Nvidia, fábrica de fundadores: sus ex ingenieros impulsan la nueva ola de robots
Varios veteranos del laboratorio de robótica de Nvidia han dejado la empresa para montar sus propias startups de 'IA física', y el gigante de los chips está invirtiendo en algunas de ellas. Cuanto más crece esa diáspora, más infraestructura vende Nvidia.
Nvidia ha pasado de fabricar los chips que mueven la inteligencia artificial a convertirse en una suerte de cantera de emprendedores. Según Business Insider, buena parte de los ingenieros que ayudaron a levantar el laboratorio de robótica de la compañía están dejando sus puestos para fundar startups propias, todas ellas centradas en lo que el consejero delegado Jensen Huang bautizó como 'IA física': máquinas capaces de moverse e interactuar con el mundo real, no solo de procesar texto o imágenes.
Los nombres que se van conociendo son ilustrativos. Sanja Fidler, hasta hace poco vicepresidenta de investigación en IA de Nvidia, se marchó en julio para fundar Veeda AI junto a otros ex trabajadores de la casa; su proyecto construye mundos simulados para entrenar robots, una prolongación natural de la investigación que ella misma dirigía dentro de Nvidia. Otro investigador, Joel Jang, ha creado Dream Labs, también en el sector, según recogió The Information. Amulya Vishwanath dejó la empresa el año pasado para lanzar Techable Ventures, un fondo especializado en IA física. Y no todos son fundadores: Nvidia ha invertido directamente en algunas de estas escisiones, como Flexion Robotics y Dyna Robotics. Atacan áreas muy distintas, desde el software para desplegar robots en almacenes hasta máquinas que hacen tareas físicas para empresas.
¿Por qué se van? La explicación que dan los protagonistas es que la tecnología ha llegado a un punto de inflexión y ya está lista para desplegarse de verdad. Nikita Rudin, consejero delegado y cofundador de Flexion, describe la relación con su antigua casa como un idilio que continúa: mantienen reuniones cada dos semanas y acceso anticipado a herramientas para probarlas. "Seguimos haciendo lo mismo que hacíamos antes. Éramos los beta testers y ahora lo somos otra vez, solo que desde fuera", resume. Su socio, David Hoeller, añade que no tenían claro que quedarse en Nvidia fuera la vía más rápida para entregar producto. El ex investigador Arsalan Mousavian define la compañía como 'una empresa de hardware ante todo' y dice que él quería centrarse en construir robots útiles (su startup, fundada el año pasado, sigue en modo sigiloso). Y Siddhant Haldar, antiguo becario, apunta dos razones más: la falta de datos reales para entrenar máquinas empieza a compensarse con modelos de IA potentes, y las empresas grandes 'tienen más que perder' a la hora de arriesgarse con robots imperfectos.
El dinero también ayuda, y mucho. Según datos de PitchBook, las compañías de IA física captaron 33.400 millones de dólares en todo el mundo durante el primer semestre de 2026, superando ya los 28.700 millones reunidos en todo el año anterior. Con ese grifo abierto, montar una startup resulta mucho más viable que hace dos años. Y Nvidia no es la única que está generando fundadores: antiguos ingenieros de Google DeepMind han lanzado Reimagine Robotics y Generalist, y veteranos de Waymo han creado Bedrock Robotics.
La consecuencia más interesante es el círculo virtuoso que se genera. Cuanto más se multiplican estas startups, más negocio hace Nvidia vendiéndoles la infraestructura que necesitan para construir: los chips que dan cerebro a los robots y el software con el que se entrenan. La compañía no necesita ganar la carrera de los robots domésticos o industriales para beneficiarse de ella; le basta con ser el proveedor de todo el que lo intente, incluidos sus propios ex empleados.
El análisis de Salseo
- Nvidia gana sin necesidad de ganar: su estrategia no es fabricar robots, sino vender los chips y el software de entrenamiento a quien los fabrique. Cada ex empleado que monta una startup es un cliente nuevo, así que la fuga de talento le sale rentable siempre que el sector siga creciendo.
- Las salidas no son un drama de retención, sino una señal de que el negocio del talento se ha invertido: estos ingenieros se van porque creen que un equipo pequeño puede desplegar robots más rápido que una empresa centrada en hardware. Y Nvidia lo asume: mantiene reuniones quincenales con Flexion y le da acceso anticipado a herramientas, con lo que conserva información de primera mano sobre hacia dónde va el mercado.
- Ojo con el matiz: si el valor a largo plazo se desplaza hacia el robot final (el 'hardware' útil) y no hacia el entrenamiento, Nvidia podría quedarse con la parte menos jugosa. Por eso resulta tan relevante que tome participaciones en las escisiones, como ya ha hecho con Flexion y Dyna Robotics.
- Señal concreta a vigilar: si estas startups empiezan a generar pedidos reales de cómputo para entrenar sus modelos o si, por el contrario, se quedan en proyectos vivos solo gracias al capital riesgo. Con 33.400 millones invertidos en el primer semestre de 2026, el sector está sobrado de dinero, pero todavía tiene que demostrar que convierte ese dinero en máquinas que se venden.