La carrera por crear modelos de inteligencia artificial (IA) cada vez más capaces ha entrado en una nueva etapa. Después del frenesí inicial por obtener enormes cantidades de datos para el entrenamiento primario, el sector se enfrenta ahora a un cuello de botella técnico: ¿cómo enseñarle a una IA a razonar y ejecutar tareas complejas sin que se equivoque constantemente? Aquí es donde entra Bespoke Labs (startup estadounidense centrada en optimizar el entrenamiento avanzado de modelos).
La empresa acaba de captar USD 40 millones, consolidando su posición como un actor clave en la infraestructura técnica del sector. La ronda de inversión, una Serie A (la primera etapa formal de financiamiento de capital de riesgo tras el capital semilla), fue liderada por Wing VC y contó con la participación de figuras destacadas del ecosistema como empleados de Anthropic y Jeff Dean, científico jefe de Google DeepMind.
El reto de entrenar máquinas que razonan
Para entender qué hace Bespoke Labs, hay que distinguir entre las dos vidas de un modelo. Primero ocurre el pre-entrenamiento, donde la red neuronal absorbe conocimientos generales. Sin embargo, eso solo la convierte en un motor estadístico de lenguaje. La segunda fase, conocida como post-entrenamiento, es donde realmente se pule su capacidad de razonamiento para que pueda completar tareas largas o complejas. Si la IA fuera un estudiante, el pre-entrenamiento sería leer todos los libros de la biblioteca; el post-entrenamiento sería el seminario de especialización donde aprende a aplicar ese saber.
La mayoría de los desarrolladores utiliza el aprendizaje por refuerzo para esta etapa. El proceso es sencillo en teoría: se coloca al modelo en un entorno virtual donde debe resolver tareas específicas. Si acierta, recibe una "recompensa" digital que ajusta su configuración interna para premiar ese comportamiento en el futuro. El problema es que montar esos entornos de simulación (o sandboxes) es un proceso manual, costoso y exasperante para los equipos de ingeniería.
Bespoke Labs automatiza esta creación de entornos. Utilizando flujos de trabajo automatizados y el criterio de expertos humanos, su plataforma genera simulaciones donde la IA puede "practicar" su trabajo antes de salir al mundo real. Si un modelo está diseñado para programar software, la herramienta le construye un repositorio virtual; si es para tareas administrativas, simula una estación de trabajo completa. La eficiencia aquí es clave: reducir la latencia y maximizar el rendimiento son las métricas que separan a un modelo mediocre de uno de clase mundial.
Más allá de los experimentos
Lo que me parece más interesante de esta propuesta es que no solo se enfocan en el aprendizaje por refuerzo. La empresa también está optimizando el ajuste supervisado (SFT), un método donde se entrena a la IA proporcionándole miles de ejemplos de "pregunta y respuesta" curados. Preparar estos conjuntos de datos suele ser una labor titánica.
Para solucionar esto, Bespoke Labs lanzó OpenThoughts, una base de datos con más de un millón de ejemplos de razonamiento. Además, han integrado GEPA, un proyecto de código abierto propio que automatiza la ingeniería de prompts, es decir, el arte de encontrar exactamente qué comandos y formatos logran que un modelo dé sus mejores resultados. En lugar de probar al azar, la plataforma realiza este proceso de forma iterativa y metódica.
La inyección de capital de USD 40 millones tiene un objetivo claro: escalar esta infraestructura para que el desarrollo de agentes de IA sea un proceso estandarizado y no un experimento artesanal. Bespoke Labs no está construyendo la IA, está construyendo las herramientas que permiten que otros construyan IAs más fiables.
Mi lectura es que estamos pasando de la era del "modelo más grande posible" a la era del "modelo más eficiente y preciso". Quien controle el entorno donde la IA aprende a razonar tendrá, en efecto, el control sobre la calidad final del producto que llegará a los escritorios de los directivos. La apuesta es ambiciosa y, a juzgar por quiénes han puesto su dinero, el mercado está de acuerdo con que la infraestructura de post-entrenamiento es donde se ganará la siguiente gran batalla tecnológica.
