Desde su fundación en 2019, TDK Ventures, bajo el liderazgo de Sauvage, ha cultivado un portafolio de startups de fase inicial (Seed a Serie B) que están construyendo los cimientos del futuro digital y energético. Con $500 millones en activos bajo gestión distribuidos en cuatro fondos, su enfoque es global y se centra en lo que se conoce como "hard tech": hardware de IA, sensores, semiconductores, robótica, almacenamiento de energía y sistemas de fabricación avanzada. Esta visión, aunque contraintuitiva para algunos en un mercado obsesionado con el software, subraya una profunda comprensión de que la verdadera revolución de la IA se asienta sobre bases físicas robustas y una "empatía de ingeniería" que reconoce la lentitud y el costo inherente de construir en el mundo físico, pero también su impacto duradero y esencial.
La IA "Glamurosa" vs. la "Aburrida" pero Esencial
La distinción entre la IA que acapara los reflectores y la que opera en segundo plano es crucial para comprender la dirección de las inversiones y el futuro de la industria. Por un lado, tenemos la IA "Glamurosa": esta categoría engloba las soluciones de cara al consumidor, los LLMs que generan texto e imágenes, las interfaces conversacionales y las aplicaciones que prometen simplificar tareas cotidianas con una "magia" algorítmica. Estas soluciones son atractivas para los inversores de riesgo (VCs) tradicionales debido a su potencial de rápido crecimiento de usuarios y, en teoría, un camino claro hacia la monetización a través de suscripciones o modelos freemium. Sin embargo, como señala el analista "The Dividend Prince", el negocio de la creación de modelos de IA puede ser "espectacularmente malo" para los proveedores, ya que implica una alta dependencia de un cuello de botella de hardware (como los chips de Nvidia) y una baja lealtad del cliente, lo que dificulta la generación de ganancias sostenibles a largo plazo para muchos actores.
Por otro lado, la IA "Aburrida" o de infraestructura —la apuesta de Nicolas Sauvage y TDK Ventures— se enfoca en las tecnologías fundamentales que permiten que la IA glamurosa funcione. Esto incluye hardware de procesamiento especializado (como los aceleradores de IA), sensores para recolectar datos del mundo real, sistemas de almacenamiento de energía para alimentar centros de datos masivos, robótica para automatización industrial y nuevas formas de empaquetado de chips que mejoran el rendimiento y la eficiencia. Sauvage busca lo que llama "Impact Scalers", empresas que resuelven desafíos fundamentales en las transformaciones digitales, energéticas y ambientales. Sus inversiones en compañías como Groq (conocida por su alto rendimiento en inferencia de IA), Ascend Elements (reciclaje avanzado de baterías), Agility Robotics (desarrollo de robots humanoides) y Silicon Box (tecnología de empaquetado de chiplets) son ejemplos claros de esta tesis. Estas empresas no solo construyen los pilares tecnológicos, sino que también abordan problemas complejos en sectores "aburridos" como la manufactura, la construcción, la agricultura y la salud, donde, según Denis Kalyshkin de I2BF Global, está ocurriendo la "verdadera revolución de la IA" a través de soluciones impulsadas por el valor y la integración vertical. Artículos especializados como "In Praise of 'Boring AI'" (2019) y "Everyone's Trying to Build Flashy AI Tools — But Here's Where the Real Money Is Being Made" (2025) han corroborado esta perspectiva, destacando que las aplicaciones de IA más rentables son aquellas que resuelven problemas rutinarios y tediosos, no siempre las más llamativas.
Los datos hablan: Un Vistazo Cuantitativo Global y Regional
El respaldo a la visión de Sauvage no es solo teórico; los datos cuantitativos globales y, cada vez más, regionales, validan la necesidad imperante de invertir en la infraestructura de la IA. Se proyecta que el gasto mundial en IA alcanzará la impresionante cifra de $2.52 billones en 2026, lo que representa un aumento interanual del 44%, según diversas proyecciones de mercado. Sin embargo, la magnitud de la inversión en infraestructura es aún más reveladora: se estima que las inversiones en infraestructura de IA rozarán los $3 billones a nivel global para 2028, con más del 80% de esta inversión aún por realizar. Este dato, según Morgan Stanley Research, subraya que la expansión de la IA es una "fuerza estructural en la expansión económica" y aconseja enfáticamente invertir en la infraestructura subyacente.
La construcción de centros de datos, motores esenciales de la IA, también experimentará un crecimiento masivo, con proyecciones de $2.9 billones en construcción global hasta 2028. Incluso el mercado de la IA "agentica", que implica sistemas autónomos que realizan tareas complejas, se espera que crezca exponencialmente de $8.500 millones en 2026 a $45.000 millones para 2030, demostrando que la complejidad y la autonomía de la IA requieren una base de hardware y redes igualmente robusta.
