La noche del 13 de septiembre de 2026, en el campus Schwartz Reisman de Toronto, no se reunirán simples entusiastas de la tecnología, sino personas de cuyas decisiones depende hacia dónde fluirán millones de dólares de capital riesgo. Mohammad Norouzi, de Ideogram, graduado de la Universidad de Toronto, contará cómo un laboratorio académico se transforma en una empresa cuya valoración ya se mide en cientos de millones. A su lado estará la inversora Eva Lau, de Two Small Fish Ventures, cuyo nuevo fondo de 30 millones de dólares apunta precisamente a la IA generativa y a los semiconductores.
Tras el brillante envoltorio exterior se esconde un sencillo mecanismo económico: universidades como U of T hace tiempo que se convirtieron en fábricas no solo de conocimiento, sino también de capital. Geoffrey Hinton, cuyo trabajo mereció el Premio Nobel, atrajo al campus talentos que ahora fundan startups. Norouzi, que trabajó en Google en Imagen, ahora construye Ideogram, una herramienta de generación de imágenes capaz de competir con los gigantes. Para los inversores esto es una señal: el acceso temprano a equipos así ofrece la posibilidad de un retorno múltiple, pero los riesgos aquí son mayores que en los sectores tradicionales.
Las cuatro startups que presentarán sus proyectos ilustran distintas facetas de esta economía. CentML promete reducir los costes de ejecución de grandes modelos en un 65 por ciento, un ahorro directo para las empresas que gastan millones en computación en la nube. Private AI ayuda a cumplir las normas de privacidad, convirtiendo las barreras regulatorias en una ventaja competitiva. BioBox y Xatoms trabajan en la intersección de la IA con la biotecnología o la química cuántica, donde un solo contrato exitoso con un gigante farmacéutico puede cambiar el destino de un fondo.
Para el inversor común o el profesional que piensa en su carrera, este tipo de eventos no son simple networking. Muestran cómo está cambiando la estructura de la riqueza: los estudiantes de posgrado de ayer se convierten en cofundadores de empresas valoradas en miles de millones, y fondos de capital riesgo como TSFV buscan activamente precisamente historias así. Al mismo tiempo, el éxito depende no solo de la tecnología, sino también de la capacidad de atraer capital, de tejer vínculos con los alumni y de encontrar nichos donde la IA resuelva problemas reales y costosos.
La paradoja es que las oportunidades más prometedoras a menudo se esconden no en los grandes nombres, sino en los detalles: en cómo exactamente una startup reduce los costes de su cliente o sortea los riesgos regulatorios. Eva Lau, que recorrió el camino desde Wattpad hasta su propio fondo, subraya precisamente esto: consejos prácticos para quienes quieren no solo observar el auge de la IA, sino participar en el reparto del capital que esta genera.
En definitiva, el encuentro de Toronto no trata solo del futuro de la tecnología, sino también de cómo se redistribuye hoy la riqueza. Quienes comprenden la lógica de ecosistemas así tienen la oportunidad de entrar en el juego antes de que el mercado fije el precio definitivo.
