🎉✨ ¡Feliz Año Nuevo de parte de The Startup Eye! ✨🎉

Desde The Startup Eye te deseamos un 2025 increíble, lleno de éxitos y objetivos cumplidos.

Queremos comenzar el 2025 agradeciéndote por leernos a diario, compartir nuestro contenido y hacer posible que esta comunidad crezca. Tu apoyo y compromiso son la razón por la que seguimos aquí, entregando valor y aprendiendo juntos.

Este año promete ser emocionante: si has leído nuestras últimas ediciones de los domingos, ya tienes una pista de lo que viene. 😉 Nos expandiremos a nuevas plataformas para llegar a más personas y seguir siendo vuestro mejor aliado en el mundo de las startups.

Gracias por confiar en nosotros. ¡Vamos a por un 2025 lleno de grandes ideas y éxitos compartidos! 🚀

• TECNOLOGÍA

  • 🤖 DEEPSEEK-V3 REESCRIBE EL MANUAL DE INTELIGENCIA …

  • 🔄 OPENAI REVELA PLANES DE REESTRUCTURACIÓN PARA L …

  • 🎭 STANFORD AI INCORPORA GESTOS NATURALES A LOS AV …

  • 🎓 LOS PROFESORES DE IA DEBUTAN EN LAS AULAS DE AR …

  • 🦾 ARMOR APORTA UN NUEVO SISTEMA DE PERCEPCIÓN A L …

• START-UP y VC’s

  • FINANCIACIÓN

• HERRAMIENTA EN TENDENCIA: ZAPIER

• 💡 DECODIFICANDO STARTUP 💡

TECNOLOGÍA

🤖 DEEPSEEK-V3 REESCRIBE EL MANUAL DE INTELIGENCIA ARTIFICIAL DE CÓDIGO ABIERTO

La startup china de inteligencia artificial DeepSeek acaba de lanzar DeepSeek-V3, un nuevo modelo de lenguaje potente que establece nuevos puntos de referencia en el mundo de la inteligencia artificial de código abierto con un rendimiento que rivaliza con los gigantes de la industria a una fracción del costo.

Puntos clave:

• V3 utiliza una arquitectura de combinación de expertos y mantiene la velocidad y la rentabilidad a pesar de su enorme tamaño de parámetros de 671B.

• La capacitación se completó en solo dos meses y tuvo un costo estimado de 5,57 millones de dólares, mucho menos que los más de 500 millones de dólares gastados en modelos como LLaMA 3.1.

• El modelo muestra una fortaleza excepcional en tareas de matemáticas y de idioma chino, al tiempo que iguala o supera a los modelos cerrados en la mayoría de los puntos de referencia.

• Se ha criticado a V3 por identificarse como ChatGPT en las conversaciones, lo que puede deberse al importante contenido generado por GPT utilizado en su conjunto de datos de entrenamiento.

🔄 OPENAI REVELA PLANES DE REESTRUCTURACIÓN PARA LA PRÓXIMA FASE DE IA

OpenAI publicó oficialmente sus planes de transformarse en una corporación de beneficio público, publicando un blog que detalla el controvertido cambio de la compañía desde su estructura sin fines de lucro para permitir capacidades de financiamiento masivo para el desarrollo futuro de IA.

Puntos clave:

• La reestructuración convertirá la rama con fines de lucro de OpenAI en una PBC con sede en Delaware, y la organización sin fines de lucro original obtendrá acciones "significativas" en la nueva entidad.

• OpenAI afirmó que el resultado sería "una de las organizaciones sin fines de lucro con mejores recursos de la historia", lo que permitirá alcanzar objetivos caritativos en materia de atención médica, educación y ciencia.

• El proceso sigue a la ronda de financiación de la startup de 6.600 millones de dólares con una valoración de 157.000 millones de dólares, que según se informa dependía de la reestructuración.

• Elon Musk demandó a OpenAI en diciembre para evitar la medida, y la organización sin fines de lucro de California Encode también presionó para que se hiciera una pausa en una nueva presentación.

🎭 STANFORD AI INCORPORA GESTOS NATURALES A LOS AVATARES DIGITALES

Los investigadores de Stanford acaban de desarrollar un modelo de inteligencia artificial que permite a los avatares digitales producir gestos naturales y apropiados al contexto mientras hablan, lo que marca un avance en el proceso de hacer que los personajes virtuales sean más reales y expresivos.

Puntos clave:

• Los datos de entrenamiento incluyeron 1.000 horas de audiolibros y 60 horas de captura de movimiento para comprender las relaciones entre el habla, el texto y el lenguaje corporal.

• El sistema puede generar gestos apropiados a partir de texto o entrada de audio mientras detecta emociones únicamente a partir de patrones de movimiento.

• Al utilizar un nuevo enfoque de preentrenamiento, la IA requiere menos datos de entrenamiento que los modelos anteriores y al mismo tiempo logra un mejor desempeño en los puntos de referencia de generación de gestos.