En el contexto de América Latina, el panorama es igualmente dinámico y prometedor para la IA de infraestructura. El mercado de IA en la región ya tiene un valor considerable de US$12.700 millones y crece a una tasa anual del 28.1%. La adopción estratégica y responsable de la IA podría añadir entre el 3.6% y el 6.7% al PIB regional, lo que representa un impacto potencial de hasta $242.000 millones anuales, según estimaciones. Las organizaciones en América Latina están reconociendo esta tendencia, con un 97% planeando aumentar sus presupuestos de IA en los próximos 12 meses, con una tasa de crecimiento promedio del 14%. México, en particular, destaca con un 83% de las empresas reportando un ROI positivo o punto de equilibrio en sus inversiones en IA, y un aumento promedio de ingresos del 16%, además de que el 65% de sus organizaciones ya utilizan IA de código abierto.
Mirando hacia el futuro, el mercado latinoamericano de IA se valora en USD 5.79 mil millones en 2025 y se proyecta que alcance los USD 34.62 mil millones para 2034, con una tasa de crecimiento anual compuesta (CAGR) del 22.0% de 2026 a 2034. Los gobiernos también están tomando nota: Brasil lanzó el Plan Brasileño de Inteligencia Artificial (PBIA) 2024-2028 con una inversión estimada de 23.03 mil millones de reales (aproximadamente USD 4 mil millones) dedicada específicamente a infraestructura y desarrollo de IA. Además, Google.org ha anunciado una financiación de $5 millones para iniciativas de IA en la región, lo que demuestra un creciente interés y compromiso con el desarrollo local.
Qué significa para Latinoamérica: Un Ecosistema en Maduración
La tesis de Nicolas Sauvage sobre la importancia de las "partes aburridas de la IA" resuena con particular fuerza en Latinoamérica, una región que se encuentra en un punto crítico de adopción y maduración tecnológica. Para nuestros ingenieros y profesionales tech, comprender este cambio de enfoque es vital. La relevancia de invertir en infraestructura y hardware es innegable, especialmente cuando se observa que, si bien la adopción de la IA ha superado la infraestructura y la preparación institucional, el 65% de los consumidores latinoamericanos ya utiliza herramientas de IA, con un optimismo notable (México 69%, Brasil 61%, Argentina 58%). Esta brecha entre la demanda de soluciones de IA y la capacidad de la infraestructura subyacente crea una enorme oportunidad para quienes se dedican a construir esos cimientos.
La construcción de infraestructura de datos es clave, y empresas como Scala Data Centers ya están especializándose en soluciones de hiperescala para cargas de trabajo de IA en la región. Esto no solo implica la creación de nuevos centros de datos, sino también el desarrollo de sistemas de refrigeración eficientes, fuentes de energía sostenibles y redes de alta velocidad que son la columna vertebral de cualquier implementación de IA a gran escala. Además, la "IA aburrida" se traduce en soluciones prácticas para los desafíos locales. Empresas como Roomie IT (robots humanoides en México) y Electronic Cats (hardware abierto para IoT en México) demuestran cómo la inversión en hardware y robótica puede crear valor. Rappi en Colombia utiliza Machine Learning para optimizar su logística, mientras que Aiflow en México aplica IA para la agricultura de precisión, un sector fundamental para la economía regional. InvGate en Argentina, con su IA para gestión de TI, y Blip en Brasil, con plataformas conversacionales, también ejemplifican la aplicación de IA para resolver problemas empresariales concretos.
El entorno regulatorio en la región, aunque fragmentado, avanza hacia modelos basados en el riesgo. Países como Brasil (Proyecto de Ley No. 2,338/2023), Chile (Ley No. 21,719 sobre protección de datos personales en vigor desde diciembre de 2026), México y Perú (Ley No. 31,814 de 2023, en vigor desde septiembre de 2026 para salud y educación) están desarrollando marcos que buscan equilibrar la innovación con la protección. Esta evolución regulatoria proporciona un marco más estable y predecible para las inversiones en tecnologías fundamentales de IA, alentando a empresas a establecer operaciones a largo plazo y a invertir en infraestructura robusta que cumpla con las normativas locales.
Finalmente, la visión de expertos como John-David Lovelock de Gartner, quien subraya que la adopción de la IA depende fundamentalmente de la preparación del capital humano y los procesos organizacionales, es particularmente pertinente para Latinoamérica. Más allá de la inversión financiera, la región debe enfocarse en desarrollar talento especializado en hardware, sistemas embebidos, ciberseguridad para infraestructura de IA y gestión de datos. Esto garantizará que las inversiones en la "IA aburrida" no solo lleguen, sino que también se traduzcan en un desarrollo tecnológico y económico sostenible y equitativo para toda la región.
