Después de tres días de uso, para nosotros quedó claro: Vivid es el socio adecuado para Leap Dynamics. Y nos hemos quedado con ellos.
Magdalena Genov — Cofundadora y CEO, Leap Dynamics
En un escritorio de una oficina en Berlín hay algo que la mayoría de las personas consideraría chatarra electrónica: un portátil muy antiguo con 16 gigabytes de RAM y sin tarjeta gráfica dedicada. En él funciona un modelo de IA con 8 mil millones de parámetros a unas 30 tokens por segundo. “Sin tarjeta gráfica, eso es impresionante”, dice Adrian, desarrollador de IA en Leap Dynamics GmbH. El portátil no es una reliquia. Es una prueba de concepto — y eso es precisamente el negocio principal de Leap Dynamics.
La empresa fue fundada en 2019 por Nikolai y Magdalena Genov, dos bioinformáticos que, tras años de investigación académica, se dieron cuenta de que lo que sabían hacer — desarrollar software personalizado, analizar grandes y opacos conjuntos de datos, desbloquear datos biológicos y médicos — era urgentemente necesario en la economía. Hoy, la empresa berlinesa atiende a clientes que van desde grandes bancos y compañías farmacéuticas hasta pequeñas empresas que navegan con cautela a través de una tormenta de hype de IA. La pregunta que Leap Dynamics se hace una y otra vez no es “¿Podemos usar IA aquí?”, sino “¿Deberíamos hacerlo?”
Del genoma al mercado
Nikolai Genov tiene un doctorado en bioinformática. Durante su tesis doctoral trabajó extensamente con datos de expresión génica del cáncer y pasó al menos tanto tiempo en la terminal construyendo sus propias pipelines de análisis. Desde 2016 se dedicó seriamente al aprendizaje automático, mucho antes de que la palabra estuviera en todas partes. Los bioinformáticos sí habían reconocido, dice él, "que esos sistemas en ese entonces se podían usar muy bien para clasificar datos biológicos. El potencial estaba ahí." Sin embargo, a nivel sistémico no se aprovechó. "Creo que simplemente no se vio", añade.
"Sentía", explica Nikolai, "que si solo mejorábamos lo que ya sabemos hacer — de forma más organizada, en un contexto diferente fuera del ámbito académico — tendríamos éxito. Y hasta ahora, así ha sido."
Magdalena aportaba un trasfondo complementario: después de estudiar bioinformática, trabajó varios años en la investigación de medicina espacial en un gran hospital de investigación. Allí se dedicó a estudiar entornos extremos y sus efectos en el cuerpo humano — desde experimentos en la Estación Espacial Internacional (ISS) hasta el análisis de las consecuencias del cambio climático en la fisiología humana. Entre sus tareas estaban la organización de vuelos parabólicos y la preparación de experimentos científicos para la ISS. “En muy poco tiempo tienes que ocuparte de muchas cosas a la vez — idealmente, deberían haber estado listas ayer.”
"Ser investigador significa, al final, ocuparse de preguntas para las que aún no hay una respuesta correcta", dice Magdalena. "Y cuando eres empresario, a menudo tratas con clientes que generan grandes cantidades de datos, pero tampoco saben qué hacer con ellos." ¿Cómo pueden estos datos traer nuevos clientes, nuevos productos, más liquidez? Es la misma pregunta. "Al final, como empresario te conviertes en una especie de investigador."
El problema del martillo dorado
Actualmente, Leap Dynamics adopta una posición inusual: una empresa que regularmente le explica a los clientes que la tecnología que pidieron quizás no sea lo que necesitan. "Martillo de oro", las llama Adrian — un anti-patrón, una herramienta que alguien aplica a cualquier problema, sin importar si encaja. "Lo que se ve muy a menudo es que a cada problema se le aplica IA. Eso es altamente incorrecto. Hay problemas donde el procesamiento clásico de señales o de imágenes es mucho, mucho más adecuado."
La metodología de Leap Dynamics es el Proof of Concept: una prueba rápida y claramente limitada para ver si un enfoque funciona en condiciones reales. Cuando surgió la pregunta de si la IA podía funcionar sin hardware gráfico caro, el equipo simplemente lo probó en un portátil viejo y midió. El modelo funcionó a una velocidad aceptable. Prueba hecha. "Y si este Proof of Concept tiene éxito, se podrían aplicar las mejores prácticas y ampliar todo, para que en algún momento pueda llegar a producción."
Un ejemplo comercialmente más relevante se refiere a la protección de datos. Un cliente necesitaba la anonimización automática de datos personales — nombres, direcciones, números de teléfono, datos bancarios — de documentos, sin enviarlos a un servicio en la nube. "Teníamos la prueba de concepto: ¿Se puede hacer algo así sin hardware grande, pero con IA moderna? Lo hicimos y lo convertimos en un producto que actualmente estamos lanzando al mercado."
Para clientes con mayores ambiciones, Nikolai es abierto respecto al orden correcto. “En muchas empresas, la digitalización aún no está tan avanzada como se desearía. Eso significa que primero hay que ponerse al día con pasos de digitalización antes de que un sistema de IA tenga sentido.”
Para Adrian, el hilo conductor a través de todos los proyectos es un solo principio. "La IA es un amplificador", dice él. "Amplifica lo que ya existe. Empeora lo que ya es malo — y mejora lo que ya es bueno."
