hora, monto, ubicación, método de pago, número de cuotas, categoría del comercio e historial de consumo. Al multiplicarse por decenas de millones de usuarios y años de datos, esto supera la capacidad de procesamiento de las herramientas analíticas tradicionales. Según Almeida, su modelo puede incluso detectar cambios antes de que sean visibles en el comportamiento, como cuando un cliente que solía pagar el total comienza a optar por cuotas en gastos recurrentes, lo que podría indicar un cambio en su situación financiera. La tecnología ya se ha probado en sectores como banca, seguros, telecomunicaciones, aviación y petróleo y gas. Las empresas de telecomunicaciones pueden usarla para predecir la pérdida de consumidores, las aerolíneas para optimizar rutas y consumo de combustible, y los grupos de petróleo y gas para identificar áreas de alta probabilidad de éxito antes de perforar. Almeida reveló que, en algunos casos, la mejora del rendimiento oscila entre el 8% y el 10%, mientras que en otros puede alcanzar el 30%, aunque estos datos no han sido auditados de forma independiente.
La colaboración a largo plazo de NeoSpace con Itaú constituye una base importante para su desarrollo temprano. Como uno de los clientes de Zup, Itaú, tras adquirir Zup, continuó liderando la ronda de financiación de 18 millones de dólares de NeoSpace, de los cuales 15 millones provinieron directamente de la institución. Esta inversión se considera una validación industrial más que una apuesta financiera tradicional, ya que el banco comenzó a probar la tecnología antes de realizar la inversión.
NeoSpace afirma haber establecido una infraestructura compuesta por 1200 GPU NVIDIA B200 (uno de los chips avanzados actualmente disponibles comercialmente), y asegura ser una de las primeras entidades a nivel mundial en obtener este modelo de chip a gran escala. Sin embargo, todas estas GPU están ubicadas en Sídney, Australia, no en Brasil. La razón para elegir esta ubicación es que la carga fiscal sobre la importación de GPU puede aumentar el costo del hardware en un 40%, y Sídney cuenta con uno de los pocos centros de datos capaces de soportar chips de nueva generación mediante sistemas de refrigeración líquida, una tecnología clave para la disipación eficiente del calor. Almeida señaló que esta decisión expone un cuello de botella a menudo pasado por alto en la carrera de la IA: el acceso al hardware y las políticas fiscales relacionadas.
NeoSpace planea centrar su próxima fase en el mercado estadounidense y establecerá equipos comerciales y técnicos locales mediante una nueva ronda de financiación respaldada por fondos de crecimiento y capital de riesgo. Almeida considera que operar un negocio internacional de forma remota desde Brasil no es realista, y la empresa necesita operar localmente en Estados Unidos. Tomando como referencia el modelo de expansión global de las empresas israelíes, NeoSpace pretende posicionarse como una empresa global. Actualmente, la mayoría de los recursos de la industria se concentran en modelos generativos y agentes conversacionales, mientras que NeoSpace apuesta a que el próximo ciclo de valor radica en sistemas capaces de comprender datos empresariales y convertirlos en decisiones operativas. Los modelos de lenguaje de gran tamaño han cambiado la forma de crear contenido, mientras que los modelos de datos podrían transformar decisiones clave en las empresas, como fijación de precios, concesión de créditos, gestión de riesgos, retención de clientes y planificación de inversiones. Almeida afirmó que, por ahora, ninguna otra empresa está haciendo exactamente lo mismo, pero no espera que esta situación dure mucho tiempo. Por ello, la compañía está acelerando la acumulación de clientes y casos de uso, con la esperanza de obtener ventajas antes de que la competencia en el mercado se intensifique.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
