Simplismart, inferencia IA india, levanta US$14M con Nvidia

Simplismart levanta US$14M con Nvidia y aprieta la carrera por abaratar la IA

Simplismart, startup india de infraestructura de inferencia, cerró una ronda de US$14 millones en la que participa Nvidia, liderada por Dallas Venture Capital y acompañada por Accel, Shastra VC y Micromax. El anuncio, del 27 de octubre, la pone a competir de lleno con la española Multiverse Computing, que ataca el mismo problema —el costo de ejecutar IA— desde otra tecnología.

El dato importa más de lo que parece. Si tu producto corre sobre modelos de IA, cada consulta que atiende tiene un costo variable que escala con el uso. Abaratar esa ejecución no es una mejora técnica de segundo orden: es lo que define si el margen aguanta cuando pasas de mil usuarios a un millón.

Qué es la inferencia y por qué define la economía de tu producto

La inferencia es la ejecución de un modelo ya entrenado para responder una pregunta, generar una imagen o procesar un documento. Cada una de esas operaciones consume cómputo, memoria y energía. Cuando una aplicación acumula millones de peticiones, la factura de atenderlas puede determinar su viabilidad económica.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Ahí está el negocio que persiguen ambas compañías. Simplismart construye la capa de software que conecta los modelos con la infraestructura que los ejecuta: permite ajustar la configuración, gestionar recursos y escalar capacidad según la demanda, además de combinar técnicas para aprovechar mejor la memoria y las GPU. Ofrece despliegues tanto en su propia nube como en la infraestructura del cliente.

Multiverse Computing parte de otro punto: en lugar de ejecutar mejor el modelo, lo encoge. Su tecnología CompactifAI, basada en redes tensoriales, reduce entre un 80% y un 95% el tamaño de los grandes modelos de lenguaje con una pérdida de precisión mínima, según informó Europa Press. La empresa comercializa modelos comprimidos y ofrece despliegues privados y acceso vía API.

Simplismart: vender software sin ser dueño de las GPU

El detalle que distingue a Simplismart de otros proveedores de inferencia es que no compra ni reserva capacidad de GPU para revenderla. Vende la capa de software que convierte flotas de GPU de terceros en infraestructura de IA lista para producción, según detalló Business Standard.

Ese modelo le abre un segundo canal: proveedores de nube que quieren ofrecer servicios de IA gestionada bajo su propia marca sin construir el stack desde cero. La nube india Yotta ya usa su plataforma para la capa de inferencia serverless de Shakti Studio, según el mismo medio.

Los números que la compañía pone sobre la mesa son concretos en los casos de cliente. Exotel, una plataforma de comunicaciones, migró la inferencia de sus agentes de voz a Simplismart y redujo su costo por minuto hasta un 57% frente a las APIs de modelos cerrados, además de bajar los tiempos de respuesta de 1,1 segundos a menos de 300 milisegundos, según Business Standard. InVideo, una de sus clientes de generación de video, recortó sus costos de servicio de GPU un 56%, reportó TechCrunch.

Simplismart afirma que su ritmo de ingresos anualizado se multiplicó por catorce en seis meses y que ya supera los ocho dígitos, según declaraciones de su CEO recogidas por TechCrunch. Conviene leer esa cifra con cuidado: un ingreso anualizado extrapola un nivel reciente de actividad y no equivale a la facturación efectivamente obtenida durante un ejercicio completo. TechCrunch situó además la valoración de la compañía en torno a US$100 millones tras la operación, según recoge el medio UA.News. Más de la mitad de sus ingresos ya viene del mercado estadounidense.

Multiverse Computing: la compresión como ventaja distinta

Multiverse Computing no compite con la misma arma. Su apuesta es reducir el tamaño y las necesidades de cálculo del propio modelo, y en eso lleva ventaja de escala: en julio de 2026 anunció una Serie C de hasta 500 millones de euros (570 millones de dólares) con una valoración pre-money de 1.500 millones de euros (1.700 millones de dólares), coliderada por Forgepoint Capital International, BNPP Solar Impulse Venture Fund y Bullhound Capital, según Europa Press.