• El modelo muestra una fortaleza particular al hacer coincidir gestos con patrones de habla, como enfatizar palabras específicas mediante movimientos corporales correspondientes.

🎓 LOS PROFESORES DE IA DEBUTAN EN LAS AULAS DE ARIZONA

Arizona acaba de aprobar un programa de escuelas autónomas revolucionario pero controvertido en el que una IA, no profesores humanos, impartirá instrucción académica básica a estudiantes de 4.º a 8.º grado durante una jornada escolar de dos horas.

Puntos clave:

• Los estudiantes pasarán solo dos horas diarias en lecciones académicas personalizadas y guiadas por IA utilizando plataformas como IXL y Khan Academy.

• La escuela funcionará completamente en línea, con la IA capaz de adaptarse en tiempo real al desempeño de cada estudiante y personalizar la dificultad y el estilo de presentación.

• El resto del día se centrará en talleres de habilidades para la vida dirigidos por mentores humanos, que cubrirán temas como educación financiera y emprendimiento.

• Un programa piloto afirmó que los estudiantes aprendieron el doble en la mitad del tiempo, lo que les permitió concentrarse más en habilidades importantes para la vida.

🦾 ARMOR APORTA UN NUEVO SISTEMA DE PERCEPCIÓN A LOS ROBOTS HUMANOIDES

Investigadores de la Universidad Carnegie Mellon y Apple presentaron ARMOR, un sistema de percepción que transforma el modo en que los robots humanoides navegan por su entorno, reduciendo drásticamente las colisiones y aumentando la velocidad operativa.

Puntos clave:

• El sistema utiliza sensores de profundidad distribuidos en los brazos del robot, creando una "piel artificial" para una mayor conciencia espacial.

• ARMOR mostró una reducción de colisiones del 63,7% y una mejora de la navegación del 78,7% en comparación con las cámaras tradicionales, con un procesamiento de datos 26 veces más rápido.

• El sistema aprende de los datos de movimiento humano, con entrenamiento en más de 86 horas de movimientos realistas.

• La tecnología se implementó con éxito en un robot humanoide Fourier GR1, utilizando 40 sensores de bajo costo para crear una conciencia espacial integral.

• El sistema se puede implementar utilizando componentes disponibles comercialmente, lo que lo hace accesible para aplicaciones robóticas más amplias.

START-UP y VC’s

FINANCIACIÓN

Phoenix Foods, una startup catalana especializada en la producción primaria de insectos, ha cerrado una ronda de financiación de 347.000 euros. La operación fue liderada por EconomistesBAN, la red de Business Angels del Col·legi d'Economistes de Catalunya. EUROPA PRESS.

Mogu, una startup tecnológica especializada en agencias de viaje que ofrece un software de gestión para agilizar procesos de venta y reserva, ha recaudado una ronda de financiación de 2,2 millones de euros. 4Founders Capital, Athos Capital y Bynd Venture Capital participaron en la operación. EMPRENDEDORES.

Calpech, una spinoff de la Universidad de Alicante que ha desarrollado un proceso para revalorizar subproductos de la fabricación del aceite de oliva, ha levantado una ronda de financiación de 600.000 euros. BeAble Capital, gestora de fondos de capital privado especializada en tecnologías deep science, lideró la inversión. EMPRENDEDORES.

HERRAMIENTA EN TENDENCIA: ZAPIER

💡 DECODIFICANDO STARTUP 💡

(Un concepto diario)

The Contribution Margin es un concepto clave en la gestión financiera y el análisis de rentabilidad de productos. También conocido como 'dólar de contribución por unidad', mide el dinero que queda después de cubrir los costos variables necesarios para producir un producto. Este margen se utiliza para evaluar la capacidad de un producto de contribuir a los costos fijos y, en última instancia, generar beneficios.

Su cálculo más común se realiza por unidad, utilizando la fórmula:

Contribution margin = Selling price per unit - Variable cost per unit

Esta fórmula permite determinar cuánto contribuye cada unidad vendida a la cobertura de costos fijos y la generación de utilidades. Además, el Contribution Margin también puede expresarse como un porcentaje, dividiendo el margen de contribución por el precio de venta, lo que facilita la comparación entre productos o servicios.

Este análisis es esencial para tomar decisiones estratégicas, como determinar precios, priorizar productos con márgenes altos o identificar oportunidades de reducción de costos variables. Por ejemplo, si el margen de contribución de un producto es bajo, puede ser indicativo de que los costos variables son elevados en relación con el precio de venta, lo que podría requerir ajustes en la estrategia de producción o fijación de precios.

Comprender y calcular el Contribution Margin es crucial para optimizar la rentabilidad, mejorar la asignación de recursos y asegurar la sostenibilidad financiera en un entorno competitivo.

Gracias por leer

Alek.