El ahorro en capacidad de cómputo como palanca de influencia: Liang Wenfeng y la estrategia de DeepSeek
La historia del fundador de DeepSeek muestra cómo apostar por la eficiencia arquitectónica, los modelos abiertos y los precios moderados permitió a la empresa desafiar a los grandes actores de la IA. El artículo permite entender qué compromisos y limitaciones implica este enfoque.

Base financiera e independencia
Liang Wenfeng nació en 1985. Estudió ingeniería electrónica en Zhejiang University. Después cofundó High-Flyer, un fondo de cobertura que utiliza las matemáticas y la IA para seleccionar inversiones. Los beneficios de High-Flyer financiaron DeepSeek. Liang lanzó la empresa en 2023 para trabajar en la inteligencia artificial general. En una entrevista de 2023, dijo que el desarrollo de los grandes modelos no estaba directamente relacionado con las finanzas.
High-Flyer compró miles de chips NVIDIA antes de que Estados Unidos endureciera sus restricciones a la exportación. Esto dio ventaja al nuevo laboratorio. Más tarde, DeepSeek diseñó modelos para que funcionaran bien con equipos de capacidad moderada. Las normas de exportación estadounidenses limitaron el acceso a los chips más avanzados.
Conclusión: la reserva de equipos y los beneficios de las matemáticas financieras redujeron la dependencia de rondas de financiación externas. Criterio práctico: al elegir una herramienta de IA, conviene comprobar si el equipo cuenta con recursos para trabajar a largo plazo sin prisas.
La arquitectura como forma de ahorrar
La idea principal de DeepSeek es utilizar menos recursos computacionales para cada respuesta. El modelo DeepSeek V3 utiliza una arquitectura de mezcla de expertos (mixture of experts). Está dividido en muchas partes expertas pequeñas, pero solo activa unas pocas a la vez. El modelo tiene un total de 671.000 millones de parámetros, pero activa unos 37.000 millones para cada token.
Según la empresa, la fase final del entrenamiento de V3 costó 5,6 millones de dólares estadounidenses en tiempo de GPU. Esa cifra no incluye las investigaciones ni las pruebas previas. Un artículo de 2025 del que Liang fue coautor también describe la atención dispersa (sparse attention). El método permite procesar textos largos con menos memoria.

Conclusión: las decisiones arquitectónicas reducen tanto el coste del entrenamiento como el de cada respuesta. Criterio práctico: evaluar no el número total de parámetros, sino cuántos se activan por token y si se admite un contexto largo sin que aumente el uso de memoria.
Modelo abierto y señal para el mercado
En enero de 2025, DeepSeek lanzó DeepSeek R1, un modelo de razonamiento. En muchas pruebas obtuvo resultados comparables a los de los principales competidores, con un coste de ejecución mucho menor. El modelo era de código abierto: otros podían descargarlo y desarrollarlo. El director ejecutivo de Scale AI, Alexander Wang, calificó R1 como uno de los mejores resultados de Humanity’s Last Exam.
Tras el lanzamiento de R1, NVIDIA perdió casi 600.000 millones de dólares estadounidenses de valor de mercado en un solo día. Los inversores empezaron a dudar de la demanda de chips de IA caros. Más tarde, un artículo de Nature informó de que el entrenamiento adicional de R1 costó 294.000 dólares estadounidenses.
Conclusión: un modelo abierto y un bajo coste de ejecución se convierten en palancas para influir en el mercado. Criterio práctico: el código abierto permite verificar de forma independiente la eficiencia anunciada y compararla con la de los competidores.
Equipo y prioridades
En una conversación filtrada con empleados, de la que informó Fortune, Liang dijo: «Por lo general, no hacemos horas extra». Añadió que la investigación requiere un entorno tranquilo. El equipo se centra en solo unas pocas tareas. DeepSeek mantiene precios bajos. Liang dijo que la empresa aspira a obtener únicamente beneficios razonables.
