Electric Plant: US$11,2M para leer las plantas con IA

Una startup que lee las plantas desde dentro, no desde fuera

Electric Plant Company salió del modo confidencial con US$11,2 millones en financiamiento semilla y un modelo de inteligencia artificial llamado Bombadil, entrenado con más de 4 millones de horas de registros eléctricos de plantas. La ronda fue liderada por Onto Ventures y Climactic, con participación de Ponderosa, Endeavor Catalyst, Ludlow, Michigan Rise, The Fund, Schox VC y Dug Song.

Para un founder de agrotech, el dato relevante no es el monto: es el enfoque. Casi toda la tecnología agrícola de los últimos veinte años ha intentado entender la planta desde afuera — humedad del suelo, imágenes satelitales, inspección visual, espectroscopía de mano. Electric Plant apuesta a lo contrario: medir la actividad eléctrica del tejido vivo y traducirla con un modelo fundacional.

¿Qué es Bombadil y por qué se le llama modelo fundacional?

Bombadil es, según la compañía, el primer modelo fundacional de IA para electrofisiología vegetal. Se entrenó sin etiquetas sobre más de 4 millones de horas de grabaciones de más de 1.400 plantas de 100 especies, aplicando el mismo enfoque auto-supervisado que transformó el procesamiento de lenguaje natural y la neurociencia.

La diferencia con intentos anteriores está en la generalización. Según James Kirk, head de AI/ML de la empresa, los modelos previos de señales eléctricas vegetales funcionaban para una especie en un entorno concreto, de modo que cada planta nueva implicaba empezar de cero. Bombadil aprende lo que es común entre especies, y por eso puede leer una planta que nunca vio en entrenamiento.

El modelo estima siete marcadores fisiológicos de estrés a partir de la señal eléctrica, entre ellos la eficiencia del fotosistema II, la temperatura foliar respecto al aire circundante y el Crop Water Stress Index (CWSI), un estándar agrícola ya establecido para medir estrés hídrico. La empresa afirma que hoy interpreta señales de alrededor de 125 especies, y que su corpus de datos creció a 7 millones de horas desde el primer entrenamiento.

¿Cómo funciona el sensor Bud que se conecta a la planta?

El hardware se llama Bud y se instala con tornillos de acero inoxidable que penetran el cambium, la capa de tejido vivo bajo la corteza, en plantas de tallo leñoso. El sensor detecta cambios eléctricos medidos en microvoltios, los envía por una red inalámbrica de bajo consumo a una estación base y desde ahí viajan a la nube, donde Bombadil los procesa y devuelve un diagnóstico legible para el usuario.

Dos detalles importan más de lo que parecen:

• El costo. Según Justin Mast, cofundador y CEO, los sensores cuestan decenas de dólares, frente a los miles de dólares de algunas herramientas de monitoreo existentes.
• La densidad. Mast sostiene que bastan un par de sensores por acre para obtener resultados precisos, lo que cambia la economía de una instalación a escala de campo.

Ese segundo punto es el que decide si la tecnología es un piloto de invernadero o un producto de agricultura extensiva. Un sensor barato que necesita uno por planta es un juguete; uno que necesita dos por acre es infraestructura.

¿Quién está detrás de Electric Plant Company?

La empresa se cofundó en 2023 y tiene sede en San Francisco. El CEO, Justin Mast, había fundado antes Bloomscape, un minorista online de jardinería. El cofundador y científico jefe, Lee von Kraus, es neurocientífico con doctorado y ha trabajado con DARPA.

La combinación no es casual: leer señales eléctricas de tejido vivo es un problema de neurociencia aplicado a otro sustrato. La compañía construyó la pila completa —del hardware que captura la señal al modelo que la interpreta— en lugar de licenciar una pieza y esperar a que otro resuelva el resto.

¿Cuánto pesa el mercado de sensores agrícolas?

El contexto ayuda a dimensionar la apuesta. Según Quintile Insights, el mercado global de sensores agrícolas estaba valorado en US$3.330 millones en 2026 y se proyecta en US$11.100 millones hacia 2036, con una tasa de crecimiento anual compuesta de 11,78%. El mismo informe señala que la escasez de agua y la variabilidad climática están entre los principales impulsores de adopción, junto con la integración de IA y IoT en plataformas de gestión agrícola.

Ese es el terreno donde Electric Plant quiere meterse, aunque con una diferencia de categoría: no compite frontalmente con un sensor de humedad de suelo, sino que propone una capa de interpretación que podría volverse transversal a varios de esos productos.

¿Qué significa esto para tu startup?

1. El modelo fundacional ya no es solo para texto e imágenes. Si tu producto genera datos propietarios de un dominio físico —sensores industriales, bioseñales, telemetría de flotas— la jugada de Electric Plant es replicable: acumular un corpus que nadie más tiene, preentrenar sin etiquetas y vender la capa de interpretación. La barrera no es el algoritmo, es el dataset. Pregúntate qué señal de tu sector se está capturando hoy de forma dispersa y nadie ha consolidado.

2. Vender al operador, no reemplazarlo. Electric Plant licencia su tecnología a las empresas que ya gestionan cuidado de plantas en lugar de competir con ellas, y acepta nuevos operadores fundacionales mientras expande cultivo por cultivo. Para una startup deep tech con hardware, ese modelo reduce el costo de adquisición de clientes y convierte a posibles competidores en canal. Es una decisión de go-to-market que vale la pena copiar si tu producto requiere instalación física.

3. El precio del sensor es la tesis, no un detalle. Si tu hardware cuesta miles de dólares por unidad, tu mercado es el 1% de los productores. Si cuesta decenas, tu mercado es la industria. Antes de optimizar el modelo, revisa si tu unidad económica permite densidad de despliegue.

El riesgo: promesas que aún no tienen validación independiente

La compañía afirma que su tecnología podría reducir el consumo de agua un 20% o más y mejorar el rendimiento de los cultivos. Es una cifra atractiva, pero conviene leerla con cuidado: son afirmaciones de la propia empresa y no se han publicado resultados comerciales detallados que permitan comprobarlas de forma independiente. La empresa tampoco reveló la identidad de sus primeros clientes.

Lo que sí está confirmado es que hay cientos de sensores desplegados en instalaciones comerciales y que la compañía publicó un whitepaper técnico sobre el funcionamiento de Bombadil. Para un inversor o un comprador de tecnología, la secuencia a vigilar es clara: whitepaper, luego datos de campo auditables, luego contratos con nombre. El primer paso está dado; los otros dos, no.

Conclusión

Electric Plant Company no está vendiendo un sensor: está vendiendo una interfaz nueva con el reino vegetal, construida sobre un corpus de señales eléctricas que tardó tres años en acumular. Con US$11,2 millones y un equipo que combina retail de jardinería a escala y neurociencia aplicada, la apuesta es ambiciosa y el respaldo inversor es real. La pregunta abierta no es si la tecnología funciona en laboratorio —el whitepaper y los despliegues comerciales sugieren que sí— sino si el ahorro de agua prometido se sostiene cuando lo mide un tercero. Ese dato, cuando exista, será el que defina si el agrotech basado en bioseñales es una categoría o una anécdota.

Fuentes

• Mundo Startups — IA interpreta las señales eléctricas de las plantas (fuente original)
• Rutland Herald / Business Wire — Electric Plant Company Launches From Stealth With $11.2M in Funding and a Foundation AI Model for Plants, Bombadil
• Notebookcheck — Startup builds AI to "hear" plants' signals — and hopes to talk back
• Quintile Insights — Agriculture Sensor Market Size, Share 2026–2036