Qué logró EquiLibre Technologies con su ronda Serie A
USD $500 millones de valoración es la cifra que alcanza EquiLibre Technologies, el laboratorio de inteligencia artificial fundado en Praga por tres ex-investigadores de DeepMind. La startup cerró una ronda Serie A liderada por Creandum que marca la inversión individual más grande en la historia del fondo europeo, consolidando una de las trayectorias más rápidas de Deep Tech en Europa Central.
Para founders que buscan escalar fuera de los hubs tradicionales, este caso demuestra que el talento técnico de primer nivel puede construirse en mercados emergentes y competir globalmente desde el día uno.
De DeepStack al trading: la evolución de la tríada de DeepMind
Los fundadores de EquiLibre —Martin Schmid (CEO), Rudolf Kadlec (CTO) y Matej Moravcik (CSO)— no provienen del sector financiero. Los tres tienen doctorados y trabajaron previamente en DeepMind (Alphabet) e IBM Watson, donde desarrollaron tecnologías que cambiaron el juego de la IA.
👥 ¿Quieres ir más allá de la noticia?
En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.
👥 Unirme a la comunidadSu proyecto más conocido es DeepStack, el primer programa en el mundo capaz de derrotar a jugadores profesionales en póker Texas hold'em sin límite. Este hito fue portada de la revista Science en mayo de 2016. Posteriormente, co-autoraron Player of Games, el primer sistema que logró rendimiento fuerte tanto en juegos de información perfecta (ajedrez) como imperfecta (póker), combinando técnicas de DeepStack y AlphaZero.
Ninguno de los tres fundadores tenía experiencia previa en finanzas antes de crear EquiLibre en 2022. Su ventaja competitiva radica en aplicar teoría de juegos avanzada y aprendizaje por refuerzo a problemas de información imperfecta, exactamente lo que son los mercados financieros.
Cómo funciona el aprendizaje por refuerzo en mercados financieros
EquiLibre utiliza aprendizaje por refuerzo (RL) para que sus agentes de IA "se auto-enseñen" a negociar en el mercado, descubriendo estrategias que los humanos no encontrarían. El mecanismo es idéntico al que usaron para dominar el póker: los agentes aprenden mediante prueba y error, optimizando decisiones bajo incertidumbre.
La startup opera exclusivamente con Tower Research Capital, una firma cuantitativa de Nueva York, desde un acuerdo firmado a finales de 2024. Sus algoritmos negocian diariamente miles de millones de dólares en volumen en los índices S&P 500 y NASDAQ.
El historial es notable: EquiLibre afirma tener un "récord perfecto de cero meses negativos" desde su fundación en 2022. Sus agentes ya estaban activos en mercados de criptomonedas durante 2025 antes de expandirse a acciones tradicionales.
El consejo asesor incluye a Rich Sutton, científico legendario y ganador del Premio Turing 2024, considerado el padre del aprendizaje por refuerzo moderno. Esta validación académica refuerza la solidez técnica del enfoque.
Por qué Praga y no San Francisco: la estrategia de talento
EquiLibre eligió Praga, Chequia, como sede en 2022, una decisión estratégica que desafía la narrativa de que las startups de IA deben estar en San Francisco o Londres. La ciudad ofrece una escena tecnológica vibrante, talento de clase mundial y calidad de vida que atrae a ingenieros que regresan de gigantes tecnológicos.
El equipo actual cuenta con 25 personas, la mayoría ingenieros checos que volvieron de Google y otras grandes tecnológicas. La empresa planea implementar uno de los clusters de computación más grandes de Europa Central y Oriental, lo que les permitirá realizar análisis de mercado aún más complejos.
Este modelo de "laboratorio de IA distribuido" tiene implicaciones importantes para founders hispanohablantes: no necesitas estar en el Valle para construir tecnología de punta. Mercados como Buenos Aires, Ciudad de México, Bogotá o Barcelona tienen talento técnico competitivo con costos operativos significativamente menores.
La clave está en retener talento senior con proyectos desafiantes y compensación competitiva, no en la ubicación geográfica. EquiLibre demuestra que puedes operar en Wall Street desde Praga si tu tecnología es superior.