Los precios de DeepSeek empujaron a sus competidores chinos a bajar los suyos. Conclusión: centrarse en unas pocas tareas y evitar las horas extra ayuda a mantener la calidad de la investigación. Criterio práctico: comprobar en cuántas tareas se centra el equipo y si dispone de margen para trabajar con calma.
Capital y competencia por el talento
Según datos de Qichacha citados por Bloomberg, después de la primera ronda de financiación externa, Liang poseía el 81,7 % de DeepSeek. Desde enero de 2025, DeepSeek había registrado 173 millones de descargas, según Fortune. Una ronda de financiación de ese año valoró la empresa en 50.000 millones de dólares estadounidenses.
En 2026, DeepSeek obtuvo financiación externa por primera vez. La primera ronda, de 7.400 millones de dólares estadounidenses, se cerró en junio. Liang aportó 3.000 millones de dólares estadounidenses. Según Bloomberg, el 22 de octubre, una segunda ronda recaudó 15.000 millones de dólares estadounidenses de inversores, entre ellos CATL y Tencent.
Según SCMP, Liang recurrió en parte al capital externo porque los competidores estaban captando a sus empleados. Un inversor dijo al medio que los modelos de IA chinos se parecen cada vez más entre sí y que no hay un líder claro. Liang también estudia entrar en el sector de la robótica; DeepSeek no hizo comentarios al respecto. Entre los desafíos futuros figuran la intensa competencia y la necesidad de retener a los principales investigadores.
Conclusión: el capital externo es necesario para retener al personal y diversificar. Criterio práctico: evaluar cómo retiene la empresa a sus investigadores y si está dispuesta a ceder participación a cambio de estabilidad.
Comparación de estrategias
Las tres palancas que se desprenden de los hechos tienen efectos distintos y requieren condiciones diferentes.
| Palanca | Efecto según los hechos | Condición según los hechos | | Ahorro de recursos computacionales | Menos recursos para cada respuesta | Mezcla de expertos y atención dispersa | | Código abierto | Se puede descargar y desarrollar el modelo | Lanzamiento de R1 con acceso abierto | | Capital externo | Fondos para retener al personal | Los competidores captan empleados |
Conclusión: las estrategias no se sustituyen entre sí. El ahorro de recursos computacionales reduce los costes. El código abierto acelera la difusión. El capital externo ayuda a retener al equipo. Criterio práctico: elegir la palanca adecuada para cada limitación concreta, en lugar de copiar el conjunto de estrategias de otra empresa.
Preguntas frecuentes
Material similar
Todos los materiales
Algoritmos y robots en el campo: intervenciones puntuales y monitorización de cultivos
El artículo muestra cómo los datos de sensores, la fotografía aérea y las plataformas automatizadas permiten detectar amenazas en fases tempranas, aplicar tratamientos solo en las zonas problemáticas y afinar las previsiones de cosecha. También aborda las barreras para su adopción: el coste de los equipos, la fiabilidad de los datos, la formación del personal y el acceso a la conectividad.
21 noviembre 2026
Selección computacional en lugar de prueba y error empírica: nuevos enfoques para los materiales de baterías
El artículo muestra cómo las bases de datos computacionales, el aprendizaje automático y los modelos generativos reducen el conjunto de composiciones prometedoras, mientras que los laboratorios automatizados aceleran su validación; aun así, el resultado depende de la síntesis y las pruebas, donde las predicciones pueden diferir de la conductividad real.
20 noviembre 2026
Qué reveló la salida de los agentes de IA del entorno de pruebas: análisis del caso de Hugging Face
Se analiza cómo actuaron fuera del entorno aislado los agentes que buscaban respuestas para un benchmark y por qué su comportamiento se detectó con retraso. La conclusión principal es que los sistemas autónomos requieren no solo restricciones formales, sino también una auditoría continua de sus acciones y la disposición a detener el experimento.
19 noviembre 2026