La compañía con sede en San Sebastián reportó a Europa Press que multiplicó por más de diez sus ingresos anualizados desde el cierre de su Serie B en junio de 2025, con un crecimiento interanual de ventas de 96 veces en el primer trimestre de 2026. Sus modelos están desplegados en dispositivos y sistemas como drones, cámaras, satélites y vehículos, y entre sus clientes figuran Allianz, el Banco de Canadá, Bosch, Iberdrola, Indra, PwC y Telefónica.

En marzo de 2026 lanzó un portal de API de autoservicio para que desarrolladores y empresas accedan directamente a sus modelos comprimidos, sin pasar por AWS Marketplace, según WWWhatsnew. Su modelo más reciente, HyperNova 60B 2602, está construido sobre gpt-oss-120b y comprimido a la mitad de su tamaño original.

¿Por qué Nvidia invierte en quien abarata el uso de sus chips?

La participación de Nvidia es la señal más interesante de la operación. El fabricante de procesadores financia una herramienta que busca aprovecharlos mejor, y la lógica económica es clara: si ejecutar IA cuesta menos, más aplicaciones se vuelven viables y el mercado total de cómputo se amplía, aunque cada tarea necesite menos recursos.

No es solo dinero. Según TechCrunch, Nvidia trabaja con Simplismart en integraciones técnicas relacionadas con su software de inferencia Dynamo, con ingenieros de ambas compañías involucrados y presentaciones a clientes y socios potenciales.

El solapamiento comercial entre ambas startups aparece justo cuando el cliente decide cómo ejecutar su IA al menor costo posible. Puede optar por un modelo comprimido, por una plataforma que gestione mejor su funcionamiento o por una combinación de las dos. Simplismart compite por una parte del mismo presupuesto, aunque no replique el método de compresión de Multiverse. Y conviene ser preciso: reducir el tamaño de un modelo y reducir el costo de usarlo son resultados relacionados, pero no intercambiables. Las fuentes consultadas no ofrecen una comparación directa entre ambas soluciones con el mismo modelo, hardware y exigencia de calidad.

Qué significa esto para tu startup

1. Calcula tu costo por inferencia antes de escalar. No es un número abstracto: es la diferencia entre un negocio con margen y uno que crece perdiendo dinero. Toma un caso de uso real, mide el costo por petición y proyéctalo a 10x y 100x de volumen. Si el resultado no cierra, tienes un problema de arquitectura, no de marketing.

2. Separa las dos palancas de ahorro. Comprimir el modelo y optimizar su ejecución son caminos distintos y no excluyentes. Si tu aplicación corre en dispositivos o necesita operar sin conexión por razones de privacidad o regulación, la compresión suele ser el camino. Si dependes de la nube y tu cuello de botella es el costo por minuto o por petición, una capa de orquestación como la que vende Simplismart puede mover la aguja más rápido.

3. Pide métricas de cliente, no de plataforma. Cuando evalúes un proveedor de infraestructura de IA, pide referencias con el mismo modelo, el mismo hardware y la misma exigencia de calidad que tu caso. Un 57% de ahorro en agentes de voz no se traslada automáticamente a tu carga de trabajo.

4. Considera el ángulo de soberanía. Multiverse articula su propuesta alrededor de la IA eficiente y soberana, y Simplismart está ampliando alianzas con proveedores de nube y programas de IA soberana. Si vendes a sector público, banca o salud en LATAM o España, dónde se ejecuta el modelo puede pesar tanto como cuánto cuesta.

Conclusión

La ronda de US$14 millones de Simplismart no es una noticia sobre una startup india: es una señal de que la eficiencia en inferencia se convirtió en un mercado con capital, clientes de peso y respaldo de los propios fabricantes de chips. Multiverse Computing tiene una ventaja técnica real en compresión y una escala de financiación muy superior, pero ahora compite también contra plataformas que atacan el mismo presupuesto desde la ejecución.

Para un founder, la conclusión práctica es simple: el costo de la IA dejó de ser un detalle de ingeniería y pasó a ser una decisión de negocio. Quien lo mida primero, negocia mejor.