¿Qué significa esto para tu startup?
El caso de EquiLibre ofrece lecciones accionables para founders que buscan escalar con IA y aprendizaje por refuerzo:
1. Aplica tecnologías de juegos a problemas reales
El aprendizaje por refuerzo que dominó el póker ahora genera ganancias en bolsa. Si tienes experiencia en RL, juegos o teoría de juegos, identifica mercados de información imperfecta en tu industria: logística, pricing dinámico, asignación de recursos o negociación B2B. La transferencia de tecnología entre dominios es una ventaja competitiva subestimada.
Acción concreta: Mapea problemas de tu sector donde las decisiones se toman bajo incertidumbre con información incompleta. Esos son candidatos ideales para RL.
2. Construye donde el talento te siga, no donde la moda diga
EquiLibre compite globalmente desde Praga porque allí está su núcleo de ingenieros. Para founders en LATAM o España, esto valida que puedes servir mercados globales (S&P 500, NASDAQ) sin reubicarte. Invierte en infraestructura cloud, comunicación asíncrona y cultura remota-first.
Acción concreta: Si estás contratando ingenieros senior, prioriza proyectos desafiantes y equity sobre ubicación. Un equipo distribuido bien gestionado puede superar a uno centralizado en costos y retención.
3. Busca aliados estratégicos antes de escalar
El acuerdo exclusivo con Tower Research Capital les dio acceso inmediato a mercados, infraestructura y validación institucional. En lugar de construir todo desde cero, identifica partners que ya tengan lo que necesitas (distribución, regulación, capital).
Acción concreta: Lista 3-5 empresas establecidas en tu vertical que podrían beneficiarse de tu tecnología. Propón pilotos o acuerdos de revenue-share antes de buscar round grande.
4. Valida con récords medibles, no con promesas
"Cero meses negativos desde 2022" es un dato verificable que vale más que cualquier pitch deck. En fintech y Deep Tech, los resultados cuantitativos abren puertas que el marketing no puede.
Acción concreta: Define 1-2 métricas de resultado que puedas medir mensualmente y compártelas con inversores estratégicos. La transparencia genera confianza más rápido que las proyecciones.
Conclusión
EquiLibre Technologies demuestra que la intersección entre aprendizaje por refuerzo, teoría de juegos y mercados financieros es un espacio maduro para innovación. La tríada de DeepMind trasladó exitosamente su expertise del póker al trading, alcanzando $500 millones de valoración en apenas 4 años desde su fundación en 2022.
Para el ecosistema startup hispanohablante, el mensaje es claro: el talento técnico de primer nivel existe en Europa del Este, LATAM y España. Lo que falta no es capacidad, sino la confianza para atacar mercados globales desde ubicaciones no tradicionales. EquiLibre lo logró operando en S&P 500 y NASDAQ desde Praga, con un equipo de 25 personas y alianzas estratégicas inteligentes.
El aprendizaje por refuerzo dejará de ser tecnología de juegos para convertirse en infraestructura crítica de trading, logística y decisiones empresariales. Los founders que identifiquen estas transferencias tecnológicas temprano tendrán ventaja competitiva sostenible.
Fuentes
- La tríada de DeepMind que creó un AI para el póker ahora genera ganancias para fondos cuantitativos
- Ex investigadores de DeepMind convierten IA de póker en motor de trading para fondos cuantitativos
- Ex-DeepMind Trio Bring Algos, AI Poker Prowess to Tower Research
- EquiLibre Technologies — The Next Generation of Algorithmic Trading
- El equipo de DeepMind que venció al hombre en el póker ahora gestiona miles de millones en bolsa
👥 ¿Quieres ir más allá de la noticia?
En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.
👥 Unirme a la comunidadArtículos relacionados:
Google DeepMind y Game Arena: Benchmarking de IA en Poker y Werewolf
Cursor AI: Desarrollo web y póker se unen en experimento innovador
David Silver levanta $1.1B para IA sin datos humanos
DeepMind AI Control Roadmap: 15 capas de seguridad para agentes IA
Texas Hold’em IA en tiempo real con Python y Flask
