Simile sale del modo incógnito con 100 millones de dólares para ser pionera en la predicción del comportamiento humano

En un desarrollo significativo para el sector de la inteligencia artificial, Simile, una startup nacida en Stanford y centrada en predecir la toma de decisiones humana, ha salido oficialmente del modo incógnito (stealth mode) con 100 millones de dólares en nueva financiación. Esta sustancial inyección de capital subraya un cambio de enfoque en la industria de la IA: ir más allá de la generación de texto hacia la simulación de comportamientos complejos. La ronda fue liderada por Index Ventures, con la participación de Bain Capital Ventures, A* y Hanabi Capital, junto con notables inversiones ángel de luminarias de la IA como Fei-Fei Li y Andrej Karpathy.

Esta masiva financiación en etapa inicial resalta el inmenso apetito del mercado por las tecnologías de IA "agéntica" (agentic AI) que no solo pueden entender el lenguaje, sino también modelar y anticipar acciones humanas en escenarios del mundo real.

Descifrando el "porqué" detrás de las decisiones humanas

Mientras que la actual ola de IA generativa (Generative AI) ha dominado el arte de crear contenido —texto, imágenes y código—, Simile busca resolver un problema fundamentalmente diferente: predecir cómo se comportan los humanos. La tecnología principal de la empresa gira en torno a la creación de simulaciones de alta fidelidad de personas, a menudo denominadas "agentes generativos". Estos agentes están diseñados para modelar poblaciones o individuos específicos para pronosticar sus decisiones en diversos contextos.

Según la empresa, su modelo patentado ha sido entrenado con un conjunto de datos diverso y novedoso, que incluye entrevistas profundas con cientos de individuos sobre sus vidas, datos históricos de transacciones y un vasto corpus de revistas científicas centradas en experimentos conductuales. Este enfoque multimodal permite que los agentes de Simile vayan más allá de las conjeturas estadísticas, ofreciendo una simulación más fundamentada de la preferencia humana y la lógica de toma de decisiones.

Las aplicaciones prácticas de esta tecnología son vastas. En el ámbito corporativo, las herramientas de Simile podrían permitir a las empresas realizar "grupos focales virtuales" (virtual focus groups) a escala. En lugar de encuestar a personas reales —un proceso que suele ser lento y costoso—, las empresas podrían probar lanzamientos de productos, mensajes de marketing o estrategias de precios frente a una población de agentes de IA que reflejen estadísticamente su grupo demográfico objetivo.

Los informes iniciales indican que importantes actores del comercio minorista (retail) ya están explorando la tecnología. CVS, el gigante estadounidense de la salud y el comercio minorista, supuestamente ha estado probando el servicio de Simile para optimizar la toma de decisiones con respecto al almacenamiento de productos y la disposición de las exhibiciones. Al simular el tráfico peatonal de los clientes y las opciones de compra, los minoristas pueden potencialmente reducir el desperdicio y aumentar las tasas de conversión con una precisión sin precedentes.

Un pedigrí arraigado en la investigación de Stanford

La confianza que los inversores han depositado en Simile está impulsada en gran medida por su equipo fundador, que representa un "equipo de ensueño" de talento académico y técnico de la Universidad de Stanford. La empresa fue cofundada por Joon Park, Michael Bernstein, Percy Liang y Lainie Yallen.

Joon Park, doctor por Stanford, es ampliamente reconocido por su influyente artículo sobre "Agentes Generativos", que demostró cómo los agentes impulsados por LLM podían simular interacciones sociales creíbles en una aldea virtual. Esta investigación se considera un texto fundacional en el campo emergente de la IA agéntica.

Michael Bernstein, profesor de Ciencias de la Computación en Stanford, aporta un profundo contexto histórico a la empresa. Es coautor del proyecto original ImageNet, el conjunto de datos de referencia que catalizó la revolución moderna del aprendizaje profundo (deep learning) en la visión artificial. Su participación indica que Simile aspira a tener un impacto fundacional similar en el campo de la simulación del comportamiento.

Percy Liang, también profesor de Stanford y director del Centro de Investigación sobre Modelos Fundacionales (CRFM), añade un peso significativo a la arquitectura técnica de la empresa, garantizando que los modelos subyacentes sean robustos, escalables y estén alineados con los últimos avances en la investigación de modelos fundacionales.

Validado por titanes de la industria

La lista de inversores parece un "quién es quién" del renacimiento de la IA. Liderando la ronda está Index Ventures, una firma que ha apostado consistentemente y de manera temprana por plataformas transformadoras. Su liderazgo en esta ronda sugiere que ven la simulación del comportamiento como el próximo gran cambio de plataforma, comparable al auge del SaaS o la computación móvil.

Quizás aún más reveladora sea la participación de los inversores individuales Fei-Fei Li y Andrej Karpathy. Li, a menudo llamada la "madrina de la IA" por su trabajo en ImageNet (junto a Bernstein) y su liderazgo en el Instituto de Stanford para la IA Centrada en el Humano (HAI), ha abogado durante mucho tiempo por una IA que comprenda el contexto humano. Su respaldo valida el enfoque de Simile hacia el modelado "centrado en el humano".

Karpathy, cofundador de OpenAI y exdirector de IA en Tesla, es uno de los pensadores pragmáticos más respetados de la industria. Su inversión sugiere confianza técnica en la capacidad de Simile para cumplir la compleja promesa de una predicción conductual fiable, un desafío que requiere ir más allá de las "alucinaciones" comunes en los modelos de lenguaje extensos (LLMs) estándar.

El cambio estratégico: de chatbots a simuladores

El ascenso de Simile marca una tendencia más amplia en el panorama del capital de riesgo. A medida que la capa de infraestructura de la IA (chips y modelos fundacionales) se satura y es dominada por las grandes tecnológicas, el capital inteligente se desplaza hacia la capa de aplicación, específicamente, aplicaciones que resuelven problemas empresariales costosos y complejos.

Predecir el comportamiento humano es el "Santo Grial" para industrias que van desde las finanzas y el comercio minorista hasta las políticas públicas. Los métodos tradicionales como las encuestas, los grupos focales y las pruebas A/B son reactivos y de alcance limitado. Simile propone un campo de pruebas proactivo e infinito. Si tiene éxito, esta tecnología podría alterar fundamentalmente cómo se diseñan los productos y cómo se analizan los mercados.

Sin embargo, la tecnología también plantea cuestiones éticas relativas a la privacidad y la manipulación, que la empresa probablemente deberá abordar a medida que escale. Al entrenarse con "entrevistas con cientos de personas", Simile debe navegar por las complejidades del consentimiento de datos y el potencial de que sus agentes refuercen los sesgos presentes en los datos conductuales.

Aspectos clave de la empresa

La siguiente tabla resume los detalles principales de la aparición y financiación de Simile:

Mirando hacia el futuro

Con 100 millones de dólares en el banco y una ventaja de siete meses de desarrollo en modo incógnito, Simile está bien posicionada para contratar agresivamente y perfeccionar su producto. El enfoque inmediato de la empresa probablemente será expandir sus programas piloto con socios corporativos como CVS y demostrar que sus "humanos simulados" pueden, de hecho, predecir las acciones impredecibles de los reales.

A medida que el ciclo de entusiasmo por la IA madura, el mercado busca un pensamiento de "Sistema 2" en la IA: modelos que puedan razonar, planificar y simular resultados en lugar de simplemente generar texto. Simile se sitúa a la vanguardia de esta próxima frontera, intentando convertir las variables caóticas de la psicología humana en una ciencia computable y predecible.