Flourish quiere reducir el consumo energético y aumentar la eficiencia de procesamiento de la IA y quiere hacerlo copiando, de manera literal, el cerebro humano.
Hay startups que nacen con un producto y después salen a buscar dinero. Flourish acaba de demostrar que también se puede hacer al revés: consiguió 500 millones de dólares de inversión antes de mostrar públicamente lo que está construyendo.
No hay demo. No hay aplicación. No hay capturas de pantalla.
Lo que sí hay es una promesa ambiciosa: construir una inteligencia artificial inspirada directamente en la arquitectura del cerebro humano y conseguir que consuma una fracción de la energía que necesitan los sistemas actuales.
Entre quienes decidieron apostar por esa idea está Jeff Bezos.
Para entender por qué alguien pondría cientos de millones de dólares en una tecnología que todavía no puede probar, primero hay que entender el problema que Flourish quiere resolver.
El problema: la IA es una devoradora de energía.
Los modelos de IA que generan texto, imágenes y video necesitan una enorme cantidad de capacidad de cómputo. Buena parte de ese trabajo ocurre en GPU, chips que originalmente fueron diseñados para procesar gráficos y que terminaron convirtiéndose en la infraestructura fundamental de la revolución de la inteligencia artificial.
Funcionan muy bien. El problema es cuánto cuesta hacerlos funcionar.
El cerebro humano consigue realizar una cantidad extraordinaria de procesamiento utilizando apenas una pequeña cantidad de energía. Los centros de datos que entrenan y ejecutan modelos de IA necesitan, en cambio, cantidades cada vez mayores de electricidad.
Y la industria no parece dispuesta a frenar. Cada nueva generación de modelos exige más capacidad de cómputo. Más chips significan más centros de datos. Más centros de datos significan más electricidad.
Para Flourish, ese podría ser el límite fundamental de la IA actual. La solución que propone no es construir modelos todavía más grandes. Es intentar construirlos de otra manera: Copiar el cerebro en lugar de imitarlo
Los modelos actuales aprenden a partir de enormes cantidades de información y encuentran patrones estadísticos que les permiten generar respuestas. Flourish parte de una pregunta diferente: ¿y si en lugar de intentar reproducir el comportamiento del cerebro intentamos reproducir su arquitectura?
Entra la Conectómica.
La disciplina busca mapear las neuronas y las conexiones que existen entre ellas para comprender cómo está organizado un cerebro y cómo esa estructura permite procesar información.
Flourish quiere utilizar ese conocimiento como punto de partida para diseñar una arquitectura de inteligencia artificial. La diferencia puede explicarse con una analogía sencilla: una cosa es estudiar las respuestas que da una persona y otra muy distinta es intentar entender cómo está construido el sistema que le permite pensar.
El proyecto central de la compañía se llama Cortex AI.
La apuesta es enorme: si la arquitectura del cerebro consigue realizar tareas complejas con una cantidad extraordinariamente pequeña de energía, quizá una máquina inspirada en esa arquitectura pueda hacer algo parecido.
Pero aquí aparece el primer problema: La ciencia todavía no sabe exactamente cómo funciona el cerebro humano. Flourish no está optimizando una tecnología que ya existe. Está apostando a que una comprensión todavía incompleta de la biología puede convertirse en una nueva generación de hardware y software.
Este proyecto no basa su éxito en una mejora incremental. Es una apuesta de largo plazo por una arquitectura completamente diferente.
500 millones de dólares para una empresa sin producto,
En junio de 2026, Flourish cerró una ronda de financiación de 500 millones de dólares, con una valoración de 2.500 millones.
La cantidad resulta llamativa incluso dentro del mercado de IA. Lo realmente extraño es el momento. La empresa todavía no ha puesto un producto a disposición del público. La inversión llegó antes de la demostración.
¿Quién decidió apostar? Jeff Bezos comprometió inicialmente unos 50 millones de dólares y posteriormente aumentó su participación cuando otros inversores se sumaron a la ronda. Su inversión terminó representando cerca de una quinta parte del total. También participaron GV, el brazo de inversión de Alphabet; Lux Capital, conocido por sus inversiones en tecnologías de frontera, y Catalio, un fondo especializado en ciencias de la vida.
La composición de los inversores también cuenta una parte de la historia. No están apostando solamente por una nueva empresa de software. Están apostando por la posibilidad de que comprender mejor el cerebro permita construir una tecnología de computación completamente distinta.
El equipo tampoco es convencional Flourish fue fundada por Rob Williams, antiguo ejecutivo de Amazon, y Thomas Reardon, un neurocientífico que antes de dedicarse al estudio del cerebro trabajó en uno de los proyectos tecnológicos más conocidos de Microsoft: Internet Explorer.
Es una combinación es poco habitual. Por un lado, experiencia en construir y operar productos tecnológicos a gran escala. Por otro, conocimiento de neurociencia y computación, y eso ayuda a explicar por qué Flourish consiguió convencer a inversores de poner cientos de millones de dólares sobre la mesa sin exigir primero una aplicación que pudieran probar.
¿Qué están comprando los inversores si no hay producto? Están comprando una posibilidad. Durante buena parte de la última década, la estrategia dominante en inteligencia artificial ha sido relativamente sencilla de entender: más datos, más parámetros, más chips y más capacidad de cómputo. Esa estrategia ha funcionado extraordinariamente bien, pero también tiene un problema: cada salto requiere más infraestructura que el anterior.
Flourish está apostando a que la próxima ventaja no estará en hacer crecer indefinidamente los modelos actuales, sino en cambiar la forma en que una máquina procesa información. Si tiene razón, podría afectar algo mucho más grande que el tamaño de los modelos: la cantidad de energía necesaria para ejecutarlos.
Si se equivoca, habrá conseguido 500 millones de dólares para perseguir una de las ideas más difíciles de demostrar en tecnología: que podemos aprender a construir máquinas más eficientes estudiando cómo funciona nuestro propio cerebro. Por ahora, nadie puede mostrarte la máquina. Pero alguien ya pagó 500 millones de dólares para averiguar si funciona.