Datos que se quedan en casa
Cuando el equipo discute qué proveedores de IA en la nube pueden recomendar, la posición de Adrian para clientes con datos sensibles es clara: ninguno de los grandes estadounidenses. "Solo se necesita una firma del presidente de EE.UU. y los secretos comerciales alemanes de repente son públicos", dice él. "Eso ya no ocurre con una IA alemana o con un servidor alemán."
Esto no es una preocupación teórica. Nikolai describe cómo la empresa trabaja regularmente con datos médicos, datos genéticos y datos financieros, precisamente las categorías que no se pueden cargar legal ni técnicamente en un modelo de nube de un tercero. "Cuando usamos IA, se trata mucho de cómo hacemos que el uso de la IA sea seguro, conforme al RGPD y conforme a la Ley de IA."
Existen alternativas europeas que son mejores de lo que su nivel de reconocimiento podría sugerir. Mistral de París produce modelos que funcionan en un ordenador de escritorio común y corriente y que dominan la clasificación de imágenes y textos. Black Forest Labs de Friburgo es lo que en Alemania llaman un campeón oculto: poco conocido fuera del campo especializado, pero con algoritmos para el procesamiento de imágenes que son usados por algunas de las mayores empresas tecnológicas del mundo.
Dos fundadores, una pizarra
En Leap Dynamics, la división de tareas entre Nikolai y Magdalena está organizada según sus fortalezas. Él dirige el trabajo técnico y de análisis de datos, incluyendo todos los desarrollos en el lenguaje de programación R, que ha estado usando durante más de diez años. Ella se encarga del lado organizativo y comunicativo de la empresa: relaciones con clientes, gestión de proyectos, coordinación y planificación financiera — y, por supuesto, también de lo que ella describe abiertamente como el papeleo que, al parecer, ocupa la mitad de cada día de fundador. “Dirigir una empresa significa al mismo tiempo ser investigador, ser desarrollador, pero también ser una persona que se sienta en la oficina y pasa medio día revisando documentos.”
Los años de la pandemia forzaron un cambio estratégico. Leap Dynamics había comenzado con un enfoque en hardware. Cuando empezó la pandemia, el equipo cambió a soluciones de software personalizadas. “Fue la decisión correcta”, dice Magdalena. “Pasamos muy bien la época del coronavirus, ganamos muchos clientes nuevos y luego pudimos pensar en integrar IA en nuestra oferta.”
Las diferencias de opinión van a la pizarra. “Listamos todas las ventajas y desventajas de una decisión”, explica Magdalena. “No solo miramos nuestras preferencias personales — al final miramos lo que puede hacer avanzar a la empresa.” El principio subyacente es de Nikolai: “A menudo no se trata de tomar siempre la decisión correcta, sino de ser capaz de tomar alguna decisión. Lo que a menudo destruye a las empresas no es solo que se tomen decisiones equivocadas, sino que las decisiones se pospongan durante cinco años. Eso es mucho peor.”
Adrian, que llegó a Leap Dynamics con una experiencia mixta en desarrollo de software y ciencia de datos en el sector bancario, resume su experiencia en una sola conclusión: “Una de las lecciones más importantes del sector bancario que sigo aplicando hoy es todo lo que puede funcionar cuando tienes un equipo que funciona.”
Suficiente liquidez para crecer
Leap Dynamics llegó a Vivid a través de una adquisición. Los fundadores antes usaban una cuenta en Pile para la cuenta de intereses de la empresa, un instrumento financiero central para una empresa que trabaja en ciclos de proyectos y recibe ingresos significativos en ráfagas concentradas. Cuando Pile fue adquirida por Vivid, los fundadores vieron el cambio como una oportunidad en lugar de una obligación. “En ese momento tuvimos la oportunidad de conocer Vivid y aún así podíamos decidir no usar este producto”, recuerda Magdalena. “Después de tres días de uso, para nosotros quedó claro: Vivid es el socio adecuado para Leap Dynamics. Y nos hemos quedado.”
Para Nikolai, el motivo original sigue siendo lo más importante. La cuenta de intereses convierte los ingresos de proyectos inactivos entre encargos en capital activo.
Para una pequeña empresa que de vez en cuando genera ingresos y tiene dinero en la cuenta, es simplemente útil. Simplemente mejora la liquidez.
Nikolai Genov — Cofundador y CEO, Leap Dynamics
Magdalena describe cómo cada proyecto puede tener su propia subcuenta con un IBAN propio, con un presupuesto establecido desde el principio. Las tarjetas para el equipo tienen límites individuales. "El hecho de que realmente pueda asignar un IBAN a un producto con una cantidad determinada de dinero — facilita increíblemente la planificación." El depósito de la empresa, que Nikolai ya había buscado en otro lugar antes de que Vivid lo lanzara, completa el panorama.
Tener a alguien ahí, aunque sea un agente de IA que pueda responder nuestras preguntas o simplemente disipar ciertas incertidumbres, vale oro.
Magdalena Genov — Cofundadora y CEO, Leap Dynamics
"El uso de los agentes de IA de Vivid es el siguiente paso natural para nosotros como clientes de Vivid", dice Magdalena. Después de siete años construyendo y más de ocho años pensando en lo que podría ser una empresa así, Nikolai es claro. "No me arrepiento. Aunque es difícil. En realidad es muy, muy difícil. Pero vale la pena."
